車網互動的實踐進展與框架設計

龔成明，韓亞寧

車網互動的實踐進展與框架設計

龔成明，韓亞寧

(南京德睿能源研究院有限公司, 江蘇 南京 210000)

隨著電動汽車爆發式的增長，電動汽車無序充電給電網帶來壓力，車網互動控制成為熱門話題，近年來國內外也有不少車網互動的實踐。列舉了車網互動的幾種典型實踐場景與方法，并對車網互動的整體框架進行了設計和展望。

車網互動；V2G；協調控制；電動汽車；聚合

0 引言

21世紀以來，我們面領著前所未有的能源和環境危機，隨著技術發展，電動汽車作為新能源汽車，將成為廣泛使用的新興清潔交通工具[1-2]。尤其近段時間以來，電動汽車的續航里程已經接近普通燃油車水平，安全性方面也有顯著提升，解決了普通用戶對于里程和安全性的焦慮，電動汽車得到大發展。然而，大量電動汽車并網后必然對電力系統的運行和規劃產生影響，導致負荷增長，峰上加峰。無序充電使得電網運行優化控制難度增加，并影響電能的質量[3-7]。另外研究表明，電動汽車隨機并入電網時將不可避免地給電網帶來大量諧波污染[8-11]。基于此，關于電動汽車與電網協同互動，進行有序充電顯得十分必要。目前關于車網互動也有很多的研究進展，文獻[12]指出，當電動汽車參與電網互動，不僅能夠為電網提供調峰調頻等輔助服務，提高基荷機組利用率，保障電網運行的安全性和可靠性，還能夠提高電網消納可再生能源的能力，實現新能源車充新能源電，提高電網運行的經濟性。文獻[13]介紹了電動汽車與電網互動(V2G)的關鍵技術，認為實現車網互動的關鍵問題在于調控技術、市場機制、技術設施三個方面。對于電動汽車并入電網后的調度與控制，有學者提出基于V2G技術的電動汽車實時調度策略[14]，以降低充電成本和網損為目標，建立電動汽車調度模型。文獻[15-16]提出考慮電價因素的電動汽車互動策略，結合電動汽車用戶對充電價格的敏感性，進行有序充電的引導來實現削峰填谷。文獻[17]考慮了電動汽車對居民小區的配電影響，對住宅小區電動汽車有序充電潛力進行評估，認為電動汽車有序充電時能夠提高小區配電網承載能力，增加充電設施接入容量。

實際上，在車網互動的理論研究和電動汽車增長帶來的現實問題驅動下，關于車網互動的實踐已經開始，但鮮有文章對此進行分析概述。筆者將對車網互動的實踐進展進行概述，以期從實踐層呈現出電動汽車與電網互動的多種形式。文章基于實踐提出了車網互動的框架設計，并對未來微網化的就地互動控制進行了展望。

1 車網互動的實踐

理論與實踐往往是統一的，理論研究支撐實踐的落地，而實踐則能夠很好地檢驗和促進理論研究。本文首先闡述車網互動過程中幾種典型的實踐示例，以切實的實踐應用場景和應用效果給讀者帶來更為真切的感受。

1.1 峰谷價差的公交充電調度

分時電價表現了電網最基本的用電負荷調節需求，對于大量電動汽車聚合體而言，通過峰谷價差能夠實現充電的經濟性，因此產生了基于分時電價的電動汽車充電策略研究成果和應用。文獻[18]中根據公交車輛的運行規律和充電特性，利用電網的分時電價政策，有效地降低了充電站的充電費用。文獻[19]中提出了基于分時電價的電動汽車多目標優化充電策略，通過建立電動汽車集中充電的多目標優化調度模型，使得充電成本最小化。

