施泉生，平宗飛，陳敏駿

（上海電力學(xué)院 經(jīng)濟(jì)與管理學(xué)院，上海 200090）

0 引言

隨著中國社會(huì)經(jīng)濟(jì)的高速發(fā)展，電能需求穩(wěn)步增長(zhǎng)；與此同時(shí)，環(huán)境保護(hù)問題日益突出。為了充分挖掘需求側(cè)削峰填谷潛力，緩解高峰負(fù)荷需求，峰谷分時(shí)電價(jià)（TOU）理論得到了廣泛的研究與應(yīng)用；而電動(dòng)汽車（EV）因其在節(jié)能減排及環(huán)境保護(hù)方面的巨大優(yōu)勢(shì)逐漸受到人們關(guān)注［1］。

合理的電動(dòng)汽車充放電控制與利用可以對(duì)電網(wǎng)運(yùn)行方式產(chǎn)生利好影響，采用電網(wǎng)與電動(dòng)汽車互動(dòng)V2G（Vehicle to Grid）技術(shù)，電動(dòng)汽車可作為分布式儲(chǔ)能裝置參與電網(wǎng)削峰填谷，有效實(shí)現(xiàn)需求側(cè)管理目標(biāo)；可參與系統(tǒng)調(diào)頻，而且相比傳統(tǒng)調(diào)頻電源其響應(yīng)速度更快；可改善節(jié)點(diǎn)電壓水平、降低網(wǎng)損，提升配電網(wǎng)運(yùn)行可靠性；可提高風(fēng)力發(fā)電及太陽能發(fā)電等間歇式分布式能源發(fā)電的電網(wǎng)接入水平，促進(jìn)清潔能源發(fā)電的發(fā)展。此外，在由電動(dòng)汽車入網(wǎng)造成的諧波污染［2］、頻率控制［3］、三相不平衡［4］，電動(dòng)汽車充放電功率需求［5-6］，以及車電互聯(lián)削峰填谷成本效益分析［7］等方面的研究為電動(dòng)汽車合理入網(wǎng)打下了基礎(chǔ)。

部分文獻(xiàn)研究的峰谷分時(shí)電價(jià)實(shí)施方案基于發(fā)電側(cè)與供電側(cè)雙邊電價(jià)聯(lián)動(dòng)，從建立兩級(jí)優(yōu)化模型［8］、雙邊電價(jià)動(dòng)態(tài)博弈聯(lián)動(dòng)［9］、節(jié)能調(diào)度優(yōu)化資源配置［10］等方面出發(fā)，以實(shí)現(xiàn)電力系統(tǒng)各環(huán)節(jié)參與需求側(cè)管理的利益共享與風(fēng)險(xiǎn)分?jǐn)?。為更好地發(fā)揮需求響應(yīng)項(xiàng)目在協(xié)同促進(jìn)電力資源優(yōu)化配置中的貢獻(xiàn)，已有文獻(xiàn)研究了分時(shí)電價(jià)與可中斷電價(jià)［11］、階梯電價(jià)［12］、大規(guī)模儲(chǔ)能裝置［13］的配合應(yīng)用問題。上述模型均未考慮電動(dòng)汽車入網(wǎng)對(duì)分時(shí)電價(jià)政策制定的影響。

規(guī)?；妱?dòng)汽車入網(wǎng)會(huì)改變?cè)娋W(wǎng)負(fù)荷曲線，而分時(shí)電價(jià)的制定又與負(fù)荷曲線息息相關(guān)，因此，電動(dòng)汽車入網(wǎng)會(huì)影響分時(shí)電價(jià)相關(guān)政策的制定。本文從影響私家電動(dòng)汽車充放電功率需求的因素入手，使用蒙特卡洛模擬法，得到不同入網(wǎng)方式下電動(dòng)汽車充放電功率曲線；基于此，供電側(cè)基于用戶需求響應(yīng)以負(fù)荷曲線優(yōu)化為目標(biāo)制定銷售側(cè)分時(shí)電價(jià)；最后，構(gòu)建發(fā)電側(cè)與供電側(cè)分時(shí)電價(jià)聯(lián)動(dòng)優(yōu)化模型以平衡電動(dòng)汽車入網(wǎng)及用戶需求響應(yīng)帶來的利益與風(fēng)險(xiǎn)。

