需求響應(yīng)下基于電動汽車負(fù)荷聚合商的充放電電價與時段研究

趙梓潼,顧 兵

(1.華北電力大學(xué)國際教育學(xué)院(保定),保定 河北 071003;2.東北電力大學(xué)經(jīng)濟(jì)管理學(xué)院,吉林 吉林 132012)

0 引 言

可再生能源發(fā)電如風(fēng)力發(fā)電,其特點(diǎn)是不可控的,間歇性的,所以當(dāng)可再生能源發(fā)電接入電網(wǎng)的比例逐漸增大時,對電網(wǎng)運(yùn)行的安全穩(wěn)定性的影響也越來越大。風(fēng)電的迅猛發(fā)展也帶來了因電網(wǎng)的規(guī)劃建設(shè)與風(fēng)電的大量裝機(jī)之間失衡所導(dǎo)致的棄風(fēng)限電問題的出現(xiàn)[1]。為了確保電力系統(tǒng)運(yùn)行的安全穩(wěn)定,就需要在可再生能源并網(wǎng)的比例逐漸提高的情況下,引入更多的靈活性資源來維持電力系統(tǒng)運(yùn)行的穩(wěn)定與平衡,以降低可再生能源發(fā)電對電網(wǎng)帶來的影響[2]。目前所引入的靈活性資源主要是水電機(jī)組、調(diào)峰機(jī)組、互聯(lián)電網(wǎng)、抽水蓄能電站與需求側(cè)響應(yīng)等[3-4]。需求響應(yīng)(Demand Response,DR)在市場中的作用在目前大數(shù)據(jù)日趨成熟的背景之下變得越來越重要。

需求響應(yīng)是指電力系統(tǒng)根據(jù)供需平衡和電網(wǎng)穩(wěn)定性的需要,通過改變用戶用電行為來調(diào)整負(fù)荷需求。柔性負(fù)荷作為新型電力系統(tǒng)的重要組成部分,其具備需求側(cè)響應(yīng)能力,因此作為調(diào)配資源在有序用電中可以發(fā)揮重要作用[5]?？焖?、準(zhǔn)確的挖掘需求響應(yīng)潛力來保證電網(wǎng)安全有效運(yùn)行緩解供電壓力,是地市公司開展供電服務(wù)的重要工作目標(biāo)[6-7]。

近年電動汽車大力發(fā)展對電力系統(tǒng)產(chǎn)生了巨大的影響,特別是在需求響應(yīng)方面。電動汽車所使用的用動力電池具有可控性,并且能夠向電網(wǎng)反向饋電,可作為分布式儲能單元來使用,通過電動汽車的充電和放電行為,可以調(diào)節(jié)負(fù)荷需求,從而實(shí)現(xiàn)需求響應(yīng)。這一特性使電動汽車以靈活性資源服務(wù)于電網(wǎng)系統(tǒng)有著巨大的潛力。據(jù)統(tǒng)計,2022年截止,新能源汽車在我國的市場保有量達(dá)到1 310萬輛,其中純電動汽車占比為79.77%,市場保有量為1 045萬輛。假設(shè)以每輛電動汽車的電池容量為50 kWh計算,那么將有超過6.55億kWh的動力電池電容量。我國在2030年預(yù)計將有近1億輛的電動汽車[8],那么將有超過49億kWh的動力電池電容量。電動汽車負(fù)荷靈活并且可以快速響應(yīng)[9-11],能夠?qū)π履茉创笠?guī)模的接入電網(wǎng)后產(chǎn)生的功率波動具有抵消作用,使電網(wǎng)可以安全穩(wěn)定的運(yùn)行[12-13]。

