计及动态分时电价的电动汽车参与电网调度研究

2020-11-18谭维玉

可再生能源 2020年11期

谭维玉，雷雨，李军，车权，梁伟，张谦

（1.重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆 400044； 2. 国网重庆市电力公司，重庆 400015）

0 引言

大规模电动汽车（Electric Vehicles，EV）随机充电将对电力系统造成深远影响，若加以有效调度和控制，电动汽车集群有序充电行为不仅可以实现削峰填谷，还能解决可再生能源利用率低以及电量供需不平衡等问题[1]～[3]。因此，制定合理的充电电价对EV 充电行为进行有效引导并激励用户参与电网调度是一个重要的研究课题。

电价机制作为用户选择是否参与调度的重要依据，对电网负荷调整结果具有显著影响。文献[4]建立分时电价下的电动汽车最优充电模型，有效地将电动汽车充电负荷转移至低电价时段，实现电网削峰填谷目标。文献[5]分析了电动汽车用户对电价变化的需求响应模型，提出能够影响电动汽车充放电行为的最优峰谷电价定价方案。文献[6]～[8]考虑了EV 用户的价格期望，根据预测的电网调度目标提出相应的定价策略，用户可以按照自身需求以及出行习惯选择充电时段。文献[9]设计了一种EV 充放电负荷与实时电价联动优化模型，以用户成本最小为目标实现电网经济调度。文献[10]提出基于动态分时电价的电动汽车有序充电控制方法，用户通过响应动态电价可显著降低充电站的运营成本和电动汽车用户的用电成本。文献[11]基于聚类算法提出了动态价格矢量模型，仿真结果表明该电价方案能够有效降低EV 充电费用并减轻电网峰荷压力。但此类研究大多假设电动汽车严格遵守电网的调度命令，而忽略了电动汽车用户的偏好与个人选择对调度结果的影响，由此得出的充电电价在电动汽车优化控制中难以实现有效调度，其应用仍有较大的局限性。

以上研究方法重点考虑电动汽车集群的整体随机性，而缺乏对单辆电动汽车行驶特性的深入探究。本文针对峰谷电价将引导电动汽车充电负荷集中于夜间低谷电价时期，从而导致微电网在面临负荷波动时缺乏有效的调节手段等问题，提出了一种计及用户满意度的电动汽车动态分时充电电价制定策略，并在此基础上对电动汽车参与电力系统调度进行研究。本文通过仿真获得该策略下的动态分时充电电价，并基于该电价探讨电动汽车参与电力系统调度效果，分析了该策略为微电网和电动汽车用户带来的经济利益，验证了所提策略的合理性和有效性。

1 计及用户出行规律的EV 并网场景建立及可控容量预测

电动汽车日行驶里程由电动汽车用户的工作性质和行车习惯决定。本文基于2009 年美国对私家车日行驶里程调查结果，得出日行驶里程的正态分布为[12]～[15]

式中：COSn，i为第i 辆电动汽车在完成电网n 次调度后的荷电状态；Pch，i为第i 辆电动汽车的充电功率； ηch为充电效率；Ci为电动汽车的电池容量；n=1，2，3，…，Tall，Tall为总时段数。

2 EV 用户综合满意度建模

结合不同EV 用户用车习惯及充电经济性、便利性等方面偏好，选取用户经济性满意度和用电便利满意度作为综合满意度的两个指标：

该函数即EV 用户偏好系数，考虑用户的自主选择性，不同偏好的用户各指标权重系数不同。

2.1 用户经济性满意度

本文定义用户经济性满意度函数为式中：α 为电价影响因子；c 为当前时段电网充电电价；cex，i为第i 位EV 用户预期的充电电价。

2.2 用户用电便利满意度

用户的用电便利满意度是衡量用户改变用电方式程度的指标。用电便利满意度函数为

式中：Lsch，i，t为在实行动态充电电价之后第i 辆电动汽车在第t 时段的充电负荷；Li，t为在原始峰谷电价下第i 辆电动汽车在第t 时段的充电负荷；T为一天内所有时段。

2.3 EV 用户综合满意度

EV 用户的综合满意度由用户经济性满意度和用电便利满意度来表征，即：式中：si，j为第i 位EV 用户对于第j 种满意度的偏好系数，反映了每位EV 用户对不同类型满意度的重视程度。

对于第i 位EV 用户，其偏好系数应满足：

偏好系数RUSD，1，i对EV 用户充电策略选择具有重要影响。两种满意度指标中，RUSD，1，i表示电网在调度需求时段给出的充电电价对EV 用户的吸引程度，对应的偏好系数s1，i是不同类型的EV 用户对充电电价变化的敏感度；用户用电便利满意度RUSD，2，i表示因改变自身充电行为而造成的用电不便利程度，对应偏好系数s2，i是EV 用户对充电需求的迫切程度。本文假设有3 类EV 用户，分别为一般型、急迫型、节约型充电需求用户，其偏好系数如表1 所示。综合满意度指标则由式（7）中的分项满意度和相应的偏好系数进行评价。

