電動汽車及可中斷負荷參與電網的調頻控制

劉保平 楊洪明

（長沙理工大學電氣與信息工程學院智能電網運行與控制湖南省重點實驗室，長沙 410114）

隨著經濟發展與能源供給、環境污染之間矛盾的日益激化，節能降耗，減少對化石燃料的依賴，已成為我國經濟持續發展迫切需要解決的問題。風能和太陽能等可再生能源的高效利用，是解決能源和環境問題的重要手段。然而，由于可再生能源的隨機性，大量風力發電和光伏發電接入電網后會產生頻率波動[1]、電壓波動[2]等一系列問題。為此，需要更多的旋轉備用來保證電網的安全穩定的運行。智能配網需求側中大量的小容量可控負荷參與配網的輔助服務越來越受到關注[3]。

智能配網需求側的可中斷負荷包括智能熱水器（EWHs）、智能冰箱、智能空調等家用的電器。由于其自身的熱慣性，在不影響用戶正常使用的前提下允許臨時中斷來增加或者減少其功率。在日本，家用的熱水器共有 300萬臺，其總的功率消耗為10GW，占日本總負荷需求的10%[4]。電動汽車一方面，在充電狀態下作為負荷使用電能；另一方面，可入網電動汽車也可以被當作儲能裝置使用。現有的研究工作表明絕大多數電動汽車在一天中的96%的時間里是被閑置的[5]。通過V2G（Vehicle to Grid，電動汽車接入電網）技術[6]，這些閑置的電動汽車可以在用電高峰期將電能反饋回電力系統中。文獻[7]計算了部分發達國家的V2G出力的潛力。以美國為例，若將其國內保有的機動車總數的10%更換為電動汽車并接入電網，則美國全國的V2G功率將達到286.5GW，約為其全國總負荷水平的68%。智能配網需求側大量分散的可控負荷聚合起來，能夠提供更多的旋轉備用來參與電網的調頻等輔助服務。

目前，丹麥和日本北海道電力系統已實現了利用可中斷負荷調頻控制[8-9]。

本文考慮電動汽車及可中斷負荷參與電網的調頻控制，在電池的充/放電特性的基礎上，提出了電動汽車接入電網的頻率反饋動態控制模型，并進一步提出了包含電動汽車及熱水器參與的區域頻率動態模型。通過Simulink仿真驗證電動汽車和智能熱水器等可中斷負荷對包含可再生能源的系統的頻率波動的平衡的作用。

1 V2G動態模型

PEV的并聯/串聯電池組成的電池通過 DC/AC逆變器連接到配電網，在本文中忽略逆變器的有功損耗。本文采用 Salameh等提出的考慮超電勢和自放電行為的電池組等效電路[10]。其動態模型如圖 1所示，電池的動態方程可表示為

式中，Vboc,i為 PEV電池的開路電壓；Vb,i為電池的過電壓；Cbp,i為電池的內部電容；Cb,i為電池的過電容；Rbc,i為電池的連接電阻；Rbs,i為電池的內部電阻；Rb,i為過壓電阻；Rbp,i為自激勵放電電壓。

圖1 電池的等效電路

本文不考慮電池在逆變器中的有功損耗，母線側接收的有功功率與電池的有功輸出相等為

將式（4）線性化，得到V2G功率的增量為

直流電壓增量ΔVdc,i與頻率信號Δw存在如下關系[11]：

因此，第i個PEV參與頻率調節的V2G功率為

式中，Tb,i為電池功率調整的時間常數；kb,i為電池的V2G增益。

在考慮了電池的充放電特性的基礎上，電池的動態模型由式（1）至（7）組成。根據系統的頻率需求來調整V2G的輸出功率。PEV的V2G動態模型框圖如圖2所示。

圖2 PEV動態模型框圖

2 可中斷負荷

可中斷負荷包括智能電熱水器（EWHs）、智能冰箱、智能空調等家用電器，其大致可以分為加熱和制冷兩種，特性基本相似。本文的可中斷負荷只考慮EWHs的影響。EWH為一個絕緣體組成的密閉容器，其包含有一個電加熱器給容器中的水加熱。容器中的水被加熱至最高 85℃左右。EWH的容量一般為370L，其額定功率為4.4kW[12]。當它處于開起狀態時，其功率 PEWH,i為4.4kW；當其處于停止加熱狀態時，其功率 PEWH,i為0。總的可中斷負荷的功率變化量ΔPCL為

3 數值仿真

為了參與系統的頻率的調節，大量的 PEVs與常規機組類似，通過改變自身的有功出力來跟隨系統的擾動。將所有參與調頻的發電機組等效為一個集中的等效機組，從而建立系統調頻的模型。其動態模型如下

