考虑V2B智慧充电桩群的低碳楼宇优化调度

2021-09-14余苏敏史一炜冯冬涵李恒杰

电力自动化设备 2021年9期

余苏敏，杜洋，史一炜，苏浩，冯冬涵，周云，李恒杰，3

（1. 上海交通大学电力传输与功率变换控制教育部重点实验室，上海 200240；2. 国网上海市电力公司电力科学研究院，上海 200437；3. 兰州理工大学电气工程与信息工程学院，甘肃兰州 730050）

0 引言

二氧化碳等温室气体的大量排放将引起全球变暖，世界各国十分重视节能减排和可持续发展议题。2020 年9 月，我国在第75 届联合国大会上提出“二氧化碳排放力争于2030年前达到峰值，2060年前实现碳中和”的目标。我国电力行业的碳排放量占全社会总碳排放量的41%，是实现碳达峰目标的绝对主力。目前，有关电力行业的碳研究大多集中于发电侧，基于碳配额制等市场机制或碳捕集电厂等技术手段实现电力行业的碳减排［1-2］。然而，电力需求侧同样需要以减少高碳能耗的方式建立清洁低碳社会。因此，对用户侧的碳排放量进行评估具有实际意义。

建筑减排在国家低碳战略中占据重要地位。全国建筑碳排放数据（2000—2016年）分析显示，我国建筑能耗占能源消费总量的比值为20.6%［3］，建筑减排潜力巨大。《绿色建筑评价标准》规定“绿色建筑应采取措施降低部分负荷、部分空间使用下的供暖、空调系统能耗”，即绿色建筑内部必须具备负荷主动调控能力。负荷侧的主动调节能力也正符合新型电力系统的发展趋势和要求。

电动汽车EV（Electric Vehicle）的迅速发展也为建设低碳社会提供了强大助推。EV 替代燃油汽车能大幅减少交通领域的碳排放量。在政策的催化下，EV 发展迅速，但同时也为电力系统带来了巨大的压力。以办公或商业楼宇的停车场充电桩群为例，未经管控的EV充电负荷的接入使得楼宇负荷大幅提升，需量电费升高，更有可能造成楼宇配电变压器的负载率超过正常范围，造成配电网资源寿命减损以及升级成本激增等问题［4］。

针对上述问题，文献［5-6］提出通过允许充电暂停和优化充电开始时间以满足用户充电需求且不超过配电变压器的容量限制。但EV作为需求侧资源，其潜力不限于有序充电，有研究表明在电动汽车入网V2G（Vehicle-to-Grid）技术的支持下，EV作为移动储能单元，能够向电网返送电能并提供辅助服务［7］，但V2G 涉及较为复杂的并网模块。因此，现阶段电动汽车接入楼宇V2B（Vehicle-to-Building）［8］、电动汽车接入住宅V2H（Vehicle-to-Home）［9］模式更具有可行性。文献［10］以产消者楼宇为研究对象，介绍了V2B 模式的详细架构。文献［11］评估了电孤岛、气孤岛情形下EV 为楼宇提供常规备用、应急备用的能力。

在低碳建筑中，除EV 充电负荷外，通常还存在其他体量不可忽略的可控负荷。以温控负荷为例，文献［12］考虑楼宇热损耗和热容，以电力系统调峰为目标建立了包含空调以及储热罐的楼宇温控负荷最优调度模型；文献［13］研究了含热电联供系统的综合能源楼宇，以运行成本最低为目标建立了经济调度模型，对指导有供暖需求区域的楼宇进行改造有借鉴意义；文献［14］计及EV 调度成本构建了区域综合能源系统模型，采用改进的混沌粒子群优化（CSPO）算法进行求解，但未考虑车主补贴激励对参与率的影响。综上所述，现有研究存在以下不足：①较少地关注EV 与楼宇中其他可控负荷的联合优化调度策略；②较少在楼宇级优化中考虑V2B技术；③较少评估楼宇运行中的环境效益。

为此，本文考虑在低碳楼宇背景下，以最小化楼宇日运行成本（包括购电成本和激励费用）为目标对包括V2B智慧充电桩群和温控负荷在内的楼宇可控负荷进行优化调度，以楼宇为主体实现电力需求侧节能减排目标，同时削减楼宇的最大需量电费，提升变压器的安全裕量。

