俞子聰,龔 萍,王 植,朱永強(qiáng),夏瑞華,田 源

(新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué))，北京 102206)

電動汽車的發(fā)展為環(huán)境污染和能源短缺問題提供了新的解決渠道。相比于傳統(tǒng)燃油汽車，電動汽車的零污染和零排放特點(diǎn)具有極大的優(yōu)勢[1-3]。但是，由于電動汽車數(shù)量不斷增加且充電時(shí)間較為集中，區(qū)域電網(wǎng)容易在電動汽車集中充電時(shí)間段發(fā)生過負(fù)荷的情況。有較高電動汽車滲透率的居民區(qū)可能在電網(wǎng)負(fù)荷高峰時(shí)期出現(xiàn)較大的負(fù)荷峰谷差，甚至可能超過原有配電裝置的容量限值[4-6]。但是對于已經(jīng)規(guī)?；ǔ傻木用駞^(qū)，配電變壓器等配電設(shè)施已經(jīng)安裝完成，配電裝置額定容量也已經(jīng)確定。若增加配電裝置的容量，將會耗費(fèi)大量人力物力，并且會降低設(shè)備的利用率。因此合理安排電動汽車進(jìn)行有序充電以此來優(yōu)化負(fù)荷曲線具有重要研究意義。

利用分時(shí)電價(jià)引導(dǎo)電動汽車用戶將充電時(shí)間轉(zhuǎn)移到負(fù)荷低谷時(shí)段是一種行之有效的電動汽車充電負(fù)荷控制方法，但是僅依靠經(jīng)濟(jì)手段進(jìn)行控制會導(dǎo)致谷時(shí)段負(fù)荷產(chǎn)生新的高峰，影響配電網(wǎng)的安全穩(wěn)定運(yùn)行。目前基于分時(shí)電價(jià)的電動汽車控制策略研究主要集中在兩方面：一是分時(shí)電價(jià)時(shí)間段的劃分和電價(jià)的制訂；二是基于分時(shí)電價(jià)的電動汽車調(diào)度策略。文獻(xiàn)[7]研究了峰谷電價(jià)和電動汽車數(shù)量對充電站運(yùn)營商和電動汽車用戶經(jīng)濟(jì)性的影響。文獻(xiàn)[8-11]對電動汽車充電分時(shí)電價(jià)的制訂進(jìn)行了研究。其中，文獻(xiàn)[8]通過智能小區(qū)充電代理商與電動汽車用戶之間的主從博弈得到全局最優(yōu)的電價(jià)制訂策略；文獻(xiàn)[9]基于中國當(dāng)前的電價(jià)機(jī)制，提出了一種確定電動汽車參與V2G電網(wǎng)雙向交互(vehicle to grid，V2G)的最優(yōu)峰谷電價(jià)的方法;文獻(xiàn)[10]基于離散吸引力模型確定了電動汽車充放電最優(yōu)分時(shí)電價(jià)；文獻(xiàn)[11]針對電動汽車響應(yīng)分時(shí)電價(jià)的不確定性而導(dǎo)致的居民負(fù)荷隨機(jī)波動加劇等問題，提出了基于不確定性測度的居民小區(qū)電動汽車充電定價(jià)策略。文獻(xiàn)[12]提出了一種電動汽車充放電負(fù)荷與實(shí)時(shí)電價(jià)聯(lián)動優(yōu)化模型，以用戶成本最小為目標(biāo)來優(yōu)化電動汽車充放電負(fù)荷，電網(wǎng)再根據(jù)此負(fù)荷進(jìn)行經(jīng)濟(jì)調(diào)度。文獻(xiàn)[13]針對居民小區(qū)電動汽車有序充電提出了網(wǎng)格選取法。文獻(xiàn)[14]基于裕度轉(zhuǎn)移對住宅區(qū)電動汽車充電負(fù)荷進(jìn)行控制。上述文獻(xiàn)都是對電動汽車負(fù)荷進(jìn)行日前調(diào)度，需要對電動汽車的行為和基礎(chǔ)負(fù)荷進(jìn)行預(yù)測，但實(shí)際電動汽車的行為有極大的不確定性，同時(shí)負(fù)荷預(yù)測也存在著一定的偏差。文獻(xiàn)[15-16]基于峰谷分時(shí)電價(jià)對居民區(qū)電動汽車制訂了有序充放電控制策略，該策略不需要在日前對電動汽車行為和基礎(chǔ)負(fù)荷進(jìn)行預(yù)測，但在谷時(shí)段開始和結(jié)束時(shí)出現(xiàn)了負(fù)荷突變的情況。