1 電動汽車參與需求響應(yīng)支持電網(wǎng)運(yùn)行

1.1 社會效益

由于電能無法進(jìn)行大規(guī)模儲存,因此應(yīng)使發(fā)電與用電量之間平衡。電網(wǎng)發(fā)電量小于負(fù)荷需求,會導(dǎo)致電網(wǎng)頻率下降,反之,電網(wǎng)頻率會上升[14]。為保證電網(wǎng)運(yùn)行安全,應(yīng)對電網(wǎng)采取調(diào)頻工作,其通常是采用調(diào)節(jié)機(jī)組的出力的方式進(jìn)行調(diào)頻,但其經(jīng)濟(jì)性差,響應(yīng)速度慢。而采用電池儲能進(jìn)行調(diào)頻則可以降低成本,而且對需求的響應(yīng)速度比傳統(tǒng)調(diào)頻方式更加迅速與靈活?；陔姵貎δ艿倪@一特性,電動汽車可以參與到系統(tǒng)調(diào)頻這一過程。對電動汽車成規(guī)?？刂苼眄憫?yīng)電網(wǎng)或以負(fù)荷聚合商的形式來參與調(diào)度,則能夠改善電能質(zhì)量,可以削峰填谷、提供移動儲能等服務(wù),能帶來一定的社會效益。

1.2 新能源消納

協(xié)調(diào)電動汽車與新能源發(fā)電之間的互補(bǔ)關(guān)系,是一種能夠使二者達(dá)到雙贏的策略,同時又能對新能源發(fā)電具有波動性這一天特點(diǎn)具有平抑作用,相較于對儲能設(shè)備進(jìn)行單獨(dú)配置的成本,此成本要更為低廉。新能源發(fā)電如風(fēng)電以及光伏,其在與負(fù)荷需求的匹配性上較差,主要是因?yàn)樾履茉窗l(fā)電出力隨機(jī)性強(qiáng),波動性大[15],而利用儲能技術(shù)則可以提高電網(wǎng)接納新能源發(fā)電的能力,可以有效解決新能源發(fā)電并網(wǎng)這一問題[16-17],從而保證新能源發(fā)電接入網(wǎng)后電網(wǎng)運(yùn)行安全。因此擁有儲能特性的電動汽車使得在抑制風(fēng)能的波動性方面擁有了很大的可實(shí)現(xiàn)性。電動汽車可以在總體負(fù)荷小而新能源出力大的時間段進(jìn)行充電,相反,在總體負(fù)荷大而新能源出力小的時間段進(jìn)行放電,以此來對新能源發(fā)電進(jìn)行間接調(diào)節(jié),又可以使得電動汽車所需要的電能大部分來源于新能源發(fā)電。

1.3 削峰填谷

電動汽車市場保有量大,可以將每輛電動汽車都看作是一個分布式儲能裝置,在對其充放電過程進(jìn)行協(xié)調(diào)控制,使其在新能源出力大系統(tǒng)負(fù)荷低谷時進(jìn)行充電,新能源出力小系統(tǒng)負(fù)荷高峰時進(jìn)行放電,以此來實(shí)現(xiàn)系統(tǒng)的削峰填谷。電動汽車的無序充電會使電網(wǎng)出現(xiàn)峰上加峰或者產(chǎn)生新的負(fù)荷高峰的現(xiàn)象,給電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行帶來一系列問題,如造成諧波污染、加劇電能損耗以及運(yùn)營成本上升等[18]。通過引導(dǎo)電動汽車的充放電行為使得電動汽車進(jìn)行有序充電,可以調(diào)整電網(wǎng)峰谷差負(fù)荷。對電動汽車的充放電進(jìn)行有序的調(diào)度可以減小電網(wǎng)的峰谷差,同時電網(wǎng)的負(fù)荷曲線也能更加平滑,最終降低電網(wǎng)的電能損耗[19]。

2 電動汽車參與需求響應(yīng)的途徑

2.1 用戶直接參與需求響應(yīng)

電動汽車用戶個體直接參與需求響應(yīng)是電動汽車參與車網(wǎng)互動的基本形式,這一基本形式為電網(wǎng)將所需的調(diào)頻容量公布或發(fā)送給電動汽車用戶,電動汽車用戶根基自己的行程規(guī)劃選擇是否接受調(diào)頻響應(yīng),同時用戶還應(yīng)直接與電網(wǎng)簽訂合同,以進(jìn)行調(diào)頻交易的結(jié)算。但是電動汽車以個體形式直接參與調(diào)度會帶來一定的調(diào)度壓力,電網(wǎng)或運(yùn)營商很難將指令下發(fā)給每一個電動汽車用戶,且用戶接受指令后是否響應(yīng)未知,同時,基于分時電價的引導(dǎo)下,當(dāng)大規(guī)模電動汽車入網(wǎng)時又可能會在原本的低谷時段產(chǎn)生新的高峰。

