考慮用戶需求的電動汽車虛擬同步機輔助調(diào)頻控制策略

蘇 粟，李家浩，李澤寧，王業(yè)庭，夏 冬，王世丹

（1. 北京交通大學(xué) 國家能源主動配電網(wǎng)技術(shù)研發(fā)中心，北京 100044；2. 國網(wǎng)新源控股有限公司，北京 100761；3. 國網(wǎng)天津市電力公司經(jīng)濟技術(shù)研究院，天津 276000；4. 國網(wǎng)北京市電力公司海淀供電公司，北京 100000）

0 引言

隨著能源危機的加劇，作為新能源汽車代表的電動汽車EV（Electric Vehicle），已被公認(rèn)為21 世紀(jì)汽車工業(yè)發(fā)展的主要方向，為此世界各國高度重視EV 的開發(fā)和推廣［1］。我國“十二五”期間規(guī)劃加大對EV 等新能源領(lǐng)域的投入和支持力度，為國內(nèi)EV市場的啟動和加速發(fā)展提供了強大的動力［2］。EV的快速發(fā)展將對電網(wǎng)產(chǎn)生巨大的影響，從而促進了車網(wǎng)互動V2G（Vehicle-to-Grid）技術(shù)的研究［3］。EV不僅可以作為負(fù)荷，也可以作為分布式儲能為電網(wǎng)提供輔助服務(wù)［4］。其中，EV 向電網(wǎng)提供的輔助調(diào)頻服務(wù)被認(rèn)為是V2G 最有價值和前景的研究方向［5］，并已逐漸成為研究熱點之一［6］。

由于傳統(tǒng)的V2G技術(shù)“只管自身放電，不顧及電網(wǎng)”，當(dāng)大量EV 入網(wǎng)后會造成電網(wǎng)慣量以及阻尼缺失的問題。虛擬同步機VSM（Virtual Synchronous Machine）技術(shù)作為解決這一問題的有效手段受到了國內(nèi)外學(xué)者的廣泛關(guān)注［7］。VSM 有虛擬同步整流器VSR（Virtual Synchronous Rectifier）與虛擬同步發(fā)電機VSG（Virtual Synchronous Generator）2 種工作模式，其主要工作原理為模擬同步機組的電磁、阻尼特性，使變流器的運行特性更接近于同步機［8］。將虛擬同步發(fā)電技術(shù)應(yīng)用于V2G 參與調(diào)頻的過程中，可以有效解決大量EV入網(wǎng)時造成的慣量、阻尼缺失問題，提高電力系統(tǒng)的穩(wěn)定性。

目前，關(guān)于EV 參與調(diào)頻的研究主要包括2 個方面：①對EV 與可再生能源進行協(xié)同配合調(diào)頻，如文獻［9］提出一種時滯環(huán)境下應(yīng)用EV和電熱泵協(xié)同參與系統(tǒng)負(fù)荷頻率控制的調(diào)控策略；文獻［10］研究了EV 接入高風(fēng)電滲透率的丹麥電網(wǎng)參與調(diào)頻的方法；②對EV自主參與頻率調(diào)整的方法進行研究，如文獻［11］提出了EV 參與一次調(diào)頻的自適應(yīng)下垂控制模型，并詳細(xì)仿真了EV 參與一次調(diào)頻對電網(wǎng)的影響；文獻［12］提出了一種計及EV 輔助調(diào)頻的負(fù)荷頻率控制聯(lián)合優(yōu)化方法，有效地改善了負(fù)荷頻率控制的穩(wěn)態(tài)響應(yīng)速度，優(yōu)化了系統(tǒng)的調(diào)頻性能；文獻［13］針對家用EV用戶的差異性，在出行鏈理論的基礎(chǔ)上提出了一種計及停車時長充裕度以及分時電價的充電需求分布分析方法，但是沒有考慮EV參與調(diào)頻輔助服務(wù)；文獻［14］基于VSM 提出了一種電網(wǎng)友好的EV 快充解決方案，可以在減小對電網(wǎng)影響的同時對EV 進行快速充放電；文獻［15］設(shè)計了基于VSM 的輔助調(diào)頻控制算法，通過計算“功率參考值修正量”改變EV 的充放電功率參考值，使得EV 參與微電網(wǎng)的一次、二次調(diào)頻；文獻［16］將VSM 技術(shù)應(yīng)用于V2G 中，并基于電池的荷電狀態(tài)SOC（State Of Charge）以及電網(wǎng)頻率波動，設(shè)計了模糊控制器用于解決VSM 的智能充放電問題，但并未考慮用戶充電需求；文獻［17］提出了根據(jù)已入網(wǎng)時長內(nèi)EV的平均充電功率Pav反映用戶充電需求的方法，但EV 入網(wǎng)剩余時間的平均充電功率可能偏離Pav，那么以Pav反映用戶的充電需求就有可能出現(xiàn)偏差，且并未研究EV向電網(wǎng)放電的情況；文獻［18］設(shè)置了一個可參與調(diào)頻的SOC 閾值，當(dāng)EV 的SOC 達(dá)到該閾值時，則可以通過V2G 參與電網(wǎng)調(diào)頻，但這種控制方式并不能反映用戶的需求程度與調(diào)頻功率之間的關(guān)系。

