電價(jià)引導(dǎo)機(jī)制對(duì)電動(dòng)汽車有序充電負(fù)荷的影響

胡 嘉,郭世萍,陳 博

(國(guó)網(wǎng)河北省電力有限公司營(yíng)銷服務(wù)中心,河北 石家莊 050035)

0 引言

為了更好地節(jié)約資源,以電力為驅(qū)動(dòng)的節(jié)能環(huán)保型汽車開(kāi)始得到廣泛應(yīng)用[1]。電動(dòng)汽車是新興產(chǎn)業(yè)發(fā)展的重要方向之一,大力推廣新能源汽車有利于促進(jìn)汽車產(chǎn)業(yè)的良好發(fā)展[2]。為了實(shí)現(xiàn)汽車產(chǎn)業(yè)轉(zhuǎn)型,純電動(dòng)汽車的產(chǎn)業(yè)化發(fā)展具有極好的發(fā)展前景,汽車充電行為對(duì)電力負(fù)荷影響也成為突出問(wèn)題。文獻(xiàn)[3]根據(jù)汽車快速充電原理,模擬快速充電負(fù)荷建立相應(yīng)的模型,結(jié)合交通均衡和用戶行為計(jì)算不同充電站的充電負(fù)荷,完成負(fù)荷影響研究,并通過(guò)分支定價(jià)方法選取最優(yōu)充電負(fù)荷路徑,但未考慮分時(shí)電價(jià)對(duì)充電負(fù)荷分布的影響,模型應(yīng)用范圍較小。文獻(xiàn)[4]以出行鏈隨機(jī)模擬技術(shù)為核心,明確電動(dòng)汽車充電負(fù)荷分布情況,根據(jù)用戶1天內(nèi)的行駛狀態(tài),利用馬爾可夫模擬算法對(duì)行駛特性進(jìn)行空間轉(zhuǎn)移,結(jié)合分時(shí)電價(jià)的影響特點(diǎn),獲取充電負(fù)荷分布的影響結(jié)果,該方法未考慮交通因素的影響,影響結(jié)果分析不夠全面。文獻(xiàn)[5]根據(jù)汽車動(dòng)態(tài)交通信息,得到電動(dòng)汽車的充電需求,并且預(yù)測(cè)大規(guī)模充電后電網(wǎng)負(fù)荷變化,針對(duì)交通道路分布特點(diǎn),生成動(dòng)態(tài)交通模型,以此為基礎(chǔ)明確交通網(wǎng)絡(luò)與配電網(wǎng)絡(luò)之間的關(guān)聯(lián)性,并通過(guò)交互處理提取電動(dòng)汽車移動(dòng)特點(diǎn),推斷出不同場(chǎng)景下汽車充電負(fù)荷變化,該方法具有較強(qiáng)的可行性,但是未考慮用戶行為的相互影響關(guān)系,研究結(jié)果的客觀性有待提升。

為了改善電動(dòng)汽車充電負(fù)荷不均衡的狀況,本文通過(guò)概率密度分布情況,獲取汽車負(fù)荷分布特性。根據(jù)用戶的充電需求,構(gòu)建峰谷分時(shí)電價(jià)引導(dǎo)模型,分析用戶需求側(cè)響應(yīng),確定電動(dòng)汽車的充電價(jià)格區(qū)間,得到電動(dòng)汽車有序充電負(fù)荷。根據(jù)電網(wǎng)負(fù)荷分布特點(diǎn),生成充電負(fù)荷影響曲線,得到有序充電的負(fù)荷影響結(jié)果。將研究結(jié)果應(yīng)用到優(yōu)化控制過(guò)程中,可促進(jìn)電動(dòng)汽車充電時(shí)負(fù)荷平衡。