2.2 通過負(fù)荷聚合商參與需求響應(yīng)

電動汽車負(fù)荷聚合商(Electric Vehicle Aggregator,EVA)是通過平臺將分散的電動汽車的充放電行為進(jìn)行統(tǒng)一管理,并對用戶的充放電需求進(jìn)行分類、匯總、整理,然后以負(fù)荷聚合商平臺的形式與供電公司進(jìn)行交易,使得電動汽車用戶間接的參與到需求響應(yīng)中,將用戶需求響應(yīng)資源進(jìn)行整合并與市場的購買者進(jìn)行交易的獨(dú)立運(yùn)行組織。

電動汽車負(fù)荷聚合商的盈利模式為與供電公司簽署合同,合同內(nèi)容包括參與需求需求響應(yīng)的充放電時間、電量、電價等,并以電量售賣過程中的電價差值實(shí)現(xiàn)獲利。在電動汽車負(fù)荷聚合商與電動汽車用戶之間也可以通過簽訂合同的方式使電動汽車用戶根據(jù)聚合商平臺發(fā)出的信息來調(diào)整自己的充放電策略,使自己的用車成本降低。

3 電動汽車聚合商參與需求響應(yīng)設(shè)計

3.1 電動汽車聚合商有序放電策略

在對電動汽車不加引導(dǎo)的無序充電方式下,多數(shù)電動汽車用戶的充電行為多是根據(jù)自身的用車規(guī)律或出行歷程進(jìn)行充電,很少會根據(jù)電網(wǎng)負(fù)荷的峰谷階段進(jìn)行充電行為。以我國多數(shù)公司的工作時間階段與汽車用戶的出行階段為參考,假設(shè)17:00～18:00是處于晚高峰的時間段,平均1～2h到家,此時也正處于居民側(cè)的用電上升階段,并在將在未來3～4h達(dá)到用電高峰,同時多數(shù)電動汽車用戶在下班回到家中時會選擇立刻充電,這就造成了大量電動汽車負(fù)荷與電網(wǎng)負(fù)荷重疊,電網(wǎng)系統(tǒng)的運(yùn)行負(fù)擔(dān)進(jìn)一步加重,另一方面,在新能源發(fā)電方面,如風(fēng)電,在電網(wǎng)負(fù)荷低谷的夜間往往其出力更多,而電動汽車的荷電量在這時多數(shù)已經(jīng)處于飽和狀態(tài),因其不會再消納更多的電能使得消納風(fēng)電的難度大大增加。

某地根據(jù)前文電動汽車用戶充電時間的假設(shè),則與系統(tǒng)負(fù)荷的關(guān)系如圖1所示。

圖1 電動汽車充電概率密度與電網(wǎng)負(fù)荷

由圖1可知,在20:00時,電動汽車的充電概率達(dá)到做大,其概率密度約為0.16,而此時電網(wǎng)的負(fù)荷也達(dá)到最高值,約為3 200 MW,同樣,在2:00～7:00的這一時間段,電動汽車的充電概率與電網(wǎng)的負(fù)荷也來到了最低。在對電動汽車不加以引導(dǎo)的無序充電的情景之下,電動汽車的充電概率與電網(wǎng)的原始負(fù)荷發(fā)生了重疊,電網(wǎng)的峰谷差被進(jìn)一步加劇。

激勵型與價格型是需求響應(yīng)的兩種實(shí)現(xiàn)方法,二者均可以引導(dǎo)用戶參與需求響應(yīng)可以有效的對電動汽車實(shí)施有序的充放電。分時電價是實(shí)現(xiàn)價格型需求側(cè)響應(yīng)的方法之一,通過引導(dǎo)用戶通過電價在不同時間段的差異來對自己的充電時間進(jìn)行相應(yīng)的改變,從而實(shí)現(xiàn)對電動汽車充放電的有序控制。