合理的EV 調(diào)頻策略需要兼顧電網(wǎng)與用戶二者的需求，為此本文采用電網(wǎng)友好型的VSM 技術(shù)來控制EV 參與調(diào)頻，并在文獻［17］的基礎(chǔ)上進行改進，提出一種更合理的反映用戶需求程度的參數(shù)，設(shè)計T-S模糊控制器控制EV通過充放電參與調(diào)頻輔助服務(wù)，可以在充電時間結(jié)束時達(dá)到用戶期望SOC。首先，基于VSG 技術(shù)建立了EV 充放電模型；然后，將所提參數(shù)應(yīng)用到EV 的一、二次調(diào)頻過程中，并設(shè)計了輸出精度更高的T-S 型模糊控制器來參與二次調(diào)頻，由于輸出為輸入的線性函數(shù)，T-S 型模糊控制器可以根據(jù)調(diào)頻參與度因子的大小更精確地控制EV充放電；最后，通過仿真對比驗證了所提控制策略的有效性和優(yōu)越性。

1 EV充放電模型架構(gòu)

1.1 基于VSG的EV模型

本文研究的EV 充放電模型如圖1 所示，其由VSG 模塊、雙向DC／DC 變流器模塊、調(diào)頻參與度因子計算模塊、一次調(diào)頻模塊以及二次調(diào)頻模塊構(gòu)成。其中，VSG 模塊具有變流、補償阻尼的功能；雙向DC／DC 變流器模塊用于穩(wěn)定直流母線電壓；調(diào)頻參與度因子計算模塊綜合用戶期望充電時間Tpl、期望SOCSSOC，e以及當(dāng)前SOCSSOC，1計算得到反映用戶充電需求程度的調(diào)頻參與度因子α，將其與電網(wǎng)頻率偏差Δf輸入一、二次調(diào)頻模塊，分別得到一次調(diào)頻功率P1和二次調(diào)頻功率P2，最終相加得到VSG 的有功參考功率Pset，用于控制EV智能充放電。

圖1 EV充放電模型Fig.1 Charging and discharging model of EV

1.2 VSG的電路及控制結(jié)構(gòu)

VSG 的電路拓?fù)浣Y(jié)構(gòu)如圖2 所示。EV 動力電池通過前級雙向DC／DC 變流器與后級DC／AC 變換器進行充放電。其中，雙向DC／DC 變流器采用電壓電流雙環(huán)控制來穩(wěn)定直流側(cè)電壓；DC／AC 變換器采用VSG 控制策略，根據(jù)輔助調(diào)頻模塊輸出的功率控制EV 進行智能充放電。圖2 中，Vn為直流側(cè)電壓；Vga、Vgb、Vgc為電網(wǎng)側(cè)三相電壓；ea、eb、ec為VSG輸出電壓；ia、ib、ic為VSG 輸出電流；Rg、Lg分別為電網(wǎng)側(cè)電阻、電感；Rs、C、Ls分別為直流側(cè)電阻、電容、電感，這三者共同構(gòu)成濾波器，用于濾除變流器輸出的諧波電流；Va、Vb、Vc為電容電壓降；U*dc為直流母線參考電壓，即雙向DC／DC 變流器的電壓外環(huán)參考信號；ω為VSG轉(zhuǎn)子的實際角頻率；f為電網(wǎng)頻率。

圖2 VSG的電路拓?fù)浣Y(jié)構(gòu)Fig.2 Topological structure of VSG circuit

目前，關(guān)于VSG 的建模已有諸多研究，且對于機電部分的建模較為統(tǒng)一。本文采用文獻［7］中可同時反映VSG 的機電與電磁暫態(tài)特性的同步機模型，可增強虛擬定子與轉(zhuǎn)子之間的聯(lián)系，更接近VSG的特性。VSG的運動方程可表示為：

式中：Te、Tm分別為電機的電磁轉(zhuǎn)矩、機械轉(zhuǎn)矩；J為VSG 的轉(zhuǎn)動慣量；Kd為轉(zhuǎn)子的阻尼系數(shù)；ωn為轉(zhuǎn)子的參考角頻率。

