能源互聯網背景下的電動汽車協同管理研究

黃曌　鄧瑾

摘要：立足于區域能源互聯網視角，從用戶供電需求出發，探討了電動汽車接入場景下的協同管理方法。首先根據用戶出行需求進行電動汽車充電負荷建模，然后以用戶峰谷負荷差及充電成本的綜合優化為目標，利用分時電價機制引導電動汽車車主的充電行為，實現區域內負荷的削峰填谷，保障電網安全有序運行，最后基于MATLAB驗證了控制策略的可行性。研究成果為后續能源互聯網建設過程中源—網—儲—荷協同管理提供了一定的指導。

關鍵詞：能源互聯網;電動汽車;分時電價;協同管理

0 引言

近年來，新興的智能電網得到了大規模應用，多元化的分布式能源滲入電網，使能源危機得到緩解[1]。為進一步加快智能電網的發展進程，人們提出了新一代能源供應模式，即能源互聯網（Energy Internet）。能源互聯網以智能電網為基礎，以用戶側需求為導向，集可再生能源、分布式發電、實時監測等功能于一體[2]，能更好地兼容不同類型分布式能源的接入，實現多能源的大規模輸送和高效管理。

電動汽車作為車-網（V2G）系統的組成部分，是未來能源互聯網不可或缺的重要設備。但是電動汽車的大規模普及引發了電網諧波污染、三相電壓不平衡、變壓器老化等問題[3]，尤其是電動汽車用戶隨機充電疊加形成的峰值負荷可能造成電網電壓故障。因此，應采取合適的協同管理措施，在滿足用戶出行需求的同時，減少電動汽車負面影響。分時電價機制是一種有效的需求側管理方法[4]，通過經濟刺激引導用戶調整充電時間，降低變壓器過載的可能性，實現用戶用電供需平衡。

為此，本文從區域能源互聯網視角出發，以電動汽車接入樓宇場景為例，探討了在用戶冷熱電聯供前提下電動汽車的有序管理方法。考慮用戶對電動汽車的充電需求，以最大限度兼顧電網安全性和用戶經濟性為目標，采用峰谷分時電價機制對用戶充電行為進行引導，實現區域內用戶電力負荷的削峰填谷及用戶的充電成本優化。同時，基于MATLAB驗證了調度策略的可行性，并定性分析了用戶響應度、電價水平對管理成效的影響。

1 電動汽車充電負荷建模

電動汽車以車載電源為動力，電池類型決定充電功率特性，本文選擇25 kWh容量的鋰電池。設單臺電池負荷以2.5 kW功率進行充電，出于對電動汽車安全行駛及電池使用壽命的考慮，電池荷電狀態（State of Charge，SOC）安全閾值定為[10%，90%]，則用戶充電時間不得超過8 h。另外，在電動汽車出行的過程中，每100 km消耗電能約15 kWh，可推算單臺電動汽車的理論續航里程為133 km。

1.1? ? 無序充電模型

用戶僅根據自身出行需求和生活習慣對電動汽車充電的行為稱為無序充電。因電動汽車出行符合一定的概率特性，單臺車輛一天內的充電功率需求可通過蒙特卡洛法完成估算。本文將一天劃分為24個時段，每隔1 h對車輛充電狀態進行采樣，得到無序模式下車主對單臺車輛的充電期望，如圖1所示。

1.2? ? 分時電價激勵下的有序充電模型

分時電價政策的實施是為了建立電動汽車車主充電過程的正確導向，根據電網負荷變化情況在各時段制訂對應的電價水平，實現用電負荷的削峰填谷。在分時電價優化建模前對接入場景作如下規定：

（1）電池電量滿足當天用戶的行駛需求，且除正常出行外無其他耗電行為。

（2）用戶每次充電至車載電池安全上限，充電過程理想，無損耗。參與有序充電調度的用戶比例為90%（響應度λ=0.9）。

（3）采用峰谷分時電價機制，定義pv、pp為谷、峰時段電價，則電價模型p（t）為：

（4）用戶充電前可查詢車輛當前電池狀態，自主選擇充電起止時間。

由上，于峰谷分時電價機制而言，參數t1、t2限定了電價的峰谷區段，指引著用戶的充電意愿，決定了車輛負荷特性，成為能源互聯網中電動汽車協同優化控制的關鍵因素。

2 電動汽車協同管理策略

區域能源互聯網內總負荷L（t）由用戶原始負荷（僅含冷、熱負荷和電負荷）及電動汽車充電負荷構成，選擇負荷峰谷差Lpv（t）作為目標函數1：

另外，優化電網負荷曲線峰谷差旨在實現電網的經濟運行，為了確保用戶的經濟利益，以車主充電費用Cch（t）最低作為目標函數2：

pv，否則S（t）=pp。

為同時確保電網安全性及用戶經濟性，以上兩個目標函數的權重系數均選擇0.5。在滿足電動汽車安全SOC約束條件下，以參數t1、t2為變量，求解對應最優目標函數值的峰谷時段，具體流程如圖2所示。

