规模化插电式混合动力车提供调节服务能力评估

刘　宣，韩　亮，高　琛，张海龙，王　丹，王守相（.国网计量中心，北京 009；.天津大学智能电网教育部重点实验室，天津 0007；.国网福建省电力公司电力科学研究院，福州 500）

规模化插电式混合动力车提供调节服务能力评估

刘宣1，韩亮2，高琛3，张海龙1，王丹2，王守相2
（1.国网计量中心，北京 100192；2.天津大学智能电网教育部重点实验室，天津 300072；3.国网福建省电力公司电力科学研究院，福州 350012）

插电式混合动力车PHEV（plug-in hybrid electric vehicle）可视为电网中的移动储能装置，大量的成规模的PHEV引入电网可以为电网提供额外的调节服务能力。首先阐述了单个PHEV并网充电的基本原理，然后建立了规模化PHEV的充电功率模型，接着在此基础上提出了满足系统和用户用电满意度的双目标的规模化PHEV充电管理需求响应控制策略。最后通过仿真算例表明规模化PHEV能够实现系统辅助服务。并分析了用户用电满意度、系统控制起始时刻，两个重要参数的设置对于PHEV调节辅助服务能力的影响。

插电式混合动力车（PHEV）；辅助服务；充电模型；充电管理策略

DOI：10.3969/j.issn.1003-8930.2016.04.015

根据我国《汽车与新能源汽车产业发展规划》（2011—2020年），到2020年，纯电动汽车EV（elec⁃tric vehicle）和插电式混合动力汽车PHEV市场保有量要达到500万辆。按每辆车充电功率4 kW计算，则总容量为2000万kW。可见，电动汽车规模化应用后其总体充电功率十分庞大［1-3］。大规模PHEV集中并网将导致电网负荷高峰增加，进而增加电网在发、输、配电各个环节的运行成本和操作压力［4-5］。文献［6］利用统计学方法提出大量EV电池充电模型，并研究了4种充电模式对配电网最大负荷的影响。在电动车10%的市场渗透率下，电网最大负荷会增长17.9%；在20%的市场渗透率下，电网最大负荷会增长35.8%。文献［7］利用蒙特卡洛方法，给出单台电动车一天内的功率需求曲线，结合上海及北京地区的负荷实际情况，分析出大量电动车接入会使电网最大负荷发生增长。

PHEV的动力电池与其他负荷不同，它可以视为电网中一个移动的分布式储能装置，通过制定合理的负荷控制策略，可以充分利用PHEV电池资源，当PHEV接入电网时，可以根据电网的调度信息来决定电池充电状态，从而响应电网的电价信号或激励机制［8-10］。国外对于负荷控制开展了很多研究工作，主要集中在利用可控的热力学装置（热水器、空调等）实现负荷控制。文献［11］提出了状态排序模型（state-queuing model），在此模型下热力学负荷能够动态响应电价信号。文献［12］提出，通过集中管理和控制，热力学负荷可视为虚拟储能设备，从而热力学负荷可以响应风机或其他新能源发电装置的出力波动。利用PHEV实现负荷控制，既可以解决电动汽车大规模发展带来的充电峰荷压力问题，又可将电动汽车作为移动的、分布式储能单元接入电网，用于调节、削峰填谷、应急安保，旋转备用等辅助服务操作。在提高电网供电灵活性、可靠性和能源利用效率的同时，有利于推迟发、输、配电等基础设施的升级建设。文献［13］提出了一种V2G充放电管理策略，策略包括电池当前可用容量计算、电网负荷削峰填谷实现方法、电池使用约束条件等，文献算例证明应用合理的充放电策略可以减少系统负荷峰谷差。文献［14］对比了传统的系统控制方法和负荷控制方法，并描述了负荷控制策略框架，提出了PHEV双目标控制方法以及完成控制所需的通信框架。此外，针对PHEV接入电网后的需求响应能力，也有文献从不同角度进行建模分析［15-19］。