1 獲取汽車負(fù)荷分布特性

以汽車集中充電時(shí)間為基礎(chǔ),通過(guò)工作日、休息日的汽車充電概率,明確汽車充電負(fù)荷的時(shí)間分布特點(diǎn)[6]。利用蒙特卡模擬算法,結(jié)合車輛的駕駛時(shí)間與電動(dòng)汽車充電時(shí)間,獲取電動(dòng)汽車充電負(fù)荷的分布特性計(jì)算公式,如下

式中:a為汽車充電時(shí)間;L為總充電功率;N為電動(dòng)汽車總數(shù)量;n為某輛電動(dòng)汽車;P為電動(dòng)汽車n的充電功率?？紤]到電動(dòng)汽車的類型眾多,且每種類型電動(dòng)汽車的應(yīng)用目的有所差異,其負(fù)荷特性亦不同。通過(guò)電動(dòng)汽車的分布情況,獲取了某區(qū)域各類型電動(dòng)汽車24 h分時(shí)段充電概率,如圖1所示。

圖1 某區(qū)域各類型電動(dòng)汽車24 h分時(shí)段充電概率

圖1中主要包括私家車、公交車、出租車3種類型的電動(dòng)汽車,約有10萬(wàn)輛。根據(jù)圖1可知,即便是同一種電動(dòng)汽車,其充電行為也存在波動(dòng)。其中,私家車充電概率較高的時(shí)間段有2個(gè),分別為21:00—次日06:00、09:00—15:00。在09:00—15:00,電動(dòng)汽車大規(guī)模進(jìn)行充電,會(huì)使負(fù)荷出現(xiàn)較大波動(dòng),使該區(qū)域供電壓力增加,影響供電安全。

為了直觀展現(xiàn)汽車負(fù)荷分布特性,基于電動(dòng)汽車的運(yùn)行里程,采用正態(tài)分布檢測(cè)方法得出如下概率密度函數(shù)

式中:f(s)為概率密度函數(shù);s為汽車日平均行駛里程;σ為標(biāo)準(zhǔn)差;μ為均值。計(jì)算時(shí),根據(jù)汽車2次充電時(shí)間計(jì)算時(shí)間間隔系數(shù),采用線性計(jì)算公式,獲取電池荷電量與行駛里程之間的關(guān)系。針對(duì)電池初始荷電狀態(tài)進(jìn)行研究,得到以下約束關(guān)系公式

式中:Isoc為汽車負(fù)荷分布情況;b為時(shí)間間隔系數(shù);M為滿電后最大行駛里程。公式(3)的反函數(shù)W計(jì)算公式為

反函數(shù)公式具有連續(xù)導(dǎo)數(shù),按照隨機(jī)變量函數(shù),得出概率密度函數(shù)計(jì)算公式

通過(guò)上述公式,得出概率密度分布情況,明確汽車負(fù)荷分布特性。

2 構(gòu)建峰谷分時(shí)電價(jià)引導(dǎo)模型

文中分析的充電負(fù)荷影響結(jié)果,以電價(jià)引導(dǎo)為核心,所以,分析過(guò)程中需要構(gòu)建峰谷分時(shí)電價(jià)引導(dǎo)模型。根據(jù)用戶用電要求,將每天的用電情況劃分為高峰、低谷、平峰3個(gè)時(shí)間段,針對(duì)每個(gè)時(shí)間段,設(shè)置不同的電力價(jià)格。所謂電價(jià)引導(dǎo)是以降低充電成本為目的,將電動(dòng)汽車的充電時(shí)間段選定為低谷時(shí)間段,一定程度上減小配電網(wǎng)的峰谷差,使得電力負(fù)荷均衡化發(fā)展,促進(jìn)配電網(wǎng)的穩(wěn)定運(yùn)行[7-8]。

