李書雄，林明星，余興祥

(四川省電力公司甘孜公司，四川 康定 626300)

0 引言

近年來，全球?qū)?jié)能減排的關(guān)注顯著提升，對清潔能源的越來越重視。傳統(tǒng)的燃料汽車不僅大量消耗著日益減少、存量有限的化石燃料，并且排放大量的溫室氣體，從而對全球的環(huán)境和氣候造成極大的負(fù)面影響。在此背景下，電動汽車成為當(dāng)今汽車發(fā)展的必然趨勢。其中，對電動汽車充電方式的研究是其中一個重要的課題［1，2］。

目前，國內(nèi)外均采用非協(xié)調(diào)性無序充電方式對電動汽車進(jìn)行充電，每輛電動汽車的充電曲線都是由各自的使用者決定的，使用者可以決定自己汽車充電的時(shí)間和功率。該充電方式?jīng)]有使電網(wǎng)的利用達(dá)到最優(yōu)化，電網(wǎng)的功率損耗和電能質(zhì)量都有很大的提升空間，并且在該無序充電方式下，進(jìn)一步加大了電網(wǎng)負(fù)荷峰谷差。

針對以上問題，國內(nèi)外學(xué)者作了一定研究。文獻(xiàn)［3］提出了一種平滑等效負(fù)荷波動的有序充電方式，但未考慮涉及對整個配電網(wǎng)損耗等方面的影響;文獻(xiàn)［4］建立了一種考慮功率損耗的協(xié)調(diào)性充電方式，但僅從定性上進(jìn)行了分析;文獻(xiàn)［5］詳細(xì)分析了協(xié)調(diào)性充電方式對電網(wǎng)損耗、電壓偏移等的影響，建立了一種提高配電網(wǎng)電能質(zhì)量的充電方式，但未考慮對系統(tǒng)等效負(fù)荷峰谷差帶來的巨大影響。

綜上問題和研究，分析了一種新的電動汽車充電方式——協(xié)調(diào)性充電調(diào)度策略。該充電方式從經(jīng)濟(jì)性和安全性兩方面出發(fā)，使汽車的充電和電網(wǎng)的利用達(dá)到最優(yōu)，從而使網(wǎng)絡(luò)的功率損耗降到最小，同時(shí)減小等效負(fù)荷峰谷差。最后，通過IEEE標(biāo)準(zhǔn)配電網(wǎng)33母線測試系統(tǒng)驗(yàn)證了該模型的有效性。

1 電動汽車對配電網(wǎng)的影響

電動汽車在充電時(shí)會消耗大量電能，從而大大增加峰值負(fù)荷，對電網(wǎng)造成不利的影響。電動汽車的充電地點(diǎn)主要有三個:其一是加油站，其二是停車場，最后一個是車主的家中。這里討論的情況主要是電動汽車的集聚效應(yīng)，也即所有電動汽車被安排在充電站進(jìn)行充電。從配電網(wǎng)運(yùn)行者的角度考慮，電動汽車充電時(shí)電網(wǎng)的功率損耗關(guān)系到經(jīng)濟(jì)收益，因此，應(yīng)該使電網(wǎng)的功率損耗減小到最小。另外，電動汽車充電時(shí)會造成負(fù)荷大量增加，因此，避免變壓器和饋線的過負(fù)荷也是必須考慮的問題。在電動汽車充電期間，除了功率損耗之外，電能質(zhì)量(包括電壓分布、電力電量不平衡、諧波等問題)以及等效負(fù)荷峰谷差也是配電網(wǎng)運(yùn)行者和用戶關(guān)心的重要問題。過大的電壓偏移以及峰谷差會使電力系統(tǒng)的可靠性受到威脅。

在深夜讓電動汽車充電能夠增加基荷發(fā)電站的負(fù)荷，也能平滑日負(fù)荷曲線，并且避免發(fā)電機(jī)的啟動，從而提高整體能效。如果讓車主完全按照自己的意愿給電動汽車充電，隨意地確定充電時(shí)間和充電功率，且配電網(wǎng)運(yùn)行者不對所有電動汽車的充電時(shí)間和充電功率加以協(xié)調(diào)，那么配電網(wǎng)將會受到極大的影響。因?yàn)?，如果不?jīng)過協(xié)調(diào)，大量電動汽車可能集中在同一時(shí)間段進(jìn)行充電，造成該時(shí)段峰值負(fù)荷大大增加，從而增加功率損耗，加劇電壓偏移，降低配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性與可靠性。

