V2G模式下的EV建模研究

蔣成成，朱健安，朱成名，王 珂，章文俊

(上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院,上海 201620)

近年來，風(fēng)電并網(wǎng)規(guī)模不斷擴大，其出力的間歇性、不確定性、不可預(yù)測性給電力系統(tǒng)的可靠運行帶來了巨大的挑戰(zhàn)。旋轉(zhuǎn)備用(Spinning Reserve，SR)的需求逐年增加，僅依靠火電機組提供SR無法滿足實際應(yīng)用的需求。因此，需要充分挖掘利用系統(tǒng)中的其他資源，并對SR容量進行合理的優(yōu)化配置[1]。

文獻[1～7]從不同角度提出了SR的優(yōu)化方法，特別是將棄風(fēng)、可中斷負荷分別作為部分負、正SR融入發(fā)電日前調(diào)度計劃的方案，緩解了SR不足的壓力。參與競標(biāo)的旋轉(zhuǎn)級備用分為發(fā)電側(cè)和需求側(cè)兩種備用類型[8]，但文獻[1～7]僅從發(fā)電側(cè)考慮了SR的優(yōu)化問題，對EV的研究較少。文獻[9]提出了一種多場景下，基于備用措施代價性能比的備用優(yōu)化方法，綜合考慮了發(fā)需側(cè)類型、旋轉(zhuǎn)與非旋轉(zhuǎn)等不同等級備用措施在場景集下的代價性能比。但文獻[8～9]中的需求側(cè)SR僅考慮了高賠償可中斷負荷，具有局限性。

由于風(fēng)電出力具有間歇性和隨機性，因此對風(fēng)電進行精準預(yù)測有一定難度。隨著研究的深入，在實際應(yīng)用中，有可能減小風(fēng)電預(yù)測誤差的平均值，但難以降低最大瞬時誤差[10]。電動汽車(Electric Vehicles，EV)兼顧負荷與儲能特性，在調(diào)峰、調(diào)頻、備用等方面的前景逐漸受到人們的重視[11]。EV與風(fēng)力發(fā)電有良好相互消納的物理基礎(chǔ)，在V2G(Vehicle-to-Grid)的基礎(chǔ)之上，EV與風(fēng)電可以實現(xiàn)協(xié)調(diào)調(diào)度。文獻[12]建立了一種計及多方因素的改進Bass模型，完成了區(qū)域EV保有量的預(yù)測。文獻[13]以最小化等效負荷的標(biāo)準差為優(yōu)化目標(biāo)，提出了EV移動儲能調(diào)度策略。文獻[14]重點研究了插入式EV作為分布式儲能單元進行“削峰”的過程。文獻[15]基于家庭與工作單位場景的轉(zhuǎn)換，完成了關(guān)于EV最優(yōu)調(diào)度的研究。但以上研究均沒有將EV作為需求側(cè)的SR來考慮。文獻[16]將EV作為風(fēng)電波動的備用，減輕了火電機組的負擔(dān)。但其關(guān)于EV調(diào)度成本的考慮與目標(biāo)函數(shù)構(gòu)建不夠完善。

基于上述研究成果與存在的不足，本文將EV作為需求側(cè)的SR來考慮，分別從理論與仿真中來分析EV特性，并通過建立更為全面的機組模型來進行SR的優(yōu)化研究。

1 EV特性分析

1.1 EV調(diào)度策略分析

EV既能充當(dāng)負SR作為負荷消納電能，又能充當(dāng)正SR作為儲能單元給電網(wǎng)供電。對于計及EV的SR優(yōu)化，首先需要分析EV車主對于接受調(diào)度的積極性，以及當(dāng)?shù)氐腅V保有率。然后通過調(diào)整折扣系數(shù)與獎勵系數(shù)等手段來控制作為SR的EV數(shù)量，其余簽約EV可作為熱備用儲存。作為熱備用的EV可隨時升級為SR，作為SR的EV也可降級為熱備用。隨著EV保有率的增長，龐大的熱備用儲備將提高電網(wǎng)的可靠性，而靈活的升降級策略也可使EV的調(diào)度更加經(jīng)濟。

1.2 EV充放電策略

當(dāng)用戶有出行需求時，最關(guān)心的是EV能否在期望的時間達到期望的電量。在滿足用戶需求的前提下，合理利用EV電量能更好地緩解系統(tǒng)的備用壓力。假設(shè)汽車以保底電量接入充電樁，則對EV電量的利用方式如圖1所示。