關于基于峰谷價差的公交充電調度應用，目前有以下技術突破，如流程圖1所示。

圖1 公交充電調度流程圖

1) 形成了支持功率、SOC等目標的調度控制協議，云端可通過該協議將控制命令下發到充電樁終端進行車輛的充電電流控制；

2) 通過對現場設備軟件的升級，使得大量電動汽車充電樁設備支持如1)所述的控制協議；

3) 基于大數據分析公交車輛的運營特性和充電特性，并基于此對公交車輛的出行需求進行精準預測；

4) 云端部署優化調度的算法，通過采集各充電車輛的實時充電信息，并結合如3)所述的預測信息進行云端優化計算，得到各電動汽車當前最優充電計劃。

以上技術突破使得整個調度流程在云端自動執行，消除了人工定時開啟充電進行峰谷套利的人力成本，公交車司機停車后，插槍即可在電價高峰期限制充電，低谷期開啟充電。另外，對公交運營特性的分析和出行計劃的預測來確定調度的約束條件，使得調度過程能夠滿足車輛正常運營需求。

1.2 臺區充電調度

隨著局部地區用電需求的增長，用電時間和空間上的隨機性，某些供電臺區往往會出現這樣的問題：

1) 一些有充電需求的場所，變壓器增容困難；

2) 原有變壓器用電峰谷差非常大，利用小時數很低；

3) 如果簡單增設充電設施，高峰充電時段將引起過載。

針對以上問題，通過復用1.1節中所述的調度控制協議，并獲取變壓器的負載率作為調度決策的約束條件，當充電負荷過高且接近變壓器容量時，主動降低車輛充電功率，保持變壓器安全穩定運行。

臺區充電調度的首要目標就是保護變壓器，通過優化調度，避免增加充電設施后變壓器過載的情況，有效提高了變壓器負載率和利用率。

1.3 聚合電動汽車參與調峰輔助服務

基于峰谷電價響應的調度策略對于電網運行來說不夠精細，難以緩解日益增大的電網調峰壓力。而傳統調峰機組的調峰能力已經有了上限，電動汽車聚合體作為規模龐大的負荷側資源，具備一定的調峰能力。目前，電網也在積極挖掘包含電動汽車在內的負荷側資源參與電力調峰輔助服務。

聚合電動汽車參與調峰輔助服務，聚合商首先與電網調度中心建立信息交互通道，進行實時數據交互，電網通過下發調度指令的形式對聚合的充電資源進行總體控制，調度指令由聚合商分解執行，來滿足電網的調峰需求。

以華北地區為例，冬季京津冀北地區由于供暖期燃煤機組運行率高，夜間風能發電量大，導致地區在夜間時段有較大的調峰壓力。而華北地區有40萬輛電動汽車，總容量約180萬千瓦，華北電網鼓勵第三方主體通過聚合的方式，對分散的電動汽車充電負荷進行控制和引導，并在2019年首次開展含負荷側聚合商主體在內調峰市場，促進新能源消納1 958萬千瓦時，減少了棄光棄風，緩解調峰壓力，實現了電網、發電企業、負荷聚合商、終端用戶的多方共贏。

1.4 分區聚合參與互動控制與需求響應

一個省市級地區內往往是局部地區出現供電壓力大的情況下，總體聚合調度時難以滿足各區域的調峰調頻和需求響應。為消除或緩解局部地區用電的過載、重載問題，因而演化出分區聚合電動汽車來接受電網調度的方案，聚合商將每個區域作為一個聚合單元，電網可按實際需求對其中一個或幾個聚合單元進行控制。

這種方案目前在青島地區已經開始實施，電動汽車作為負荷側資源，由負荷聚合商按供電臺區聚合起來參與泛在物聯互動控制，接受電網調度指令。分區的控制更精細更靈活，具體區域的劃分可按電網實際調度需求而定，滿足電網的精細化調度需求。

1.5 特定品種中長期電力交易

目前，我國新能源并網裝機和消納總量高速增長，但存在地域上、時間上的不平衡性，能源供給與能源需求的矛盾突出，部分地區出現棄風、棄光、棄水的問題[20]，因此綠電交易需求明顯，交易的價格空間很大。

實際上，一定規模的充電負荷聚合后具有較強的總體規律，考慮日期、天氣等因素可實現較高的用電量預測精度，能夠參與中長期電力交易，消納本地區或跨省的綠色低價電力，經濟環保。目前，國內各地區均有中長期電力交易市場組織或開展，近期云南省出臺的《云南電力中長期交易實施細則》(征求意見稿)，明確提出要堅持節能減排和清潔能源優先上網，促進清潔能源生產和消納。充電運營商作為電力大用戶，在滿足準入條件的情況下結合用電需求預測參與綠電中長期電力交易，可在低價購電的同時促進消納新能源電力，實現新能源車充新能源電。例如，西南地區夏季豐水期水電富余，四川省開展了富余電量和低谷棄水等交易品種，若結合充電負荷時間特點合理參與，既能夠幫助消納水電，又能夠顯著降低電動汽車用能成本。