峰谷電價的問題之一是現(xiàn)有的分時電價時間段與每天實(shí)時變化的實(shí)際負(fù)荷之間不能很好的對應(yīng)[20],以及基于引導(dǎo)下的多數(shù)電動汽車在時間設(shè)計較短的的谷時段大量充電,造成了原本谷時段又產(chǎn)生了新的負(fù)荷高峰這一問題[21]。所以在大量電動汽車接入電網(wǎng)的情況下,寄希望于通過分時電價來滿足電網(wǎng)的調(diào)峰需求是難以實(shí)現(xiàn)的。而基于實(shí)時電價引導(dǎo)用戶進(jìn)行有序充放電又過于依賴電價的變化時間,實(shí)時電價策略很可能會因?yàn)殡妰r變化時間間隔過長而產(chǎn)生新的負(fù)荷高峰[22]。因此需求響應(yīng)價格型下的分時電價與實(shí)時電價,都是通過制定不同時間階段的電價繼而引導(dǎo)電動汽車用戶進(jìn)行有序的用電行為,兩種需求響應(yīng)本質(zhì)上是一樣的。分時電價可能會使得用戶過度響應(yīng),使符合峰谷差進(jìn)一步加大,實(shí)時電價可能會引起用戶響應(yīng)疲憊,造成出現(xiàn)新的負(fù)荷尖峰的情況。為克服分時電價和實(shí)時電價的缺點(diǎn),考慮到電動汽車負(fù)荷特性和用戶響應(yīng)的意愿參與意愿,在分時電價與實(shí)時電價的基礎(chǔ)之上,重新制定頂級策略與充放電策略。

基于分時電價與實(shí)時電價下易造成電動汽車用戶的過度響應(yīng)與響應(yīng)疲態(tài)這一弊端,對充放電策略進(jìn)行優(yōu)化,本文采用電動汽車聚合商的方式對電動汽車進(jìn)行統(tǒng)一的充放電規(guī)劃,同時電網(wǎng)可根據(jù)對每天的發(fā)電量以及負(fù)荷進(jìn)行估計,得出每天不同時段下的分時電價,而電動汽車聚合商平臺將信息發(fā)送給電動汽車用戶,用戶根據(jù)自己的出行狀態(tài)以及對自己在參與需求響應(yīng)后的電量期望值,反饋給聚合商平臺,由聚合商平臺在不同的時間段對電動汽車進(jìn)行統(tǒng)一的充放電,這樣可以大大減弱過度響應(yīng)與響應(yīng)疲態(tài)這一弊端。

3.2 電動汽車負(fù)荷聚合商參與需求響應(yīng)設(shè)計思路

圖2為電力市場框架下的電動汽車負(fù)荷聚合商參與需求響應(yīng)下各方之間能量流與信、息流的關(guān)系。

圖2 電動汽車負(fù)荷聚合商參與需求響應(yīng)各方之間能量流與信息流的關(guān)系

從圖2可以看出,電網(wǎng)將調(diào)頻指令發(fā)送給電動汽車負(fù)荷聚合商,電動汽車負(fù)荷聚合商通過電網(wǎng)發(fā)布的調(diào)頻指令向充電樁運(yùn)營商發(fā)送功率調(diào)節(jié)指令,而充電樁運(yùn)營商則對負(fù)荷聚合商發(fā)送用戶的響應(yīng)反饋,以及車輛狀態(tài)信息。電動汽車負(fù)荷聚合商向交易中心發(fā)送通過計算得到可調(diào)容量、基準(zhǔn)負(fù)荷報量報價以及響應(yīng)結(jié)果反饋,之后交易中心向負(fù)荷聚合商發(fā)送中標(biāo)調(diào)頻容量和里程、中標(biāo)價格、調(diào)頻指令、結(jié)算信息。同時交易中心會向電網(wǎng)發(fā)送安全校核之前的出清結(jié)果,最后電網(wǎng)向交易中心發(fā)送校核之后的出清結(jié)果。

3.3 電動汽車負(fù)荷聚合商參與需求響應(yīng)市場機(jī)制

本電動汽車負(fù)荷聚合商參與需求響應(yīng)市場機(jī)制流程如下:

1)再輔助服務(wù)市場中,電網(wǎng)與電動汽車負(fù)荷聚合商提交輔助服務(wù)相關(guān)的報價報量。

2)電網(wǎng)下達(dá)調(diào)頻容量需求,中標(biāo)的市場主體在運(yùn)行時段接收到上調(diào)(下調(diào))指令后,電動汽車負(fù)荷聚合商通過價格引導(dǎo)控制充電樁減少充電(增加充電),提供下調(diào)(上調(diào))容量。