電磁轉(zhuǎn)矩Te的計算式為：

式中：Mf為電機定子與轉(zhuǎn)子之間的互感；if為定子的勵磁電流；i為VSG 輸出的三相電流向量；θ為轉(zhuǎn)子磁場與a 相定子繞組之間的角度；?，?表示向量的點乘運算。

VSG 輸出電壓e和VSG 輸出的無功功率Q分別為：

在圖2 所示結(jié)構(gòu)圖中，將濾波器的Ls、Rs分別等效為VSG 定子繞組的電感、電阻，將VSG 輸出電壓ea、eb、ec等效為電機電動勢，將電容電壓降Va、Vb、Vc等效為發(fā)電機定子電壓，將VSG 輸出電流ia、ib、ic等效為定子電流，則可以將圖2 所示電路的交流側(cè)在數(shù)學(xué)上等效為1 臺VSG，這樣EV 入網(wǎng)時就具備發(fā)電機的慣性、阻尼特性以及電壓／頻率下垂特性，其控制結(jié)構(gòu)如圖3 所示。圖中，Qset為設(shè)定的無功參考功率，一般設(shè)置為0；Dp為頻率環(huán)的下垂系數(shù)；Dq為電壓環(huán)的下垂系數(shù)；Vm、Vr分別為電網(wǎng)電壓有效值及其參考值；K為積分系數(shù)。

圖3 VSG的控制結(jié)構(gòu)Fig.3 Control structure of VSG

根據(jù)開關(guān)S 位置的不同，VSG 有2 種工作模式：①當(dāng)開關(guān)S 位于2 時，VSG 工作在下垂控制模式，具有頻率／電壓下垂特性；②當(dāng)開關(guān)S 位于1 時，VSG工作在PQ控制模式，輸出給定的有功參考值。在本文研究中，使VSG 的有功／頻率環(huán)工作在下垂控制模式，可根據(jù)電網(wǎng)頻率波動實現(xiàn)一次調(diào)頻。無功／電壓環(huán)同樣工作在下垂控制模式，可實現(xiàn)無功／電壓的調(diào)節(jié)。

2 EV輔助調(diào)頻控制策略

2.1 調(diào)頻參與度因子α

EV 參與電網(wǎng)輔助調(diào)頻時需要考慮用戶的充電需求。而反映用戶充電需求的參數(shù)主要有用戶期望充電時間Tpl和在規(guī)定時間內(nèi)期望達(dá)到的SOC 值2個。本文設(shè)計了一種更加合理的、可以反映用戶充電需求的參數(shù)——調(diào)頻參與度因子α，設(shè)計原則如下：檢測并計算EV在剩余入網(wǎng)時間內(nèi)能否以額定功率充電達(dá)到用戶的期望SOC，如果以額定功率充電達(dá)到期望SOC 的時間小于剩余入網(wǎng)時間，則表示可以滿足用戶的充電需求，EV處于可以參與V2G調(diào)頻的“可控狀態(tài)”；如果以額定功率充電達(dá)到期望SOC的時間大于或等于剩余入網(wǎng)時間，則表明不能滿足用戶的充電需求，EV 處于只能單向充電的“充電狀態(tài)”。這樣就可以在入網(wǎng)時間等于用戶設(shè)定的時間時，保證達(dá)到期望SOC。定義反映用戶需求程度的調(diào)頻參與度因子α的計算式為：

本文設(shè)置α的臨界值為0，若α<0，則表明EV在剩余入網(wǎng)時間內(nèi)不足以充電至期望SOC，此時EV 工作在額定功率充電模式，不參與電網(wǎng)調(diào)頻；若α=0，即Tpl=t1+t2，則EV 停止參與電網(wǎng)調(diào)頻，并以額定功率充電，這樣能保證EV在剩余入網(wǎng)時間內(nèi)剛好充電至期望SOC，以滿足用戶的充電需求；若α>0，則表明EV 的剩余入網(wǎng)時間充足，可以參與電網(wǎng)調(diào)頻，且α越大，調(diào)頻能力越強。用戶可根據(jù)自身的計劃充電時間與SSOC，e設(shè)置α的取值，當(dāng)用戶設(shè)定的α<0時，表示用戶不希望EV 參與調(diào)頻，EV 工作在額定功率充電模式下。而對于可參與調(diào)頻的EV而言，考慮到充電樁的占用問題以及實際的充電情況，本文將α的取值限制在［0，1］范圍內(nèi)，這樣當(dāng)α取值趨近于0時，可以控制EV 的充放電功率隨α取值的減小衰減至0，從而避免過充與過放。