1 V2G模式下電動(dòng)汽車充放電功率需求建模分析

1.1 影響電動(dòng)汽車充放電功率分布的因素

一定的市場(chǎng)規(guī)則下，1 d內(nèi)電動(dòng)汽車充電及放電功率概率分布主要受到電動(dòng)汽車入網(wǎng)方式、動(dòng)力電池及充電設(shè)施［5］的影響。本文以私家純電動(dòng)汽車慢充方式為研究對(duì)象定量分析電動(dòng)汽車充放電功率需求，并做出以下假設(shè)：

a.電動(dòng)汽車動(dòng)力電池容量Cbattery服從［20，30］上的均勻分布，即 Cbattery～U［20，30］（kW·h）；

b.電動(dòng)汽車充、放電功率Pcd在3～5 kW內(nèi)服從均勻分布，即 Pcd～U［3，5］；

c.1 km固定電耗為0.15 kW·h；

d.計(jì)及電池壽命、充放電損耗、放電深度等因素，電動(dòng)汽車動(dòng)力電池的可用荷電狀態(tài)SOC（State Of Charge）為 10%～90%［6］；

e.私家車主每天 09∶00 到達(dá)單位，17∶00 離開單位，且在無序入網(wǎng)模式下停放在單位期間的電動(dòng)汽車每個(gè)時(shí)刻的放電概率相同；

f.電動(dòng)汽車的峰谷電價(jià)響應(yīng)度［6］是一個(gè)確定的值；

g.電動(dòng)汽車日行駛里程、起始充放電時(shí)刻、充放電功率、電池容量為相互獨(dú)立的隨機(jī)變量。

1.2 無序V2G模式的充放電功率需求模型

1.2.1 充電功率概率分布模型

無序模式下電動(dòng)汽車起始充電時(shí)刻服從正態(tài)分布，其概率密度函數(shù)［6］為：

其中，μS=17.6；σS=3.4；tSC為起始充電時(shí)刻。

基于1.1節(jié)中的假設(shè)a、b，可得電動(dòng)汽車充電時(shí)長(zhǎng)為：

其中，tchg為充電時(shí)長(zhǎng)（單位h）。

為考察電動(dòng)汽車在某一時(shí)刻t0的充電狀態(tài)，設(shè)定隨機(jī)變量ζt0=1表示該時(shí)刻正在充電，ζt0=0表示該時(shí)刻未充電或已經(jīng)充電完畢，則：

電動(dòng)汽車在某時(shí)刻充（放）電功率需求的期望可由該時(shí)刻的充（放）電概率與充（放）電功率相乘得到，從而其概率分布表達(dá)式為：

其中，Pt0為時(shí)刻t0的充電功率需求的期望。

1.2.2 放電功率概率分布模型

基于1.1節(jié)中的假設(shè)e，無序模式下放電起始時(shí)刻服從區(qū)間［9，17］上的均勻分布，即：

放電時(shí)長(zhǎng)與電動(dòng)汽車日行駛距離、電池容量、放電功率有關(guān)，據(jù)美國交通部門統(tǒng)計(jì)數(shù)據(jù)分析，家庭車輛日行駛里程滿足正態(tài)分布［14］，其概率密度函數(shù)表達(dá)式為：

其中，μD=16.58；σD=6.57；x為行駛里程（單位 km）。

則放電持續(xù)時(shí)長(zhǎng)可以表示為：

仿照1.2.1節(jié)中充電功率需求期望的概率分布表達(dá)式推導(dǎo)過程，得無序模式下電動(dòng)汽車在09∶00—17∶00間某一時(shí)刻t0的放電功率期望的概率分布表達(dá)式為：

其中，Pt0為某一時(shí)刻t0的放電功率；tSD為起始放電時(shí)刻；td為放電時(shí)長(zhǎng)；Fdtd為起始放電時(shí)刻與放電時(shí)長(zhǎng)的聯(lián)合概率分布函數(shù)。

