风电电动汽车协同调度对电网的影响

刘 建 ，李晓博 ，于大洋

（1.德州供电公司，山东 德州 253008；2.山东大学电气工程学院，山东 济南 250061）

0 引言

我国2009年风电装机容量1 200万kW，到2020年将达到1.5亿kW，年均增长率超过20%。风电大规模并网能够减少电网大于50%的碳排放［1］。但是，风电并网能力受到机组的最低出力等约束的限制。

比亚迪为家用轿车、出租车和公交车三种车型分别研制了电动汽车替代产品BYD-F3DM、BYD-E6、BYD-K9。 目前，F3DM已经上市销售，首批50辆E6已作为出租车在深圳使用，K9则是比亚迪打造的一款城市公共交通工具。电动汽车迅速发展并接入电网［2］，作为电网负荷的一部分对电网产生影响。文献［3］基于场景分析研究了加州电力市场在高、低电动汽车增长方案下将使得电力负荷分别增长8%和2%，本文以高增长方案进行考虑。 Hadley和Tsvetkova［4］分析了美国电动汽车对13个区域电网的影响，指出电动汽车接入电网将对某些区域产生负面作用。

人为的CO2排放主要来自于化石燃料的燃烧，世界能源的使用一直是关于气候变化问题讨论的热点。世界与能源相关的CO2排放将由2007年的29.7亿吨增长到2020年的33.8亿吨，到2035年为42.4亿吨（IEO 2010）。中国的人均CO2排放增长比例最大，从2007年的人均4.7吨到2035年的9.2吨，年均增长2.4%（EIA 2010）。国外已经将低碳作为一个单独的因素、变量或约束引入电力系统之中，并分析其所带来的影响，并对电力系统中实施的各种低碳技术进行效益分析［5-6］。国内的相关研究还处于起步阶段，但也已经开始从具体的低碳技术层面和电力行业本身出发对低碳问题进行研究［7-11］。

1 机组组合数学模型

机组组合是要确定在调度周期内，机组在各个时段中的启停状态和发电功率，其目标是在满足系统约束和发电机自身约束的前提下，使运行费用最小。包含风电功率和电动汽车充电功率的机组组合问题的数学模型可表示如下：

目标：

基本约束条件：

1）发电与负荷平衡约束

2）系统备用需求约束

式中：t=1，2，…，T；pw为风电装机容量；cft为时段t的风电容量因数；Rt为时段t的备用需求。

机组自身的技术约束：

1）机组有功功率技术限制

式中：i=1，2，Ng；t=1，2，…，T。

2）机组最小运行、最小停运时间限制

3）机组输出功率速率

式中：i=1，2，…，Ng；t=1，2，…，T-1。

2 电动汽车充电的负荷模型

充电方案一：自由充电，根据人们的出行习惯，傍晚 5：30下班后回到家中，6：00开始为电动汽车充电；充电方案二：低谷充电，晚上10：00开始为电动汽车充电。充电方案三：智能充电［12］，以考察时段内每个时间窗口内等效负荷方差和最小为目标函数，对电动汽车的充电加以引导，使得电动汽车充电起到平滑负荷曲线的作用。

3 纯火电单位电量的CO2排放水平

中国计算电量边际排放因子（OM）采用的是简单OM方法。具体步骤为：以 2005-2007年山东电网中火电厂/机组一级的年发电量、厂用电率、燃料消耗量、燃料类型等数据为基础，计算服务于山东电网的所有火力发电源按供电量加权平均的单位供电量CO2排放（t/MWh）。

式中：Fi，j，y电网每个发电厂/机组 j分别在 y 年，即2005年、2006年和2007年消耗的燃料i的数量（按质量或体积单位）；COEFi，j是燃料 i的 CO2排放系数（tCO2/燃料质量或体积单位），考虑了2005-2007年山东电网每个发电厂/机组j所使用燃料（原煤、燃油和燃气）的含碳量和燃料氧化率；GENj，y为由每个发电厂/机组 j向电网提供的电力（MWh）。

式中：NCVi为燃料i单位质量或体积的净热值（能源含量），为国家特定值；OXIDi为燃料的氧化率，为国家特定值；COEFi，j为燃料i每单位能量的 CO2潜在排放因子，为国家特定值。

另外，山东电网在2005-2007年不存在电量交换，不必考虑电量进口量。

以山东电网为例。 根据公式（7）、（8）及各燃料的低位发热值、山东电网火力发电量、氧化率、潜在排放系数及厂用电率计算得到山东电网2005-2007年3年加权平均的CO2排放因子为0.9 871 t/MWh。