（1）采集區域能源互聯網中用戶基本負荷需求數據信息;

（2）根據（1）采集的信息，產生參數t1、t2初始種群，并計算對應的目標函數值;

（3）為提高尋優效率，采用基于精英保存策略的遺傳算法[5]，獲得對應最小適應度值的最優峰谷時段解集，并完成電動汽車的有序充電調度管理。

3 仿真研究

本文以某區域能源互聯網為例開展仿真研究，基于采集到的實測日用電基本負荷數據，探討電動汽車充電行為給電網負荷及用戶帶來的影響。接入該區域的電動汽車規模設置為500輛，峰谷分時電價pv=0.335元/kWh，pp=1.253元/kWh，該區域現行固定電價0.75元/kWh。在指定比例車主參與協同管理的前提下，得到該地用電負荷優化結果如圖3所示，且最優谷電價區間為[00：01，11：58]。由圖3可知，無序充電模式下，17：00—20：00時段原始負荷高峰被加劇，對電網供電能力提出了更高的要求。分時電價實現了負荷削峰填谷功能，在滿足車主充電需求的同時，均勻轉移高峰時段的負荷至夜間低谷，充分利用電動汽車的可調度性，優化了負荷曲線。具體而言，協同管理后該區域負荷峰谷差為3 108.1 kW，相比原始負荷曲線減小12.5%。

此外，可計算出一天內該區域所有用戶的總充電成本為8 152元，相比無序充電模式節省了49.8%。因此，通過峰谷電價的積極導向作用，有效達成了電動汽車協同管理的目的，折中實現了負荷峰谷差和用戶充電成本的優化，從而確保了電網更經濟安全地運行。

該調度策略的實施效果與諸多因素密切關聯。分別設置該區域內電動汽車用戶響應度λ=0.5、λ=0.8（分別表示50%及80%的車主參與有序充電管理），得到不同響應度的負荷曲線，如圖4所示。當λ=0.5時，峰谷差為3 400.5 kW;當λ=0.8時，峰谷差為3 190.2 kW，可知車輛用戶參與度越高，削峰填谷效果越明顯。此外，當λ=0.5、λ=0.8時，計算可得用戶充電成本分別為12 281元和9 868元，因此參與協同管理的用戶比例越大，回饋的經濟優勢越明顯，形成良性循環。

維持用戶λ=0.9，引入另一峰谷分時電價水平：pv=0.4元/kWh，pp=1.15元/kWh，重新搜索最優峰谷電價時段，計算得到負荷峰谷差和用戶充電成本分別為3 108 kW和9 623.4元。可見，在負荷峰谷差優化效果相當的前提下，前一電價水平更能為用戶節省充電費用。這主要是因為前一電價具有更高的峰谷電價比，谷電價較低且低谷時期充電負荷增加，因而體現出經濟優勢。

4 結語

能源互聯網是以需求為導向的按需供能體系，是我國能源發展的重大戰略性舉措。電動汽車作為接入能源互聯網的重要設備，具有時空分散性和充電隨機性，為上層協同調度決策帶來了較大挑戰。本文從區域能源互聯網視角出發，探討了電動汽車接入場景下的協同管理方法，充分利用電動汽車的可控屬性，采用動態峰谷分時電價機制引導車輛用戶充電行為，實現負荷曲線的削峰填谷和用戶充電成本的優化，并通過MATLAB仿真驗證了該策略的可行性。上述研究成果對于能源互聯網建設具有一定的指導意義。

[參考文獻]

[1] 孫志凰，王肖，徐冰兒.能源互聯網的驅動力及關鍵技術[J].電源技術，2018，42（5）：751-754.

[2] 張淑婷，陸海，林小杰，等.考慮儲能的工業園區綜合能源系統日前優化調度[J].高電壓技術，2021，47（1）：93-103.

[3] 劉健，雷霞，閔偉成，等.考慮負荷與分布式電源隨機性的配電網無功優化[J].電測與儀表，2016，53（12）：92-97.

[4] 王守相，張善濤，王凱，等.計及分時電價下用戶需求響應的分布式儲能多目標優化運行[J].電力自動化設備，2020，40（1）：125-132.

[5] HUANG Z，FANG B，DENG J，et al.Multi-objective optimization strategy for distribution network considering V2G-enabled electric vehicles in building integrated energy system[J].Protection and Control of Modern Power Systems，2020，5（10）：577-585.

收稿日期：2021-02-26

作者簡介：黃曌（1985—），女，湖南人，博士，講師，研究方向：儲能材料及器件。