表1 不同EV 用户类型的偏好系数Table 1 Preference coefficients for different EV users

3 基于微电网供需平衡的电动汽车充电电价定价策略

微电网内负荷在夜间一般处于低谷期，网内各分布式电源发出的电能远超过负荷用电需求，造成严重地弃风、弃光现象，降低微电网整体运行效率。本文提出了基于微电网供需平衡的电动汽车充电电价定价策略，根据电网在该时段的调度需求适当调整微电网峰谷电价，以低于峰谷电价的充电电价激励电动汽车用户改变原始充电策略，实现基于价格信号的电动汽车充电负荷优化控制和调度。

3.1 含EV 群的微电网整体架构

集成了大规模电动汽车和分布式电源的微电网整体架构如图1 所示。

图1 含大规模EV 群的微电网整体架构Fig.1 The structure of micro-grid system with large-scale EV groups

通过引入微电网调度管理中心（Dispatching Management Center，DMC）、EV 集群运营商、EV 群车主等角色建立市场结构。 EV 集群运营商作为DMC 与EV 群车主之间的桥梁，拥有电动汽车实际控制权。他将根据数据信息采集系统中EV 用户上传的入网起始电量、离网时间、期望电量以及DMC 的调度命令等信息安排EV 充电计划并反馈至DMC。DMC 依据网内负荷情况和EV 集群运营商反馈信息与电动汽车用户签订充电协议，确定车主充电价格、充电时段以及电量等要求，实现EV 充电负荷的有效管理。

3.2 EV 动态分时充电电价制定策略

EV 集群运营商可根据不同用户的价格敏感度来调节其经济性满意度，从而利用价格信号引导EV 用户改变其充电行为。动态分时充电电价制定策略如图2 所示。

图2 动态分时充电电价制定策略流程图Fig.2 The flow chart of dynamic time-of-use pricing strategy for electric vehicle charging

在微电网峰谷电价下，以电动汽车用户总充电费用最小为目标，得到网内负荷曲线u1，load为

式中：Pch，ipricech，kΔT为kΔT 时段微电网峰谷电价。

微电网中分布式电源出力不稳定，负荷也有较大波动，因此引入不平衡功率作为制定分时电价的基础。根据网内负荷曲线u1，load及可再生能源输出功率，以微电网每时段供需平衡为目标，确定kΔT 时段电动汽车群调度需求ΔPkΔT为

式中：Pw，kΔT为风机在kΔT 时段的出力；Pw，kΔT为光伏在kΔT 时段的出力；Pload，kΔT为微电网峰谷电价下kΔT 时段的负荷。

考虑到微电网分布式电源发输电成本以及峰谷电价，电动汽车的动态分时充电电价仅能够在一定范围内进行调整。一方面，kΔT 时段调整后的充电电价不能高于此时段对应的峰谷电价pricech，kΔT；另一方面，调整后的充电电价不应低于微电网分布式电源发输电成本Cd。同时，为使微电网整体经济利益最大化，以峰谷电价pricech，kΔT作为初始充电电价，当更新后的分时电价p*ch，kΔT可调度的电动汽车数量能够满足EV 群调度需求时，则输出此时确认参与调度的电动汽车数量及充电电价pch，kΔT；当更新的分时电价p*ch，kΔT小于电价调整下限Cd时，响应的电动汽车数量仍不能达到EV 群调度需求，则输出上一轮充电电价及EV响应数量。

在本文提出的策略中，以微电网供需平衡为目标，充分考虑了电动汽车用户的自主选择性，设定每时段响应的EV 数量尽可能满足EV 群调度需求为目标函数为

式中：Ωres（kΔT）为kΔT 时段参与调度的EV 数量。

每时段响应的电动汽车数量与用户行驶需求及电池参数、充电电价、用户综合满意度等因素有关，因此设定以下约束条件。

①电动汽车电池约束

式中：SOCi，t为第i 辆电动汽车在t 时刻的荷电状态；SOCmax，SOCmin分别为参与调度电动汽车的荷电状态上下限；SOCout，j为第i 辆电动汽车离网时的荷电状态。

式中：RUSD，i，min为第i 位电动汽车用户确认参与电力系统调度的最低综合满意度。

4 算例分析

4.1 参数设定

以某一区域的微电网为例，该微电网的分布式电源由10 台100 kW 风力发电机和150个4 kW 光伏阵列组成，该区域内参与调度的电动汽车数量为2 000 辆，具体相关参数如表2 所示。

表2 EV 参数及其他相关参数Table 2 EV parameters and other relevant parameters

微电网日负荷功率值如图3 所示。

图3 微电网基础负荷Fig.3 Base load of micro-grid

微电网谷、平、峰充电电价分别为0.39 元/（kW·h）（谷时段：0：00-07：00）、0.69 元/（kW·h）（平时段：07：00-10：00，15：00-19：00，21：00-24：00）、1.00 元/（kW·h）（峰时段：10：00-15：00，19：00-21：00）[2]，[16]。还须说明的是，分布式电源的发输电成本主要由风电、光伏发电成本、发电利润、价内税以及输电价格组成，本文设定谷、平、峰时段单位发输电成本分别为0.32 元/（kW·h），0.42 元/（kW·h）及0.65 元/（kW·h）[2]。同时，如果微电网中各个分布式电源的发电量无法满足基础负荷和电动汽车充电需求，微电网则须要向大电网购电，大电网购电，电价如表3 所示。