2.2 EV參與一次調(diào)頻的控制策略

采用下垂控制實現(xiàn)EV參與一次調(diào)頻，規(guī)定功率流動的正方向為由電池流向交流側(cè)電網(wǎng)，且為了減少電池的充放電次數(shù)，防止EV 頻繁充放電，設(shè)置了一次頻率死區(qū)fdeath。EV 參與一次調(diào)頻的下垂特性曲線見附錄A 圖A1。設(shè)電網(wǎng)的額定頻率為fn，當(dāng)電網(wǎng)頻率偏差Δf=f-fn處于［-0.05，0.05］Hz 范圍內(nèi)時，EV不動作。

在傳統(tǒng)的一次調(diào)頻過程中，功率的變化僅由頻率決定且與頻率呈負(fù)線性關(guān)系，忽略了EV固有的交通屬性，容易造成EV 過充和過放，偏離用戶的充電計劃。本文進一步考慮EV的移動儲能特性，即考慮用戶的充電需求特性，當(dāng)α取值較小時，EV 應(yīng)多充電少放電；當(dāng)α取值接近1 時，EV 應(yīng)多放電少充電。本文基于調(diào)頻參與度因子α，設(shè)最大下垂系數(shù)為Kmax，那么設(shè)置放電時的下垂系數(shù)為αKmax，充電時的下垂系數(shù)為(1-α)Kmax，這樣就可以根據(jù)α的取值大小自適應(yīng)調(diào)整下垂系數(shù)。自適應(yīng)下垂系數(shù)的變化曲線如圖4所示。

圖4 自適應(yīng)下垂系數(shù)的變化曲線Fig.4 Change curve of adaptive droop coefficient

則EV參與一次調(diào)頻的功率P1可以表示為：

當(dāng)α>0時，EV參與電網(wǎng)調(diào)頻。若電網(wǎng)頻率不高于額定頻率，EV 將向電網(wǎng)輸出功率，此時α?xí)徛档筒⒅饾u趨近于0，則放電功率會隨著α的減小衰減到0，避免了過放；若電網(wǎng)頻率高于額定頻率，EV將從電網(wǎng)吸收剩余功率，此時α?xí)徛黾硬⒅饾u趨近于1，則充電功率會逐漸減小為0，避免了過充。當(dāng)α<0 時，EV 不參與電網(wǎng)調(diào)頻，工作在額定功率充電模式。

EV 參與一次調(diào)頻的控制策略框圖見附錄A 圖A2。為了防止EV 在Δf=0.05 Hz 處頻繁充放電，加入了滯環(huán)控制，用于提高系統(tǒng)穩(wěn)定性。功率限制模塊用于限制EV的最大充放電功率。

2.3 EV參與二次調(diào)頻的控制策略

當(dāng)電網(wǎng)頻率波動過大且僅靠一次調(diào)頻作用不能使頻率偏差保持在允許范圍內(nèi)時，就需要增大或減小EV的充放電功率以參與電網(wǎng)的二次調(diào)頻，本文設(shè)置二次調(diào)頻的動作閾值為|Δf|≥0.1Hz。

EV 參與二次調(diào)頻的充放電功率與用戶的充電需求、電網(wǎng)頻率之間存在復(fù)雜的非線性關(guān)系，無法用固定的數(shù)學(xué)模型進行描述。而模糊控制可以將人為經(jīng)驗轉(zhuǎn)化為相應(yīng)的控制策略，對難以建立模型的系統(tǒng)實現(xiàn)有效的控制。文獻［17］設(shè)計了Mamdani型模糊控制器，用于控制EV 充放電，但Mamdani 型模糊控制器的輸出結(jié)果不連續(xù)，且存在模糊誤差。本文采用控制精度更高的T-S 型模糊控制器，其輸出為輸入變量的線性函數(shù)，無需再進行去模糊化，大幅提高了控制精度，且可由模糊控制器的輸出直接得到EV的充放電功率，無需設(shè)計參考功率。

本文所采用的T-S 型模糊控制器的一個輸入量為Δf，用于反映電網(wǎng)的頻率波動；另一個輸入量為α，用于反映用戶的充電需求。由于T-S 型模糊控制器的輸出為輸入函數(shù)的線性函數(shù)，當(dāng)α取值接近于0時可以控制放電功率減小至0，保證電池不會過放，在滿足用戶需求的前提下，參與電網(wǎng)的輔助調(diào)頻服務(wù)。

