潘樟惠， 高賜威，2

(1.江蘇省智能電網(wǎng)技術(shù)與裝備重點(diǎn)實(shí)驗(yàn)室(東南大學(xué))，南京市 210096；2. 東南大學(xué)成賢學(xué)院， 南京市 210088)

?

基于需求響應(yīng)的電動(dòng)汽車經(jīng)濟(jì)調(diào)度

潘樟惠1， 高賜威1，2

(1.江蘇省智能電網(wǎng)技術(shù)與裝備重點(diǎn)實(shí)驗(yàn)室(東南大學(xué))，南京市 210096；2. 東南大學(xué)成賢學(xué)院， 南京市 210088)

提出了一種基于需求響應(yīng)的電動(dòng)汽車充電策略，根據(jù)電網(wǎng)實(shí)時(shí)電價(jià)信息優(yōu)化電動(dòng)汽車用戶充電電價(jià)觸發(fā)值，降低用戶充電成本。同時(shí)，研究了含大規(guī)模電動(dòng)汽車的電力系統(tǒng)機(jī)組組合問題。在此基礎(chǔ)上建立了基于需求響應(yīng)的電動(dòng)汽車經(jīng)濟(jì)調(diào)度模型，通過對電動(dòng)汽車用戶行為特性的預(yù)測，以電網(wǎng)公司收益最大化為目標(biāo)，優(yōu)化制定電動(dòng)汽車充電電價(jià)，轉(zhuǎn)移電動(dòng)汽車充電負(fù)荷。算例分析結(jié)果表明，提出的經(jīng)濟(jì)調(diào)度模型可以起到降低峰谷差率的作用，且與無序充電情景相比，能夠明顯降低系統(tǒng)的運(yùn)行費(fèi)用，可以實(shí)現(xiàn)電動(dòng)汽車大規(guī)模接入電網(wǎng)時(shí)的經(jīng)濟(jì)調(diào)度。

電動(dòng)汽車; 經(jīng)濟(jì)調(diào)度; 需求響應(yīng); 充電電價(jià); 機(jī)組組合

0 引 言

隨著能源和環(huán)境危機(jī)的日益加劇，電動(dòng)汽車以其節(jié)能環(huán)保等優(yōu)勢，成為我國戰(zhàn)略新興產(chǎn)業(yè)之一[1]。電動(dòng)汽車大規(guī)模接入電網(wǎng)后，其無序充放電行為將對電力系統(tǒng)的規(guī)劃、運(yùn)行產(chǎn)生深刻影響，帶來電壓下降、網(wǎng)損增加、諧波污染等諸多問題[2]。在智能電網(wǎng)發(fā)展的背景下，恰當(dāng)?shù)某潆娍刂撇粌H能夠抑制、消除電動(dòng)汽車對電網(wǎng)的不利影響，而且能夠支撐電網(wǎng)運(yùn)行，達(dá)到削峰填谷、輔助調(diào)頻、降低系統(tǒng)運(yùn)行成本等效果，使電動(dòng)汽車與電網(wǎng)協(xié)調(diào)發(fā)展[3]。

目前，已有較多文獻(xiàn)對電動(dòng)汽車的充放電控制策略進(jìn)行了研究。文獻(xiàn)[4-7]建立了含電動(dòng)汽車的電力系統(tǒng)機(jī)組組合模型，實(shí)現(xiàn)了電動(dòng)汽車與發(fā)電機(jī)組的協(xié)調(diào)運(yùn)行，降低了發(fā)電成本。文獻(xiàn)[7]在機(jī)組組合模型的基礎(chǔ)上，提出了基于最小邊際成本的近似求解算法，通過計(jì)算各調(diào)度時(shí)段的邊際發(fā)電成本，優(yōu)先調(diào)度電動(dòng)汽車在平均邊際發(fā)電成本最小的區(qū)間充電。文獻(xiàn)[8]基于多代理系統(tǒng)，通過最大化電力公司利益，提出了以最小化負(fù)荷峰谷差為目標(biāo)的電動(dòng)汽車協(xié)調(diào)充電策略。文獻(xiàn)[9]引入對電動(dòng)汽車分層分區(qū)調(diào)度理念，構(gòu)建了可入網(wǎng)電動(dòng)汽車充放電調(diào)度模型。文獻(xiàn)[10]在考慮電動(dòng)汽車充電需求的情況下，研究了電動(dòng)汽車參與電網(wǎng)調(diào)頻的充放電控制策略。以上文獻(xiàn)大多以對電動(dòng)汽車的直接調(diào)度為基本假設(shè)，事實(shí)上，調(diào)度機(jī)構(gòu)并不具備此權(quán)限，且隨著電動(dòng)汽車規(guī)模的擴(kuò)大，對電動(dòng)汽車進(jìn)行充電策略優(yōu)化時(shí)的計(jì)算復(fù)雜度也會(huì)隨之增加，調(diào)度機(jī)構(gòu)直接對每臺(tái)接入的電動(dòng)汽車進(jìn)行統(tǒng)一調(diào)度時(shí)可能會(huì)出現(xiàn)維數(shù)災(zāi)和計(jì)算時(shí)間過長的問題。