本文目的是探讨利用PHEV实现系统调节辅助服务的可行性。首先描述了单台PHEV电池充电模型和主要观测和控制参数，然后根据此模型提出了一种适合规模化PHEV实现调节辅助服务充电管理策略，最后结合算例给出结论。

1　实现电网辅助服务的PHEV充电模型

1.1单台PHEV充电过程和功率需求模型

目前上市PHEV的电池主要采用锂电池，其电池充电的起始和结束过程相对整个过程较短，可以忽略，可用图1中的简化充电过程代替实际充电过程。此时PHEV电池简化充电过程可以视为一个为恒功率特性负荷。

图1　单台PHEV实际充电过程及简化充电过程Fig.1　Process of charging for PHEV

荷电状态SOC（state of charge）是电池当前容量与其完全充电状态的容量的比值，常用百分数表示。其取值范围为0～1，当SOC=0时表示电池放电完全，当SOC=1时表示电池完全充满。

锂电池充电过程中充电功率与电池的荷电状态之间的关系如图1所示［20］。若PHEV电池充电功率为Pc，记录充电状态的采样周期是1 min，则电池SOC随时间呈线性增长的规律由下式决定，即

或写成递推形式为

式中：t为PHEV接入电网的时间，min；Pc为PHEV充电功率，kW；Δt=1min为采样周期；E为电池容量，kW·h。

1.2规模化PHEV充电过程假设和数量评估

本文主要针对规模化PHEV充电过程形成的功率需求模型进行研究，实现相应的需求响应控制。一般而言，大规模PHEV聚合充电负荷功率主要取决于3个方面因素：①PHEV接入电网时刻；②PHEV在充电开始时刻的SOC；③PHEV数量。

对于第1和第2因素，本文对规模化PHEV充电过程做如下假设：

（1）每辆PHEV在接入电网后立即开始充电，不考虑充电启动延时情况；

（2）所有车辆采取额定功率充电；

（3）开始充电时刻，每辆PHEV的电池电量为0；（4）每次充电都充至满电量；

（5）PHEV接入电网时刻满足正态分布，概率密度函数［1］为

根据文献［7］对家用车辆的统计分析，式中μs为均数，取17.6；σs为标准差，取3.4，τ为电动车接入电网时刻。

取06：00为参考起始时刻，根据式（3）通过数值仿真可获得一定规模的PHEV接入电网时刻概率密度如图2所示，仿真中PHEV数目设为10 000台。接入电网时刻可看为最后一次出行返回时刻，由于出行习惯的不同，接入时刻也有所不同，一般下午17：00-18：00，大部分车主结束一天的工作返回家中，将车接入电网进行充电，这时会形成PHEV对应的用电高峰。

图2　PHEV接入电网时刻概率密度Fig.2　Probability density of charging time

对于第3点，调节辅助服务的有效性依赖于适合的设备数量［21］，根据式（1）～（3）可模拟不同规模PHEV充电过程的日平均充电功率曲线，其日平均充电功率曲线为

式中：NPHEV为PHEV的总数量；Pci为第i台PHEV的充电功率。

由图3可看出，当PHEV数量n取10、100、1 000时，仿真的日平均充电功率曲线波动大、变化没有规律性，PHEV数量不足以提供有效的调节容量，本文中取n=10 000时进行研究，讨论其可控性。

图3　不同数目的PHEV负荷曲线Fig.3　PHEV load profiles in different scales

2　PHEV充电管理需求响应控制策略

2.1PHEV充电管理框架

由1.2的分析可知，只有当PHEV数量足够大时（n=10 000），平均功率曲线才有一定的规律性，所以PHEV控制的有效性依赖于庞大的PHEV数量，但是在实际工程中，大量PHEV与电网控制进行直接交互是不可行的。

本文采用分层管理框架，根据地理位置将电网分为不同的区域，在一定的地理区域内（如：居民小区、办公楼等）设置一个充电负荷管理中心，每个充电负荷管理中心管理一定数量的PHEV，并且提供PHEV与调度中心的通信接口。充电负荷管理中心获取该区域内每台PHEV信息，并利用这些信息建立一个群体响应模型，用来描述此群体对系统控制信号做出反应的能力。