現(xiàn)以居民區(qū)電動汽車常規(guī)充電方式為研究對象，通過分析居民區(qū)電動汽車用戶的出行行為和典型歷史負(fù)荷曲線，提出一種考慮一定充放電接入退出隨機(jī)性的電動汽車有序充放電控制策略(簡稱本文策略)。所提出的控制策略旨在達(dá)到電動汽車用戶的需求目標(biāo)，極大限度地利用谷時(shí)段進(jìn)行充電，同時(shí)提高電動汽車的接納能力，降低用戶的充電成本。

1 電動汽車參與電網(wǎng)雙向交互有序充放電

電動汽車與V2G可以充分發(fā)揮電動汽車電池的儲能特性。在電網(wǎng)負(fù)荷過高時(shí)，電網(wǎng)可以調(diào)控電動汽車在必要時(shí)向電網(wǎng)放電；在電網(wǎng)負(fù)荷較低時(shí)，電動汽車可以通過電網(wǎng)汲取所需的電量。要實(shí)現(xiàn)V2G，就必須實(shí)現(xiàn)對電動汽車的有序充放電管理。在中國推行的現(xiàn)有峰谷電價(jià)機(jī)制下，電動汽車用戶單純地在谷時(shí)電價(jià)時(shí)段進(jìn)行集中充電，在峰時(shí)電價(jià)時(shí)段進(jìn)行集中放電，勢必會造成谷時(shí)負(fù)荷發(fā)生劇烈變化，影響電網(wǎng)的安全穩(wěn)定運(yùn)行。

對于居民區(qū)來說，隨著電動汽車的滲透率逐年增高，區(qū)域電網(wǎng)的峰谷差將進(jìn)一步增大，可能會超過該區(qū)域內(nèi)的配電設(shè)備的容量限制。因此，應(yīng)充分利用峰谷分時(shí)電價(jià)的優(yōu)勢，有序控制電動汽車充放電，實(shí)現(xiàn)電力資源的最優(yōu)配置。本文策略將實(shí)現(xiàn)以下幾個目標(biāo)：①滿足用戶的充電需求；②實(shí)現(xiàn)“削峰填谷”，維持電網(wǎng)運(yùn)行的穩(wěn)定；③最大限度地利用配電設(shè)施，提高電動汽車的接納能力。

為實(shí)現(xiàn)電動汽車充電樁對電動汽車充放電過程的自主控制，對充電樁配置智能模塊。用戶將電動汽車接入電網(wǎng)后在智能模塊上輸入離網(wǎng)時(shí)刻和期望離網(wǎng)時(shí)電動汽車的荷電狀態(tài)(state of charge,SOC)。智能模塊根據(jù)輸入信息和當(dāng)前入網(wǎng)時(shí)刻、入網(wǎng)SOC等信息，安排電動汽車的充放電過程。

2 峰谷分時(shí)電價(jià)與電動汽車充電成本

2.1 峰谷分時(shí)電價(jià)引導(dǎo)政策

按照電網(wǎng)負(fù)荷的波動趨勢，峰谷分時(shí)電價(jià)是將一天劃分為若干個時(shí)間段并對各時(shí)間段分別制訂相應(yīng)電能費(fèi)用標(biāo)準(zhǔn)的引導(dǎo)政策。該政策可以激勵用戶合理安排用電計(jì)劃，改善用電負(fù)荷峰谷差。峰谷分時(shí)電價(jià)的模型為

