計(jì)及用戶電池?fù)p耗的電動(dòng)汽車分布式兩階段調(diào)度策略

王晞，汪偉，王海燕，陳博，茍競(jìng)，李怡然

(1.國(guó)網(wǎng)四川省電力公司經(jīng)濟(jì)技術(shù)研究院，成都 610000； 2. 四川大學(xué) 電氣工程學(xué)院，成都 610065)

0 引 言

在推進(jìn)電能替代、努力實(shí)現(xiàn)“碳中和”的背景下，電動(dòng)汽車在電網(wǎng)中的滲透率日益增長(zhǎng)[1]。電動(dòng)汽車充電行為具有時(shí)空隨機(jī)性，大規(guī)模EV的無(wú)序充電將會(huì)給電力系統(tǒng)帶來(lái)一系列負(fù)面影響[2-3]，包括變壓器過(guò)載、電壓越限、網(wǎng)絡(luò)損耗增大以及諧波污染等，危害電力系統(tǒng)的安全與經(jīng)濟(jì)運(yùn)行。但同時(shí)因其用電靈活性，電動(dòng)汽車在電網(wǎng)中具有較強(qiáng)的需求響應(yīng)的潛能。有序的調(diào)度可以緩解隨機(jī)充電對(duì)電網(wǎng)負(fù)荷劇增、峰谷差增大等一系列問(wèn)題[4-5]。如何有效合理地進(jìn)行電動(dòng)汽車充電調(diào)度控制，是電動(dòng)汽車并網(wǎng)發(fā)展所面臨的一個(gè)核心問(wèn)題。

在智能電網(wǎng)的環(huán)境下，電網(wǎng)可以通過(guò)和用戶簽訂相關(guān)協(xié)議，實(shí)現(xiàn)電動(dòng)汽車充電的智能化管理[6]，避免了人為實(shí)現(xiàn)需求響應(yīng)時(shí)存在的可靠性低、響應(yīng)延遲、效率較低等問(wèn)題。目前電動(dòng)汽車的充放電調(diào)度可分為集中式調(diào)度和分布式調(diào)度。文獻(xiàn)[7]進(jìn)行集中式實(shí)時(shí)調(diào)度，由電網(wǎng)控制中心獲取電動(dòng)汽車的狀態(tài)信息和需求信息，再分別下達(dá)調(diào)度指令。但是隨著電動(dòng)汽車使用的日益增長(zhǎng)，集中調(diào)度面臨運(yùn)算復(fù)雜性增加以及處理數(shù)據(jù)維數(shù)過(guò)大等問(wèn)題，難以適應(yīng)大規(guī)模電動(dòng)汽車的優(yōu)化調(diào)度。而分布式調(diào)度在電網(wǎng)和用戶之間引入集群代理商(Aggregator)[8]，每個(gè)代理商在一定程度上承擔(dān)了控制計(jì)劃的安排，簡(jiǎn)化了調(diào)度時(shí)需要處理的信息量，使得優(yōu)化更為靈活、快速，在電網(wǎng)調(diào)度中得到了重視。文獻(xiàn)[9]提出了柔性負(fù)荷分布式調(diào)度策略，文獻(xiàn)[10]考慮電網(wǎng)側(cè)的利益提出了電動(dòng)汽車分布式調(diào)度模型，但采用模型沒(méi)有充分考慮到用戶的利益問(wèn)題。

分時(shí)電價(jià)引導(dǎo)用戶為降低充電成本在谷時(shí)充電，可以確保用戶的利益，但在電價(jià)引導(dǎo)下可能會(huì)在電價(jià)谷時(shí)進(jìn)行聚集性的充電行為，繼而引發(fā)新的負(fù)荷高峰[11]，因此計(jì)及分時(shí)電價(jià)考慮合理的充電策略具有重要意義。文獻(xiàn)[12]提出的充電調(diào)度策略有效地減少了充電的經(jīng)濟(jì)成本，但未能考慮到電網(wǎng)側(cè)需求。文獻(xiàn)[13]分析用戶對(duì)峰谷電價(jià)政策的響應(yīng)度，但缺乏考慮用戶對(duì)策略的響應(yīng)度。此外，調(diào)度中為滿足優(yōu)化目標(biāo)會(huì)產(chǎn)生充電狀態(tài)的不斷切換，過(guò)于頻繁的充電行為會(huì)造成消耗電池壽命影響用戶利益[14]。因此在制定調(diào)度策略時(shí)，有必要對(duì)電池?fù)p耗進(jìn)行考慮。