调度中心根据系统控制要求向充电负荷管理中心发送控制信号，要求其增加（减少）负荷大小，充电负荷管理中心会根据第3节中叙述的充电管理策略决定哪些PHEV进行充电（停止充电），并将最终实际负荷大小返回到调度中心，为调度中心下一步控制提供参考。这样可最大限度地满足电力供应的约束，同时不影响用户使用。如图4所示。

图4　PHEV充电管理架构Fig.4　Framework of hierarchical management

2.2PHEV充电管理需求响应控制策略

在PHEV受控后，电池充电状态受电网统一调度，充电过程如图5所示，式（2）可写为

式中，ncharge为PHEV在时刻t的状态，ncharge=1为充电，ncharge=0为不充电。如图5所示，tc为不充电状态转为充电状态后的累积时间；tnc为充电状态转为不充电状态后的累积时间。tc和tnc可通过智能电表和高级量测系统等手段进行记录。

图5　单台PHEV受控充电过程Fig.5　Controlled process of PHEV charging

控制策略在通过控制负荷来实现系统辅助服务时，一方面要满足系统的调节要求，另一方面也要满足用户用电满意度（居民用电舒适度）的要求［22-23］。对于PHEV来说，用户用电满意度表现为：①保证用户电池的正常使用寿命；②在用户规定的时间内完成充电。

为保证PHEV电池寿命，防止PHEV在受控时充电状态频繁转变，设置约束条件：只有在充电时长（tc）或不充电时长（tnc）大于允许时间AT时，该PHEV才接受电网控制。充电时长大于允许时间AT时，该PHEV电池可以由充电状态转为不充电状态，同理，当不充电时长大于允许时间AT时，该PHEV可以由不充电状态转为充电状态。为满足在用户规定时间内完成充电，用户可根据自身需求设置充电结束时刻，系统会根据当前时刻电池SOC以及剩余充电时间决定此PHEV是否响应系统调节。例如，假设一个PHEV是18：00接入电网，最大充电功率是2 kW，需要8 kW·h的电量才能完全充满。车主不关心实际充电开始时刻以及充电的具体过程，只是要求第2天早晨07：00前完成充电。为满足系统控制目标，在18：00接入电网后PHEV的电池充电状态会根据控制信号的变化而变化。由于PHEV充电完成至少需要4 h，如果它在凌晨03：00前还没有开始充电，其可控性将减少。到了凌晨03：00，该PHEV必须开始充电以满足用户充电需求，它将不再可控。随着PHEV的接入和断开，负荷大小会在2 kW和0 kW之间变化。

若在t时刻电网需求功率为Ptrg（t），所有PHEV电池所需功率和为Ptot（t）。为满足电网功率需求以及PHEV自身约束，对于某个PHEV在时刻t的充电状态由下式确定，即

3　算例分析

3.1算例描述和调节信号的设置

根据雪佛兰公司最新出品的混合动力车型volt数据，电池充电功率P在3～4 kW范围内满足均匀分布，电池容量为16 kW·h［24］。根据第1.2节介绍，PHEV数量设置为10 000。仿真时间为06：00—第2 天06：00（t=0～1 440 min），仿真步长为1 min。

3.2AT值设置对系统调节的影响

分别取AT=30、60、120 min，研究不同AT值对实现系统调节的影响，仿真结果如图6～图9所示。将全天分为3个时段，考察设置不同AT值时该时段内的相对平均误差、可控PHEV数量N，计算结果如表1所示。同时，记录每时刻PHEV负荷的功率上下界。

图6　AT=30 min，受控时刻1～1 440仿真结果Fig.6　Simulation results by AT=30 min，controlledduration is 1～1 440 min