(1)

式(1)中：Ct為t時(shí)間段電價(jià)；cp和cv分別為峰時(shí)段電價(jià)和谷時(shí)段電價(jià)，cp>cv；Tp和Tv分別為峰時(shí)段和谷時(shí)段。

2.2 電動汽車充電成本

電動汽車充電成本包括峰谷分時(shí)電價(jià)下充放電成本差和電動汽車參與V2G的電池?fù)p耗成本，即

J=Ce+Cg

(2)

(3)

(4)

式中：J為電動汽車充電成本；Ce為電動汽車充放電成本差；Cg為電動汽車參與V2G的電池?fù)p耗成本；T為總時(shí)間段數(shù)；Δt為時(shí)間段間隔；Pcha,t和Pdis,t分別為t時(shí)間段電動汽車充放電功率；Cb為電池更換成本；nc為電池額定完全充放電循環(huán)次數(shù)；B為電動汽車電池容量。

3 電動汽車有序充放電控制策略

由于居民區(qū)電動汽車具有早出晚歸的出行特征，充電時(shí)間主要集中在晚上，因此研究時(shí)間段為12:00至次日12:00(1 d)。將1 d劃分為1 440個控制時(shí)間段，每個控制時(shí)間段Δt為1 min。

按照電動汽車的接入充電樁時(shí)刻tin和離開充電樁時(shí)刻tout將其分為4類：峰時(shí)接入峰時(shí)離開、峰時(shí)接入谷時(shí)離開、谷時(shí)接入峰時(shí)離開、谷時(shí)接入谷時(shí)離開。對這4類電動汽車分別制訂有序充放電策略。

為滿足電動汽車用戶的充電需求，其最短充電時(shí)間Tmin為

(5)

式(5)中：Ein為電動汽車接入充電樁時(shí)的SOC；Eout為電動汽車離開充電樁時(shí)期望的SOC；Pcha_max為電動汽車的最大充電功率；ηcha為電動汽車的充電效率。

3.1 峰時(shí)接入峰時(shí)離開電動汽車有序充放電策略

若Tmin≥Tv，則電動汽車僅在谷時(shí)段充電不能滿足充電需求，此時(shí)需要選擇一部分峰時(shí)段進(jìn)行充電。充電起始時(shí)刻tcha_on和充電結(jié)束時(shí)刻tcha_off為

tcha_on=(tin+tout-Tmin)/2

(6)

tcha_off=(tin+tout+Tmin)/2

(7)

充電功率Pcha為電動汽車的最大充電功率，即

Pcha=Pcha_max

(8)

若Tmin

3.1.1 確定充電時(shí)間

為避免在谷時(shí)段開始時(shí)刻tv_on大量電動汽車瞬時(shí)開始充電和谷時(shí)段結(jié)束時(shí)刻tv_off大量電動汽車瞬時(shí)停止充電造成負(fù)荷突變，以一定的隨機(jī)性來確定電動汽車充電起始時(shí)刻tcha_on和充電結(jié)束時(shí)刻tcha_off，即

tcha_on=rand[tv_on,tv_on+(Tv-Tmin)/2]

(9)

tcha_off=rand[tv_off-(Tv-Tmin)/2,tv_off]

(10)

式中：rand(A,B)表示生成一個在區(qū)間(A,B)之間的隨機(jī)數(shù)；tv_on為谷時(shí)段開始時(shí)刻；tv_off為谷時(shí)段結(jié)束時(shí)刻。

電動汽車充電時(shí)間Tcha為

Tcha=tcha_off-tcha_on

(11)

3.1.2 確定放電時(shí)間

由于Tcha≥Tmin，所以電動汽車最大充電電量大于電動汽車需求電量，則電動汽車可以選擇在峰時(shí)段向電網(wǎng)放電，最大放電電量Wdis_max為

Wdis_max=min[TchaPcha_maxηcha-(Eout-Ein)B,

(Ein-Emin)B]

(12)