輸入量Δf與α均采用運算簡單且效率高的三角形隸屬度函數(shù)μ(x)來定義模糊變量的語言值［16］。

1）電網(wǎng)頻率偏差Δf的模糊化。

考慮到3 000 MW 以下系統(tǒng)允許的電網(wǎng)頻率偏差范圍為±0.5 Hz，本文將電網(wǎng)頻率偏差的模糊語言變量Δf?論域定義在閉區(qū)間［-0.5，0.5］內(nèi)，量化因子取值為1，其論域內(nèi)有5個模糊語言變量｛NB，NS，Z，PB，PS｝，分別表示電網(wǎng)頻率偏離額定頻率的程度為負(fù)大、負(fù)小、零、正小、正大。Δf的隸屬度函數(shù)見附錄A圖A3。

2）調(diào)頻參與度因子α的模糊化。

將調(diào)頻參與度因子的模糊語言變量α?論域定義在區(qū)間［0，1］內(nèi)，量化因子取值為1，其論域內(nèi)有5個模糊語言變量｛Z，S，M，L，VL｝，分別表示α偏離1 的程度為零、小、中等、大、極大。α的隸屬度函數(shù)見附錄A圖A4。

本文所采用的模糊控制規(guī)則如式（11）所示。

模糊控制規(guī)則的設(shè)計依據(jù)如下：EV 的二次調(diào)頻功率由電網(wǎng)頻率偏差Δf與調(diào)頻參與度因子α共同決定。當(dāng)系統(tǒng)負(fù)荷增多導(dǎo)致Δf<0 時，若用戶的充電需求小，即α取值接近于1，控制EV 向電網(wǎng)放電，且α取值越大，放電功率越大；若α取值接近于0，雖然此時電網(wǎng)頻率低于額定值，但由于用戶的充電需求很高，因此設(shè)置EV工作在不放電或者以小功率充電的模式，設(shè)計二次調(diào)頻功率Pi2主要由biα決定，這樣可以控制EV 放電功率隨α取值的減小而減小至0；而當(dāng)系統(tǒng)負(fù)荷減少導(dǎo)致Δf>0 時，EV 全部工作在充電模式，用戶的充電需求越高，則EV 充電功率越大，因此設(shè)計充電功率隨著α取值的減小而增大，此時設(shè)計二次調(diào)頻功率Pi2主要由c決定，c會隨著不同的情況變化，這樣可實現(xiàn)充放電功率的精細(xì)控制。

根據(jù)上述分析，設(shè)計充放電模糊控制規(guī)則如表1 所示。表中，Ki=1000i（i=1，2，…，6），單位為W，正值表示放電，負(fù)值表示充電。

表1 充放電模糊控制規(guī)則Table 1 Fuzzy control rules for charging and discharging power

EV 參與二次調(diào)頻的控制框圖見附錄A 圖A5。監(jiān)測器實時采集EV 的當(dāng)前SOC，并綜合用戶設(shè)置的期望SOC、期望充電時長Tpl計算調(diào)頻參與度因子α，模糊控制模塊根據(jù)計算所得α的值以及當(dāng)前電網(wǎng)頻率偏差輸出二次調(diào)頻功率，最后采用功率限制模塊設(shè)置的功率限值Plimit對輸出功率進行限制。

3 仿真分析

本文選取某單區(qū)域系統(tǒng)為例進行仿真分析，其額定發(fā)電功率為300 MW，額定頻率為50 Hz，EV 動力電池采用應(yīng)用廣泛的磷酸鐵鋰電池，額定充放電功率為8 kW。在MATLAB R2017a／Simulink 環(huán)境下搭建仿真模型，并對所提控制策略進行仿真驗證。為了實現(xiàn)對模型進行較長時間的仿真研究，逆變器采用平均值等效模型，允許使用較大的仿真步長。VSG仿真參數(shù)見附錄B表B1。