2 車網互動框架初探與展望

在理論研究和實踐應用的基礎上，給出車網互動的框架，即車網互動包含信息交互、價值交互、能量交互三個方面，以能量交互為最終目的，以技術條件作為支撐，并將聚合層作為交互的中間橋梁，在此基礎上需要完善的市場化交易體系。同時，隨著微電網的發展，微網化的就地調控也將是未來車網互動的重要一環。

2.1 具備支持能量交互的基礎

車網互動的最終目的是能量的交互，而能量交互則以價值交互、信息交互和技術支撐為前提條件，具體如下：

1) 價值交互是能量交互的強心劑，只有建立完善的市場激勵機制，才能充分調動各方參與電力互動與交易的積極性，也才能維持交易的持久性。

2) 信息交互是能量交互的載體，如圖2所示，這種交互是多邊的，電網將控制需求作為控制指令下發給負荷聚合商，聚合商控制所聚合的各電動汽車單體，同時采集電動汽車充電信息，并上送給電網，由電網對聚合商的調度效果進行考核，并進行收益結算。

3) 技術支撐是能量交互的必要條件。如何打通電網調控中心與負荷聚合商的信息交互通道，進行安全高效的數據交互；如何對電網調度指令進行分解，優化各電動汽車單體的充電功率；如何與底層設備交互，實施對車輛的精準、快速的控制；以及動力電池技術經濟特性的提升等，都是車網互動時必須要解決的技術問題。

圖2 聚合商與電網互動交互示意圖

2.2 聚合層作為中間橋梁

車網互動過程中，負荷聚合商層面起到至關重要的作用。首先，單個充電用戶對移動儲能的價值不敏感，難以發揮電動汽車的調節價值，負荷聚合商作為電網與終端用戶之間的橋梁，組織電動汽車作為聚合體參與電網互動，并通過控制或營銷手段引導電動汽車進行依電網需求的有序充電，能量巨大。同時，聚合層能夠消除電網對大規模電動汽車直接實施控制時的調度壓力與權責問題，能快速高效地將電動汽車這種移動式儲能聚合起來接受電網調度。

2.3 制定與完善市場化交易體系及規則

目前，華北調峰市場作為國內首個第三方主體，參與的負荷側資源接入電網調峰并實際結算的輔助服務市場，帶動了整個電力輔助服務市場化交易體系的建設。近期江蘇等地也有就負荷側資源參與調峰的市場規則出臺并向公眾征求意見。推進建設市場化交易體系，電網側應進一步開展現貨、中長期、輔助服務等多品種交易市場，深化制定市場規則，完善交易機制，并積極吸納第三方交易主體的建議和意見，逐步形成完善的市場化交易體系。

2.4 展望—微網化就地調控

隨著清潔能源的推廣和用戶用電經濟性需求，由分布式光伏、儲能、負荷等組成的微電網開始普及，電動汽車作為移動負荷和電源，也是微電網的重要組成部分。文獻[21]考慮了電動汽車有序充電下對微電網優化配置的影響，認為降低了微電網的規劃成本和用戶的充電費用。近期有不少關于包含電動汽車在內的微電網多源協調控制理論和技術的研究。將電動汽車及其充電設施融入微電網，通過就地配置光伏、儲能，提供微網化的運行控制能力，就能實現在用戶側的就地互動控制，并在條件允許時給電網提供高效的調峰調頻等輔助服務。

3 結論

隨著電動汽車爆發式的增長，居民、工商業用電負荷不斷提升，局部時間和空間范圍上用電負荷和發電能力的矛盾加大，電力系統面臨嚴重的挑戰。2020年冬天湖南省就出現了電力供應不足的問題，挖掘負荷側資源進行有序充電，尤其是聚合大量電動汽車進行車網互動控制，可以說迫在眉睫。本文從應用層面介紹了車網互動的幾種模式與案例，突出體現了車網互動的應用價值和效果，并對車網互動的框架設計進行了初步探討，提出車網互動時支持能量交互的基礎條件是利益的交互、信息的交互和技術的支撐，并以聚合層作為中間橋梁，在此基礎上需要建立完善的市場化交易體系。

[1] 胡堋湫, 譚澤富, 邱剛, 等. 電動汽車發展綜述[J]. 電氣應用, 2018, 37(20): 79-85.

