金商鶴，張 宇，，王育飛，時(shí)珊珊，王皓靖

(1.上海電力大學(xué) 電氣工程學(xué)院，上海 200090；2.國(guó)網(wǎng)上海市電力公司電力科學(xué)研究院，上海 200437)

0 引言

近年來(lái)微網(wǎng)和電動(dòng)汽車發(fā)展突飛猛進(jìn)，風(fēng)、光出力波動(dòng)性和電動(dòng)汽車接入電網(wǎng)無(wú)序充電問(wèn)題亟待解決[1]。為此國(guó)內(nèi)外學(xué)者構(gòu)想將電動(dòng)汽車與微網(wǎng)協(xié)調(diào)運(yùn)行，以緩解兩者單獨(dú)接入電網(wǎng)的不利影響，促進(jìn)兩者的應(yīng)用和發(fā)展[2-5]。在微電網(wǎng)中連接電動(dòng)汽車進(jìn)行儲(chǔ)能時(shí)，可以有效避免發(fā)生間歇性新能源出力的情況，現(xiàn)階段已有許多學(xué)者研究了將電動(dòng)汽車與微網(wǎng)進(jìn)行連接時(shí)的優(yōu)化調(diào)度技術(shù)。例如，文獻(xiàn)[6]-[8]設(shè)計(jì)了一種對(duì)含有電動(dòng)汽車的微網(wǎng)系統(tǒng)進(jìn)行多目標(biāo)調(diào)度的分析模型，結(jié)果發(fā)現(xiàn)采取有序充放電的方式可以獲得比無(wú)序充電入網(wǎng)方式更高的經(jīng)濟(jì)性；文獻(xiàn)[8]報(bào)道了由電動(dòng)汽車構(gòu)成的光、風(fēng)、儲(chǔ)能微電網(wǎng)調(diào)度模型，通過(guò)引入更加協(xié)調(diào)的運(yùn)行模式能夠有效減小系統(tǒng)的運(yùn)行成本并降低電動(dòng)汽車運(yùn)行費(fèi)用；文獻(xiàn)[9]同時(shí)分析了微網(wǎng)發(fā)電成本及其對(duì)環(huán)境造成的影響，對(duì)分布式電源的出力狀況進(jìn)行了動(dòng)態(tài)分析，因此能夠?qū)崿F(xiàn)在低發(fā)電成本的條件下獲得更優(yōu)的環(huán)境效益；文獻(xiàn)[10]根據(jù)微網(wǎng)內(nèi)存在的不確定因素設(shè)計(jì)得到了具有良好魯棒性的經(jīng)濟(jì)調(diào)度模型，并達(dá)到了較低的電動(dòng)車損耗，同時(shí)滿足魯棒性與經(jīng)濟(jì)性要求。現(xiàn)有文獻(xiàn)多通過(guò)直接負(fù)荷控制的方式滿足實(shí)施方需求，其對(duì)電動(dòng)汽車特殊性的考慮不夠充分，較少關(guān)注單輛電動(dòng)汽車參與激勵(lì)型需求響應(yīng)項(xiàng)目后的實(shí)際響應(yīng)效果[11-14]。文獻(xiàn)[15]-[16]以負(fù)荷峰值削減為目標(biāo)，制定有序的電動(dòng)汽車充電策略，該類方法通常缺少對(duì)電動(dòng)汽車參與響應(yīng)的效果評(píng)估，忽略用戶側(cè)需求[17]。上述文獻(xiàn)較少考慮電動(dòng)汽車車主響應(yīng)意愿，單方面認(rèn)為入網(wǎng)的電動(dòng)汽車皆可參與充放電調(diào)度；其次，優(yōu)化調(diào)度通常直接針對(duì)單輛電動(dòng)汽車，電動(dòng)汽車數(shù)量較多時(shí)容易引發(fā)“維數(shù)災(zāi)”問(wèn)題。

本文從電動(dòng)汽車用戶響應(yīng)意愿角度出發(fā)，建立兩階段優(yōu)化調(diào)度模型，兩階段優(yōu)化方法的決策變量數(shù)顯著減少，有利于大量電動(dòng)汽車充放電優(yōu)化問(wèn)題的快速求解。

1 兩階段優(yōu)化調(diào)度模型建立

1.1 日前集群調(diào)度模型

1.1.1 目標(biāo)函數(shù)