2 協(xié)調(diào)性有序充電方式優(yōu)化模型

2.1 協(xié)調(diào)性有序充電方式基本原理

在協(xié)調(diào)性有序充電方式下，電動汽車使用者不能控制汽車的充電功率隨時(shí)間變化的曲線，汽車的充電調(diào)度策略曲線由配電網(wǎng)中一個專門的控制系統(tǒng)來控制。這個控制系統(tǒng)的控制目標(biāo)是使配電網(wǎng)的功率損耗以及負(fù)荷峰谷差最小，該系統(tǒng)的控制依據(jù)是根據(jù)最優(yōu)化方法計(jì)算出的各個汽車最優(yōu)充電功率隨時(shí)間變化的曲線。在該協(xié)調(diào)性充電方式下，各個充電動力汽車之間存在著某種程度上的配合關(guān)系，它們的配合使配電網(wǎng)中的功率損耗最小，進(jìn)而使電能質(zhì)量得到相應(yīng)提高，同時(shí)降低了系統(tǒng)等效負(fù)荷峰谷差。

2.2 電動汽車充電負(fù)荷模型

集中研究電動汽車充電的集群效應(yīng)，即大量電動汽車在充電站接入后對配電網(wǎng)的影響，假設(shè)每輛電動汽車充電時(shí)間服從正態(tài)分布，且不受其他電動汽車影響，相互獨(dú)立，因此采用蒙特卡洛模擬方法來研究電動汽車的充電行為。設(shè)第t時(shí)段第k輛電動汽車的充電功率為Pk，則總的充電功率為

式中，Pt為第t時(shí)段總的充電功率;k為電動汽車編號;t為時(shí)段編號;N為電動汽車總量。

2.3 目標(biāo)函數(shù)

由第1節(jié)知，該協(xié)調(diào)性充電方式從經(jīng)濟(jì)性和安全性兩個方面來進(jìn)行整個配電網(wǎng)的優(yōu)化，經(jīng)濟(jì)性體現(xiàn)在系統(tǒng)網(wǎng)損方面，安全性體現(xiàn)在等效負(fù)荷峰谷差方面。因此，優(yōu)化目標(biāo)為配電網(wǎng)功率損耗以及等效負(fù)荷的方差最小。目標(biāo)函數(shù)為

其中，f1、f2分別為網(wǎng)損和等效負(fù)荷峰谷差目標(biāo)函數(shù);T、N分別為優(yōu)化時(shí)段數(shù)和系統(tǒng)節(jié)點(diǎn)數(shù);Ui，t為節(jié)點(diǎn) i第 t時(shí)段的節(jié)點(diǎn)電壓;θij，t為節(jié)點(diǎn) i、j的相角差;Pi，t、Pi，tload為節(jié)點(diǎn)i第t時(shí)段的充電功率和負(fù)荷功率;μ為所有時(shí)段電網(wǎng)等效負(fù)荷的平均值。即

另外，由于上述兩個目標(biāo)函數(shù)的量綱不同，在計(jì)算過程中采用自適應(yīng)權(quán)重法，并結(jié)合式(2)和式(3)，將其歸一轉(zhuǎn)為單目標(biāo)函數(shù)，得到如下形式。

式中，λ1、λ2為網(wǎng)損和等效負(fù)荷方差目標(biāo)函數(shù)的權(quán)重系數(shù)。

2.4 約束條件

(1)充電功率約束

Pi，min、Pi，max分別為節(jié)點(diǎn) i的充電器功率最小、最大限制;Ii為節(jié)點(diǎn)狀態(tài)量，當(dāng)節(jié)點(diǎn)n有充電器時(shí)，其值為1，否則其值為0。

(2)電池容量約束

式中，Ci，min、Ci，max為電動汽車電池電量的上下限;Ci，start為電動汽車充電初始時(shí)刻電量;η為充電效率;Δt為時(shí)間間隔。式(7)和式(8)表示電量不能超過最大容量限值，也不能低于用戶的最小電量需求。式(9)表示若用戶要求一次性在規(guī)定時(shí)間內(nèi)充滿電的約束式。

