配電網內電動汽車充電管理技術研究

沈海軍 許少倫 蔣鑫磊

上海交通大學

0 引言

電動汽車相對于傳統的燃油車而言，在節能減排、緩解能源危機、保護環境等方面有很大優勢，被人們廣泛地應用[1]。大量電動汽車接入充電會給配電網的安全經濟運行造成不可忽視的影響，比如會引起電壓降落、變壓器和電纜容量越限、網損增加等問題[2]。

目前，電動汽車接入電網充電的控制模式主要分為集中式和分布式兩類。文獻[3-5]采用集中控制方法，系統的決策都是通過集中協調單元來實現的。文獻[6-10]采用分布式方法，系統的決策及執行都是通過系統的各個分布式控制單元來實現的。文獻[6,7]中指出，集中控制的主要缺點是面對大規模電動汽車充電管理時會出現“維數災”和“通信阻塞”的問題。

多代理系統具有靈活性、可擴展性、魯棒性、開放式的體系結構、分布式的控制方式等特點，已經在電力系統中得到較多應用，如停電管理和服務恢復、分布式能源管理、微電網控制和虛擬電廠控制等，也有較多研究將多代理技術應用于電動汽車充電管理方面，如文獻[6,7]中用于負荷調整、文獻[8,9]中用于減少不平衡成本、文獻[10]中用于調頻服務等。

本文針對配電網內電動汽車接入充電的管理問題展開研究，以充電服務聚合商的利益最大化為目標、考慮用戶需求和配電網安全的約束條件，提出一種基于多代理的電動汽車充電協調控制機制，并進行建模仿真。

1 基于多代理技術的充電管理架構

當大量電動汽車接入配電網充電時，采用傳統的集中調度模式會導致在相應優化問題中出現“維數災”問題。一般由充電服務聚合商來協調調度某一區域內的電動汽車的充電需求，這樣可以有效地解決面臨的問題，本文采用多代理的協調管理模式[11]，其架構如圖1所示。

圖1 基于多代理的電動汽車充電管理架構

1）配網系統運行代理

位于配網35kV/10kV中壓變壓器側，負責該區域下的配網安全運行，主要是根據配網安全約束來評估電動汽車的充電計劃，如果違反了約束則削減電動汽車的充電負荷。

2）配網區域協調代理

位于配網35kV/10kV中壓變壓器側，負責集成該主變壓器下接入的本地聚合商管理的電動汽車充電負荷，并將該負荷傳遞至配網系統運行商代理。

3）本地聚合商代理

位于區域的10kV/380V用戶變壓器側，負責計算該區域本地變壓器下接入的電動汽車充電計劃，并將充電需求負荷上報配網區域協調代理。

4）電動汽車代理

可以看作是安裝在電動汽車或者用戶車庫的智能充電裝置。負責上報電動汽車用戶的使用需求給本地聚合商代理，并接收本地聚合商代理計算后的充電計劃。

全局最優的充電策略要求已知一天內所有電動汽車的接入時間及其充電需求，采用類似于日前調度的機制，對一天內所有電動汽車的充電進行優化安排。實際生活中，電動汽車用戶返回接入電網充電的時間是很難準確預知的，以致在日前求解全局最優化的充電安排是不現實的。所以本文采用了局部最優充電策略，考慮控制時間段的概念，將一天劃分為96個控制時間段，分別對各時段內接入的電動汽車進行優化[12,13]。

2 充電管理系統中各代理協作機制

多代理系統具有高內聚、低耦合、分布式控制、異步執行、自主反應環境變化等特性，各代理之間配合，協同完成任務，其協作機制如圖2所示。

圖2 各代理間的協作機制圖

每個接入配電網充電的電動汽車都看作是一個代理，主要負責向本地聚合商代理發送自身的充電要求，具體包括上報充電開始時間、充電截止時間、充電之前的實際SOC、完成充電的目標SOC、充電功率、充電效率等信息。

本地聚合商代理負責接收電動汽車充電代理發送的充電要求，并根據要求在充電開始時間和充電截止時間內，以聚合商收益最大化為目標，優化并生成充電計劃，之后向配網區域協調代理上報優化產生的計劃，若收到配網區域協調代理的削減消息，則根據削減的數據再次優化，產生結果并直接執行。

配網區域協調代理接收本地聚合商代理的優化計劃，第一次收到計劃時，暫時不做處理，計算出節點參數以后直接上報配網系統運行代理，由配網做潮流計算，潮流計算結果符合要求時，直接通知聚合商代理執行計劃即可。若潮流結果不符合要求時，此代理從配網系統運行代理那里接收越限的數據，處理后將削減的目標發送給每個本地聚合商代理。

配網系統運行代理主要是接收配網區域協調代理上傳的數據，并進行潮流計算。潮流計算通過則通知配網區域協調代理通過，否則需要計算出越限部分的數據并將此數據傳送給配網區域協調代理。

本文中采用Jack Intelligent Agent(JACK)來搭建電動汽車充電管理的多代理系統。JACK是一個基于JAVA開發的多代理集成開發環境，具有豐富的圖形化設計功能，多代理方面的特性也體現得比較直觀。

在用JACK搭建系統框架的時候，每個代理都采用非常好的封裝，代理之間的耦合接口通過通信的方法實現。

3 基于多代理技術的充電優化算法

3.1 本地聚合商初次優化算法

本文所提的管理策略是在本地聚合商這個層面先對電動汽車的充電計劃來進行優化。假設電網對本地聚合商收取的電價和本地聚合商對用戶收取的電價是不同的，以聚合商充電收益最大化為目標，考慮到當大量電動汽車同時接入電網充電的時候，可能會產生新的用電高峰，所以需要安排電動汽車盡量在低電價時段和電網負荷較低的時段進行充電。