通過(guò)電價(jià)的差額鼓勵(lì)用戶避開(kāi)用電高峰期充電,達(dá)到削峰填谷的效果[9],峰谷分時(shí)電價(jià)模型表示為

式中:t為某時(shí)刻;θf(wàn)為峰時(shí)段電價(jià);θg為谷時(shí)段電價(jià);θp為平時(shí)段電價(jià);tf1為峰電價(jià)初始時(shí)刻;tf2為峰電價(jià)結(jié)束時(shí)刻;tg1為谷電價(jià)初始時(shí)刻;tg2為谷電價(jià)結(jié)束時(shí)刻。

為了直觀描述峰谷分時(shí)電價(jià)的引導(dǎo)實(shí)施效果,將響應(yīng)度作為評(píng)價(jià)指標(biāo)。響應(yīng)度計(jì)算結(jié)果越大,表明電價(jià)引導(dǎo)方案實(shí)施效果越好,更多用戶選擇在谷電價(jià)時(shí)間段進(jìn)行電動(dòng)汽車充電。但是,在實(shí)際應(yīng)用過(guò)程中,天氣情況、電力價(jià)格、時(shí)間安排等多種影響因素均會(huì)引起響應(yīng)度計(jì)算結(jié)果的變化,因此,在負(fù)荷影響研究時(shí),需要根據(jù)用戶的實(shí)際用電習(xí)慣合理調(diào)整電價(jià)制度和電價(jià)執(zhí)行時(shí)間段[10]。

3 計(jì)算電動(dòng)汽車有序充電負(fù)荷

電動(dòng)汽車的有序充電行為[1112]本質(zhì)上是以價(jià)格為基礎(chǔ)的需求側(cè)響應(yīng)分析。通過(guò)分析需求側(cè)響應(yīng),明確用戶消費(fèi)心理,構(gòu)建了電價(jià)引導(dǎo)下電動(dòng)汽車充電響應(yīng)模型,如圖2所示。

圖2 電價(jià)引導(dǎo)下電動(dòng)汽車充電響應(yīng)模型

在圖2所示的電動(dòng)汽車充電響應(yīng)模型中,β10為低迷時(shí)段的響應(yīng)低閾值點(diǎn),β11為低迷時(shí)段的響應(yīng)高閾值點(diǎn),λmax1為該時(shí)段響應(yīng)飽和度,β20為迫切時(shí)段響應(yīng)低閾值點(diǎn),β21為迫切時(shí)段的響應(yīng)高閾值點(diǎn),λmax2為該時(shí)段響應(yīng)飽和度。

根據(jù)充電響應(yīng)模型,將充電時(shí)段的變化準(zhǔn)確描述出來(lái),并以此為依據(jù)計(jì)算電動(dòng)汽車充電行為的響應(yīng)率。為了改進(jìn)汽車充電行為,以配電網(wǎng)峰谷價(jià)格變化狀態(tài)為基礎(chǔ),獲取電動(dòng)汽車的電價(jià)響應(yīng)度

式中:η為電價(jià)響應(yīng)度;w為接受電價(jià)引導(dǎo)的汽車數(shù)量;Q為區(qū)域內(nèi)汽車總數(shù)。

電動(dòng)汽車原始充電過(guò)程中,采用固定電價(jià)的方式,與本文提出的分時(shí)電價(jià)有序充電有所差異,利用高峰時(shí)段的電價(jià)減去電網(wǎng)低谷時(shí)段的電價(jià),并計(jì)算二者之間的差值與固定電價(jià)之間的比值,將其定義為充電峰谷電價(jià)差比