3.1 轉(zhuǎn)動慣量和阻尼系數(shù)驗證

VSG 技術(shù)在EV 參與調(diào)頻時可以為電網(wǎng)提供慣性和阻尼支持，對此進行仿真驗證：EV 在初始時刻以3 kW 功率放電，在t=4 s時放電功率變?yōu)? kW，不同轉(zhuǎn)動慣量J和阻尼系數(shù)Kd下VSG 的響應(yīng)功率曲線見附錄B 圖B1。由圖B1（a）可以看出：當(dāng)J=0.1 kg·m2時，VSG響應(yīng)功率的變化速度最快，響應(yīng)時間約為0.05 s，且超調(diào)量為0；而當(dāng)J=0.25 kg·m2時，VSG響應(yīng)功率的變化速度變緩，響應(yīng)時間約為0.1 s，且出現(xiàn)超調(diào)量；當(dāng)J=0.5 kg·m2時，VSG響應(yīng)功率的變化速度最慢，響應(yīng)時間約為0.3 s，且超調(diào)量最大?？梢?，轉(zhuǎn)動慣量J可以延緩功率的響應(yīng)速度，從而降低頻率的變化速度。由圖B1（b）可以看出：當(dāng)Kd=6時，VSG 響應(yīng)功率的振蕩幅值最大，且動態(tài)響應(yīng)時間最長，呈現(xiàn)欠阻尼狀態(tài)；當(dāng)Kd=12 時，響應(yīng)功率的振蕩幅值變小且響應(yīng)時間縮短；而當(dāng)Kd=18 時，VSG 可以由變化之前的穩(wěn)定值平滑地過渡到新的穩(wěn)定值，且響應(yīng)時間縮短，呈現(xiàn)過阻尼狀態(tài)。可見，阻尼系數(shù)Kd可以抑制功率響應(yīng)的振蕩，且Kd值越大，動態(tài)響應(yīng)功率振蕩幅值的衰減速度越快。

3.2 充放電控制策略的有效性驗證

本節(jié)對所提EV 參與調(diào)頻的控制策略進行仿真驗證。首先，根據(jù)用戶的充電需求即α的取值對EV進行分類，設(shè)計4 輛不同狀態(tài)的EV 代表4 種不同類型的用戶：EV1—EV4分別代表充電需求低、中等、大、極大的用戶。然后，考慮電網(wǎng)頻率接近額定頻率、電網(wǎng)頻率偏高、電網(wǎng)頻率偏低這3 種電網(wǎng)運行工況。最后，為了測試EV 充放電控制策略，設(shè)置如下時序進行仿真測試：［0，2］s 電網(wǎng)頻率為50 Hz（運行工況1），（2，8］s 頻率發(fā)生幅值為0.3 Hz 的正弦波動（運行工況2），（8，14］s 頻率發(fā)生幅值為-0.3 Hz 的正弦波動（運行工況3）。EV 的仿真參數(shù)見附錄B 表B2。仿真結(jié)果見附錄B圖B2。

1）運行工況1。

由圖B2 可以看出，［0，2］s 內(nèi)電網(wǎng)頻率等于額定頻率，負(fù)荷需求與發(fā)電機出力平衡，一、二次調(diào)頻模塊均不動作，由于EV4的α<0，其在任何情況下都以額定功率充電，SOC 勻速上升，而EV1—EV3的充放電功率為0，SOC 保持不變。此外，除了EV4的α有所上升外，EV1—EV3的α都有不同幅度的下降，這是因為雖然EV1—EV3的充放電功率為0，但其入網(wǎng)時間越來越短，從而導(dǎo)致α呈逐漸減小的趨勢。

2）運行工況2。

（2，8］s 內(nèi)，電網(wǎng)中的有功功率過剩，電網(wǎng)頻率高于額定頻率，一、二次調(diào)頻模塊在滿足動作閾值時動作，EV1—EV4均工作在充電模式，SOC有不同程度的升高。其中，EV1的α最大，表明其入網(wǎng)時間可以充分滿足用戶的需求，因此其充電功率最??；EV2的α接近于0.5，同樣呈減小的趨勢，表明用戶的充電需求程度為中等，且其充電功率大于EV1；EV3的α接近于0 并不再減小，表明在其入網(wǎng)時間內(nèi)以額定功率充電剛好能充至用戶的期望SOC，因此其充電功率接近額定充電功率；EV4的α<0，故其以額定功率充電。

3）運行工況3。

（8，14］s 內(nèi)，電網(wǎng)處于負(fù)荷高峰時段，電網(wǎng)頻率低于額定頻率，一、二次調(diào)頻模塊在滿足動作閾值時動作。此時，α值越大的EV，其放電功率越大。其中，EV1當(dāng)前的α值最大，因此其放電功率最大，SOC下降最快；EV2的α值小于EV1的α值，故其放電功率也小于EV1的放電功率，SOC 下降速率小于EV1；EV3的α值接近于0，因此其工作在小功率放電或者不放電模式，SOC 幾乎保持不變；而EV4仍然以額定功率充電，SOC 緩慢升高。此外，與運行工況1 類似，除了EV4的α有所上升外，EV1—EV3的α均有不同幅度的下降。

由上述結(jié)果可知，本文所提控制策略可以根據(jù)電網(wǎng)頻率波動、調(diào)頻參與度因子的大小智能控制EV充放電，既考慮了用戶的充電需求，又能為電網(wǎng)提供輔助調(diào)頻服務(wù)。