1 低碳楼宇电能管理架构

本文以办公属性的低碳楼宇为研究对象，楼宇负荷包括照明负荷、设备负荷、温控负荷和EV 充电负荷等。楼宇电能管理中心对所有用电设备及发电设备进行实时监测，对可控负荷进行集中优化调度。低碳楼宇的电气结构示意图如图1所示。

图1 低碳楼宇的电气结构示意图Fig.1 Electrical structure diagram of low-carbon building

楼宇内的温控负荷使用节能性能优异的变频空调，其承担调节冷负荷与热负荷的双重功能。楼宇通过节能宣传使住户让渡调节室内温度的权利，由电能管理中心统一设定和控制楼宇的温度和空调运行状态。楼宇配置的EV 智慧充电桩支持电能双向传输。当待充电EV 接入充电桩时，监测装置记录EV 的接入时间，同时在屏幕上显示V2B活动说明和激励措施，若用户选择服从楼宇调控，则用户需要上传提车时间及预期充电电量。根据EV 信息和充电需求信息，电能管理中心将对EV的充电过程进行优化控制。需要说明的是，V2B 充电桩支持电能双向传输，但返送的电能仅供楼宇负荷管理系统所控范围内部使用。楼宇与电网之间只存在单向能量传输，不支持楼宇电能返送电网。

2 考虑V2B的EV智慧充电桩群模型

2.1 V2B充电桩群智慧充放电模型

考虑V2B 的单辆EV 的充放电过程模型如图2所示。将充电过程划分为多个等时长的时段，充电桩的控制状态可以在每个时段点进行调整，且在每个控制时段Δt内EV 的充放电功率和充放电状态保持一致。

图2 EV智慧充电过程示意图Fig.2 Schematic diagram of EV smart charging process

则接受楼宇调度的EV模型可表示为：

为了延长动力电池的使用寿命，设定V2B 模式下EV的荷电状态约束如式（4）所示。

2.2 EV价格激励模型

楼宇通过给予用户补贴的方式激励EV 参与统一调控。若将EV提供的电能调控看作一种商品，那么可控负荷即为这种商品的供给方。根据激励价格，用户响应度可以分为3 个阶段［15］，示意图见附录A 图A1。①阶段1，激励价格较小，在［0，a）范围内，未达到用户的心理预期，此时几乎没有用户参与调控；②阶段2，激励价格不断增大（在［a，b］范围内），越来越多的用户选择将控制权交给电能管理中心；③阶段3，由于总存在一定比例的用户有紧急用车需求，不愿意参与楼宇统一调控，此时无论激励价格如何升高，响应用户数量也不会增加。用户响应度β与激励价格ρ之间的关系如式（8）所示。

式中：k为效用系数，表示用户对激励措施的响应程度，效用系数值越大，表明用户对激励价格越敏感；βmax为用户响应度的极限值。

则参与楼宇统一调控的EV数量Nev为：

EV总调控费用Cs为：

式中：nT为一天的时段总数量。

3 低碳楼宇的可调容量建模

3.1 温控负荷模型

变频空调是具备良好调节性能的需求侧资源。通过集中控制楼宇内的空调资源，可以实现用电合理分配以及节能减排的目标。变频空调的简化热参数模型可表示为［16］：

式中：δt为时段t变频空调的能效比。本文假设能效比仅与室外机所处温度相关［12］，则其计算式为：

式中：Tr为空调的额定工作温度；δTr为额定工作温度下空调的能效比；Tb为空调的基准工作温度；δTb为基准工作温度下空调的能效比。

当室内温度变化时，时段t变频空调的最大制冷量由额定制冷功率决定，如式（15）所示。

低碳楼宇通常采用隔热性能良好的建筑材料，因此保温、保冷效果往往较好。以此为背景，低碳楼宇可被视为巨型的储热罐。当正常运行时，空调将电能以热能形式存储于所属建筑物中，储能量大小与室内温度成正比。换言之，空调可以通过提前降温，将能量存储于空气中，降低负荷高峰时段空调的用电量，这在一定程度上能起到负荷平移的作用，但该过程存在能量损耗，会带来额外的碳排放。

3.2 光伏建筑一体化模型

光伏建筑一体化BIPV（Building Integrated Photo-Voltaics）技术是指将光伏组件作为建筑的一部分（屋顶、玻璃幕墙等）与楼宇的用能系统相连，产生清洁电力供楼宇内部负荷使用。目前，普遍装设的屋顶光伏的可利用面积有限，低碳楼宇可以通过装设玻璃幕墙光伏显著提高光伏的配置容量，从而提升楼宇的清洁电能比例。光伏出力模型可表示为：