式中，Pm為發電機組的機械功率； TCH，TRH表示蒸汽進入和循環供熱的時間常數；FHP為高壓渦輪產生的總的渦輪功率的系數；ΔPf為高壓渦輪的蒸汽流量； Pv為蒸汽閥的位置；TG為調速器的時間常數；R為單位頻率變化下的單位功率的變化量；Pref為系統的負荷的參考基準值，其由積分控制環節得到

式中，kr為積分控制增益。

系統頻率的動態模型為

式中，M為系統的角動量，PL為非感性負載的功率，D為負載的阻尼系數，PV2G為所有的PEVs的V2G功率的聚合：

PEVs及可中斷負荷參與調頻的系統頻率的動態模型由式（9）至式（14）得到，其結構框圖如下圖3所示。

圖3 PEV動態模型框圖

4 結果分析

本文中假設該區域有200輛PEV和100臺EWH參與該區域系統的調頻控制。區域系統的各項參數如表 1所示。PEV電池的各項參數參照文獻[13]，每個PEV電池組的功率為4.8kW，其包含4個蓄電池。PEV電池 V2G 增益kb,i為12kW/Hz ，電池功率調整的時間常數Tb,i為0.026s.每一個EWH可以減少其自身電力消耗的 40%，可以減少 1.76kW 的電能消耗。

表1 系統的參數

在t=0s時，可再生能源突然減少 0.6MW的有功輸出（如 6%d的階躍響應）。電動汽車及可中斷負荷未參與區域系統的調頻控制時，系統的頻率偏差如圖4所示。由圖可知，頻率波動的幅值最大接近0.4pu，系統的穩定時間超過50s。當電動汽車及可中斷負荷參與區域系統的調頻控制時，系統的頻率偏差如圖5所示。由圖可知，頻率波動的幅值明顯減少，系統穩定時間也明顯減少。由圖 4和圖 5可以看出電動汽車及可中斷負荷能夠很好的平衡可再生能源帶來的頻率波動。

圖4 未包含電動汽車及可中斷負荷系統的頻率偏差

圖5 包含電動汽車及可中斷負荷的系統的頻率偏差

5 結論

為了解決由于可再生能源隨機性，大量的風力發電及光伏發電系統接入后電網的頻率波動問題。本文在提出了電動汽車接入電網的頻率反饋動態控制模型的基礎上，進一步提出了包含電動汽車及熱水器參與的區域頻率動態模型。Simulink仿真結果表明，電動汽車和智能熱水器等可控負荷能能夠很好的抑制可再生能源功率突變帶來的頻率的波動，從而使系統穩定的時間縮短。

[1]BEVRANI H, GHOSH A, LEDWICH G. Renewable energy sources and frequency regulation: survey and new perspectives[J]. IET Renewable Power Generation,2010, 4(5): 438-457.

[2]BOULAXIS N G, PAPATHAMTSSIOU S A,Papadopoulos MP. Wind turbine effect on the voltage profile of distribution networks[J]. Renewable Energy,2002, 25(3): 401-415.

[3]LAWRENCE E O, HEFFNER G, GOLDMAN C,KINTNER-MEYER M, KIRBY B.Technical Appendix:Market Descriptions, 2007.

[4]KEMPTON W, DHANJU A. Electric vehicles with V2G: storage for large-scale wind power[J]. Windtech International, 2006, 2(5): 18-21.

[5]KEMPTON W, LETENDRE S. Electric vehicles as a new power source for electric utilities[J].Transportation Research (Part D), 1997, 2(3): 157-175.

[6]KEMPTON W, TOMIC J. Vehicle-to-grid power implementation: from stabilizing the grid to supporting large-scale renewable energy[J]. Journal of Power Sources, 2005, 144(1): 280-294.

[7]KEMPTON W, DHANJU A. Electric vehicles with V2G: storage for large-scale wind power[J]. Windtech International, 2006, 2:18–21.

[8]KONDOH J. Autonomous frequency regulation by controllable loads to increase acceptable wind power generation [J]. Wind Energy, 2010, 13(6): 529–541.

[9]PILLAI J R, BAK-JENSEN B. Integration of Vehicleto-Grid in the Western Danish power system[J]. IEEE Transaction on Sustainable Energy, 2011, 2(1): 12-19.

[10]SALAMEH Z M, CASACCA M A, LYNCH W A. A mathematical model for lead-acid batteries [J]. IEEE Trans on Energy Conversion, 1992, 7(1): 93-98.

[11]LU C F, LIU C C, WU C J. Effect of battery energy storage system on load frequency control considering governor deadband and generation rate constraint[J].IEEE Trans. on Energy Conversion, 1995, 10(3):555-561.

[12]Manual of Electric Water Heaters—Plan, Design, &Execution. Extra Issue of Amenity & Electri fi cation,Japan Industrial Publishing Co, 1999-3.

[13]Advanced Transport Systems Ltd. "ULTra PRT," Jun.2010. [OL]. Available: http://www.ultraprt.com/.