3.3 模糊控制策略的效果驗證

為了說明本文所提控制策略（下文簡稱本文策略）的優(yōu)越性，在相同的仿真條件下將其與文獻［17］中的控制策略（下文簡稱策略1）進行對比，并選擇電網(wǎng)頻率偏高的運行工況進行模擬，從而體現(xiàn)控制策略在應(yīng)對極端情況時的能力。仿真條件設(shè)置如下：策略1 的充電因子在0～2 范圍內(nèi)變化，本文策略的調(diào)頻參與度因子在0～1范圍內(nèi)變化，分別觀察2種控制策略在頻率偏差為±0.4 Hz時的功率響應(yīng)特性。仿真結(jié)果見附錄B 圖B3。由圖B3（a）可知，當(dāng)頻率偏差為0.4 Hz 時，應(yīng)控制EV 充電。當(dāng)策略1 的充電因子在0～1 范圍內(nèi)變化時，EV 先充電，然后充電功率逐漸減小為0，但充電功率變化不平滑，這是因為Mamdani 型模糊控制器的輸出結(jié)果不連續(xù)，存在控制偏差；而本文策略的模糊輸出是連續(xù)的，不存在控制偏差，因此其輸出隨調(diào)頻參與度因子的增大而逐漸減小至穩(wěn)定值，功率變化平滑。由圖B3（b）可知，當(dāng)頻率偏差為-0.4 Hz 時，控制充電需求程度不高的EV 放電，同時控制充電需求程度高的EV 工作在不放電或以小功率充電的模式。當(dāng)策略1 的充電因子在0～1 范圍內(nèi)變化時，模糊控制輸出為0；而當(dāng)充電因子大于1 時，EV 開始放電，放電功率隨充電因子的增大而增大，但放電功率變化不平滑。當(dāng)本文策略的調(diào)頻參與度因子接近于0 時，對用戶充電需求程度高的EV 以小功率充電，隨著參與度因子的增大，EV 放電功率線性增大，大幅提高了控制的精度，且功率變化平滑。

3.4 多輛EV的調(diào)頻作用驗證

以附錄B 圖B4 所示的典型單區(qū)域電力系統(tǒng)調(diào)頻模型為例，分析采用智能充放電控制策略接入電網(wǎng)的EV 對系統(tǒng)頻率的影響。其中火電機組為系統(tǒng)的調(diào)頻機組，原動機為非再熱式汽輪機。

由于本文采用的是VSG 模型，在建立等效模型的過程中EV 調(diào)頻模型需要反映VSG 的功率響應(yīng)特性，本文采用EV 二階慣性響應(yīng)函數(shù)，如式（13）所示［17］。

式 中：TEV為VSG 的 固 有 時 間 常 數(shù)；Jvr、Dvr分 別 為VSG的等效虛擬慣量、等效虛擬阻尼。

EV 參與調(diào)頻的模型如附錄B 圖B5 所示。仿真仍選取上述4 種具有代表性的EV，具體參數(shù)見附錄B 表B3?；诒疚乃酔V 輔助調(diào)頻模型，首先在階躍負(fù)荷擾動下對策略1 和本文策略的調(diào)頻效果進行仿真對比，設(shè)置在t=250 s時發(fā)生15 MW 的負(fù)荷突變，觀察2 種控制策略下的系統(tǒng)頻率響應(yīng)，結(jié)果見圖5（a）；然后在隨機負(fù)荷擾動下對策略1 和本文策略的調(diào)頻效果進行仿真對比，結(jié)果見圖5（b）。