3.3 最大需量约束

为了降低楼宇的最大需量电费，模型以约束条件形式限制楼宇从电网的购电功率：

3.4 优化调度模型

低碳楼宇电能管理中心的优化运行目标函数为：

式中：Ce为从电网购电的费用；Cs为用户的激励费用；ρt为时段t从电网购电的分时电价。

约束条件包括EV相关约束式（1）—（7）、温控负荷相关约束式（11）—（13）、BIPV 相关约束式（16）和式（17）、最大需量约束式（18）和式（19）。整体优化调度模型为混合整数线性规划问题。

4 环境友好指标——碳减排量

目前，电网发电侧一般使用二氧化碳排放量作为电源的环境友好程度评估指标，但用户侧缺乏环境友好程度的量化指标。本文借鉴京都议定书规定的清洁发展机制项目减排量计算方法，测算用户侧的二氧化碳减排量。根据楼宇的运行情况，楼宇的碳减排量由两部分组成：一部分由空调节能产生，另一部分由低碳楼宇自身配备的可再生能源产生。空调的碳减排量可以表示为：

式中：Eac为空调的日碳减排量；Wac为空调负荷的日削减量；Pˉact为时段t空调负荷基准功率；λ为单位电量边际排放因子，由电量边际排放因子EOM和容量边际排放因子EBM加权计算所得，取值采用国家发改委发布的我国区域电网基线排放因子［17］；ω1和ω2为权重值。

光伏发电设备碳减排量Epv的计算方法与Eac类似，如式（25）所示。

智慧充电桩群为可平移负荷而非可削减负荷，所以并不是直接碳减排，而是通过以下途径产生间接的环境效益：①通过灵活调控EV 充电负荷，使得在高比例光伏接入情况下，楼宇内部的可再生能源能够得到100%消纳，从而提升碳减排效果；②减少空调在负荷高峰前的主动降温行为，提升空调的节能效果；③提供便利的充电基础设施，减少EV 用户的里程焦虑，从而助力EV 的推广应用，但其碳减排效果无法量化。

5 算例分析

5.1 算例参数

基于Gurobi 求解器求解算例模型，将全天划分为96 个时段，单位时段时长为15 min。为了分析极端天气下楼宇的调控能力，算例背景设置为高温工作日的低碳办公楼宇。楼宇建筑参数见附录A 表A1，楼宇配置了100台空调，用户的舒适调温范围为24～28 ℃，楼宇内房间的平均热阻为5.56 ℃／kW，平均热容为0.18 kW·h／℃，单台空调的最大用电功率为1 500 W，正常空调的开机时段为08:00—22:00，开机后达到舒适温度的时间为1 h。假设有50%的空调允许延迟开机时间以达到节能减排的效果。选取调控前始终维持室内温度为26 ℃的空调负荷为温控负荷基线，见附录A 图A2。楼宇日均到达30辆EV，EV 参数见附录A 表A2，基于出行链方法预测［18］得到EV 到达和离开时间的概率分布，见附录A图A3。EV 到达时的荷电状态服从均值为0.4、方差为0.1 的正态分布。用户响应度与激励价格之间的关系函数的效用系数取值为3.25。根据楼宇建筑参数，楼宇屋顶光伏容量取为100 kW，玻璃幕墙光伏容量取为300 kW，光伏出力曲线标准值取自PVoutput.org 我国区域项目的实际出力，光伏预测功率最大允许误差为15%。电价数据采用上海市工商业用户两部制电价，电度电价曲线见附录A 图A4，最大需量电价为42 元／（kW·月）。经测试，楼宇可行最大需量阈值为275 kW。

5.2 楼宇统一调度前的结果分析

进行低碳楼宇统一调控前，且楼宇停车场未配置智慧充电桩时，光伏低发、大发情形下楼宇负荷及BIPV 的发用电功率结果分别如图3、附录A 图A5 所示（图中将购电功率、光伏出力均记为负值，负荷记为正值，后同）。由图可知，无论光伏低发或大发，全天购电功率的峰值总出现在09:45左右，这是因为此时上班族涌入办公楼宇，同时极端高温天气使得空调等温控负荷需求高于其他工作日，所以空调启动带来的负荷峰值与EV无序充电的负荷峰值相叠加，造成负荷峰上加峰。分析认为，夏季办公楼宇的月度负荷高峰往往出现在高温光伏低发日，认定该天为月度负荷峰值出现日，计算得到月度需量电费为16359元，该日的购电费用为3067.4元。