图7　AT=30 min局部放大Fig.7　Drawing of partial enlargement（AT=30 min）

图8　AT=60 min，受控时刻1～1 440仿真结果Fig.8　Simulated results by AT=60 min，controlled duration is 1～1 440 min

图9　AT=120 min，受控时刻1～1 440仿真结果Fig.9　Simulated results by AT=120 min，controlled duration is 1～1 440 min

表1　不同AT取值仿真结果对比Tab.1　Comparison of simulation results with different AT

相对平均误差为

可控PHEV数量N分为两类：①平均每分钟可转为不充电状态PHEV数量；②平均每分钟可转为充电状态PHEV数量。

PHEV负荷的功率上下界可以为系统调度员提供调度参考。通过确定负荷功率上下界，一个充电负荷管理中心管理的PHEV可以视为虚拟电厂。功率上界是实际功率加上可转为充电状态的PHEV功率值；功率下界是必须处于充电状态的PHEV的总功率值。

由图6～图9以及图10可得出，对于固定的AT，在不同时间段内系统的调节误差不同，在开始阶段（0～480 min），由于接入电网的PHEV数量有限，可控PHEV数量也有限，所以不能完全响应系统的调度；随着时间的推移，在中期（481～960 min），有更多的PHEV接入电网，可控PHEV数量逐渐增加，系统调节误差也随之下降；在后期（961～1 440 min），多数PHEV完成充电退出电网，可控PHEV数量逐渐减少，系统可控容量减少，调节误差增大。

图10　不同AT值系统调节误差对比Fig.10　Comparison of regulating errors with different AT

对于不同的AT，随着AT的增加用户对用电满意度（用电舒适度，供电服务质量需求）要求提高，可以用于系统控制的PHEV数量减少，目标功率与实际调节功率之间的误差就会增大，从而同样时间段内的相对平均误差会增大。

另外，分析图6～图9可以发现，当目标值大于不受控时的实际值时，系统控制误差会很大。这是由于，为满足控制目标一方面要有足够的容量接入电网，另一方面要累积足够的充电时长。两方面的约束使得可控容量有限。系统会随着时间的推移累积一定的可控容量，所以对于目标值大于实际值的情况，在后半时间段（t=721～1 440 min）的控制结果就优于前半时间段（t=0～720 min）。

3.3控制开始时刻设置对系统调节的影响

在AT=30 min情况下，设控制开始时刻t= 721 min，研究不同系统控制开始时刻对实现系统调节的影响，仿真结果如图11所示。

图11　AT=30 min，受控时刻t=721 min仿真结果Fig.11　Simulated results by AT=30 min，controlled duration is 721 min

由表2可知，若受控开始时刻晚，在每个时间段内可控PHEV的数量将减少，系统可用的调节容量受到限制，调节误差会增大。仿真结果表明，在AT值相同的情况下，相同时刻的系统可控容量与截止到该时刻的受控时长有关，受控时长越长，系统可控容量越大。

表2　AT=30 min，不同受控开始时刻仿真结果对比Tab.2　Comparison of simulation results with different controlled duration with AT=30 min

4　结论

提出了一种利用PHEV负荷参与系统辅助服务的概念框架。对于PHEV负荷控制实现系统辅助服务的主要挑战在于在满足系统调节要求的同时还要确保用户用电满意度（如保证电池寿命、按时达到电池充满状态等）。所提出的PHEV充电管理策略为实现这些要求提供了参考。

通过算例仿真可以得出系统调节效果最终由可控PHEV数量决定。某时刻可控PHEV数量受多方面的影响，例如：用户用电满意的设置，PHEV接入电网的时刻等。

本文仅对PHEV充电过程的需求响应技术进行了研究，接下来将进一步考虑以下问题的研究：

（1）考虑到大量间歇式的可再生能源接入微网中，采用PHEV的控制响应风能、太阳能的间歇波动，作为缓冲器（buffer）模型来调节系统有功平衡，减低传统机组的备用，提高能源的利用效率。

（2）考虑PHEV充放电过程的配合控制，即V2G（vehicle-to-grid）技术。在分布式发电装置停止工作或者备用容量不足的情况下，利用PHEV提供电力支持，作为等效储能装置减轻分布式发电对电网的间歇性影响。

［1］ Dow L，Marshall M，Le Xu，et al.A novel approach for evaluating the impact of electric vehicles on the power dis⁃tribution system［C］//IEEE Power&Energy Society Gener⁃al Meeting.Minneapolis，USA，2010.