圖5 多輛EV的調(diào)頻效果Fig.5 Frequency regulation effect of multiple EVs

由圖5（a）可以看出，當(dāng)負(fù)荷突變增大時，相比策略1，采用本文策略時的系統(tǒng)頻率偏差更小，因此本文策略的調(diào)頻效果更好。這是因為當(dāng)頻率偏差小于0時，本文策略可以控制EV 向電網(wǎng)放電，而策略1只是減小了充電功率，EV 仍處于充電過程，相當(dāng)于負(fù)荷?？梢姡诎l(fā)生負(fù)荷突變增大時，采用本文策略的效果更好。由圖5（b）可以看出，在［0，125］s 內(nèi)，如果無EV 接入電網(wǎng)，則電網(wǎng)頻率偏差為0；當(dāng)大量EV在t=0 s 時接入電網(wǎng)但不參與調(diào)頻時，相當(dāng)于系統(tǒng)接入了大量負(fù)荷，電網(wǎng)頻率會發(fā)生較大程度的跌落；而當(dāng)EV 在t=0 s 時接入電網(wǎng)并參與調(diào)頻時，相較于采用策略1，采用本文策略時的頻率跌落明顯更小。在電網(wǎng)負(fù)荷低谷（t=375 s 和t=575 s）時，策略1 與本文策略的調(diào)頻效果相近，采用本文策略時的頻率偏差稍小于采用策略1 時的頻率偏差。而在電網(wǎng)負(fù)荷高峰（t=175 s 和t=500 s）時，由于采用本文策略的EV 可以向電網(wǎng)放電，補償電網(wǎng)的功率缺額，而采用策略1 的EV 只是減小充電功率，因此采用本文策略時的頻率偏差明顯小于采用策略1 時的頻率偏差。隨著時間的推移，EV 接入但不參與調(diào)頻的頻率偏差變化曲線與無EV 接入時的頻率偏差變化曲線逐漸重合，這表明由于系統(tǒng)自身的頻率調(diào)節(jié)作用，原動機逐漸發(fā)出接入電網(wǎng)EV 所需的充電功率，EV 恒功率充電不再對電網(wǎng)的頻率產(chǎn)生影響。

多輛EV 參與調(diào)頻的仿真結(jié)果見附錄B 圖B6。由圖可見：在電網(wǎng)高峰負(fù)荷時段，電網(wǎng)頻率低于額定頻率，EV1、EV2的α較大，可以參與電網(wǎng)的二次調(diào)頻，因此電網(wǎng)負(fù)荷高峰時段該2 種類型的EV 按照α值的大小向電網(wǎng)輸出功率，α值越大，則輸出的功率越大，SOC 隨之降低；而EV3、EV4的α很小，故這2 種類型的EV 均以額定功率充電，SOC隨之升高。在電網(wǎng)負(fù)荷低谷時段，電網(wǎng)頻率高于額定頻率，需要EV 充電來儲存電網(wǎng)中的剩余有功功率，α越小的EV，其充電功率越大，因此EV4的充電功率最大，EV1的充電功率最小，SOC均有不同程度的升高。

由上述仿真結(jié)果可以看出，采用本文策略的多輛EV接入頻率波動的電網(wǎng)時，可以在滿足用戶充電需求的同時參與電網(wǎng)的輔助調(diào)頻服務(wù)，減小了電網(wǎng)頻率波動，有效地實現(xiàn)了“削峰填谷”。仿真進一步對本文策略與文獻［17］所提控制策略進行了對比分析，仿真結(jié)果表明本文所提控制策略在發(fā)生階躍負(fù)荷擾動以及隨機負(fù)荷擾動時都能更加有效地減小頻率偏差，提高電力系統(tǒng)的穩(wěn)定性。

4 結(jié)論

隨著接入電網(wǎng)的EV日益增多，其入網(wǎng)時帶來的慣量、阻尼缺失問題日益嚴(yán)重，同時考慮到EV 可以充分發(fā)揮其移動儲能的特性為電網(wǎng)提供調(diào)頻服務(wù)，本文基于VSG 技術(shù)以及模糊控制技術(shù)，提出了考慮用戶充電需求的EV智能充放電控制策略，并進行了仿真驗證，所得結(jié)論如下。

1）本文所提控制策略基于由兩級構(gòu)成的EV 充放電機，其中直流側(cè)接口采用雙向半橋DC／DC 變流器，用于維持直流母線電壓穩(wěn)定；交流側(cè)DC／AC變換器采用VSG 技術(shù)，引入同步發(fā)電機的慣量、阻尼特性，用于補償EV 大量入網(wǎng)造成的慣量、阻尼缺失的問題，并可提供頻率調(diào)節(jié)以及電壓補償服務(wù)。

2）關(guān)于EV參與電網(wǎng)一次調(diào)頻，提出了調(diào)頻參與度因子α，根據(jù)頻率偏差以及用戶充電需求確定一次調(diào)頻系數(shù)，實現(xiàn)下垂系數(shù)的自適應(yīng)調(diào)整，避免了EV的過充與過放。

3）關(guān)于EV 參與電網(wǎng)二次調(diào)頻，設(shè)計了T-S 型模糊控制器，其可以根據(jù)用戶的充電需求程度、電網(wǎng)頻率實現(xiàn)EV的智能充放電。

本文在考慮用戶充電需求的基礎(chǔ)上控制EV 參與電網(wǎng)調(diào)頻，減小了頻率波動，提高了電力系統(tǒng)的穩(wěn)定性，為EV參與調(diào)頻提供了一種新方案及新思路。

附錄見本刊網(wǎng)絡(luò)版（http：//www.epae.cn）。