圖1 EV充放電策略

圖1中，Elimit表示保底電量，Eexp表示期望電量，Emax表示電池最大容量，Tstart為開始充電時間，Texp為期望充電完成時間。S1表示正常充電，其中包含快充、慢充等充電方式。S2則表示充/放電，在正常充電到期望電量之后，可作為負SR發(fā)揮儲能作用，而后再作為正SR給電網(wǎng)供電。其中EV由負SR到正SR轉(zhuǎn)變的過程中，依據(jù)實際情況，可能存在一段“不充不放”的閑置期。S3表示延時充，EV接入充電樁時，可能碰上系統(tǒng)對正SR需求高的時期。由于EV以保底電量接入充電樁，不能給電網(wǎng)供電，故只能通過延時充的方式來緩解系統(tǒng)的用電壓力。S4表示間歇充，其中包含直接間歇充與延時間歇充等充電方式。在充電過程中，EV可能在沒有達到期望電量時碰到系統(tǒng)用電壓力過大的情況，如果時間相對充裕，可以讓汽車進入一段時間的閑置狀態(tài)，經(jīng)過電網(wǎng)的自動調(diào)節(jié)之后再繼續(xù)充電。如果起始電量在保底電量之下，那么應(yīng)盡快充到保底電量，此類EV不作為正SR考慮。

圖1中只分析了EV以保底電量接入充電樁的情況，如果以相對充裕的電量接入充電樁或者以放電的目的接入充電樁，那么EV的電量利用方式將更加靈活，其作為旋轉(zhuǎn)級備用的調(diào)節(jié)能力也會更強。

2 計及EV的機組模型

2.1 目標(biāo)函數(shù)

EV兼具負荷與儲能的特性，因此在目標(biāo)函數(shù)中需要將EV的調(diào)度成本分情況討論。根據(jù)成本效益分析法，本文構(gòu)建了以發(fā)電成本、備用成本、EV調(diào)度成本之和最小的目標(biāo)函數(shù)，即

(1)

Ci,t(Pi,t)=aiPi,t2+biPi,t+ci

(2)

式中，Ci,t(Pi,t)為機組發(fā)電成本；ai、bi、ci分別為發(fā)電成本的各項系數(shù)；αi、βi、γi分別為第i臺機組的上調(diào)容量報價、下調(diào)容量報價、事故備用容量報價[17]；Ui,t、Di,t、Ri,t分別為第i臺機組t時段內(nèi)的上調(diào)容量、下調(diào)容量和備用容量；πdisc、πc分別為EV單位放電價格、單位充電價格；Pdisc、Pc分別表示EV作為SR調(diào)度的總放電量、總充電量；μt、ηt分別為獎勵系數(shù)、折扣系數(shù)，其隨著時段的變化做出調(diào)整。理論上來講，當(dāng)EV調(diào)度得當(dāng)時，棄風(fēng)和失負荷成本將減小，故本文不將其在目標(biāo)函數(shù)中單獨考慮。

2.2 約束條件

(1)系統(tǒng)有功功率平衡約束?；痣姍C組的出力與系統(tǒng)負荷、風(fēng)電場出力、EV出力應(yīng)滿足如下關(guān)系

(3)

(2)棄風(fēng)概率約束如式(4)所示，事件A表示棄風(fēng)，βW為可接受的置信度；

Pr{A}≤βw

(4)

(3)切負荷概率約束如式(5)所示，事件B表示切負荷，β1為可接受的置信度；

Pr{B}≤βl

(5)

(4)EV充放電功率約束。EV無論是充電功率還是放電功率都應(yīng)有一個上限值的約束，如式(6)所示。

(6)

(5)電池荷電狀態(tài)SOC約束。參與調(diào)度的EV電池荷電狀態(tài)應(yīng)滿足式(7)和式(8)約束，以保證其既能充當(dāng)正SR又能充當(dāng)負SR接受調(diào)度。

SOCmin≤SOCstart(t)≤SOCmax

(7)

SOCmin≤SOCend(t)≤SOCmax

(8)

式中，SOCstart(t)為EV開始接受調(diào)度時的剩余電量；SOCend(t)表示EV調(diào)度結(jié)束時的剩余電量；SOCmin為EV作為SR接受調(diào)度時，剩余電量的下限；SOCmax為EV作為SR接受調(diào)度時，剩余電量的上限；

(6)車主引導(dǎo)約束。若需要EV按計劃接受調(diào)度，還需在價格上引導(dǎo)車主。當(dāng)EV作為正/負SR接受調(diào)度時，可以依據(jù)備用需求的大小確定獎勵系數(shù)μ和折扣系數(shù)η的值。μ、η應(yīng)滿足式(9)

(9)

式中，μ為獎勵系數(shù)；η為折扣系數(shù)。

3 算例與仿真

將EV的數(shù)目設(shè)置為20 000，將EV數(shù)目設(shè)為1 000，電池最大容量Emax設(shè)為50 kW·h，其允許的充放電范圍為[0.15Emax,0.9Emax]，常規(guī)充電功率設(shè)為5 kW，快速充電功率設(shè)為50 kW，EV正常行駛每公里消耗0.17 kW·h。