［2］ 刘文霞，张敏，张建华，等（Liu Wenxia，Zhang Min，Zhang Jianhua，et al）.电动汽车负荷对配电网可靠性影响的量化分析（Reliability modeling and quantitative analysis of distribution network considering electric vehi⁃cle charging and discharging）［J］.电力 系统及其自动化学报（Proceedings of the CSU-EPSA），2013，25（4）：1-6.

［3］艾学勇，顾洁，解大，等（Ai Xueyong，Gu Jie，Xie Da，et al）.电动汽车日充电曲线预测方法（Forecasting meth⁃od for electric vehicle daily charging curve）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2013，25（6）：25-30.

［4］Liu R，Dow L，Liu E.A survey of PEV impacts on electric utilities［C］//IEEE PES Innovative Smart Grid Technolo⁃gies.Anaheim，USA，2011.

［5］冯艾，刘继春，吴磊，等（Feng Ai，Liu Jichun，Wu Lei，et al）.基于前景理论的电动汽车多模式充电行为分析（Analysis on multiple modes charging behavior of electric vehicle based on prospect theory）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2013，25 （2）：58-64.

［6］Qian Kejun，Zhou Chengke，Allan Malcolm，et al.Model⁃ing of load demand due to EV battery charging in distribu⁃tion systems［J］.IEEE Trans on Power Systems，2011，26 （2）：802-810.

［7］田立亭，史双龙，贾卓（Tian Liting，Shi Shuanglong，Jia Zhuo）.电动汽车充电功率需求的统计学建模方法（A statistical model for charging power demand of electric ve⁃hicles）［J］.电网技术（Power System Technology），2010，34（11）：126-130.

［8］Senart A，Kurth S，Le Roux G.Assessment framework of plug-in electric vehicles strategies［C］//1st IEEE Interna⁃tional Conference on Smart Grid Communications.Gaith⁃ersburg，USA，2010：155-160.

［9］陈加盛，张建华，林建业，等（Chen Jiasheng，Zhang Jian⁃hua，Lin Jianye，et al）.以降低电网损耗为目标的电动汽车充电策略（Strategies for electric vehicle charging with aiming at reducing network losses）［J］.电力系统及其自动化学报（ProceedingsoftheCSU-EPSA），2012，24（3）：139-144.

［10］戴欣，袁越，王敏，等（Dai Xin，Yuan Yue，Wang Min，et al）.配网中电动汽车调度策略及其经济效益评估（Scheduling strategy and economic benefits evaluation of electric vehicles in distribution network）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2015，27 （3）：42-47.

［11］Ning Lu，Chassin D P.A state-queuing model of thermo⁃statically controlled appliances［J］.IEEE Trans on Power Systems，2004，19（3）：1666-1673.

［12］Callaway D S.Tapping the energy storage potential in elec⁃tric loads to deliver load following and regulation，with ap⁃plication to wind energy［J］.Energy Conversion and Man⁃agement，2009，50（5）：1389-1400.

［13］张丽，王媚，杜成刚，等（Zhang Li，Wang Mei，Du Cheng⁃gang，et al）.一种V2G充放电控制策略算法应用（Ap⁃plication of an algorithm of control strategy for charging& discharging system based on V2G）［J］.华东电力（East China Electric Power），2011，38（11）：1675-1677.

［14］Hiskens I，Callaway D.Achieving controllability of plugin electric vehicles［C］//IEEE Vehicle Power and Propul⁃sion Conference.Dearborn，USA，2009：1215-1220.