式(12)中：Emin為電動汽車電池SOC最小值。

為避免在谷時(shí)段開始時(shí)刻(tv_on)大量電動汽車瞬時(shí)停止放電造成負(fù)荷突變，放電起始時(shí)刻(tdis_on)和結(jié)束時(shí)刻(tdis_off)為

tdis_on=tin

(13)

tdis_off=rand[max(tin,tv_on-mΔt),tv_on]

(14)

式中：mΔt為隨機(jī)停止放電時(shí)間段。

則放電時(shí)間Tdis為

Tdis=tdis_off-tdis_on

(15)

3.1.3 確定充放電功率

電動汽車最大放電功率為Pdis_max，放電效率為ηdis。若Wdis_max≤TdisPdis_max/ηcha，則充電功率Pcha和放電功率Pdis分別為

(16)

(17)

若Wdis_max>TdisPdis_max/ηcha，則

(18)

Pdis=Pdis_max

(19)

峰時(shí)接入峰時(shí)離開電動汽車有序充電時(shí)序圖如圖1所示。

圖1 峰時(shí)接入峰時(shí)離開電動汽車有序充電時(shí)序圖Fig.1 The timing sequence of the electric vehicle charging on and off at the peak-load period

3.2 峰時(shí)接入谷時(shí)離開電動汽車有序充放電策略

若Tmin≥(tout-tv-on)，則谷時(shí)段充電已滿足不了電動汽車的充電需求，需要在峰時(shí)段開始充電。其充電開始時(shí)刻、充電結(jié)束時(shí)刻和充電功率分別為

tcha_on=tout-Tmin

(20)

tcha_off=tout

(21)

充電功率Pcha為電動汽車的最大充電功率，同式(8)。

若Tmin<(tout-tv-on)，則電動汽車在谷時(shí)段充電就以滿足其充電需求，類似于3.1節(jié)給出如下充放電策略。

(1)確定充電時(shí)間。

tcha_on=rand(tv_on,tout-Tmin)

(22)

tcha_off=tout

(23)

電動汽車充電時(shí)間Tcha計(jì)算公式同式(11)。

(2)確定放電時(shí)間。

最大放電電量Wdis_max計(jì)算公式同式(12)。

tdis_on=tin

(24)

tdis_off=rand(max(tin,tv_on-mΔt),tv_on)

(25)

電動汽車充電時(shí)間Tdis計(jì)算公式同式(15)。

(3)確定充放電功率。

同3.1.3節(jié)內(nèi)容。

峰時(shí)接入谷時(shí)離開電動汽車有序充電時(shí)序圖如圖2所示。

圖2 峰時(shí)接入谷時(shí)離開電動汽車有序充電時(shí)序圖Fig.2 The timing sequence of the electric vehicle charging on at the peak-load period and off at the valley-load period

3.3 谷時(shí)接入峰時(shí)離開電動汽車有序充放電策略

若Tmin≥(tv_off-tin)，則谷時(shí)段充電已滿足不了電動汽車的充電需求，需要在峰時(shí)段開始充電。其充電開始時(shí)刻、充電結(jié)束時(shí)刻和充電功率分別為

tcha_on=tin

(26)

tcha_off=tin+Tmin

(27)

充電功率Pcha為電動汽車的最大充電功率，同式(12)。

若Tmin<(tv_off-tin)，則電動汽車在谷時(shí)段充電就可以滿足其充電需求，以一定隨機(jī)性確定充電起始時(shí)間和充電結(jié)束時(shí)間，即

tcha_on=tin

(28)

tcha_off=rand(tin+Tmin,tv_off)

(29)

以恒定功率進(jìn)行充電，即

(30)

谷時(shí)接入峰時(shí)離開電動汽車有序充電時(shí)序圖如圖3所示。

3.4 谷時(shí)接入谷時(shí)離開電動汽車有序充放電策略

對于谷時(shí)接入谷時(shí)離開的電動汽車，從其接入到離開一直進(jìn)行恒功率充電，即

tcha_on=tin

(31)

tcha_off=tout

(32)