同時，還要滿足用戶的使用需求并考慮到充電計劃對用戶的公平性，即已經接入執行的電動汽車充電計劃和費用不能受后續接入充電的電動汽車的影響。

1）目標函數

本地電動汽車聚合商在控制時段T內的目標函數如下：

2）約束條件

約束條件包括電量需求約束和充電時間約束：

式（10）表明充電計劃需要在電動汽車的可充電時段內進行，并能達到用戶的電量要求。

式（11）表明充電功率不能超過電動汽車的額定充電功率。

其算法流程圖如圖3所示。

圖3 本地聚合商的初次優化算法流程圖

每一輛接入充電的電動汽車都需要進行一次上面的流程。本文將一天劃分為96個時間段，根據基礎負荷進行打分時最高分數不會超過1分。所以在進行排序時電價低的時間段一定排在電價高的時間段之前。

3.2 考慮安全約束的再次優化策略

在本地聚合商的初次優化中沒有考慮配電變壓器的容量限制，而且配電變壓器的容量限制需要在每個本地聚合商將它的充電計劃上報給配網區域運行代理之后才能計算出，并且判斷是否越限。如果不越限，那么該優化結果就是最終的充電計劃。如果有容量越限，那么需要進行下面的二次優化。

其算法流程如圖4所示。

3.3 削減的策略

如果在某個時間段突然有大量的電動汽車接入電網，在經過上面的二次優化過程之后仍有越限時段，那么就要對電動汽車的充電時間進行削減。

具體策略是在每一個時間段內，只要超出了變壓器設置的限制，那么先計算出實際的功率和設置的限制差值，然后按照一定的比率分配給每個本地聚合商來削減所轄的充電負荷。本地聚合商采取一定的措施來補償所削減的電動汽車用戶，如給予同等或者一定比率的時間給電動汽車用戶于下一天，或者另外一段時間內來免費充電等（本文中不予詳細闡述）。

圖4 考慮安全約束的優化算法流程圖

其算法流程如圖5所示。

圖5 消減策略算法流程圖

4 算例分析

4.1 算例場景

本文僅考慮配電網中區域內電動汽車的充電負荷，采用IEEE配電網33母線系統進行算例分析，如圖6所示，該母線系統是一個住戶型的輻射配電網絡，節點與支路參數見文獻[14]。選取其中3個節點（3,6,24）作為電動汽車接入的充電節點。

圖6 IEEE 33母線系統結構圖

Matlab有很多工具箱可用來進行建模仿真，本文采用Matlab來建立電動汽車負荷模型、用戶使用特性抽樣模擬[15，采用Jack Intelligent Agent(JACK)來搭建電動汽車充電管理的多代理系統，調用Matpower進行配網潮流計算，其仿真平臺架構如圖7所示。

圖7 仿真平臺架構

4.2 算例數據

仿真參數設置如下：

1）電動汽車的電池為鋰電池，容量為32 kW·h；

2）額定充電功率為7 kW；

3）充電效率為90%；

4）行駛百公里耗電量為15 kW·h；

5）電網電價采用工業分時電價[16]。

4.3 結果分析

4.3.1 無序充電

如果電動汽車在接入電網后立即開始充電，其單個節點的負荷曲線如圖8所示?？梢钥闯?，300輛電動汽車接入單個節點變壓器充電，會出現峰值增大并造成變壓器容量越限。

4.3.2 優化充電

1）初次優化并且不越限情況下

300輛電動汽車接入單個節點變壓器經過初次優化后的負荷曲線如圖9所示?？梢钥闯?，優化后的充電負荷集中在谷價時段，峰谷差大大減小，沒有越限。

圖8 300輛電動汽車無序充電下的負荷曲線（單個節點）

圖9 300輛電動汽車優化充電下的負荷曲線（單個節點）

2）考慮安全約束并且越限情況下

圖10 考慮安全約束時的負荷曲線（區域代理）

大量電動汽車接入配網區域充電，經初次優化之后可能會造成變壓器容量越限，該情況下的總負荷曲線如圖10所示，本算例中發電機設置有功輸出限制為35MVA。

3）越限之后經削減策略再次優化情況下

圖11 經過削減算法再次優化后的負荷曲線（區域代理）

針對越限情況，經削減算法再次優化以后，其負荷曲線如圖11所示，可以看到負荷曲線沒有超出這個限制，滿足配網安全要求。

4.3.3 對比分析

不同充電方式下單個節點的峰谷差對比見表1?？梢钥闯觯瑑灮蟮碾妱悠嚦潆姺桨缚梢杂行Ы档头骞炔?。

表1 不同充電方式下的峰谷差比較（單個節點）

不同充電方式下區域代理的總充電收益對比見表2。可以看出，優化后的電動汽車充電方案可以大大提高聚合商的經濟收益。

表2 不同充電方式下的總充電收益比較（區域代理）

5 結論

本文采用多代理控制技術，提出了以充電服務聚合商的利益最大化為目標的電動汽車充電分層控制策略，建立了各代理之間的協調控制機制，代理之間低耦合，可異步執行、自主反應環境變化，從而使整個充電調度過程趨于自動化、智能化。用JACK來搭建電動汽車充電管理的多代理系統，并結合配電網33節點系統算例進行分析，結果表明了該協調充電調度策略和優化算法可以大幅度提高聚合商的經濟收益，同時能有效地平滑負荷曲線，提高了配電網的安全性。