電力市場化改革下的有序用電優化管理

李華昌，揭東帥，徐敏

(1.中國電建集團江西省電力設計院有限公司，南昌 330000； 2.南昌大學 信息工程學院，南昌 330000)

0 引 言

隨著燃煤、燃油等傳統能源的不斷消耗及環境污染問題，電力這一清潔能源以其綠色環保的優勢愈發受到大家關注。當前國內國際電動汽車市場發展迅猛，許多國家相繼出臺了禁止燃油汽車銷售的政策時間表，我國海南也制定了禁售燃油汽車的遠景目標。尤其以比亞迪為首的車企自主創新，開發出DM-i超級混動系統，讓電動汽車備受市場青睞。由此可見未來汽車電動化將是大勢所趨。但是，大規模電動汽車接入電網，尤其是快充的大面積普及，極易造成電網負荷短期迅速增加、網損增大等不利于電網穩定運行的影響，這對整個電網都是一大考驗[1-4]。

針對這一問題，文獻[5]以峰谷電價政策引導用戶晚點低谷時充電，但卻沒研究用戶充電的最優策略。文獻[6]為了削峰填谷，提出基于車聯網系統(V2G)的調控方法。文獻[7]在考慮電網波動的同時關注用戶利益，提出在電價指導下的電動汽車有序充電模型，但是該數學模型需要頻繁調整電動汽車的充電狀態，嚴重縮短了汽車電池的使用壽命。文獻[8]的電動汽車充放電模型，采用分層調度的方式實現上下兩層的動態平衡，但該調度模型未將電網實際負荷水平考慮在內。

電力市場化改革的根本目的就是提升電力資源配置效率，使能源高效利用，實現綠色、可持續發展。隨著電力市場化改革的推進，為滿足多樣的市場需求，除提供基本電能交易服務外，輔助服務是電力市場一個必不可少的補充，其中降低高峰負荷、平緩負荷曲線是輔助服務中非常重要的一項服務。為保證未來電動汽車綠色節能發展并與電網協調聯動，解決因電動汽車大規模接入電網無序充電引起的負荷峰上加峰問題，提出基于鯨魚算法(WOA)用于優化大規模電動汽車充電的控制方法，有效削減充電負荷尖峰、平緩充電負荷曲線，實現有序用電這一優化目標，為電力市場化交易中的輔助服務提供選項[9-10]。

1 算法基本原理

1.1 基本原理

鯨魚算法的基本原理是模擬自然界中鯨魚的日常捕食方式，通過模擬捕食過程各環節，實現優化搜索的目的。步驟如下：

(1)環繞捕食目標

發現捕食目標后，立刻吐出氣泡并將氣泡環繞捕食目標。初始設置時將當前鯨魚位置設置為捕食目標位置，其他鯨魚向當前位置靠攏[11]。公式如下：

(1)

(2)

(3)

(4)

(2)氣泡捕食(局部搜索)

不斷吐出氣泡，并將其包圍捕食目標，通過兩種方式收縮捕食范圍：a.包圍收縮；b.螺旋捕食[12]。

圖1 包圍收縮方式

(5)

(6)

式中b為控制螺旋移動的常數；l為(0,1)范圍內的隨機數。

選取包圍收縮或是選擇螺旋捕食的方式是等概率的。為了實現完全隨機，設二者機率各50%，參數p設置在(0,1)得以實現。如公式(7)所示：

(7)

(3)搜索捕食目標(全局搜索)

(8)

(9)

1.2 算法流程

步驟1：初始化鯨魚種群；

步驟4：更新當前最優鯨魚個體；

步驟5：滿足終止條件，輸出結果；不滿足，則返回步驟3，繼續迭代[16]。

算法的流程圖如圖2所示。

圖2 鯨魚算法(WOA)的流程圖

2 鯨魚算法優化有序充電的具體應用

2.1 目標函數

文中目標：削減因無序充電造成的電網負荷高峰。用數學模型表示：

(10)

2.2 約束條件

(11)

式中ton為充電開始時間；tin為充電接入時間；te為充電結束時間；Pi為第i輛車充電功率；ET0為電池初始電量；ET為電池容量。

2.3 算例分析

取某地電網典型日負荷實際數據(冬季和夏季)，建立總數為100輛的電動汽車模型，每0.25 h生成充電負荷數據，24 h共計96個負荷數據，具體如下：

(1)初始化：電動汽車充電接入時間tin(1×100的矩陣)：以接入時間高峰19點為均值的正態分布；充電完成時間te：均值為7點的正態分布；汽車電池初始電量ET0：均值為20%的正態分布；汽車電池額定容量ET：36 kW·h；汽車充電功率Pi：7 kW(剩余容量<90%)或1.5 kW(剩余容量≥90%)。tin與ton約束條件見公式(11)；

(2)無序充電：汽車接入即充電，tin與ton保持一致。根據所有電動汽車充電數據得到各時刻負荷，即為無序充電狀態數據；

圖3是程序運行結果，基礎負荷為某地冬、夏季兩季典型日負荷數據，夏季基礎負荷晚高峰2 094 kW，無序充電高峰2 779 kW；冬季基礎負荷高峰1 820 kW，無序充電高峰1 972 kW。經過鯨魚算法優化后的充電高峰：夏季2 163 kW，較無序充電高峰降低22.2%；冬季1 810 kW，較無序充電高峰降低8.2%。

結果表明， 經過鯨魚算法(WOA)優化，充電時間調整到后半夜(負荷低谷期)，充電高峰負荷明顯下降，達到削減無序充電造成的負荷高峰目標。在日負荷曲線改變時，鯨魚算法能夠相應進行調整，實現不同負荷曲線下的削峰填谷，從而減輕不同運行狀況電網的供電高峰壓力。

圖3 鯨魚算法(WOA)有序充電優化結果

3 結束語

針對電動汽車無序充電導致電網高峰負荷短期迅速增加、網損增大等一系列問題，提出基于鯨魚算法(WOA)的有序充電優化方法。通過調整電動汽車接入電網后開始充電時間，優化充電流程及策略，將充電高峰負荷進行轉移。模擬模型結果表明：對比電動汽車無序充電和鯨魚算法(WOA)優化后的有序充電，優化后充電高峰負荷顯著降低，負荷曲線變得平滑，有很好的削峰填谷效果，驗證了該優化控制方法的有效性。