(33)

谷時(shí)接入谷時(shí)離開電動汽車有序充電時(shí)序圖如圖4所示。

圖3 谷時(shí)接入峰時(shí)離開電動汽車有序充電時(shí)序圖Fig.3 The timing sequence of the electric vehicle charging on at the valley-load period and off at the peak-load period

圖4 谷時(shí)接入谷時(shí)離開電動汽車有序充電時(shí)序圖Fig.4 The timing sequence of the electric vehicle charging on and off at the valley-load period

4 算例分析

4.1 場景與參數(shù)設(shè)置

下面以某居民區(qū)為例進(jìn)行仿真，以驗(yàn)證本文策略的有效性。該居民區(qū)配電變壓器下帶有基礎(chǔ)負(fù)荷和電動汽車負(fù)荷，變壓器的額定容量為 8 250 kW。居民小區(qū)電動汽車保有量為100輛，單臺電動汽車的電池容量為60 kWh，電池最小SOC為0.15，電池更換成本為3萬元，額定完全充放電循環(huán)次數(shù)為1 500次。電動汽車采用常規(guī)充電模式進(jìn)行充放電，最大充電功率為5 kW，充電效率為0.95；最大放電功率為3 kW，放電效率為0.95。電動汽車充電電價(jià)采用上海市居民用戶分時(shí)電價(jià)，即6:00—22:00為峰電價(jià)0.617元/(kW·h)，22:00—次日6:00為谷電價(jià)0.307 kW·h。電動汽車用戶期望離開充電樁時(shí)的SOC均設(shè)定為0.95。

4.2 電動汽車負(fù)荷建模

在未實(shí)施任何調(diào)控手段和控制策略的情況下，居民區(qū)電動汽車充電規(guī)律主要受用戶出行習(xí)慣和生活規(guī)律等因素的影響。

汽車用戶的出行規(guī)律不會隨汽車類型的變化而變化，因此電動汽車用戶仍可參照傳統(tǒng)汽車用戶的出行規(guī)律來進(jìn)行仿真研究。對2017年美國家庭出行調(diào)查數(shù)據(jù)(national household travel survey,2017NHTS)歸一化處理后，利用極大似然估計(jì)法可以分別將車輛的返回時(shí)刻、離開時(shí)刻表示為正態(tài)分布函數(shù)。

入網(wǎng)時(shí)刻，即電動汽車接入充電樁時(shí)刻的概率密度函數(shù)為

fin(x1)=

(34)

式(34)中：x1為電動汽車入網(wǎng)時(shí)刻；σ1為標(biāo)準(zhǔn)差，取3.4；μ1為期望值，取17.47。

離網(wǎng)時(shí)刻，即電動汽車離開充電樁的時(shí)刻，其概率密度函數(shù)為

fout(x2)=

(35)

式(35)中：x2為電動汽車離網(wǎng)時(shí)刻；σ2為標(biāo)準(zhǔn)差，取3.24；μ2為期望值，取7.92。

電動汽車日行駛里程服從對數(shù)正態(tài)分布，其概率密度函數(shù)為

(36)

式(36)中：L為電動汽車日行駛里程；σD為標(biāo)準(zhǔn)差，取1.14；μD為期望值，取2.98。

電動汽車接入充電樁時(shí)的SOC為

(37)

式(37)中：Ein為電動汽車接入充電樁時(shí)的SOC；Eout為前一日電動汽車離開充電樁時(shí)的SOC；W100為電動汽車百公里耗電量；B為電動汽車的電池容量。

4.3 充放電策略仿真結(jié)果

將本文策略應(yīng)用于居民小區(qū)進(jìn)行仿真，結(jié)果如圖5所示。從圖5負(fù)荷曲線中可以看到，在峰時(shí)段由于部分電動汽車進(jìn)行放電，起到了“削峰”的效果；在谷時(shí)段大量電動汽車進(jìn)行充電，起到了“填谷”的效果。本文策略可以將大量電動汽車充電負(fù)荷平穩(wěn)轉(zhuǎn)移至谷時(shí)段，在谷時(shí)段開始和結(jié)束時(shí)未出現(xiàn)劇烈的負(fù)荷波動。