算例具體步驟如下：

步驟1討論EV的充放電情況，計算總的充放電量，并做出EV充放電情況的期望及標(biāo)準差曲線；

步驟2確定出最佳的充放電時段，制定出針對EV的調(diào)度方案；

步驟3模擬出EV可接受調(diào)度時間與行駛里程的隨機數(shù)，計算出EV的充電時間與電能需求情況；

步驟4引入分時電價策略，對EV的最佳充放電時間進行調(diào)整；

步驟5判斷蒙特卡洛模擬的精度，繪制出V2G模式下EV的功率需求與接受調(diào)度曲線；

步驟6計算出EV是否接受調(diào)度對火電機組的影響。單輛EV充放電的期望和標(biāo)準差如圖2所示。

圖2 平均單輛EV的充放電情況

從圖2的期望曲線可以看出，EV充放電有著各自的峰值，在清晨5時左右EV充電達到峰值，約為3.2 kW；在夜晚23時附近，EV放電達到峰值，約為2.7 kW。其中，放電峰值小于充電峰值是由于EV電池存在保底電量。從標(biāo)準差曲線可以看出，在夜晚23時附近標(biāo)準差最大，說明系統(tǒng)在23時附近需要的正旋轉(zhuǎn)備用較多，對EV的放電需求迅速增加。因此，在此時段的EV調(diào)度要加強政策引導(dǎo)，例如電價調(diào)整等。

分時電價對于引導(dǎo)EV用戶參與電網(wǎng)調(diào)度意義重大，不實施分時電價的V2G功率曲線如圖3所示。

圖3 EV總功率需求

從圖3可以看出，在不實施分時電價的情況下，EV的總功率需求均為正值。EV作為儲能元件向系統(tǒng)提供電能的情況很少出現(xiàn)，其作為正旋轉(zhuǎn)備用接受調(diào)度的情況也不符合預(yù)期。

接下來進行引入分時電價的仿真。本文研究重點是EV作為儲能元件為系統(tǒng)提供電能的情況，所以此次仿真專門針對EV的放電情況進行觀察。實施分時電價政策的EV接受調(diào)度情況如圖4所示。

圖4 V2G模式下EV接收調(diào)度的情況

從圖4可以看出，在分時電價策略的引導(dǎo)下，EV起到明顯的正SR作用。其中，在0點到3點，EV放電量最大。而另一段EV放電明顯的時段是從19點左右開始，一直到24點結(jié)束，這段時間是系統(tǒng)正旋轉(zhuǎn)備用需求最大的時段。EV如預(yù)期一樣接收調(diào)度，但其峰值并沒有0～3時時段高?？紤]到電價只是影響車主意愿的一個因素，現(xiàn)實中的夜晚黃金時段車主的出行需求也是很高的，所以在實際調(diào)度中，也需對此類因素進行考量。

將EV作為SR調(diào)度之后，對火電機組的影響分為6個不同的場景進行研究。結(jié)果如圖5、圖6所示。

圖5 不同場景下的機組運行費用

圖6 不同場景下機組的失負荷概率

結(jié)合圖5和圖6可以看出，在同樣的負荷需求下，EV作為SR參與調(diào)度之后機組的失負荷概率顯著降低，其運行費用在多數(shù)場景下也較低。此外，由于EV的加入，系統(tǒng)的可靠性得到了明顯提高。

4 結(jié)束語

本文考慮到EV的充放電特性，擬定出了EV作為SR接受調(diào)度的升降級策略。結(jié)合蒙特卡洛模擬對V2G模式下的EV進行仿真，繪制出了V2G模式下EV充放電曲線。采用成本效益分析法建立了計及系統(tǒng)發(fā)電成本、備用成本和EV調(diào)度成本的數(shù)學(xué)模型，以EV是否作為SR參與電網(wǎng)調(diào)度為變量進行仿真分析。通過算例分析得出以下結(jié)論：(1)基于V2G，EV作為SR與新能源發(fā)電協(xié)調(diào)調(diào)度是可行的，其起到了削峰填谷的作用，緩解了大規(guī)模風(fēng)電并網(wǎng)帶來的壓力；(2)EV參與調(diào)度之后，機組的總運行費用多數(shù)場景下是降低的，個別場景下機組的總運行費用略有增長?？傮w上，EV參與調(diào)度的經(jīng)濟性較好；(3)EV參與調(diào)度之后，所有場景中系統(tǒng)的失負荷概率都明顯降低，說明EV作為SR參與調(diào)度顯著提高了系統(tǒng)運行的可靠性。