式中:z為充電峰谷電價(jià)差比;p為固定電價(jià);p1為高峰時(shí)段電價(jià);p2為低谷時(shí)段電價(jià)。

根據(jù)上述計(jì)算結(jié)果生成電價(jià)引導(dǎo)下電動(dòng)汽車充電響應(yīng)模型。模型內(nèi)包含高閾值、低閾值2個(gè)關(guān)鍵拐點(diǎn)。將公式(8)計(jì)算結(jié)果與2個(gè)閾值進(jìn)行對(duì)比,當(dāng)計(jì)算結(jié)果比低閾值點(diǎn)小時(shí),表明電動(dòng)汽車用戶依舊保持原始的充電時(shí)間,沒(méi)有隨著電力價(jià)格的變化改變充電時(shí)間,當(dāng)計(jì)算結(jié)果高于低閾值點(diǎn)的狀態(tài)下,大部分電動(dòng)汽車擁有者會(huì)改變?cè)汲潆娦袨?將充電行為從負(fù)荷高峰轉(zhuǎn)換到負(fù)荷低谷時(shí)期,并且發(fā)生充電行為轉(zhuǎn)移情況的用戶數(shù)量,取決于價(jià)格差值。最后,當(dāng)公式(8)計(jì)算結(jié)果高于高閾值時(shí),表明響應(yīng)用戶數(shù)量滿足設(shè)定要求,將會(huì)保持不變。

考慮到基礎(chǔ)響應(yīng)模型具有較大的不確定性,文中提出電動(dòng)汽車充電改進(jìn)模型,將響應(yīng)行為中的不確定性條件轉(zhuǎn)移出去。因此,以原始線性模型為核心,添加2個(gè)響應(yīng)界限,分別是上界限和下界限,劃分出不確定響應(yīng)區(qū)間。結(jié)合不確定性轉(zhuǎn)移后可得出響應(yīng)度變化規(guī)律,保證激勵(lì)水平不變的情況下,電動(dòng)汽車的響應(yīng)偏好隨著實(shí)際情況產(chǎn)生極大變化。當(dāng)汽車行駛要求較低的情況下,充電響應(yīng)會(huì)比較高,而且電動(dòng)汽車充電響應(yīng)會(huì)隨著行駛需求的迫切化發(fā)展逐漸降低。

綜上所述,當(dāng)充電價(jià)格正式確定后,確定電動(dòng)汽車的充電響應(yīng)度價(jià)格區(qū)間,結(jié)合電動(dòng)汽車的負(fù)荷分布特性建立充電負(fù)荷時(shí)空分布模型,形成最終的有序充電負(fù)荷計(jì)算結(jié)果。

4 生成充電負(fù)荷影響曲線

選取覆蓋面積較廣的110 k V區(qū)域電網(wǎng),針對(duì)復(fù)雜的電網(wǎng)負(fù)荷分布特點(diǎn),獲取電價(jià)引導(dǎo)條件下,汽車有序充電負(fù)荷影響曲線,將電量峰谷差和負(fù)荷情況反映出來(lái)。通過(guò)以下公式,得到負(fù)荷曲線的峰谷差

式中:ΔX為負(fù)荷曲線的峰谷差;k,l為時(shí)刻;δ為負(fù)荷值。而充電負(fù)荷曲線的峰谷差率u計(jì)算公式為

電動(dòng)汽車充電負(fù)荷影響曲線的描繪,需要注意城市內(nèi)電動(dòng)汽車推廣程度[13],通過(guò)城市電動(dòng)汽車占有率反應(yīng)新能源汽車行業(yè)發(fā)展水平,計(jì)算公式為

式中:φ為城市電動(dòng)汽車占有率;v為車輛的種類;Bv為電動(dòng)汽車類型v的保有量;Y為各類汽車總保有量。

最后,結(jié)合政策推廣因素,分析目標(biāo)城市中不同類型的電動(dòng)汽車推廣速度,根據(jù)汽車占有率計(jì)算結(jié)果,明確電價(jià)引導(dǎo)對(duì)充電負(fù)荷變化的影響。根據(jù)上述分析結(jié)果,獲取電價(jià)引導(dǎo)下電動(dòng)汽車有序充電負(fù)荷影響結(jié)果。