單臺(tái)電動(dòng)汽車在某一時(shí)刻有可能充電，在一定的條件下（如滿足日行駛里程后仍有剩余電量、放電電價(jià)吸引）也有可能放電，圖1是根據(jù)式（1）—（11），應(yīng)用蒙特卡洛模擬方法，在各個(gè)時(shí)間點(diǎn)選取10000個(gè)樣本，得到的單臺(tái)電動(dòng)汽車在各時(shí)刻充放電功率需求的期望曲線。

圖1 無序V2G模式下1 d內(nèi)單臺(tái)電動(dòng)汽車充放電功率需求的期望Fig.1 Expectation of charging/discharging power demand of single EV for one day in disorderly V2G mode

1.3 有序V2G模式的充放電功率需求模型

有序V2G是指電動(dòng)汽車動(dòng)力電池以可控負(fù)荷形式參與系統(tǒng)調(diào)度，其充放電時(shí)刻響應(yīng)峰谷時(shí)段劃分，負(fù)荷低谷時(shí)期充電，高峰時(shí)期放電，以規(guī)避大規(guī)模電動(dòng)汽車入網(wǎng)對(duì)電網(wǎng)運(yùn)行狀態(tài)造成的負(fù)面影響。

1.3.1 充電功率概率分布模型

電動(dòng)汽車在有序入網(wǎng)模式下，在負(fù)荷低谷時(shí)期進(jìn)行充電，其起始充電時(shí)刻的選擇滿足如下表達(dá)式：

其中，tg1、tg2分別為負(fù)荷谷段的起、止時(shí)刻；Tg為谷段時(shí)長(zhǎng)；rand 為［0，1］區(qū)間的隨機(jī)數(shù)。

式（12）表示如果充電時(shí)長(zhǎng)小于谷段時(shí)長(zhǎng)，則可以選擇能夠在谷段期間內(nèi)充滿電的任意時(shí)刻開始充電；如果充電時(shí)長(zhǎng)大于谷段時(shí)長(zhǎng)，則選擇在谷段起始時(shí)刻充電。

同理，可以得到有序模式下電動(dòng)汽車充電功率期望的概率分布表達(dá)式為：

1.3.2 放電功率概率分布模型

電動(dòng)汽車在有序入網(wǎng)模式下，在負(fù)荷高峰時(shí)期進(jìn)行放電，其起始放電時(shí)刻的選擇滿足如下表達(dá)式：

式（15）表示如果放電時(shí)長(zhǎng)小于峰段時(shí)長(zhǎng)，則可以選擇能夠在峰段期間放完電的任意時(shí)刻開始放電；如果放電時(shí)長(zhǎng)大于峰段時(shí)長(zhǎng)，則選擇在峰段起始時(shí)刻放電。

同理，有序模式下電動(dòng)汽車某時(shí)刻放電功率期望的概率分布表達(dá)式為：

聯(lián)合式（2）、（8）、（9）、（12）—（17），應(yīng)用蒙特卡洛模擬方法，在某一確定的峰谷時(shí)段劃分下，得到有序模式下單臺(tái)電動(dòng)汽車1 d內(nèi)充放電功率需求期望曲線如圖2所示。

圖2 有序V2G模式下1 d內(nèi)單臺(tái)電動(dòng)汽車充放電功率需求的期望Fig.2 Expectation of charging/discharging power demand of single EV for one day in orderly V2G mode