4 算例分析

以26机系统［13］为例，分析电动汽车不同充电模式对电网经济性、风电接入能力和碳排放的影响。26机系统24 h的负荷曲线和风电场的容量因数曲线如图1所示。

图1 26机系统的负荷和风电容量因数曲线

电动汽车充电功率数据以比亚迪电动汽车BYD-F3DM、BYD-E6、BYD-K9为例。

电动汽车自由充电、低谷充电和智能充电时的负荷曲线如图2所示。 可以看出自由充电（车主晚上下班后18：00开始充电）时，使得负荷在18：00时有一个较大的增长；低谷充电时负荷增长出现在22：00；智能充电则使得负荷较为平滑。

图2 三种充电模式下的负荷曲线

4.1 电网经济性

通过机组组合计算结果得到常规机组的发电费用和启停费用，分别如表1和图3所示，自由充电时机组启停计划如表2所示。可以看出电动汽车自由充电模式下常规机组的发电费用最大，为595103美元；智能充电时发电费用最小，为570 425美元，与自由充电相比减少了4.15%。主要由于自由充电时负荷波动较大，尤其是在18：00时，导致机组启停费用较大，并且启动了21、22、23号较昂贵的机组，来满足发电负荷平衡。 且自由充电时参与启停的机组数为18台（除17-20，24-26外），低谷充电时参与启停机组数为17台，智能充电时为16台。

表1 常规机组的发电费用

图3 常规机组的启停费用

4.2 风电接入能力

通过机组组合计算结果得到三种充电模式下的风电利用功率如图4所示，风电利用率如表3所示。可以看出自由充电模式下，18：00时开始为电动汽车充电，在充电时间为9 h的情况下，2：00已经完成充电，2：00-5：00负荷较小，但此时却是风电出力较大的时刻，导致2：00-5：00的电网弃风。而智能充电模式下风电利用功率曲线和风电功率曲线基本重合，风电利用率达到99.25%。

图4 不同充电模式下的风电利用功率

表3 不同充电模式下的风电利用率

表2 电动汽车地由充电时机组启停计划

表4 不同充电模式下单位电量的CO2排放水平

4.3 碳减排效益

不同充电模式下单位电量的CO2排放水平如表4所示。

从表4可以看出不同充电模式下单位电量的CO2排放水平相差很小，以所研究的26机系统为例可以得到全年的CO2碳排放水平。智能充电与自由充电和低谷充电相比分别可减排CO213.33万 t和 1.27 万 t。

对于交通领域的碳减排，根据工业和信息化部发布的2011年第5批“轻型汽车燃料消耗量通告”中比亚迪乘用车（M1类）中汽车油耗数据，通过取平均值可以得到比亚迪乘用车（燃油汽车）的平均百公里油耗为7.73 L，CO2排放量为17.49 kg。

根据比亚迪电动汽车 BYD-F3DM、BYD-E6、BYD-K9百公里耗电量和三种电动汽车的数量比例，通过加权平均可以得到比亚迪电动汽车百公里耗电量为18.78 kWh。如果用火电为电动汽车充电百公里CO2排放量18.53 kg，与传统燃油汽车相比并不能减少碳排放。当电动汽车与风电协同调度时，电动汽车在智能充电模式下百公里CO2的排放量为13.94 kg，与传统燃油汽车相比碳减排为20.32%。

5 结语

建立了包含风电功率和电动汽车充电功率在内的机组组合模型，分析了电动汽车自由充电、延迟充电和智能充电三中充电模式下的电网经济性、电网风电接纳能力，并利用清洁发展机制（CDM）中计算电量边际排放因子的简单OM方法计算不同充电策略下的碳减排效益。

1）电动汽车自由充电模式下常规机组的发电费用最大，智能充电时发电费用最小。主要由于自由充电方案下负荷波动较大，导致机组启停费用较大，并且启动了较昂贵的机组，来满足发电负荷平衡。自由充电时参与启停的机组数大于低谷充电方案，且低谷充电方案下参与启停机组数大于智能充电方案。

2）自由充电模式下，会加重夜间负荷水平低风电出力大的矛盾，导致电网弃风较多。 而智能充电模式下风电利用功率曲线和风电发电功率曲线基本重合，可以保证电网99%以上的风电接纳能力。

3）不同充电模式下单位电量的CO2排放水平相差很小。对于交通领域的碳排放，以比亚迪电动汽车 BYD-F3DM、BYD-E6、BYD-K9为例进行分析。如果用火电为电动汽车充电百公里CO2排放量与传统燃油汽车相比并不能减少碳排放。当电动汽车与风电协同调度时，电动汽车在智能充电模式下百公里CO2的排放量与传统燃油汽车相比碳减排为20%以上。