(3)網(wǎng)絡(luò)安全約束

式中，Ui，min、Ui，max、Pij，min、Pij，max分別為節(jié)點(diǎn)電壓和支路功率的上下限。

2.5 算法求解

針對上述所建模型，采用普遍應(yīng)用的遺傳算法進(jìn)行求解。

(1)編碼。選取各節(jié)點(diǎn)每個時(shí)段電動汽車充電功率作為染色體個體，進(jìn)行編碼。

(2)適應(yīng)度函數(shù)。按照遺傳算法適應(yīng)度函數(shù)要求，需要將目標(biāo)函數(shù)轉(zhuǎn)化為最大值問題，因此結(jié)合式(5)，構(gòu)造適應(yīng)度函數(shù)f'。

(3)遺傳操作。根據(jù)種群個體適應(yīng)值，并結(jié)合潮流約束條件滿足情況，執(zhí)行相應(yīng)遺傳操作(選擇、變異和交叉)。由適應(yīng)度函數(shù)知，f1、f2越小，對應(yīng)的適應(yīng)度函數(shù)值越大，相應(yīng)個體被選擇的概率越高。同時(shí)，采用較高個體適應(yīng)度的單點(diǎn)交叉作為交叉算子。由于遺傳操作(選擇、交叉和變異)具有隨機(jī)性，為了防止最優(yōu)解在進(jìn)化過程中被破壞，采取最優(yōu)保留策略，直接復(fù)制到下一代，從而提高了算法收斂的可靠性。

(4)算法流程。根據(jù)上述循環(huán)迭代過程可得協(xié)調(diào)性有序充電結(jié)果，具體流程如圖1。

3 算例分析

3.1 模型參數(shù)與假設(shè)

這里λ1=λ2=0.5，采用IEEE配電網(wǎng)33母線系統(tǒng)進(jìn)行算例分析，如圖2，該母線系統(tǒng)是一個住戶型的輻射配電網(wǎng)絡(luò)，節(jié)點(diǎn)與支路參數(shù)見文獻(xiàn)［3，7］。線路阻抗的大小是根據(jù)能承受的電壓偏移和網(wǎng)絡(luò)功率損耗而確定的。隨機(jī)選取這些節(jié)點(diǎn)中的其中一些節(jié)點(diǎn)，作為電動汽車的充電節(jié)點(diǎn)。根據(jù)統(tǒng)計(jì)選擇三個重要的充電時(shí)段。第一個充電時(shí)段是用電高峰期(18:00～22:00)，該充電時(shí)間段和晚間的峰值負(fù)荷發(fā)生的時(shí)間段是一致的。第二個充電時(shí)段是在傍晚和夜里(23:00～6:00)，該時(shí)段大多數(shù)電動汽車都在家里，更愿意在此時(shí)段充電，進(jìn)而降低充電費(fèi)用，并且電網(wǎng)負(fù)荷處于低谷階段。第三個充電時(shí)時(shí)段是上班時(shí)段(7:00～17:00)，該時(shí)段通常在城市地區(qū)的小型辦公室內(nèi)充電。

圖1 算法流程圖

對于電網(wǎng)負(fù)荷，從某地區(qū)的居民配電網(wǎng)歷史數(shù)據(jù)中，選取一系列負(fù)荷曲線，將選取的大量日負(fù)荷曲線分為兩組，一組是冬季用電負(fù)荷曲線，另一組是夏季用電負(fù)荷曲線。圖3為冬季某一天單戶家庭的日負(fù)荷曲線。

圖2 IEEE 33母線系統(tǒng)結(jié)構(gòu)圖

圖3 冬季家庭日負(fù)荷曲線圖

3.2 模型結(jié)果

算例分析了電動汽車不同接入比例下(10%、20%和30%)的系統(tǒng)網(wǎng)絡(luò)損耗、電壓偏移以及對等效負(fù)荷的影響。表1、表2分別為各充電時(shí)段在不同電動汽車接入比例下的系統(tǒng)網(wǎng)損和電壓偏移。