那么市場流程中的關(guān)鍵環(huán)節(jié)就是市場出清機(jī)制。本文在電動汽車負(fù)荷聚合商參與需求響應(yīng)的市場機(jī)制中之開展日前交易與日內(nèi)交易,本文將以每15 min劃分為一個節(jié)點(diǎn)的方式將24個小時分為96個節(jié)點(diǎn),以通過不同時間段的供求關(guān)系保證電價在不同時間的差別。同時將日內(nèi)交易則分為小時前與5 min前的出清。

預(yù)計的調(diào)頻需求由電網(wǎng)在運(yùn)行日的前一天進(jìn)行公布,同時公布根據(jù)調(diào)頻需求所計算得到的各時間段的充電電價與放電電價,各聚合商平臺將信息發(fā)送給電動汽車用戶,電動汽車用戶根據(jù)自己的用車需求以及期望的用車時間選擇充電與放電時間段,上傳至聚合上平臺,聚合上平臺將用戶上報的數(shù)據(jù)反饋給電網(wǎng)運(yùn)營商,進(jìn)行日前的出清。

在日內(nèi)市場進(jìn)行5 min前調(diào)頻需求預(yù)測,并開展小時前和5 min前的出清,電動汽車負(fù)荷聚合商分別以日前中標(biāo)量、小時前中標(biāo)量和5 min前中標(biāo)量參加需求響應(yīng)。其中調(diào)頻容量應(yīng)滿足條件為

(1)

(2)

(3)

4 峰谷分時充放電電價制定

4.1 電動汽車充電電價制定

4.1.1 充電電價下限

本文選擇的電動汽車充電電價的下限為電力部門規(guī)定的峰谷電價中的谷時電價,僅考慮純電動私家車的基礎(chǔ)上,得到充電電價模型為

(4)

公式中:Pv為谷時電價;Pp為峰時電價;Pn為平時電價;[tv1,tv2]為谷時電價時間段;[tp1,tp2]為峰時電價時間段。

4.1.2 充電電價上限

在一定的的條件下,電動汽車的用車費(fèi)用要低于傳統(tǒng)燃油車的用車費(fèi)用時,消費(fèi)者才更有意愿選擇電動汽車來取代燃油汽車。

設(shè)C1為傳統(tǒng)燃油汽車的用車費(fèi)用,則有:

C1=Cv1+Co+Cm

(5)

公式中:Cv1為購買燃油汽車的裸車價格;Co為燃油汽車使用生命周期中的總?cè)加唾M(fèi)用;Cm為燃油汽車使用生命周期中的總保養(yǎng)維修費(fèi)用。Co的計算可以由公式(6)得到。

(6)

設(shè)C2為電動汽車的用車費(fèi)用,則有:

C2=Cv2+Ce+Be-Bb

(7)

公式中:Cv2為購買電動汽車的裸車價格;Ce為電動汽車使用生命周期的充電費(fèi)用總額;Be為電動汽車電池更換的費(fèi)用總額;Bb為電動汽車電池被回收時得到的收入總額。Ce、Bb分別為

(8)

Bb=Eas×Bbr

(9)

公式中:Tat為平均每天電動汽車的出行次數(shù);Sat為電動汽車每次的平均行駛距離;S1kWh為每度電電動汽車行駛的里程;Dy為一年中電動汽車參與需求響應(yīng)天數(shù);Eas為電動汽車電池的平均荷電量;Bbr為回收電動汽車電池的價格。

因此,燃油汽車的用車費(fèi)用C1與電動汽車的用車費(fèi)用C2之間的差值便是電動汽車充電電價的上限Pcmax為

Pcmax=C1-C2

(10)

4.2 電動汽車放電電價的制定

4.2.1 電動汽車放電電價下限

電動汽車每天平均的充電費(fèi)用為

(11)

在負(fù)荷高峰時段峰時段,電動汽車向電網(wǎng)反向充電,電動汽車用戶每天的可得到的收益為

I=Po(Wmax-We)-PcminWmax-Lb

(12)

公式中:Po為電動汽車放電電價;Wmax為每輛電動汽車單次充電用電量的均值;We為每輛電動汽車放電后的剩余電量的均值;Lb電池充放電造成的電池?fù)p耗。Lb計算為

(13)

