電動汽車最優(yōu)充放電策略研究

劉勇+那佳琪+高原

摘 要：隨著插入式混合電動汽車（PHEVs）規(guī)模化使用，其充放電過程將對電網(wǎng)的安全經(jīng)濟(jì)運行造成重要的影響。文章根據(jù)有關(guān)PHEVs市場滲透率、行程的概率分布等數(shù)據(jù)資料對一天內(nèi)PHEVs充放電流量做了細(xì)致的預(yù)測。建立了以電價為引導(dǎo)因素的調(diào)度模型，對含有PHEVs的電力系統(tǒng)中的火電機組進(jìn)行負(fù)荷經(jīng)濟(jì)分配并制定PHEVs充放電策略。

關(guān)鍵詞：插入式混合動力電動車；充放電策略；經(jīng)濟(jì)調(diào)度；V2G；電力系統(tǒng)

PHEVs電力需求為動力電池、充電設(shè)施、用戶行為3方面。用戶的行為習(xí)慣影響充電需求的時間分布、決定PHEVs充放電行為，主要包括開始充電時刻和日行駛里程2個方面。行程與充電持續(xù)時間相關(guān)。文獻(xiàn)[1]的方法，考慮充放電開始時間和不同類型PHEVs日行程的概率分布。

Unifrnd函數(shù)產(chǎn)生充電時間內(nèi)均勻分布的隨機數(shù)，模擬接入時刻（取整）。起始時刻加上時長得到充電結(jié)束時刻（取整）。依次得到每輛PHEV具體的充電時段，疊加在橫坐標(biāo)為時刻，縱坐標(biāo)為功率的坐標(biāo)圖上得到PHEVs充電功率圖。

因此， PHEVs的充放電可以對系統(tǒng)總負(fù)荷進(jìn)行削峰填谷，提高系統(tǒng)運行的經(jīng)濟(jì)性。

文獻(xiàn)[2]提出一種以車主的經(jīng)濟(jì)效益最大化為目標(biāo)的PHEV充放電策略，充或放取決于實時電價和PHEVs油價，充放電策略可以自動適應(yīng)動態(tài)電價。本文從系統(tǒng)的角度制定PHEVs充放電策略。

1 價格峰谷比為2：1（負(fù)荷高峰期電價高，負(fù)荷低谷期電價低）

分析：當(dāng)電價有一定峰谷比，且在高峰期電價高，低谷期電價低，可以較好地引導(dǎo)PHEVs在低谷期充電，在高峰期放電，能較好地削峰填谷，一天內(nèi)放電總量較上文策略明顯增加。（如圖2）

2 價格峰谷比為6：1（負(fù)荷高峰期電價高，負(fù)荷低谷期電價低）

分析：峰谷比進(jìn)一步提高，價格的引導(dǎo)作用進(jìn)一步加強，從圖3中可以看出，PHEVs的充放電策略很好地滿足了在負(fù)荷高峰期向電網(wǎng)放電，負(fù)荷低谷期完成充電的要求，非常好地平抑了電網(wǎng)峰谷差，而且一天內(nèi)總的放電量進(jìn)一步增加。

3 PJM電價

分析：這條PJM的電價曲線較為反常，晚上負(fù)荷高峰期時電價很低，甚至出現(xiàn)負(fù)電價，導(dǎo)致PHEVs在晚上用電高峰期對電網(wǎng)的放電量很小，沒有起到削峰作用。從圖4中可看出夜間填谷作用較明顯，但削峰作用很差，PHEVs負(fù)荷后的總負(fù)荷雖然峰谷差率有所改善，但之于其他充放電策略，負(fù)荷峰谷差率不理想。

4 和負(fù)荷曲線相同的電價

分析：這條電價曲線和負(fù)荷曲線完全一致，很好地引導(dǎo)PHEVs充放電，削峰填谷作用明顯，峰谷差率較理想。圖5中PHEVs充放電的峰、谷值和電網(wǎng)常規(guī)負(fù)荷的谷、峰值幾乎完全對應(yīng)。

選擇適當(dāng)?shù)碾妰r，尤其是負(fù)荷高峰期高電價，負(fù)荷低谷期低電價的電價曲線可以較好地引導(dǎo)PHEVs充放電，以調(diào)控電網(wǎng)負(fù)荷，減小峰谷差率，提高電網(wǎng)運行效率和可靠性。

5 結(jié)束語

研究中將電價加到目標(biāo)函數(shù)中，結(jié)果顯示，在合理的電價引導(dǎo)下，PHEVs的充放電策略可以很好地引導(dǎo)PHEVs在負(fù)荷低谷期充電，在負(fù)荷高峰期放電。一定程度上調(diào)控電網(wǎng)負(fù)荷，削峰填谷，減小電網(wǎng)的峰谷差率和供電壓力。

參考文獻(xiàn)

[1]楊洪明，熊腡成，劉保平.插入式混合電動汽車充放電行為的概率分析[J].電力科學(xué)與技術(shù)學(xué)報，2010，25（3）.

[2]Federal Highway Administration， US Department of Transportation. National household travel survey[EB/OL]. http：/ /nhts.ornl.gov/tables09/FatCat. aspx，2010-07-10.

[3]Wikipedia， the free encyclopedia. PJM Interconnection[EB/OL].http：//en.wikipedia.org/wiki/PJM_Interconnection，2011-3-31.

[4]Russell C.Eberhart， Yuhui Shi. Particle Swarm Optimization： Developments， Application and Resources[C].Evolutionary Computation， 2001. Proceedings of the 2001 Congress on. 27 May 2001-30 May 2001.