HU Pengqiu, TAN Zefu, QIU Gang, et al. Overview of electric vehicle development[J]. Electrotechnical Application, 2018, 37(20): 79-85.

[2] 陳典楨. 電動汽車發展現狀及前景分析[J]. 科學時代, 2014(7): 1-2.

CHEN Dianzhen. Analysis on the development status and prospect of electric vehicles[J]. Kexue Shidai, 2014(7): 1-2.

[3] BRADLEY T H, C W QUINN. Analysis of plug in hybrid electric vehicle utility factors[J]. Journal of Power Sources, 2010, 195(16): 5399-5408.

[4] MOHSENI P, STEVIE R G. Electric vehicles: holy grail or fool’s gold[C] // 2009 IEEE Power & Energy Society General Meeting, July 26-30, 2009, Calgary, AB, Canada: 1-5.

[5] ANDERSEN P H, MATHEWS J A, RASK M. Integrating private transport into renewable energy policy: The strategy of creating intelligent recharging grids for electric vehicles[J]. Energy Policy, 2009, 37(7): 2481-2486.

[6] 王金行, 趙生傳, 劉遠龍, 等. 電動汽車充電對區域電網電能質量的影響[J]. 山東電力技術, 2012(2): 16-20.

WANG Jinxing, ZHAO Shengchuan, LIU Yuanlong, et al. The analysis on the influences of electrical vehicle charging to regional grid power quality[J]. Shandong Electric Power, 2012(2): 16-20.

[7] 何若太, 劉澄, 王穎, 等. 基于出行鏈的電動汽車無序充電對配電網影響的時空特性分析[J]. 電氣應用, 2018, 37(21): 31-37.

HE Ruotai, LIU Cheng, WANG Ying, et al. Analysis of the spatio-temporal characteristics of the impact of disordered charging of electric vehicles on the distribution network based on the travel chain[J]. Electrotechnical Application, 2018, 37(21): 31-37.

[8] 李娜,黃梅. 不同類型電動汽車充電機接入后電力系統的諧波分析[J]. 電網技術, 2011, 35(1): 170-174.

LI Na, HUANG Mei. Analysis on harmonics caused by connecting different types of electric vehicle chargers with power network[J]. Power System Technology, 2011, 35(1): 170-174.

[9] 黃梅, 黃少芳. 電動汽車充電站諧波的工程計算方法[J]. 電網技術, 2008, 32(20): 20-23.

HUANG Mei, HUANG Shaofang. A harmonic engineering calculation method for electric vehicle charging station[J]. Power System Technology, 2008, 32(20): 20-23.

[10] GOMEZ J C, MORCOS M M. Impact of EV battery chargers on the power quality of distribution systems[J]. IEEE Transactions on Power Delivery, 2003, 18(3): 975-981.

[11] CHAN M S W, CHAU K T, CHAN C C. Modeling of electric vehicle chargers[C] // Industrial Electronics Society, 1998.IECON’98. Proceedings of the 24th Annual Conference of the IEEE, 1998: 433-438.

[12] 潘巍, 劉瑜俊, 徐青山, 等. 電動汽車與電網互動協調控制策略研究綜述[J]. 電力需求側管理, 2013, 15(4): 6-10.

PAN Wei, LIU Yujun, XU Qingshan, et al. Review of coordinated control strategy between electric vehicle and power grid[J]. Power Demand Side Management, 2013, 15(4): 6-10.

[13] 胡澤春, 占愷嶠, 徐智威, 等. 電動汽車與電網互動的關鍵問題分析與展望[J]. 電力建設, 2015, 36(7): 6-13.

HU Zechun, ZHAN Kaiqiao, XU Zhiwei, et al. Analysis and outlook on the key problems of electric vehicle and power grid interaction[J]. Electric Power Construction, 2015, 36(7): 6-13.