公式中:ηc、ηd分別為電動汽車電池充、放電效率。

所以,電動汽車用戶會將電動汽車并網(wǎng)并對電網(wǎng)進(jìn)行反向饋電的條件為:電動汽車反向入網(wǎng)放電所能得到的收益大于充電的支出費(fèi)用,即:

(14)

求解得:

(15)

4.2.2 電動汽車放電電價上限

電網(wǎng)需要電動汽車進(jìn)行放電行為是只會出現(xiàn)在電網(wǎng)負(fù)荷的高峰階段,其他時段不會要求電動汽車進(jìn)行反向饋電,此時電網(wǎng)峰時電價是一定的也即最高上限,因此放電電價上限以電力部門制定的分時電價中的峰時電價為準(zhǔn)。

5 數(shù)值模擬分析

5.1 參數(shù)設(shè)置

5.1.1 仿真參數(shù)

本文假設(shè)該地區(qū)的電動汽車的市場保有量為30萬輛,以比亞迪e6作為數(shù)值模擬的車型,比亞迪e6的相關(guān)數(shù)據(jù)如表1所示,以圖1中夏季典型日負(fù)荷數(shù)據(jù)作為仿真的電網(wǎng)負(fù)荷數(shù)據(jù)。

表1 電動汽車參數(shù)

5.1.2 放電電價計算結(jié)果

假設(shè)電動汽車平均每次出行的距離為20 Km,電動汽車的充放電效率分別為90%、85%,那么平均充電一次的最大用電量可以計算得Wmax為5.85kW·h,以峰時電價作為放電電價上限為Pdmax為2.0元/(kW·h)。參與需求響應(yīng)的電動汽車放電電價下限可以有由公式(11)～公式(15)計算得Pdmin為1.84元/(kW·h)。

5.1.3 充電電價計算結(jié)果

分時電價參數(shù)設(shè)置為電動汽車負(fù)荷聚合商采取國內(nèi)用電分時電價價格從電網(wǎng)購電,而負(fù)荷聚合商對電動汽車的充電電價以峰時電價、平時電價、谷時電價的5∶3∶1的比例形式進(jìn)行收取,如表2所示。

表2 電價參數(shù)

其中峰時、平時、谷時電價分別為:Pp=2.0元/(kW·h),Pn=1.2元/(kW·h),Pv=0.4元/(kW·h),充電電價下限以谷時電價為準(zhǔn)為Pcmin為0.4元。

作為與電動汽車的對比,同時其汽車售價應(yīng)與選擇的電動汽車售價基本相等,購買比亞迪e6裸車價格30.98萬元,因?yàn)橹苣┮约肮?jié)假日與工作日的電網(wǎng)與電動汽車負(fù)荷不同,因此采用非周末節(jié)假日的電網(wǎng)負(fù)荷數(shù)據(jù),將一年的參與需求響應(yīng)天數(shù)計為260天,比亞迪e6平均每度電的行駛里程為S1 kwh為4.762 km/(kW·h),以每天行駛里程32 km作為這兩種車的出行距離,以原價的10%作為電動汽車電池的回收價格,以12年作為平均使用年限,電池更換價格Bb為78 000元,電動汽車使用費(fèi)用由公式(7)～公式(9)計算得到C2為388 386.4元。本文以寶馬3系作為燃油車數(shù)值摸你的車型,購買寶馬三系的裸車價格為32.59萬,油價Wo為6.5元/L,寶馬3系的每百公里油耗為6.2元(L/100 km),同樣以12年作為平均使用年限,燃油車使用費(fèi)用可由公式(5)和公式(6)計算得到C1為388 390.2元。因此根據(jù)公式(10)可得電動汽車充電電價上限Pcmax為3.8元/(kW·h)。