根據(jù)上述研究現(xiàn)狀，雖然針對(duì)電動(dòng)汽車充電調(diào)度策略已經(jīng)展開(kāi)較多的研究，但仍存在一定的不足：分布式實(shí)時(shí)調(diào)度優(yōu)化目標(biāo)簡(jiǎn)單，用戶側(cè)優(yōu)化多考慮用戶成本，缺乏考慮用戶參與調(diào)度的意愿以及調(diào)度中頻繁充電造成的電池?fù)p耗。因此文中在分時(shí)電價(jià)的背景下，提出一種計(jì)及用戶側(cè)電池?fù)p耗的分布式兩階段調(diào)度策略。解決了現(xiàn)有策略對(duì)調(diào)度需求考慮較為單一且忽略調(diào)度可行性的問(wèn)題，同時(shí)可避免集中式調(diào)度會(huì)出現(xiàn)的狀態(tài)測(cè)量處理維數(shù)災(zāi)和運(yùn)行復(fù)雜性等問(wèn)題。本策略首先評(píng)估入網(wǎng)車輛的可調(diào)度性并篩選可調(diào)度車輛，之后建立了計(jì)及用戶充電損耗的兩階段優(yōu)化模型。第一階段考慮多方面的用戶需求，除了優(yōu)化用戶充電成本，還提出了平均充電率指標(biāo)，從頻繁充電行為造成的電池?fù)p耗角度計(jì)及用戶側(cè)的利益。第二階段計(jì)及電網(wǎng)需求優(yōu)化負(fù)荷峰谷差從而確保電網(wǎng)可以安全經(jīng)濟(jì)地運(yùn)行，優(yōu)化得到最終調(diào)度安排。最后，通過(guò)算例進(jìn)行仿真分析，文中所提策略在改善電網(wǎng)負(fù)荷的同時(shí)，有效地減少了充電成本和電池?fù)p耗，同時(shí)保障了電網(wǎng)和用戶的利益。驗(yàn)證了文中策略的有效性。

1 調(diào)度技術(shù)架構(gòu)及功能

考慮到電動(dòng)汽車較強(qiáng)的時(shí)空不確定性，日前調(diào)度所用的負(fù)荷預(yù)測(cè)信息與實(shí)際情況往往存在一定差異[15]，為了減小預(yù)測(cè)上的偏差，本調(diào)度策略采用日內(nèi)實(shí)時(shí)調(diào)度。以15 min為一個(gè)間隔將24 h分為96個(gè)時(shí)段，并在每個(gè)時(shí)段更新并網(wǎng)車輛的信息從而進(jìn)行相應(yīng)地調(diào)度安排，如圖1所示。

圖1 日內(nèi)調(diào)度Fig.1 Intra-day scheduling

時(shí)段1內(nèi)車輛a并網(wǎng)，則在時(shí)段1結(jié)束時(shí)刷新車輛a的相關(guān)信息并調(diào)度安排，同時(shí)時(shí)段2內(nèi)沒(méi)有并網(wǎng)車輛，則不進(jìn)行安排。同理，時(shí)段3內(nèi)對(duì)新入網(wǎng)車輛b和車輛c，在時(shí)段4開(kāi)始時(shí)刻對(duì)車輛b和車輛c進(jìn)行安排，時(shí)段5開(kāi)始時(shí)刻對(duì)車輛d進(jìn)行調(diào)度安排。

基于智能電網(wǎng)背景，文中所提策略的技術(shù)架構(gòu)是由集群代理商聚合用戶集群，調(diào)度中心實(shí)施調(diào)度優(yōu)化，通過(guò)智能充電裝置來(lái)響應(yīng)，進(jìn)行分布式日內(nèi)實(shí)時(shí)調(diào)度。具體調(diào)度技術(shù)架構(gòu)及功能如圖2所示。