表1 協(xié)調(diào)性有序充電方式下網(wǎng)絡(luò)功率損耗占總功率的比例

從表1數(shù)據(jù)可以看出，隨著電動汽車接入比例的增大，配電網(wǎng)功率損耗也隨之增大，這是由于電動汽車比例增大時(shí)，意味著整個配電網(wǎng)網(wǎng)絡(luò)的總負(fù)荷增加，進(jìn)而導(dǎo)致整個配電網(wǎng)網(wǎng)絡(luò)的功率損耗也會隨之增加。

表2 協(xié)調(diào)性有序充電方式下配電網(wǎng)最大電壓偏移

根據(jù)表2分析可得，協(xié)調(diào)性充電方式下，當(dāng)電動汽車的比例為0%時(shí)，和電動汽車的比例為10%的電壓偏移的差別不大。出現(xiàn)這種現(xiàn)象的原因是，當(dāng)電動汽車的比例為0%時(shí)，最大電壓偏移出現(xiàn)在家庭負(fù)荷的高峰時(shí)段。當(dāng)電動汽車的比例為10%時(shí)，由于采用了協(xié)調(diào)性充電方式，汽車幾乎都能被安排到家庭負(fù)荷的非高峰時(shí)段。這樣，電動汽車的充電幾乎不會明顯增加高峰時(shí)段的負(fù)荷量，因此，電壓偏移程度只比電動汽車比例為0%時(shí)略微高一些。當(dāng)電動汽車的比例為20%時(shí)，由于充電的汽車數(shù)量增多，汽車充電時(shí)間的分布性就更強(qiáng)。于是，被安排到高峰時(shí)期充電的汽車數(shù)量高于比例為0%時(shí)的情況，因而增加了高峰時(shí)期的總負(fù)荷，所以電壓偏移比起比例為0%、10%時(shí)的程度高。同樣的道理，當(dāng)電動汽車比例為30%時(shí)，最大電壓偏移的值比起0%、10%、20%都有所增高。

系統(tǒng)冬季某天各時(shí)段充電負(fù)荷和等效負(fù)荷曲線如圖4。

圖4 協(xié)調(diào)性有序充電方式下等效負(fù)荷

3.3 模型對比分析

采用傳統(tǒng)的非協(xié)調(diào)性自由充電模式進(jìn)行算例對比分析。表3和表4為非協(xié)調(diào)性充電方式下的系統(tǒng)網(wǎng)損和電壓偏移。

表3 非協(xié)調(diào)性無序充電方式下網(wǎng)絡(luò)功率損耗占總功率的比例

表4 非協(xié)調(diào)性無序充電方式下配電網(wǎng)最大電壓偏移

由上表中數(shù)據(jù)對比分析可得，由于冬季整個配電網(wǎng)網(wǎng)絡(luò)負(fù)荷高于夏季，功率損耗比夏季整個配電網(wǎng)網(wǎng)絡(luò)功率損耗稍高。

圖5 不同充電方式下等效負(fù)荷對比

從圖5可以看出:在自由充電模式下，采用蒙特卡洛隨機(jī)模擬，車主更多地選擇在上班時(shí)間(7:00～17:00)或者用電高峰期(18:00～22:00)進(jìn)行隨機(jī)充電，在該模式下勢必會惡化電網(wǎng)的峰谷差，增加電網(wǎng)的負(fù)擔(dān)。采用協(xié)調(diào)性有序充電后，將大量的充電負(fù)荷轉(zhuǎn)移安排在夜間用電低谷時(shí)段(即23:00～6:00)，這有效降低了負(fù)荷峰谷差，平滑了負(fù)荷曲線。

表5 相比自由無序充電協(xié)調(diào)性有序充電方式下網(wǎng)絡(luò)功率損耗減少比例

從表5可知:①沒有電動汽車充電時(shí)，協(xié)調(diào)性充電方式與非協(xié)調(diào)性充電方式下都不會對配電網(wǎng)的網(wǎng)絡(luò)功率損耗造成影響;②不同充電時(shí)間段、不同的電動汽車比例的情況下，協(xié)調(diào)性充電方式比非協(xié)調(diào)性充電方式的優(yōu)越性程度不同，也就是說，在不同情況下，協(xié)調(diào)性充電方式比非協(xié)調(diào)性方式充電減小的配電網(wǎng)功率損耗的程度不同，隨著電動汽車比例的增加，協(xié)調(diào)性充電方式比非協(xié)調(diào)性方式充電的優(yōu)越性更加顯著，減少的網(wǎng)損更多。因此，采用協(xié)調(diào)性有序充電方式后，在不同電動汽車接入比例下整個配電網(wǎng)系統(tǒng)網(wǎng)損均有所降低，提高了電網(wǎng)的經(jīng)濟(jì)性。