5.2 數(shù)值模擬結(jié)果分析

以30萬輛電動汽車作為假設(shè)模擬數(shù)值,結(jié)果分別如表3、圖3所示。

表3 峰谷電價下需求響應(yīng)最優(yōu)時段

圖3 優(yōu)化前后峰谷電價時段的負(fù)荷

由表3、圖3可知,電動汽車在缺乏引導(dǎo)的無序充放電行為下,系統(tǒng)負(fù)荷出現(xiàn)了新高峰,相較于原始負(fù)荷,峰谷差率增加4.78%,系統(tǒng)負(fù)荷的峰谷差明顯增加,已經(jīng)對電力系統(tǒng)的安全穩(wěn)定運(yùn)行產(chǎn)生了影響,同時負(fù)荷的變化在連續(xù)時間段內(nèi)不夠穩(wěn)定,加劇了電網(wǎng)控制的難度。相反,在通過電價對電動汽車進(jìn)行引導(dǎo)的有序充放電行為下,電動汽車的充電時間段轉(zhuǎn)移到了電網(wǎng)負(fù)荷的谷時段,這大大降低了電網(wǎng)峰時段的負(fù)荷,但電網(wǎng)系統(tǒng)的負(fù)荷又出現(xiàn)了新的高峰,這是由于不合理的設(shè)置了谷時電價的時長,同樣影響了電網(wǎng)的安全穩(wěn)定運(yùn)行。這與前文的分析表現(xiàn)出了一致性。而系統(tǒng)負(fù)荷的峰谷差率在采用最優(yōu)的充放電策略后,由41.73%減小到32.28%,一方面避免了電動汽車在某一特定時間段集中充電的現(xiàn)象,另一方面較好的起到了“削峰填谷”作用。

電網(wǎng)負(fù)荷的峰谷差率在最優(yōu)充放電策略下隨電動汽車并網(wǎng)數(shù)量的不同的便變化趨勢如表4、圖4所示。

表4 不同數(shù)量電動汽車接入后峰谷差率

圖4 不同數(shù)量電動汽車接入后電網(wǎng)負(fù)荷

由圖4和表4可知,系統(tǒng)的峰谷差率隨著電動汽車接入電網(wǎng)的數(shù)量增加而逐漸減小,相比于無電動汽車接入,系統(tǒng)的峰谷差率在接入電網(wǎng)的電動汽車達(dá)到30萬輛時減小了10.64%。

表5為執(zhí)行最優(yōu)有序充放電策略前后電動汽車每天的沖放電時段與充放電電量。由表5可知,與缺乏引導(dǎo)的無序充電情況相比,最優(yōu)充放電策略每臺電動汽車的充電電量由峰時段大量轉(zhuǎn)移到了谷時段,而放電電量則集中到峰時段,平、谷時段電動汽車不會進(jìn)行放電行為,電量降至0。

表5 優(yōu)化前后各時段充放電電量

執(zhí)行最優(yōu)有序充放電策略前后電動汽車用戶每天參與需求響應(yīng)的收益情況,如表6所示。

表6 優(yōu)化前后用戶收益情況

由表6可知,在最優(yōu)充放電策略下,用戶平均每天收益增加了5.51元。

6 結(jié) 論

本文分析了電動汽車參與需求響應(yīng)并入電網(wǎng)后對電網(wǎng)產(chǎn)生的積極影響,同時闡述了電動汽車參與需求響應(yīng)的不同途徑,并認(rèn)為電動汽車應(yīng)該以負(fù)荷聚合商的形式參與需求響應(yīng),這樣更利于信息的傳遞以及對電動汽車的有序充放電行為更為有效的控制,同時解決了電動汽車用戶以個體形式參與需求響應(yīng)的弊端。針對電動汽車參與需求響應(yīng),本文提出了最優(yōu)充放電策略,構(gòu)建了電動汽車以負(fù)荷聚合商形式參與需求響應(yīng)的思路,并且設(shè)計了交易市場的機(jī)制。為引導(dǎo)電動汽車進(jìn)行有序充放電行為,通過規(guī)劃充放電時段與制定充放電電價,以價格型需求側(cè)響應(yīng)為引導(dǎo),以“削峰填谷”和電動汽車用戶用車費(fèi)用最少為目標(biāo),制定了電動汽車充放電電價。由模擬仿真結(jié)果表明,采用了最優(yōu)有序充放電策略后,電動汽車充電充電時間段轉(zhuǎn)移到了系統(tǒng)負(fù)荷的低谷時間段,電動汽車的放電行為全部集中在了電網(wǎng)系統(tǒng)的高峰時間段,同時系統(tǒng)的峰谷差隨著電動汽車的接入數(shù)量增多而逐漸減小。在用戶收益方面,用戶平均每天收益由1.44元增長到了6.95元。