日前集群調(diào)度以風(fēng)光利用率最大為目標(biāo)：

式中，pw，t、ppv，t、pwv，t分別為微網(wǎng)在t時(shí)段的風(fēng)電、光伏出力預(yù)測(cè)值以及風(fēng)光利用功率，pload，t為 t時(shí)段微網(wǎng)基本負(fù)荷，PEV，t為 t時(shí)段電動(dòng)汽車總的充放電功率，pB，t為 t時(shí)段微網(wǎng)中儲(chǔ)能電池的充放電功率。

1.1.2 約束條件

(1)功率平衡約束

微網(wǎng)為維持功率平衡，在t時(shí)段的購(gòu)電量qt為：

(2)電動(dòng)汽車集群充放電功率約束

式中，pcmax，l、pdmax，l為電動(dòng)汽車的充、放電功率上限。

(3)儲(chǔ)能電池約束

儲(chǔ)能電池的安全運(yùn)行需考慮荷電狀態(tài)SB約束，且其充放電功率pB，t受其最大充放電功率約束，故有：

式中，SB，max、SB，min分別為儲(chǔ)能電池荷電狀態(tài)上、下限，pB，cmax、pB，dmax分別為儲(chǔ)能電池充、放電功率最大值，ηB，c、ηB，d分別為儲(chǔ)能電池的充、放電效率，CB為儲(chǔ)能電池容量。

從安全性和可持續(xù)性角度出發(fā)，儲(chǔ)能電池在整個(gè)調(diào)度周期的充放電電量需維持平衡。

1.2 日內(nèi)實(shí)時(shí)調(diào)度模型

1.2.1 目標(biāo)函數(shù)

計(jì)及風(fēng)電、光伏出力預(yù)測(cè)誤差，結(jié)合電動(dòng)汽車分類，日內(nèi)實(shí)時(shí)調(diào)度以與日前集群調(diào)度結(jié)果偏差最小為目標(biāo)：

1.2.2 約束條件

(1)功率約束

式中，Nt1、Nt2和Nt3分別為恒功率充電、響應(yīng)充電和響應(yīng)充放電的電動(dòng)汽車數(shù)量。

(2)荷電狀態(tài)約束

式中，ηl，c、ηl，d分別為電動(dòng)汽車 l的充、放電效率。

(3)出行需求約束

電動(dòng)汽車l接入微網(wǎng)的持續(xù)時(shí)間為：Tcon，l=Tout，l-Tin，l，Tcon，l包含的時(shí)間段集合為，則電動(dòng)汽車在離開(kāi)時(shí)要滿足期望電量要求：

式中，S0，l為電動(dòng)汽車l接入微電網(wǎng)的初始荷電狀態(tài)。

1.3 兩階段優(yōu)化調(diào)度流程圖

電動(dòng)汽車分類接入微網(wǎng)兩階段優(yōu)化調(diào)度流程如圖1所示。

本文在MATLAB環(huán)境下應(yīng)用Yalmip工具箱調(diào)用Gurobi求解器方法，先后對(duì)兩階段優(yōu)化調(diào)度模型進(jìn)行求解。

2 算例分析

2.1 基本參數(shù)

圖1 兩階段優(yōu)化調(diào)度流程圖

將一天分為96個(gè)時(shí)段，調(diào)度間隔15 min。有100輛電動(dòng)汽車接入微網(wǎng)充電，電動(dòng)汽車容量統(tǒng)一為25 kW·h，充、放電功率上限為 3.6 kW，充、放電效率分別為0.95、0.9，荷電狀態(tài)上、下限分別為 1、0.2，由電動(dòng)汽車功率需求模型隨機(jī)生成電動(dòng)汽車充電需求信息，假設(shè)I類、II類和III類電動(dòng)汽車分別占比20%、30%和50%。假設(shè)風(fēng)光出力預(yù)測(cè)誤差服從正態(tài)分布，預(yù)測(cè)誤差方差為0.2。日前微網(wǎng)源荷信息如圖2所示，包括微網(wǎng)中的基本負(fù)荷、日前風(fēng)電和光伏出力預(yù)測(cè)，以及電動(dòng)汽車各時(shí)段的無(wú)序充電需求。

圖2 日前微網(wǎng)源荷信息

2.2 結(jié)果分析

2.2.1 電動(dòng)汽車日前集群調(diào)度與日內(nèi)實(shí)時(shí)調(diào)度

電動(dòng)汽車日前集群調(diào)度和日內(nèi)實(shí)時(shí)調(diào)度計(jì)劃如圖3所示。由圖3可知，日前集群調(diào)度和日內(nèi)實(shí)時(shí)調(diào)度當(dāng)日電動(dòng)汽車充放電計(jì)劃不完全重合，但兩條曲線整體趨勢(shì)近似一致，在風(fēng)電過(guò)剩的0時(shí)～7時(shí)，電動(dòng)汽車選擇充電響應(yīng)；在風(fēng)、光出力不足的17時(shí)～23時(shí)，電動(dòng)汽車選擇放電響應(yīng)。