從表2和表4對比以及圖4可得，在同樣的情況下，電動汽車以協(xié)調(diào)性充電方式充電比非協(xié)調(diào)性充電方式充電的電壓偏移量有較大程度的減小。比如，在冬季的18:00～22:00以及23:00～6:00這兩個時(shí)段，當(dāng)電動汽車的比例為30%時(shí)，以協(xié)調(diào)性充電方式充電比以非協(xié)調(diào)性充電方式充電的電壓偏移小1.3%和1.4%。出現(xiàn)這種現(xiàn)象的原因是，用協(xié)調(diào)性方式充電，能使各個電動汽車被安排在合理的時(shí)間充電，盡量避開高峰負(fù)荷，減小高峰負(fù)荷的增量，有效降低了負(fù)荷峰谷差，從而減小電壓偏移，該充電調(diào)度策略降低了電壓偏移，提高了電能質(zhì)量，避免了無序自由充電下對負(fù)荷峰谷差的惡化，提高了電網(wǎng)的安全性。

4 結(jié)論

建立了以減小配電網(wǎng)功率損耗和峰谷差為目標(biāo)的協(xié)調(diào)性有序充電調(diào)度策略。通過配電網(wǎng)33節(jié)點(diǎn)系統(tǒng)算例分析表明了該協(xié)調(diào)性有序充電調(diào)度策略能將大量的充電負(fù)荷轉(zhuǎn)移安排在夜間用電低谷時(shí)段，有效地平滑了等效負(fù)荷曲線，避免了非協(xié)調(diào)性充電方式下峰值負(fù)荷的增加以及電壓偏移的加劇，提高了配電網(wǎng)的安全性。同時(shí)，該充電策略降低了配電網(wǎng)功率損耗，提高了整體能效，夜間充電也能有效增加基荷發(fā)電站的負(fù)荷，提高了系統(tǒng)經(jīng)濟(jì)性。

該充電調(diào)度策略需要安裝專門的控制系統(tǒng)，控制系統(tǒng)的安裝會帶來一定的成本，綜合評估成本與整個配電網(wǎng)經(jīng)濟(jì)效益是下一步研究的內(nèi)容。

［1］楊孝綸.電動汽車發(fā)展趨勢及前景［J］.汽車科技，2007(6):10-12.

［2］S.G.Wirasingha，N.Schofield，andA.Emadi.Plug-in Hybrid Electric Vehicle Developments in the US:Trends，Barriers，and Economic Feasibility［C］.IEEE Vehicle Power and Propulsion Conference(VPPC)，2008.

［3］黃潤，周鑫，嚴(yán)正.計(jì)及電動汽車不確定性的有序充電調(diào)度策略［J］.現(xiàn)代電力，2012，29(3):57-63.

［4］萬路路，王磊，丁昊.配電網(wǎng)電動汽車優(yōu)化充電研究［J］.華東電力，2011，39(12):2049-2053.

［5］Kristien Clement-Nyns，Edwin Haesen，Johan Driesen.The Impact of Charging Plug-in Hybrid Electric Vehicles on a Residential Distribution Grid［J］.IEEE Transmissions On Power System，2010，25(1):371-380.

［6］A.Anderman.The Challenge to Fulfil Electrical Power Requirements of Advanced Vehicles［J］.Journal of Power Sources，2004，27(1):2-7.

［7］王守相，王成山.現(xiàn)代配電系統(tǒng)分析［M］.北京:高等教育出版社，2007.

［8］楊秦.混合動力汽車發(fā)展將分“三步走”［N］.中國經(jīng)濟(jì)導(dǎo)報(bào)，2008-12-20.

［9］Denholm P.and Short W.An Evaluation of Utility System Impactsand Benefits of Optimally Dispatched Plugin Hybrid Electric Vehicles［R］.Colorado:National Renewable Energy Laboratory，2006.

［10］M.Duvall and E.Knipping.Environmental Assessment of Plug-in Hybrid Electric Vehicles-Volume 1:Nationwide Greenhouse Gas Emissions［R］.EPRI，2007.