5 實(shí)驗(yàn)分析

5.1 基本情況

為了驗(yàn)證文中方法的負(fù)荷影響結(jié)果,選取IEEE-33節(jié)點(diǎn)配電網(wǎng)為研究目標(biāo)進(jìn)行實(shí)驗(yàn)分析。研究區(qū)域的電力負(fù)荷數(shù)據(jù)主要分為3種類型,分別是工業(yè)負(fù)荷數(shù)據(jù)、商業(yè)負(fù)荷數(shù)據(jù)以及居民用電負(fù)荷數(shù)據(jù),具體負(fù)荷分布如圖3所示。

圖3 某區(qū)域電力負(fù)荷分布示意

通過(guò)統(tǒng)計(jì)可知,配電網(wǎng)工作區(qū)域內(nèi)包含5 000余輛電動(dòng)汽車,電動(dòng)汽車充電負(fù)荷接入節(jié)點(diǎn)分布情況如圖4所示。

通過(guò)研究發(fā)現(xiàn),該區(qū)域內(nèi)電動(dòng)汽車的蓄電池主要包括鎳基、鉛酸和鋰離子3種類型。按照每個(gè)區(qū)域電動(dòng)汽車數(shù)量,確定不同區(qū)域充電樁建設(shè)比例,工業(yè)用電區(qū)域充電樁占充電樁的38%,居民用電區(qū)域充電樁占充電樁的27%,商業(yè)用電區(qū)域充電樁占充電樁的35%。

圖4 電動(dòng)汽車充電負(fù)荷接入節(jié)點(diǎn)分布

5.2 電價(jià)引導(dǎo)的影響

以電價(jià)引導(dǎo)為背景,針對(duì)研究區(qū)域內(nèi)的私家電動(dòng)汽車進(jìn)行研究,分析電動(dòng)汽車有序充電負(fù)荷影響。由于私家電動(dòng)汽車充電較多,用戶選取充電時(shí)間更加隨意,大多情況下,會(huì)將電動(dòng)汽車充電時(shí)間選擇為電價(jià)低谷時(shí)段(23:00—次日06:00),在白天的電價(jià)高峰時(shí)段,電動(dòng)汽車充電數(shù)量較少。而當(dāng)電價(jià)引導(dǎo)響應(yīng)系數(shù)為0時(shí),私家電動(dòng)汽車可以直接進(jìn)行充電處理。根據(jù)不同響應(yīng)系數(shù)條件,獲取汽車充電總負(fù)荷曲線如圖5所示。

圖5 不同響應(yīng)系數(shù)下汽車充電總負(fù)荷曲線

根據(jù)圖5所示的總負(fù)荷曲線可知,隨著電價(jià)引導(dǎo)響應(yīng)系數(shù)的增大,充電負(fù)荷呈現(xiàn)下降趨勢(shì),其根本原因在于電價(jià)引導(dǎo)策略的響應(yīng)使得負(fù)荷曲線的高峰時(shí)段與低谷時(shí)段產(chǎn)生了合理性變化,有利于降低配電系統(tǒng)負(fù)荷峰谷差,間接促進(jìn)了汽車在高峰時(shí)段總充電負(fù)荷下降。

5.3 實(shí)驗(yàn)結(jié)果分析

為了驗(yàn)證文中得出的負(fù)荷影響結(jié)果的真實(shí)性以及優(yōu)化效果,根據(jù)上述電價(jià)引導(dǎo)機(jī)制對(duì)電動(dòng)汽車有序充電負(fù)荷的影響研究,設(shè)計(jì)電力負(fù)荷優(yōu)化方案。