图3 光伏低发情形下的楼宇调度结果Fig.3 Scheduling results of building in case of low photovoltaic output

5.3 楼宇统一调度的结果分析

以计算月度需量电费的高温光伏低发日为例，经电能管理中心统一调控后，楼宇运行结果如图4所示（图中将EV 放电功率记为负值），EV 充电负荷与温控负荷曲线如图5所示。

图4 统一调控后楼宇的运行结果Fig.4 Operation results of building after united regulation and control

经统一调控后，楼宇负荷峰值被控制在275 kW，需量电费为11 550 元，相比调控前减少了4 809 元；日购电费用为2 546.5 元，相比调控前减少了520.9元；而激励费用为109.4 元，购电费用与激励费用之和即总运营费用减少。平均每辆参与调控的EV 单次充电可以获得9.1 元的补贴，十分可观。观察图5可发现，EV 充电负荷与温控负荷在高峰时段存在一定程度的互补，出现“此消彼长”的现象。

图5 统一调控后的EV充电负荷与温控负荷曲线Fig.5 EV charging load and thermostatically controlled load curves after united regulation and control

智慧充电桩的V2B功能也为极端天气下的楼宇用电提供了新的解决方案。在楼宇用电高峰时段10:00—11:00，楼宇控制已让渡充电管理权的EV 放电，作为光伏发电和电网购电的补充，使得即使在光伏低发情形下，楼宇最大需量也能维持在较低的水平；在非用电高峰时段，V2B功能则类似储能起到峰谷套利的作用，在电价较低时段多充电，在电价较高时段放电供给楼宇其他负荷，使得楼宇的总用电成本减少。在满足用户充电需求的前提下，EV 车群的总放电电量达到48 kW·h。

室内温度和空调制冷功率变化曲线见图6。观察图6 可知，室内温度并不会总维持在舒适温度上限，而是随着楼宇中其他负荷和电价的变化而灵活变化。空调会通过在平电价时段多消耗电能，降低室内温度，将能量存储于空气中，使得在维持用户舒适度的前提下，在峰电价时段能够适当地减少用电量，节约购电成本。空调的灵活性也保证了在大量EV 接入楼宇的情形下峰值功率仍能维持在最大需量阈值以下。

图6 室内温度和空调制冷功率变化曲线Fig.6 Change curves of indoor temperature and air conditioning’s cooling power

5.4 碳减排量分析

取EV 的激励价格为0.25 元／（kW·h），则不同光伏配置与统一调控情况下的碳减排量结果如表1所示。对比Case 1 和Case 2 可知，V2B 功能能够缓解空调负荷的调节压力，从而产生可量化的环境效益；对比Case 1、Case 3、Case 5 可知，配置光伏（尤其是玻璃幕墙光伏）能够显著提升楼宇的碳减排量；Case 5 的碳减排量较Case 4 有显著提升，说明经统一调控的楼宇通过设定舒适温度范围等手段深度挖掘了空调负荷的节能减排空间。

表1 不同条件下的碳减排量结果Table 1 Carbon emission reduction results under different conditions

5.5 EV激励价格变化的影响

当EV 激励价格变化时，参与楼宇统一调控的EV 数量会随之变化，楼宇降低需量电费的能力也将随之变化。楼宇配置屋顶光伏与玻璃幕墙光伏，取光伏低发的高温日计算最大需量。记每月的工作日天数为22 d，则EV 激励价格与月度需量电费间的关系如表2所示。

表2 EV激励价格与月度需量电费间的关系Table 2 Relationship between EV incentive prices and monthly electricity demand

由表2可知，当EV激励价格由0.25元／（kW·h）提升至0.30 元／（kW·h）时，月度激励费用增加了632元，月度需量电费减少了840元，故总成本降低；但是当EV 激励价格由0.30 元／（kW·h）提升至0.40元／（kW·h）时，月度激励费用增加了1 398 元，月度需量电费减少了1260元，总成本增加。不难发现，需量削减量与EV 激励价格呈非线性关系，因此，需要合理设置EV激励价格，以达到最小化成本的目标。