［15］Sortomme E，Cheung K W.Intelligent dispatch of electric vehicles performing vehicle-to-grid regulation［C］//IEEE International Electric Vehicle Conference.Greenville，USA，2012.

［16］Han Sekyung，Han Soohee，Sezaki Kaoru.Development of an optimal vehicle-to-grid aggregator for frequency regula⁃tion［J］.IEEE Trans on Smart Grid，2010，1（1）：65-72.

［17］Clement-Nyns K，Haesen E，Driesen J.The impact of charging plug-in hybrid electric vehicles on a residential distribution grid［J］.IEEE Trans on Power Systems，2010，25（1）：371-380.

［18］Waddell J，Rylander M，Maitra A，et al.Impact of plug in electric vehicles on Manitoba Hydro′s distribution system ［C］//Electrical Power and Energy Conference.Winnipeg，Canada，2011：409-414.

［19］戴欣，袁越，傅质馨，等（Dai Xin，Yuan Yue，Fu Zhixin，et al）.用户侧电动汽车放电策略及其经济效益评估（Discharge strategy and economic benefits evaluation of electric vehicles in user side）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2013，25（6）：55-61.

［20］Madrid C，Argueta J，Smith J.Performance characteriza⁃tion-1999 Nissan Altra-EV with Lithium-ion battery［R］. Los Angeles：Southern California EDISON，1999.

［21］Kondoh Junji，Lu Ning，Hammerstrom Donald J.An evalu⁃ation of the water heater load potential for providing regu⁃

lation service［C］//IEEE Power and Energy Society Gener⁃al Meeting.Detroit，USA，2011.

［22］Callaway D S，Hiskens I A.Achieving controllability of electric loads［J］.Proceedings of the IEEE，2011，99（1）：184-199.

［23］Parkinson Simon，Wang Dan，Crawford Curran，et al.Com⁃fort-constrained distributed heat pump management［C］// International Conference on Smart Grid and Clean Energy Technologies，Chengdu，China，2011：849-855.

［24］Chevrolet，Hybrid Electric Cars.2016 Volt Models&Specs ［EB/OL］.http：//www.chevrolet.com/volt/features-specs/， 2016.

Capability Evaluation of the Scaled Plug-in Hybrid Electric Vehicles for Providing Regulation Service

LIU Xuan1，HAN Liang2，GAO Chen3，ZHANG Hailong1，WANG Dan2，WANG Shouxiang2
（1.State Grid Metering Center，Beijing 100092，China；2.Key Laboratory of Smart Grid of Ministry of Education，Tianjin University，Tianjin 300072，China；3.Electric Research Institute of State Grid Fujian Electric Company，Fuzhou 350012，China）

Plug-in hybrid electric vehicles（PHEVs）can be treated as mobile distributed energy storage units in a pow⁃er grid.When large amount of PHEVs or scaled PHEVs are introduced into the grid，they can provide the regulation ser⁃vice capability.This paper first describes the basic principles about the model of PHEV charging power demand and then builds the statistic power demand model for charging process of scaled PHEVs.Based on this principle，the largescale PHEVs charging management with demand response strategy is proposed，which satisfies both the requirements of the system and customers.This paper helps to verify the feasibility of achieving system ancillary services with largescale PHEV integration.The impact of customers’satisfaction degree and starting time of system control on PHEV’s ability to adjust the auxiliary services is studied via some cases.

plug-in hybrid electric vehicle（PHEV）；ancillary service；charging model；demand response strategy

TM7

A

1003-8930（2016）04-0085-06

2015-08-17；

2015-11-09

刘宣（1978—），男，硕士，工程师，研究方向为电力系统自动化、智能用电技术、用电信息采集技术。Email：liuxu⁃an@epri.sgcc.com.cn

韩亮（1987—），男，博士研究生，研究方向为分布式发电系统与智能配电网。Email：hanliang@tju.edu.cn

高琛（1986—），男，硕士，助理工程师，研究方向为智能用电、电力需求侧管理技术、高级量测体系。Email：18350069597@139.com