2 電價(jià)聯(lián)動(dòng)模型

電價(jià)聯(lián)動(dòng)系統(tǒng)中，發(fā)電側(cè)、供電側(cè)及用戶側(cè)通過價(jià)格鏈形成一個(gè)有機(jī)整體，每個(gè)環(huán)節(jié)策略的變化都會(huì)通過價(jià)格信號(hào)傳遞方式影響到其他環(huán)節(jié)策略的制定。供電公司基于用戶需求響應(yīng)，以負(fù)荷曲線優(yōu)化為目標(biāo)制定銷售側(cè)分時(shí)電價(jià)；電力用戶響應(yīng)分時(shí)電價(jià)以及電動(dòng)汽車入網(wǎng)都會(huì)改變?cè)瓉淼呢?fù)荷曲線，從而影響供電公司的效益；而負(fù)荷曲線的改變會(huì)直接影響到發(fā)電成本的變化，從而影響到發(fā)電公司的效益；通過設(shè)計(jì)發(fā)電側(cè)與供電側(cè)分時(shí)電價(jià)聯(lián)動(dòng)機(jī)制，以平衡實(shí)施峰谷分時(shí)電價(jià)及大規(guī)模電動(dòng)汽車入網(wǎng)給發(fā)電側(cè)和供電側(cè)帶來的效益。

2.1 基于需求側(cè)的峰谷分時(shí)電價(jià)優(yōu)化模型

根據(jù)文獻(xiàn)［11，15］的研究，實(shí)施峰谷分時(shí)電價(jià)前后用戶用電量變化關(guān)系為：

其中，n表示時(shí)段劃分；下標(biāo)0表示實(shí)施峰谷分時(shí)電價(jià)前用戶耗電量；E為電量電價(jià)彈性矩陣；ΔP/P表示電價(jià)調(diào)整前后變化量。

根據(jù)峰谷分時(shí)電價(jià)定義，將1d分為3個(gè)時(shí)段，其中i取值1、2、3分別代表峰、平、谷時(shí)段。假設(shè)峰時(shí)段電價(jià)在平時(shí)段電價(jià)基礎(chǔ)上上調(diào)φ1，谷時(shí)段電價(jià)在平時(shí)段電價(jià)基礎(chǔ)上下調(diào)φ2，而平時(shí)段電價(jià)為實(shí)施峰谷分時(shí)電價(jià)前電價(jià)根據(jù)式（18）得電價(jià)調(diào)整后電量：

其次，新教育人在積極探索閱讀理論的同時(shí)，自覺地開展了許多閱讀的實(shí)踐與行動(dòng)，為推進(jìn)中國的書香校園建設(shè)和書香社會(huì)的形成，做出了重要的貢獻(xiàn)。

其中，ε為電力需求彈性系數(shù)。

為達(dá)到需求側(cè)削峰填谷目的，供電公司根據(jù)歷史銷售電價(jià)數(shù)據(jù)、歷史負(fù)荷數(shù)據(jù)及用戶需求響應(yīng)系數(shù)，以負(fù)荷曲線優(yōu)化為目標(biāo)制定銷售側(cè)分時(shí)電價(jià)。其目標(biāo)函數(shù)為：

其中，L0i（t）為優(yōu)化前負(fù)荷；Δt為各時(shí)段持續(xù)時(shí)長(zhǎng)；為各時(shí)段的用電變化量在該時(shí)段內(nèi)平均分?jǐn)偂?/p>

根據(jù)需求側(cè)管理的要求，實(shí)行峰谷分時(shí)電價(jià)后應(yīng)保證用戶側(cè)利益不受損，即用戶側(cè)平均電價(jià)水平不上漲，為此設(shè)置電價(jià)水平約束條件：

電力部門在評(píng)估峰谷分時(shí)電價(jià)政策的實(shí)施效果時(shí)，除了保證平均電價(jià)水平不上漲，還應(yīng)考慮用戶用電方式滿意度。電力用戶在原來的負(fù)荷L0下用電滿意度最大，考慮工藝調(diào)整能力、生產(chǎn)班制、生活習(xí)慣等因素的影響，用戶用電方式不能有太大的改變，為此設(shè)定負(fù)荷曲線約束條件：