[14] 陳凱炎, 牛玉剛. 基于V2G技術的電動汽車實時調度策略[J]. 電力系統保護與控制, 2019, 47(14): 1-9. CHEN Kaiyan, NIU Yugang, Real-time scheduling strategy of electric vehicle based on vehicle-to-grid application[J]. Power System Protection and Control, 2019, 47(14): 1-9.

[15] 陳靜鵬, 艾芊, 肖斐. 基于集群響應的規模化電動汽車充電優化調度[J]. 電力系統自動化, 2016, 40(22): 43-48.

CHEN Jingpeng, AI Qian, XIAO Fei. Optimal charging scheduling for massive electric vehicles based on cluster response[J]. Automation of Electric Power Systems, 2016, 40(22): 43-48.

[16] 吳晨曦, 張杰, 張新延, 等. 考慮電價影響的電動汽車削峰填谷水平評價[J]. 電力系統保護與控制, 2019, 47(17): 14-22.

WU Chenxi, ZHANG Jie, ZHANG Xinyan, et al. Load shifting level evaluation of EVs in the different energy price environment[J]. Power System Protection and Control, 2019, 47(17): 14-22.

[17] 陳旭, 楊柳, 楊振剛, 等. 住宅小區電動汽車有序充電潛力評估[J]. 電力系統保護與控制, 2020, 48(2): 122-128.

CHEN Xu, YANG Liu, YANG Zhengang, et al. Assessment of orderly charging potential of electric vehicles in residential areas[J]. Power System Protection and Control, 2020, 48(2): 122-128.

[18]楊夢楠, 陳華杰, 胡佳慧. 一種分時電價的公交充電經濟調度方法及系統: 中國, CN201811619365.7[P]. 2020-04-17.

YANG Mengnan, CHEN Huajie, HU Jiahui. An economic dispatching method and system for bus charging with time-of-use electricity price: China, CN201811619365.7[P]. 2020-04-17.

[19] 佟晶晶, 溫俊強, 王丹, 等. 基于分時電價的電動汽車多目標優化充電策略[J]. 電力系統保護與控制, 2016, 44(1): 17-23.

TONG Jingjing, WEN Junqiang, WANG Dan, et al. Multi-objective optimization charging strategy for plug-in electric vehicles based on time-of-use price[J]. Power System Protection and Control, 2016, 44(1): 17-23.

[20] 舒印彪, 張智剛, 郭劍波, 等. 新能源消納關鍵因素分析及解決措施研究[J]. 中國電機工程學報, 2017, 37(1): 1-9.

SHU Yinbiao, ZHANG Zhigang, GUO Jianbo, et al. Study on key factors and solution of renewable energy accommodation[J]. Proceedings of the CSEE, 2017, 37(1): 1-9.

[21] 丁明, 史盛亮, 潘浩, 等. 含電動汽車充電負荷的交直流混合微電網規劃[J]. 電力系統自動化, 2018, 42(1): 32-38.

DING Ming, SHI Shengliang, PAN Hao, et al. Planning of AC/DC hybrid microgrid with integration of electric vehicles charging load[J]. Automation of Electric Power Systems, 2018, 42(1): 32-38.

On the practical progress and framework design of vehicle to grid

GONG Chengming, HAN Yaning

(DERI Energy Research Institute Co., Ltd., Nanjing 210000, China)

With the explosive growth of electric vehicles, the disorderly charging of electric vehicles puts pressure on the power grid, and the interactive control of the Vehicle to Grid (V2G) has become a hot topic. In recent years, there have been many practices of V2G at home and abroad. This paper summarizes several typical practical examples and methods of V2G, and then presents the designs and prospects of the overall framework of V2G.

vehicle to grid; V2G; coordination control; electric vehicles; aggregation

2020-12-29；

2021-01-04

龔成明(1977—)，男，碩士，研究員級高級工程師，研究方向為電網運行控制、微電網系統和綜合能源管理等；E-mail: gongchengming@deri.energy

韓亞寧(1995—)，男，通信作者，本科，軟件開發工程師，研究方向為充電能量管理、充電負荷調控與市場化交易領域。E-mail: hynkoala@163.com