該區(qū)域內(nèi),12:30—13:30、18:30—21:30為峰時(shí)段。在峰時(shí)段中,電動(dòng)汽車充電量明顯增加,同時(shí)疊加居民用電峰荷,導(dǎo)致系統(tǒng)負(fù)荷量明顯上升,拉大了系統(tǒng)峰谷差值。04:00—09:00為谷時(shí)段。在谷時(shí)段內(nèi),通過(guò)對(duì)電動(dòng)車進(jìn)行有序的充電后,可以增加谷時(shí)段的負(fù)荷,達(dá)到移峰填谷的作用。負(fù)荷優(yōu)化過(guò)程中,得到最優(yōu)峰時(shí)段設(shè)置為17:00—23:00,最優(yōu)谷時(shí)段設(shè)置為04:00—08:00,并將電價(jià)響應(yīng)度設(shè)置為0.8?；谏鲜鰠?shù),得到電價(jià)時(shí)段優(yōu)化前后的負(fù)荷曲線如圖6所示。

圖6 電價(jià)時(shí)段優(yōu)化前后的負(fù)荷曲線

根據(jù)圖6所示的優(yōu)化前、優(yōu)化后負(fù)荷曲線可知,經(jīng)由電價(jià)引導(dǎo)下的有序充電負(fù)荷影響研究,優(yōu)化電力汽車充電負(fù)荷曲線,展現(xiàn)了極好的削峰填谷效果,使得負(fù)荷曲線向著平滑趨勢(shì)發(fā)展。經(jīng)過(guò)優(yōu)化處理后,汽車有序充電的日最大負(fù)荷降低了2.8 MW,日負(fù)荷峰谷差從優(yōu)化前的8.5 MW,經(jīng)過(guò)優(yōu)化后降低至1.6 MW。考慮到充電的經(jīng)濟(jì)效益,對(duì)比有序充電和無(wú)序充電情況下,電動(dòng)汽車的充電成本,如圖7所示。

圖7 2種形式下電動(dòng)汽車充電成本對(duì)比

由圖7可知,在無(wú)序充電情況下電動(dòng)汽車的充電成本較高,而利用電價(jià)引導(dǎo)機(jī)制使電動(dòng)汽車實(shí)行有序充電后,充電成本明顯下降,低于無(wú)序充電的成本。通過(guò)實(shí)驗(yàn)結(jié)果可知,以電價(jià)引導(dǎo)為基礎(chǔ),分析其對(duì)汽車有序充電負(fù)荷影響,基于影響研究結(jié)果制定的負(fù)荷優(yōu)化方案,展現(xiàn)了極好的削峰填谷效果,降低了用戶在高峰期充電的情況和充電成本,促進(jìn)了配電網(wǎng)電力負(fù)荷的均衡發(fā)展,提升電動(dòng)汽車充電穩(wěn)定性。

6 結(jié)束語(yǔ)

以電力引導(dǎo)為發(fā)展背景,明確電動(dòng)汽車有序充電負(fù)荷影響。根據(jù)汽車負(fù)荷分布特性,構(gòu)建峰谷分時(shí)電價(jià)引導(dǎo)模型。計(jì)算電動(dòng)汽車充電負(fù)荷,獲取最終計(jì)算結(jié)果。根據(jù)電網(wǎng)負(fù)荷分布特點(diǎn),獲取汽車有序充電負(fù)荷影響曲線,得到電價(jià)引導(dǎo)下電動(dòng)汽車有序充電負(fù)荷影響結(jié)果。根據(jù)實(shí)驗(yàn)分析結(jié)果可知。

(1)基于文中得到的負(fù)荷影響研究結(jié)果進(jìn)行負(fù)荷優(yōu)化,汽車有序充電的日最大負(fù)荷降低了2.8 MW,日負(fù)荷峰谷差降低至1.6 MW。證明該方法有利于負(fù)荷曲線的平滑發(fā)展,可有效改善電動(dòng)汽車充電負(fù)荷不均衡的狀況。

(2)在電價(jià)引導(dǎo)機(jī)制下,有序充電成本明顯低于無(wú)序充電成本。證明制定的負(fù)荷優(yōu)化方案,可有效降低充電成本,提高電動(dòng)汽車充電負(fù)荷優(yōu)化效果和經(jīng)濟(jì)效益。