圖2 智能充電調(diào)度架構(gòu)Fig.2 Intelligent charge scheduling architecture

該充電調(diào)度的具體實(shí)施環(huán)節(jié)為：EV用戶接入智能充電裝置后，由智能充電裝置通過(guò)信息和傳感技術(shù)讀取車輛的剩余荷電狀態(tài)信息(State of Charge, SOC)、電池容量信息等，同時(shí)通過(guò)充電裝置相應(yīng)的人機(jī)交互界面收集用戶的需求信息。

智能充電裝置通過(guò)分析采集信息進(jìn)行可調(diào)度車輛的篩選與判別，并將信息上傳到集群代理商處。由其基于采集用戶信息匯總負(fù)荷集群信息并上傳至調(diào)度中心，調(diào)度中心收集匯總EV和電網(wǎng)信息，通過(guò)文中所提的策略對(duì)電動(dòng)汽車進(jìn)行對(duì)應(yīng)性調(diào)度安排，并將指令反饋至充電裝置進(jìn)行線下響應(yīng)。

2 電動(dòng)汽車分布式兩階段調(diào)度策略

兩階段優(yōu)化具有計(jì)算效率高、計(jì)算量少、模型較為簡(jiǎn)單等優(yōu)點(diǎn)，得到了廣泛應(yīng)用[14-16]。文中提出了兩階段規(guī)劃方法，為了提升用戶對(duì)于調(diào)度的響應(yīng)度，優(yōu)先保證用戶側(cè)利益進(jìn)行優(yōu)化，因此所提策略按照“先用戶后電網(wǎng)”的原則進(jìn)行。

2.1 篩選可調(diào)度車輛

在EV并網(wǎng)后，先根據(jù)智能裝置收集的信息進(jìn)行調(diào)度可行性篩選，如果能夠滿足調(diào)度要求則將其納入代理商的安排范圍。如果不能滿足，則不安排調(diào)度。從主觀客觀兩個(gè)角度[17]將調(diào)度可行性定性為可調(diào)度能力和可調(diào)度意愿兩個(gè)方面進(jìn)行篩選。

(1)可調(diào)度能力

以并網(wǎng)時(shí)間和電池電量來(lái)約束電動(dòng)汽車可調(diào)度能力，對(duì)EV進(jìn)行調(diào)度時(shí)，應(yīng)優(yōu)先確保滿足用戶的充電需求。

(1)

(2)可調(diào)度意愿

在實(shí)際調(diào)度中，用戶對(duì)于策略的響應(yīng)意愿會(huì)影響最終調(diào)度的效果，所以有必要對(duì)各個(gè)EV用戶的調(diào)度意愿進(jìn)行充分考慮。通過(guò)智能裝置的人機(jī)交互界面提供 “正常充”和“有序充”的選擇?！罢３洹蹦Ｊ较拢河脩魧?duì)價(jià)格敏感度較低，不受經(jīng)濟(jì)激勵(lì)引導(dǎo)，愿意發(fā)給較高的充電費(fèi)用達(dá)成充電目標(biāo)，此時(shí)調(diào)度計(jì)劃便安排充電裝置以額定功率立刻充電，以盡快滿足充電需求?！坝行虺洹蹦Ｊ较拢河脩粝啾扔诔潆娺^(guò)程更關(guān)注能夠?qū)崿F(xiàn)充電需求與充電成本兼顧，此時(shí)系統(tǒng)對(duì)用戶的充電時(shí)段進(jìn)行統(tǒng)一優(yōu)化編排，從而調(diào)度控制。在充電容量分配過(guò)程中，“正常充”將優(yōu)先于“有序充”。

考慮到用戶對(duì)于調(diào)度的響應(yīng)程度具有差異性，在此引入用戶響應(yīng)度β來(lái)反映愿意參與調(diào)度的用戶占比。

(2)

式中NEV為接入充電裝置的EV數(shù)量；NV2G為愿意參與調(diào)度的車輛總數(shù)。

(3)

2.2 優(yōu)化目標(biāo)

2.2.1 第一階段優(yōu)化目標(biāo)

確保EV用戶利益可以有效提升用戶響應(yīng)調(diào)度的意愿，因此為了實(shí)現(xiàn)調(diào)度，第一階段優(yōu)化應(yīng)充分考慮滿足用戶側(cè)需求。