2.2.2 3類單輛電動(dòng)汽車充放電計(jì)劃

葉舒憲指出：“原型是人類長(zhǎng)期的心理積淀中未被直接感知到的集體無(wú)意識(shí)的呈現(xiàn)，因而是作為潛在的無(wú)意識(shí)進(jìn)入創(chuàng)作過(guò)程的。但它們又必須得到外化，最終呈現(xiàn)一種‘原始意象’，在遠(yuǎn)古的時(shí)候表現(xiàn)為神話形象，然后再不同時(shí)期通過(guò)藝術(shù)在無(wú)意識(shí)中激活轉(zhuǎn)變?yōu)樗囆g(shù)形象。”[2]神話原型中出現(xiàn)了最初的意象，后世作品多會(huì)受它影響。這就意味著作者對(duì)紅銅色月亮情境的設(shè)置并不是獨(dú)創(chuàng)的，只不過(guò)是對(duì)先前意識(shí)的一種借鑒。是作者吸收了前人的經(jīng)驗(yàn)，再結(jié)合自身心理感知，對(duì)的二次藝術(shù)構(gòu)思。

圖3 電動(dòng)汽車日前集群調(diào)度和日內(nèi)實(shí)時(shí)調(diào)度計(jì)劃

隨機(jī)抽取I、II、III類電動(dòng)汽車各一輛，其充放電計(jì)劃如圖4所示。由圖可知，當(dāng)日行程結(jié)束接入微網(wǎng)后，I類電動(dòng)汽車直接以最大功率充電，II類電動(dòng)汽車選擇在風(fēng)光出力充足時(shí)段充電，III類電動(dòng)汽車在當(dāng)日行程結(jié)束入網(wǎng)的一段時(shí)間內(nèi)優(yōu)先放電響應(yīng)，這是因?yàn)樵摱螘r(shí)間內(nèi)風(fēng)光出力不足，III類電動(dòng)汽車為滿足微網(wǎng)基本負(fù)荷和部分電動(dòng)汽車充電負(fù)荷的電量需求向微網(wǎng)反向供電，24時(shí)后風(fēng)光出力先后逐漸盈余，電動(dòng)汽車按實(shí)時(shí)調(diào)度計(jì)劃充滿電量。

圖4 3類單輛電動(dòng)汽車充放電計(jì)劃

2.2.3 電動(dòng)汽車無(wú)序充電與兩階段調(diào)度對(duì)比

用微網(wǎng)內(nèi)負(fù)荷與風(fēng)光出力的差值α衡量微網(wǎng)源荷供需平衡情況。α=0表示微網(wǎng)內(nèi)風(fēng)光出力與各類負(fù)荷供需平衡；α＜0表示風(fēng)光出力過(guò)剩；α＞0表示微網(wǎng)供電不足。電動(dòng)汽車無(wú)序充電與兩階段調(diào)度方式下α值變化如圖5所示?？梢钥闯觯c無(wú)序充電相比，對(duì)電動(dòng)汽車進(jìn)行兩階段調(diào)度的微網(wǎng)，在負(fù)荷峰、谷時(shí)段的α值都有明顯減小，且基本維持在120 kW以內(nèi)，即此時(shí)的儲(chǔ)能單元基本能滿足微網(wǎng)運(yùn)行需求。

圖5 兩種方式下α值變化對(duì)比

表1 電動(dòng)汽車無(wú)序充電與兩階段優(yōu)化調(diào)度結(jié)果對(duì)比

電動(dòng)汽車無(wú)序充電與兩階段優(yōu)化調(diào)度結(jié)果對(duì)比如表1所示。由表可得，對(duì)電動(dòng)汽車實(shí)施兩階段優(yōu)化調(diào)度的微網(wǎng)風(fēng)光利用率高達(dá)95.43%，與無(wú)序充電方式對(duì)比，風(fēng)光利用率提高了15.22%；無(wú)序充電時(shí)，微網(wǎng)從大電網(wǎng)的購(gòu)電量是兩階段調(diào)度的近13倍，兩階段優(yōu)化調(diào)度策略的購(gòu)電量?jī)H為95.9 kW·h，說(shuō)明對(duì)風(fēng)光出力的高效利用基本能滿足微網(wǎng)基本負(fù)荷和電動(dòng)汽車的電量需求，使得微網(wǎng)購(gòu)電成本顯著降低。電動(dòng)汽車無(wú)序充電時(shí)，微網(wǎng)α最大值為273.9 kW，而儲(chǔ)能單元的放電功率上限為120 kW，兩階段優(yōu)化調(diào)度方式下聯(lián)絡(luò)線交換功率僅為24.2 kW，則顯著減小了微網(wǎng)風(fēng)光出力波動(dòng)對(duì)大電網(wǎng)的影響。