表3 大电网购电电价Table 3 Purchase electricity price of the power grid

4.2 电动汽车参与调度的动态分时充电电价及用户满意度仿真

通过本文提出的EV 动态分时充电电价制定策略，求解并发布电动汽车参与调度的动态充电电价如表4 所示。该表仅列出了在原始峰谷电价基础上进行调整并具有变化的时段。

表4 电动汽车动态分时充电电价Table 4 Dynamic time-of-use price for EV charging

由表4 可知，动态分时充电电价与相应的峰谷电价不同的时段一共有15 个，这是由于微电网在这些时段具有调度需求而以优惠电价刺激电动汽车转移充电负荷的情景，其中，T29～T38是调整充电电价最为集中时段。调整后的电动汽车充电电价持续最短时间为调度时长15 min，可以很好地反映微电网当前运行状态以及不平衡功率变化，充电电价越低则说明不平衡功率越大。

本算例中通勤日各个时段不同调度需求情况下，动态分时充电电价与EV 实际参与容量之间的关系仿真结果如图4 所示。图4 反映了微电网在T19-T38及T95-T96时段具有调度需求，电网将在峰谷电价的基础上逐渐降低充电电价以调用充足的电动汽车。

在同一时段内，充电电价越低，确认参与调度的电动汽车数量越多，体现了经济性满意度对EV 用户充电策略选择的影响。

图4 动态分时充电电价与EV 实际参与容量之间的关系Fig.4 The relationship between dynamic time-of-use charging price and EV actual capacity dispatched

为验证具有不同偏好的EV 用户对充电策略选择的影响，进一步对急迫型和节约型2 类EV 用户参与电网调度的各时段动态分时充电电价以及3 类用户的综合、分项满意度进行了仿真分析，所得结果分别如表5、表6 及图5所示。

表5 急迫型EV 用户动态分时充电电价Table 5 Dynamic time-of-use price for electric vehicle charging of urgent users

表6 节约型EV 用户动态分时充电电价Table 6 Dynamic time-of-use price for electric vehicle charging of economical users

图5 3 类EV 用户综合、分项满意度Fig.5 The comprehensive and sub-item satisfaction degree of 3 types of EV users

综合表4、表5、表6 和图5 可知，急迫型电动汽车用户具有较为迫切的充电需求，对充电电价变化的敏感度降低，因此相较于一般型用户，其对应的充电电价提高；同时，电网将会首先满足此类EV 用户的充电要求，则其用电便利满意度较高而经济性满意度较低。针对节约型用户，调度需求时段电网给出的充电电价对其吸引程度较高，则需要更低的充电电价才能够激励此类EV 用户前来充电，因此，节约型EV 用户的经济性满意度较高，而其用电便利满意度较低，这意味着他们将以用电便利性换取更多的经济利益。

4.3 不同充电情景下微电网运行的经济性和独立性分析

为验证动态分时充电电价实行后对电动汽车充电行为引导和调度的有效性，研究了电动汽车在自由充电、峰谷电价和动态分时充电电价情景下的微电网负荷曲线变化情况如图6 所示。

图6 3 种电动汽车充电情形下的微电网负荷曲线Fig.6 The load curves of micro-grid in 3 charging situations

电动汽车在动态分时充电电价引导下每时段参与电力系统充电调度的具体数量如表7 所示。

表7 EV 参与调度的数量Table 7 The dispatching number of electric vehicles

在自由充电模式中，电动汽车充电负荷和传统用电负荷叠加出现“峰上加峰”的现象，导致微电网运行成本大大增加，且可再生能源的利用率低。在峰谷电价的引导下，为减少电动汽车用户的充电费用，EV 集群运营商将计划在夜间进行充电，这将造成微电网负荷在集中充电时段激增；而动态分时充电电价将以微电网供需平衡为目标安排电动汽车分散充电。仿真结果表明，EV 群充电行为能够在动态电价的引导下，完全跟踪分布式电源出力，有效平抑微电网负荷波动，提高可再生能源利用率，并且降低外购电量。

本文微电网运行的独立性主要采用分布式电源的可再生能源利用率和外部大电网购电量来表征。微电网弃风、弃光惩罚费用为0.88 元/（kW·h）[17]。不同充电情景下的分布式电源过剩发电量、外部购电量、EV 用户充电费用和微电网主要可变成本比较结果如图7 所示。

图7 不同充电情形下的参数对比Fig.7 The comparison of parameters in different scenes

由图7 可知，电动汽车在峰谷电价和动态分时充电电价下的过剩发电量相对于自由充电的情景分别下降了59.9%，100%，外部购电量分别下降了4.9%，42.5%，其次，EV 用户充电费用和微电网主要可变成本也大大降低。从4 个指标的下降幅度可知，在动态分时充电电价机制下微电网运行的独立性是最强的，既能够尽可能消纳分布式电源发出的电量，又能降低微电网对外部大电网的依赖性，提升微电网运行的经济性。