(1)充電成本

在分時(shí)電價(jià)背景下，將最小化用戶成本設(shè)置為用戶側(cè)優(yōu)化目標(biāo)。用戶成本C的計(jì)算如下：

(4)

(2)電池?fù)p耗

由于頻繁的充電狀態(tài)切換，電池的損耗需要考慮。在計(jì)及電動(dòng)汽車的充電成本時(shí)，應(yīng)該盡量降低充電狀態(tài)切換次數(shù)。文中采用平均充電率指標(biāo)σ如式(5)所示：

(5)

所提策略進(jìn)行第一階段的用戶側(cè)優(yōu)化時(shí)，綜合充電成本和電池?fù)p耗采用線性加權(quán)法進(jìn)行多目標(biāo)優(yōu)化，此外，考慮到量綱不同，對(duì)兩個(gè)目標(biāo)函數(shù)分別進(jìn)行歸一化處理最后得到優(yōu)化目標(biāo)：

(6)

式中Ck和σk表示針對(duì)調(diào)度時(shí)段k的優(yōu)化計(jì)算，優(yōu)化對(duì)象為該時(shí)段刷新入網(wǎng)信息的車輛。采用主觀賦值法分別設(shè)置權(quán)重λ1、λ2為0.6和0.4，保證最低用戶成本可得到優(yōu)先考慮。

2.2.2 第二階段優(yōu)化目標(biāo)

minF2=maxPZ-minPZ

(7)

式中PZ為計(jì)及電動(dòng)汽車負(fù)荷后的該局部配電網(wǎng)的總負(fù)荷。

2.3 約束條件

為了滿足電網(wǎng)側(cè)的經(jīng)濟(jì)和安全以及用戶對(duì)電動(dòng)汽車充電的需求，需要同時(shí)考慮多個(gè)約束條件。

(1)荷電狀態(tài)安全性

(8)

(9)

由于電池過(guò)度充電會(huì)有損耗，因此設(shè)置第i輛車在任意時(shí)刻的荷電狀態(tài)應(yīng)在安全限值以內(nèi)。

(2)變壓器功率

(10)

式(10) 表示時(shí)刻k、基礎(chǔ)負(fù)荷Pload,k以及充電負(fù)荷不會(huì)使對(duì)應(yīng)的配電變壓器過(guò)負(fù)荷運(yùn)行。

(3)用戶出行需求

(11)

(4)允許調(diào)度時(shí)間

(12)

電動(dòng)汽車的調(diào)度安排需要在并網(wǎng)時(shí)間內(nèi)，車主在并網(wǎng)前后不進(jìn)行調(diào)度。

文中在進(jìn)行優(yōu)化時(shí)，將在第一階段獲得的支付成本以及平均充電率指標(biāo)作為第二階段的約束。

(13)

2.4 策略求解流程

如圖3所示,文中所提策略流程如下:

(1)在調(diào)度時(shí)段內(nèi)收集代理商范圍內(nèi)的并網(wǎng)信息，對(duì)并網(wǎng)車輛進(jìn)行可調(diào)度判斷。篩選出可用于調(diào)度的車輛，并將其車輛的剩余荷電狀態(tài)信息、電池容量信息等參數(shù)上傳至后臺(tái)數(shù)據(jù)庫(kù)；

(2)開(kāi)始第一階段計(jì)及電動(dòng)汽車用戶側(cè)需求的優(yōu)化。本階段是以電動(dòng)汽車平均充電率指標(biāo)最低為優(yōu)化目標(biāo)，考慮配電變壓器的容量限制，電動(dòng)汽車的損耗限制以及電動(dòng)汽車車主的充電需求限制等多個(gè)約束進(jìn)行優(yōu)化；

(3)開(kāi)始第二階段計(jì)及電網(wǎng)側(cè)負(fù)荷特性指標(biāo)的優(yōu)化。本階段是以電網(wǎng)負(fù)荷峰谷差最小為優(yōu)化目標(biāo)。把在第一階段優(yōu)化獲得的支付成本以及平均充電率指標(biāo)作為本階段約束條件。聯(lián)立兩個(gè)階段的目的是可以保證第二階段的優(yōu)化結(jié)果優(yōu)于第一階段；