其中，L為用戶響應(yīng)分時(shí)電價(jià)后電網(wǎng)負(fù)荷。

式（20）—（23）即為基于需求側(cè)的峰谷分時(shí)電價(jià)優(yōu)化模型。

2.2 發(fā)電側(cè)與供電側(cè)分時(shí)電價(jià)聯(lián)動(dòng)優(yōu)化模型

用戶側(cè)分時(shí)電價(jià)的實(shí)施以及規(guī)?；妱?dòng)汽車的入網(wǎng)，會(huì)改變發(fā)電側(cè)及供電側(cè)收益對(duì)比，使得發(fā)電側(cè)和供電側(cè)收益向不同方向演化。因此，需要設(shè)置電價(jià)聯(lián)動(dòng)機(jī)制以實(shí)現(xiàn)發(fā)、供電側(cè)利益共享及風(fēng)險(xiǎn)分?jǐn)?。在?.1節(jié)求得的用戶側(cè)最優(yōu)峰谷分時(shí)電價(jià)拉開比φ1、φ2基礎(chǔ)之上，調(diào)整發(fā)電側(cè)峰、谷時(shí)段上網(wǎng)電價(jià)拉開幅度，在滿足約束條件的情況下實(shí)現(xiàn)最大化發(fā)電側(cè)售電收入（計(jì)及電源緩建效益與電動(dòng)汽車放電成本分?jǐn)偭浚?、最大化供電公司盈利（售電收入減購電支出，同時(shí)計(jì)入電網(wǎng)緩建效益與電動(dòng)汽車放電成本分?jǐn)偭浚４藭r(shí)，聯(lián)動(dòng)優(yōu)化模型目標(biāo)函數(shù)為：

發(fā)電側(cè)電源緩建效益［9］為：

供電側(cè)電網(wǎng)緩建效益［9］為：

其中，L0max、Lmax分別為電價(jià)調(diào)整前后電網(wǎng)最大負(fù)荷；J1、σ1分別為電廠單位造價(jià)及經(jīng)營期內(nèi)年金系數(shù)；J2、σ2分別為電網(wǎng)單位造價(jià)及經(jīng)營期內(nèi)年金系數(shù)。

聯(lián)動(dòng)優(yōu)化模型為多目標(biāo)、約束非線性的約束規(guī)劃問題，采用設(shè)定權(quán)重法將多目標(biāo)轉(zhuǎn)化為單目標(biāo)，應(yīng)用經(jīng)典優(yōu)化算法進(jìn)行求解。其權(quán)重比例可以根據(jù)電價(jià)調(diào)整前平均銷售電價(jià)與平均上網(wǎng)電價(jià)的比值確定。求解流程見圖3。

圖3 算法流程圖Fig.3 Flowchart of algorithm

3 算例分析

某電網(wǎng)典型日負(fù)荷數(shù)據(jù)見表1。發(fā)電側(cè)基礎(chǔ)數(shù)據(jù)：J1=8 800 元 /kW，σ1=0.033 3，原平均上網(wǎng)電價(jià)元/（kW·h），為簡(jiǎn)化計(jì)算，取二次發(fā)電成本函數(shù)系數(shù)a=0.2元/（MW2·h）。由于在滿足放電成本補(bǔ)償?shù)那闆r下電動(dòng)汽車車主才會(huì)考慮放電，取cu=3.0元 /（kW·h）［7］。供電側(cè)基礎(chǔ)數(shù)據(jù)：J2=9900 元 /kW，σ2=0.0333，原平均銷售電價(jià)元/（kW·h）。用戶電量電價(jià)彈性矩陣：

峰谷時(shí)段劃分：谷時(shí)段 01∶00—08∶00；平時(shí)段 23∶00至次日 01∶00、08∶00—10∶00；峰時(shí)段 10∶00—23∶00。

本文設(shè)置3種情形，分別考察電動(dòng)汽車入網(wǎng)對(duì)該地區(qū)電網(wǎng)運(yùn)行狀態(tài)的影響。

表1 電網(wǎng)典型日負(fù)荷數(shù)據(jù)Table 1 Typical daily load of power grid

情形1：不包含電動(dòng)汽車。

情形2：假設(shè)該地區(qū)有2萬輛電動(dòng)汽車通過有序V2G方式入網(wǎng)（對(duì)應(yīng)完全峰谷電價(jià)響應(yīng)）。

情形3：假設(shè)該地區(qū)有2萬輛電動(dòng)汽車通過無序V2G方式入網(wǎng)（對(duì)應(yīng)零峰谷電價(jià)響應(yīng)）。