綜上，電動(dòng)汽車分類接入微網(wǎng)的兩階段優(yōu)化調(diào)度策略可以顯著提高風(fēng)光利用率，降低微網(wǎng)購(gòu)電量，改善微網(wǎng)功率波動(dòng)對(duì)大電網(wǎng)的影響。

2.2.4 響應(yīng)充放電調(diào)度比例靈敏度分析

由圖1可知，微網(wǎng)給予電動(dòng)汽車用戶的激勵(lì)程度不同時(shí)，II類和III類的電動(dòng)汽車占比會(huì)相應(yīng)變化，電動(dòng)汽車分類接入微網(wǎng)兩階段優(yōu)化調(diào)度后的風(fēng)光利用率也會(huì)有所區(qū)別，故此對(duì)響應(yīng)充放電調(diào)度比例靈敏度分析如圖6所示。

由圖6可以看出，隨著III類電動(dòng)汽車占比的逐漸增加，微網(wǎng)的風(fēng)光利用率呈明顯的上升趨勢(shì)，且III類電動(dòng)汽車占比在0～50%的風(fēng)光利用率上升曲線陡峭，占比50%后的上升趨勢(shì)明顯減緩。這是因?yàn)镮類電動(dòng)汽車對(duì)激勵(lì)不敏感，該部分調(diào)度容量不能高效利用，III類電動(dòng)汽車占比在50%之后，其對(duì)風(fēng)光利用率的調(diào)節(jié)能力逐漸逼近上限。但通過(guò)增大III類電動(dòng)汽車占比來(lái)提高風(fēng)光利用率也會(huì)相應(yīng)增加微網(wǎng)運(yùn)行的激勵(lì)支出，故此微網(wǎng)運(yùn)營(yíng)商應(yīng)根據(jù)實(shí)際的電動(dòng)汽車的入網(wǎng)規(guī)模，合理優(yōu)化設(shè)置相應(yīng)的激勵(lì)形式和激勵(lì)水平。

圖6 響應(yīng)充放電調(diào)度比例靈敏度

3 結(jié)論

本文根據(jù)電動(dòng)汽車用戶對(duì)激勵(lì)因素的敏感程度不同，建立電動(dòng)汽車分類接入微網(wǎng)兩階段優(yōu)化調(diào)度模型，算例分析得到：

(1)在風(fēng)電過(guò)剩的0時(shí)～7時(shí)，電動(dòng)汽車選擇充電響應(yīng)；在風(fēng)、光出力不足的17時(shí)～23時(shí)，電動(dòng)汽車選擇放電響應(yīng)。

(2)當(dāng)日行程結(jié)束接入微網(wǎng)后，I類電動(dòng)汽車直接以最大功率充電，II類電動(dòng)汽車選擇在風(fēng)光出力充足時(shí)段充電，III類電動(dòng)汽車在當(dāng)日行程結(jié)束入網(wǎng)的一段時(shí)間內(nèi)優(yōu)先放電響應(yīng)。

(3)與無(wú)序充電相比，對(duì)電動(dòng)汽車進(jìn)行兩階段調(diào)度的微網(wǎng)，在負(fù)荷峰、谷時(shí)段的α值都有明顯減小，儲(chǔ)能單元基本能滿足微網(wǎng)運(yùn)行需求。對(duì)電動(dòng)汽車實(shí)施兩階段優(yōu)化調(diào)度的微網(wǎng)風(fēng)光利用率高達(dá)95.43%，兩階段優(yōu)化調(diào)度方式下聯(lián)絡(luò)線交換功率僅為24.2 kW，則顯著減小了微網(wǎng)風(fēng)光出力波動(dòng)對(duì)大電網(wǎng)的影響。

(4)隨著III類電動(dòng)汽車占比的逐漸增加，微網(wǎng)的風(fēng)光利用率呈明顯的上升趨勢(shì)，且III類電動(dòng)汽車占比在0～50%的風(fēng)光利用率上升曲線陡峭，占比50%后的上升趨勢(shì)明顯減緩。