(4)最后代理商將計(jì)算獲得的車輛充電安排結(jié)果下發(fā)至智能充電裝置。智能充電樁按照調(diào)度策略對(duì)并網(wǎng)車輛執(zhí)行充電安排。當(dāng)新的調(diào)度時(shí)間開(kāi)始時(shí)，流程返回步驟1循環(huán)進(jìn)行調(diào)度策略的求解。

圖3 調(diào)度策略求解流程Fig.3 Flow chart of solving scheduling strategy

3 算例分析

3.1 算例設(shè)置

為了對(duì)文中所提調(diào)度策略進(jìn)行仿真驗(yàn)證，文中進(jìn)行如下假設(shè)：

(1)仿真環(huán)境為有200輛電動(dòng)汽車的居民小區(qū)，供電環(huán)境為4臺(tái)1 600 kV·A的變壓器，其功率因數(shù)為0.85、效率為0.95[18]；

(2)充電裝置以7 kW的充電功率進(jìn)行恒功率充電，設(shè)置充電效率為90%?？紤]到電池的安全性將荷電狀態(tài)上下限分別設(shè)置為0.1和0.9[19-20]；

(3)分析的用戶特性采用蒙特卡洛法[20-21]]對(duì)電動(dòng)汽車充電需求進(jìn)行建模；

(5)所提調(diào)度策略基于分時(shí)電價(jià)背景，具體電價(jià)設(shè)置如表1所示。

表1 分時(shí)電價(jià)設(shè)置Tab.1 Time-of-use pricing settings

(6)為對(duì)比所提策略的優(yōu)化效果設(shè)置不同的場(chǎng)景，并將各場(chǎng)景下用戶響應(yīng)度設(shè)為100%。

場(chǎng)景一：無(wú)序充電，不加以調(diào)度控制；

場(chǎng)景二：分時(shí)電價(jià)引導(dǎo)下進(jìn)行充電調(diào)度；

場(chǎng)景三：采用文中所提出的有序充電調(diào)度。

3.2 仿真分析

基于3.1中所設(shè)置的算例場(chǎng)景，對(duì)上述不同策略進(jìn)行仿真分析結(jié)果如下。圖4為該居民區(qū)的電動(dòng)汽車在三種場(chǎng)景下的負(fù)荷曲線，結(jié)合表2和表3分別對(duì)電網(wǎng)側(cè)和用戶側(cè)的相應(yīng)指標(biāo)進(jìn)行分析。

圖4 不同場(chǎng)景下的負(fù)荷曲線Fig.4 Load curve uner different scenarios

(1)電網(wǎng)側(cè)指標(biāo)分析

基于圖4仿真結(jié)果和表2中的指標(biāo)對(duì)比可以發(fā)現(xiàn)，圖4(a)在無(wú)序充電的場(chǎng)景下，電動(dòng)汽車會(huì)按照自身的情況在最短的時(shí)間內(nèi)充電。其充電時(shí)間會(huì)與居民區(qū)負(fù)荷峰值重疊，造成負(fù)荷“峰上加峰”的情況。表2中可見(jiàn)，無(wú)序充電的峰值達(dá)到了5 276.82 kW，同時(shí)還拉大了峰谷差、負(fù)荷波動(dòng)指標(biāo)也相應(yīng)增加。

表2 不同場(chǎng)景的電網(wǎng)側(cè)指標(biāo)Tab.2 Grid side indices under different scenarios

圖4(b)考慮分時(shí)電價(jià)的影響，這個(gè)場(chǎng)景的優(yōu)化目標(biāo)為價(jià)格最低。EV會(huì)在谷時(shí)電價(jià)時(shí)段00:00～08:00集中充電，在谷時(shí)形成新的負(fù)荷高峰，峰值達(dá)到4 737.26 kW，當(dāng)EV規(guī)模增大時(shí)可能會(huì)使設(shè)備過(guò)載。