對無序充電模式，文獻(xiàn)[16]提出的功率限制充放電模式和本文策略進(jìn)行仿真對比。無序充電模式下，電動汽車接入充電樁即開始以額定充電功率進(jìn)行充電，直至充滿為止。其余參數(shù)同4.1節(jié)。

圖6所示為以基礎(chǔ)負(fù)荷曲線為基準(zhǔn)曲線，對不同充放電模式下的負(fù)荷曲線進(jìn)行對比。由圖6可知，無序充電模式下的負(fù)荷峰值最高，且十分接近該居民區(qū)的配電變壓器的額定容量。文獻(xiàn)[16]的功率限制充放電模式下，雖然負(fù)荷峰值有明顯的下降，在谷時(shí)段也有較好的填谷效果，但在谷時(shí)段開始和結(jié)束時(shí)產(chǎn)生了負(fù)荷瞬時(shí)突變的情況，這將會對電網(wǎng)產(chǎn)生一個巨大的沖擊，同時(shí)電動汽車的數(shù)量對負(fù)荷突變幅值產(chǎn)生很大影響，該突變的負(fù)荷將在入網(wǎng)充電的電動汽車達(dá)到一定數(shù)量時(shí)變?yōu)橐粋€新的峰值?？梢钥闯霰疚牟呗钥刂葡碌呢?fù)荷曲線更加平緩，且未出現(xiàn)負(fù)荷瞬時(shí)突變的情況，同時(shí)該策略也具有較好的削峰填谷效果。

表1所示為不同充放電模式下負(fù)荷指標(biāo)對比。從表1中可以看出，無序充電模式下負(fù)荷峰谷差和負(fù)荷方差最大，該充電模式下電網(wǎng)負(fù)荷波動最大。對比本文策略，雖然文獻(xiàn)[16]充放電策略下的峰谷差和負(fù)荷方差較小，但其充電總成本較大。造成該現(xiàn)象的原因是本文策略在總充電成本中考慮了電池?fù)p耗，文獻(xiàn)[16]充放電策略下電池放電量較大，導(dǎo)致電動汽車電池?fù)p耗成本較大。由此可以得出，本文策略在保持較平緩的負(fù)荷曲線的同時(shí)具有較低的總充電成本。

圖5 本文策略控制下的負(fù)荷曲線Fig.5 Load curves of electric vehicles under the charging/discharging control strategy proposed in this paper

圖6 不同充放電控制方式下的疊加負(fù)荷曲線Fig.6 Total load curves in different charging/discharging control modes

表1 不同充放電模式下負(fù)荷指標(biāo)對比Table 1 Comparison of load indicators in different charging/discharging modes

4.4 不同充放電模式下電動汽車接納能力仿真

在不改變居民小區(qū)現(xiàn)有配電裝置容量的情況下，隨著電動汽車接入數(shù)量的不斷增加，基礎(chǔ)負(fù)荷與電動汽車負(fù)荷的疊加曲線勢必會超過配電裝置容量限值，使得配網(wǎng)變壓器過負(fù)荷運(yùn)行。本小節(jié)通過對不同充放電模式下電動汽車接納能力進(jìn)行仿真分析，進(jìn)一步證明本文策略的有效性。