同時(shí)，針對(duì)入網(wǎng)電動(dòng)汽車設(shè)置2種電價(jià)模式。

模式1：按銷售電價(jià)充放電。

模式2：按銷售電價(jià)充電，按上網(wǎng)電價(jià)放電。

實(shí)行峰谷分時(shí)電價(jià)前，分別按情形2、情形3模擬電動(dòng)汽車入網(wǎng)對(duì)原負(fù)荷曲線的影響，結(jié)果見圖4。

圖4 電動(dòng)汽車不同入網(wǎng)方式對(duì)原始負(fù)荷曲線的影響Fig.4 Impact of V2G on original load curve for different modes

根據(jù)圖4分析，原始負(fù)荷曲線下，電網(wǎng)負(fù)荷峰值1340.8 MW，負(fù)荷谷值538.3 MW，峰谷差率59.85%；情形2下，電網(wǎng)負(fù)荷峰值1 315.2 MW，負(fù)荷谷值617.5 MW，峰谷差率53.05%；情形3下，電網(wǎng)負(fù)荷峰值1363 MW，負(fù)荷谷值540 MW，峰谷差率60.39%。因此，無序電動(dòng)汽車充放電會(huì)增加電網(wǎng)最大負(fù)荷，提高電網(wǎng)峰谷差率，不利于電力系統(tǒng)安全運(yùn)行；而經(jīng)過優(yōu)化管理的有序電動(dòng)汽車充放電則可以降低電網(wǎng)峰谷差率，起到削峰填谷的作用。

根據(jù)已知數(shù)據(jù)，利用MATLAB編程求解第2節(jié)建立的電價(jià)聯(lián)動(dòng)優(yōu)化模型。首先調(diào)整用戶側(cè)峰谷電價(jià)，以實(shí)現(xiàn)負(fù)荷曲線的優(yōu)化。用戶側(cè)優(yōu)化結(jié)果見表2。

供電側(cè)峰谷分時(shí)電價(jià)的優(yōu)化調(diào)整，使得在保證用戶側(cè)平均電價(jià)不上漲的條件下電網(wǎng)峰谷差率有所降低，負(fù)荷曲線優(yōu)化效果明顯，但不能保證供電公司的利益，尤其考慮大規(guī)模電動(dòng)汽車入網(wǎng)的情況下，供電公司收入面臨較大的不確定性。需要進(jìn)一步調(diào)整發(fā)電側(cè)上網(wǎng)電價(jià)，以實(shí)現(xiàn)發(fā)、供電側(cè)利益共享與風(fēng)險(xiǎn)分?jǐn)偂?yōu)化前后負(fù)荷曲線如圖5所示，發(fā)電側(cè)與供電側(cè)聯(lián)動(dòng)模型的優(yōu)化結(jié)果如表3、4所示。

表2 用戶側(cè)優(yōu)化結(jié)果Table 2 Results of user-side optimization

圖5 電動(dòng)汽車入網(wǎng)與用戶響應(yīng)下的電網(wǎng)負(fù)荷曲線Fig.5 Load curve of grid with V2G and optimized user load

表3 峰谷上網(wǎng)電價(jià)優(yōu)化調(diào)整表Table 3 Optimal adjustment of generation-side TOU

由表3可知，電動(dòng)汽車不同的V2G方式以及充放電電價(jià)模式都會(huì)對(duì)發(fā)、供電側(cè)效益產(chǎn)生影響，從而使得上網(wǎng)電價(jià)有所調(diào)整以平衡雙方利益。