相比于以上場(chǎng)景，由圖4(c)可以發(fā)現(xiàn)根據(jù)所提策略進(jìn)行電動(dòng)汽車充電調(diào)度時(shí)，利用分時(shí)電價(jià)的激勵(lì)措施，可以引導(dǎo)用戶在夜間谷時(shí)進(jìn)行集中充電。方法在考慮電網(wǎng)安全指標(biāo)的前提下進(jìn)行負(fù)荷曲線的填谷，可以減小電網(wǎng)側(cè)的負(fù)荷波動(dòng)和峰谷差。

(2)用戶側(cè)指標(biāo)分析

對(duì)用戶側(cè)選取充電成本和平均充電率進(jìn)行對(duì)比分析如表3所示。

場(chǎng)景一的充電時(shí)間集中在峰時(shí)電價(jià)時(shí)期，充電成本3 160.6元。場(chǎng)景二在最低成本導(dǎo)向下，充電成本顯著減小至2 136.30元，但是場(chǎng)景二的策略對(duì)用戶電池的考慮較少，通過(guò)以增加電池?fù)p耗為代價(jià)，降低了充電成本。由表3知，這種場(chǎng)景下，電動(dòng)汽車的平均充電顯著提升到了3.4。

表3 不同場(chǎng)景的用戶側(cè)指標(biāo)Tab.3 User side indices under different scenarios

相比于上述場(chǎng)景，在文中所提策略下，通過(guò)調(diào)度有效減少了平均充電率，在改善充電成本的同時(shí)，有效地緩解了由于頻繁控制EV充電狀態(tài)切換而產(chǎn)生的電池?fù)p耗。

4 結(jié)束語(yǔ)

文中提出了一種計(jì)及用戶電池?fù)p耗的EV分布式兩階段調(diào)度策略?；谥悄艹潆姌东@取電動(dòng)汽車的基本信息對(duì)車輛進(jìn)行調(diào)度篩選。通過(guò)對(duì)EV的可調(diào)度能力和用戶可調(diào)度意愿兩個(gè)維度進(jìn)行綜合評(píng)估，篩選出能夠滿足調(diào)度的車輛。在兩階段的優(yōu)化過(guò)程中，文章策略是以用戶充電成本最小，電動(dòng)汽車電池?fù)p耗最小以及電網(wǎng)側(cè)負(fù)荷峰谷差最小為優(yōu)化目標(biāo)。論文以含大規(guī)模電動(dòng)汽車的小區(qū)集中充電站為算例進(jìn)行驗(yàn)證，大量場(chǎng)景仿真表明：

(1)相比于無(wú)序充電，所提策略通過(guò)對(duì)EV進(jìn)行合理充電調(diào)度，轉(zhuǎn)移了EV用戶的充電時(shí)間，在減少用戶支付的充電費(fèi)用的同時(shí)有效減小了電網(wǎng)的峰谷差和負(fù)荷波動(dòng)方差，緩解了無(wú)序充電產(chǎn)生的負(fù)面影響。既保證了電網(wǎng)側(cè)安全性也保障了EV車主的收益；

(2)相比于以成本導(dǎo)向的EV充電策略，文中方法在考慮充電成本的基礎(chǔ)上，利用平均充電率指標(biāo)，對(duì)調(diào)度中因頻繁切換充電狀態(tài)而導(dǎo)致的電池?fù)p耗進(jìn)行了考慮。在降低用戶充電成本的同時(shí)，通過(guò)優(yōu)化充電次數(shù)有效降低了對(duì)電池的損耗，更為全面地保證了用戶利益；

(3)所提策略只針對(duì)電動(dòng)汽車充電場(chǎng)景的調(diào)度策略制定，隨著當(dāng)前技術(shù)發(fā)展，電網(wǎng)與電動(dòng)汽車雙向互動(dòng)(Vehicle to Grid, V2G)具有一定的研究前景和價(jià)值。在V2G場(chǎng)景下如何提出合理有效的調(diào)度策略是接下來(lái)值得研究的方向；

(4)在能源轉(zhuǎn)型背景下，分布式電源將會(huì)不斷發(fā)展，其并網(wǎng)時(shí)也會(huì)改變傳統(tǒng)的電網(wǎng)結(jié)構(gòu)，如何計(jì)及光伏、風(fēng)電等新能源進(jìn)行合理地協(xié)同調(diào)度優(yōu)化也是未來(lái)的研究方向。