圖7 無序充電模式下負(fù)荷曲線Fig.7 Load curves in disordered charging mode

無序充電模式下，不同數(shù)量電動汽車接入時(shí)對應(yīng)的總負(fù)荷曲線如圖7所示。可以看出，總負(fù)荷曲線向上變化的整體趨勢與電動汽車數(shù)量的增長呈正相關(guān)，而其峰時(shí)段和谷時(shí)段的負(fù)荷變動卻截然相反，這使得峰谷差將繼續(xù)加大。當(dāng)電動汽車數(shù)量增加到200輛時(shí)，疊加負(fù)荷曲線的峰值短時(shí)間內(nèi)超過了配電裝置的額定容量限值。當(dāng)電動汽車數(shù)量增加到300輛時(shí)，變壓器過負(fù)荷運(yùn)行時(shí)間達(dá)到2.51 h；當(dāng)電動汽車數(shù)量增加到600輛時(shí)，變壓器過負(fù)荷運(yùn)行時(shí)間達(dá)到4.8 h。通過以上分析可知，電動汽車數(shù)量的增加導(dǎo)致峰時(shí)段負(fù)荷水平不斷逼近配電網(wǎng)運(yùn)行的安全邊界條件，即對無序充電行為的電動汽車接納能力較弱。

在文獻(xiàn)[16]提出的包含功率限制的有序充放電策略下，不同數(shù)量電動汽車接入對應(yīng)的總負(fù)荷曲線如圖8所示。隨著電動汽車數(shù)量的增加，疊加負(fù)荷曲線的峰值不斷下降，但是在谷時(shí)段開始時(shí)出現(xiàn)了負(fù)荷突變，并產(chǎn)生了一個新的峰值。當(dāng)接入電動汽車數(shù)量增加到400輛時(shí)，谷時(shí)段開始時(shí)負(fù)荷峰值超過了配電裝置容量限值，變壓器過負(fù)荷運(yùn)行時(shí)間達(dá)到0.82 h，負(fù)荷瞬時(shí)突變量為2 352 kW；當(dāng)接入電動汽車數(shù)量增加到600輛時(shí)，變壓器過負(fù)荷運(yùn)行時(shí)間達(dá)到3.3 h，負(fù)荷瞬時(shí)突變量達(dá)到3 655 kW。通過以上分析可知，包含功率限值的有序充放電策略下電動汽車的接納能力強(qiáng)于無序充電，但當(dāng)電動汽車數(shù)量增多時(shí)，谷時(shí)段負(fù)荷瞬時(shí)突變量過大，該策略不宜采用。

本文策略下接入不同數(shù)量電動汽車對應(yīng)的總負(fù)荷曲線如圖9所示。隨著電動汽車數(shù)量的增加，峰時(shí)段負(fù)荷峰值逐漸下降，谷時(shí)段同樣會出現(xiàn)一個新的負(fù)荷峰值，但該峰值較于文獻(xiàn)[16]包含功率限制的有序充放電策略相對滯后，同時(shí)負(fù)荷變化相對平緩，峰值較小。直到電動汽車數(shù)量增加到600輛時(shí)，谷時(shí)段出現(xiàn)的新的負(fù)荷峰值超過了配電裝置的容量限值，變壓器過負(fù)荷運(yùn)行時(shí)間為2.26 h。通過以上分析可知，本文策略具有較好的電動汽車接納能力，在保證削峰填谷能力的同時(shí)，疊加負(fù)荷曲線較為平滑。

圖8 文獻(xiàn)[16]充放電策略下負(fù)荷曲線Fig.8 Load curves of the charging/discharging strategy proposed in literature[16]

圖9 本文策略下負(fù)荷曲線Fig.9 Load curves of the charging/discharging strategy proposed in this paper

5 結(jié)論

居民區(qū)電動汽車在無序充電模式下會使總負(fù)荷峰值增加，對配電網(wǎng)的安全穩(wěn)定運(yùn)行造成影響。在居民區(qū)的背景下，基于峰谷分時(shí)電價(jià)提出了一種考慮一定接入退出隨機(jī)性的電動汽車有序充放電控制策略，并通過時(shí)序仿真進(jìn)行了驗(yàn)證。根據(jù)算例可以得出，本文策略有效地縮小了負(fù)荷峰谷差，同時(shí)在谷時(shí)段開始和結(jié)束時(shí)未產(chǎn)生負(fù)荷突變，負(fù)荷曲線較為平滑，具有較強(qiáng)的電動汽車接納能力，此外，電動汽車充電成本也有所降低。