表4給出了峰谷分時(shí)電價(jià)實(shí)施前后電網(wǎng)負(fù)荷特性及各參與方效益。電動(dòng)汽車收入即為車載電池通過充放電控制策略賺取的額外的充放電價(jià)差收益。由表4知：基于需求側(cè)的峰谷分時(shí)電價(jià)的實(shí)施，有利于降低系統(tǒng)峰荷，提高谷荷，減小電網(wǎng)峰谷差率，且有序V2G模式能在用戶需求響應(yīng)的基礎(chǔ)上更進(jìn)一步降低電網(wǎng)峰谷差率，而無序V2G模式則使得電網(wǎng)峰谷差率在用戶響應(yīng)的基礎(chǔ)上有所增加，但仍小于未實(shí)行分時(shí)電價(jià)前的電網(wǎng)峰谷差率；發(fā)、供電側(cè)價(jià)格未聯(lián)動(dòng)的條件下，發(fā)電公司收益增加49.8654萬元，供電公司收益減少26.6614萬元，實(shí)行電價(jià)聯(lián)動(dòng)后，發(fā)電公司與供電公司收益分別增加9.3318萬元、13.8721萬元，因此，實(shí)行雙邊價(jià)格聯(lián)動(dòng)能夠保證發(fā)、供電側(cè)利益平衡，提高供電公司推行峰谷分時(shí)電價(jià)政策的積極性；需求側(cè)實(shí)施峰谷分時(shí)電價(jià)后，有序V2G模式能夠進(jìn)一步降低電源發(fā)電成本，而無序V2G模式使得電源發(fā)電成本有所增加；有序V2G使得供電公司售電收入減少的同時(shí)也降低了發(fā)電成本，無序V2G使得供電公司售電收入增加的同時(shí)也增加了發(fā)電成本，二者通過電價(jià)聯(lián)動(dòng)機(jī)制實(shí)現(xiàn)利益平衡；不同的充放電電價(jià)模式對(duì)雙方效益影響較大，模式1使得雙方效益都降低，模式2使得雙方效益都增加，這是因?yàn)椴煌某浞烹婋妰r(jià)模式直接影響到供電公司效益；電動(dòng)汽車收入既受V2G參與方式的影響，也與充放電電價(jià)模式有很大的關(guān)系，有序V2G方式可以增加電動(dòng)汽車收入，且在模式1下利潤空間更大；電動(dòng)汽車入網(wǎng)能減小電網(wǎng)負(fù)荷峰谷差率，有利于電力系統(tǒng)安全、穩(wěn)定運(yùn)行，但考慮到現(xiàn)行條件下高昂的電池放電成本，使得電網(wǎng)運(yùn)行的經(jīng)濟(jì)性有所降低。

表4 均衡收益表Table 4 Benefit balancing

4 結(jié)論

本文在已有文獻(xiàn)研究的基礎(chǔ)上，建立了考慮大規(guī)模電動(dòng)汽車入網(wǎng)的電價(jià)聯(lián)動(dòng)模型，并結(jié)合實(shí)際數(shù)據(jù)，針對(duì)電動(dòng)汽車不同的入網(wǎng)方式及充放電電價(jià)模式給出具體算例分析，從中得出以下結(jié)論。

a.大規(guī)模電動(dòng)汽車入網(wǎng)能夠改變負(fù)荷曲線，從而影響發(fā)電成本。有序V2G方式能夠降低發(fā)電成本，無序V2G方式則使得發(fā)電成本增加。

b.考慮到電池放電成本的影響，電動(dòng)汽車入網(wǎng)雖然能降低系統(tǒng)峰谷差率，但不利于系統(tǒng)的經(jīng)濟(jì)運(yùn)行。

c.不同的V2G方式、充放電電價(jià)模式以及用戶需求響應(yīng)給發(fā)電側(cè)及供電側(cè)效益帶來很大的不確定性，利用文中提出的電價(jià)聯(lián)動(dòng)模型則能很好地降低系統(tǒng)運(yùn)行風(fēng)險(xiǎn)，平衡各參與方利益。

本文峰谷電價(jià)響應(yīng)度是一個(gè)固定的值，而實(shí)際上車主充放電行為受充電服務(wù)計(jì)劃、價(jià)格信號(hào)等的影響較大，因此車主的峰谷電價(jià)響應(yīng)度模型是進(jìn)一步研究的重點(diǎn)；另外，本文中電動(dòng)汽車充放電電價(jià)是給定的，尋找充放電電價(jià)模式與供電公司利益結(jié)合點(diǎn)是應(yīng)著重考慮的方面。