價(jià)格型需求響應(yīng)是電動(dòng)汽車有序充放電的重要控制策略[11]，合理的電價(jià)機(jī)制能夠激勵(lì)電動(dòng)汽車用戶選擇合理的時(shí)間充放電。文獻(xiàn)[11-12]建立了以削峰填谷為目標(biāo)的電動(dòng)汽車有序充放電的峰谷電價(jià)時(shí)段優(yōu)化模型，引導(dǎo)電動(dòng)汽車在谷時(shí)段充電、峰時(shí)段放電。文獻(xiàn)[13]通過分析電動(dòng)汽車車主對電價(jià)變化的響應(yīng)程度，建立了計(jì)及車主滿意度的電動(dòng)汽車最優(yōu)峰谷分時(shí)電價(jià)模型，但是缺乏相關(guān)的需求價(jià)格彈性數(shù)據(jù)。然而，若僅僅通過單一的分時(shí)電價(jià)引導(dǎo)電動(dòng)汽車充放電，則將使大量的電動(dòng)汽車集中在電價(jià)相對便宜的夜間時(shí)段充電，可能導(dǎo)致另外一個(gè)用電高峰的出現(xiàn)[14]，因此，電價(jià)機(jī)制并不是一成不變的。文獻(xiàn)[15]以削峰填谷為目標(biāo)，動(dòng)態(tài)求解接入充電站的電動(dòng)汽車的分時(shí)電價(jià)時(shí)段，以實(shí)現(xiàn)充電站內(nèi)電動(dòng)汽車有序充電。文獻(xiàn)[16]通過系統(tǒng)調(diào)度員與電動(dòng)汽車負(fù)荷聚合商交互系統(tǒng)邊際電價(jià)和電動(dòng)汽車數(shù)量等信息，以最小化社會(huì)成本為目標(biāo)，對電動(dòng)汽車充電進(jìn)行經(jīng)濟(jì)調(diào)度。

本文首先對基于需求響應(yīng)的電動(dòng)汽車經(jīng)濟(jì)調(diào)度模型進(jìn)行概述，接著對基于需求響應(yīng)的電動(dòng)汽車充電策略進(jìn)行研究，然后研究含電動(dòng)汽車的電力系統(tǒng)機(jī)組組合模型，最后建立基于需求響應(yīng)的電動(dòng)汽車經(jīng)濟(jì)調(diào)度模型，并通過算例驗(yàn)證模型的有效性。

1 經(jīng)濟(jì)調(diào)度模型

價(jià)格型需求響應(yīng)是利用電力消費(fèi)者對價(jià)格的知覺，通過制定隨時(shí)間變動(dòng)的價(jià)格政策引導(dǎo)電動(dòng)汽車用戶自覺地選擇在電價(jià)較低時(shí)段進(jìn)行充電，從而達(dá)到削峰填谷等效果。在智能電網(wǎng)條件下，針對電動(dòng)汽車的價(jià)格政策可以達(dá)到實(shí)時(shí)電價(jià)的程度。對于1天內(nèi)的某一價(jià)格曲線，為了降低電動(dòng)汽車充電成本，在滿足充電需求的基礎(chǔ)上，電動(dòng)汽車用戶將選擇在電價(jià)較低的時(shí)間段進(jìn)行充電。

假設(shè)所有的充電樁均安裝了智能終端，能夠?qū)崟r(shí)與電網(wǎng)和電動(dòng)汽車車載電池能量管理系統(tǒng)進(jìn)行信息交換，獲得電網(wǎng)電價(jià)信息和電動(dòng)汽車狀態(tài)參數(shù)，并以電動(dòng)汽車用戶充電成本最低為目標(biāo)優(yōu)化充電決策。電力調(diào)度中心根據(jù)和充電樁的交互信息，可以統(tǒng)計(jì)得到每日電動(dòng)汽車用戶的行為特性，包括電動(dòng)汽車充電規(guī)模、接入和離開電網(wǎng)時(shí)間、初始荷電狀態(tài)和離開時(shí)期望的荷電狀態(tài)等信息。電力調(diào)度中心根據(jù)歷史統(tǒng)計(jì)數(shù)據(jù)可以對次日電網(wǎng)常規(guī)負(fù)荷和次日電動(dòng)汽車用戶的行為特性進(jìn)行預(yù)測。當(dāng)電動(dòng)汽車發(fā)展到一定規(guī)模時(shí)，統(tǒng)計(jì)電動(dòng)汽車的行為特性可以通過電動(dòng)汽車負(fù)荷聚合商來完成，電動(dòng)汽車負(fù)荷聚合商再把信息提交給電力調(diào)度中心。

機(jī)組組合是日前發(fā)電調(diào)度的重要組成部分，是應(yīng)對負(fù)荷波動(dòng)、保證系統(tǒng)可靠性、降低發(fā)電成本的重要方式。電力調(diào)度中心根據(jù)發(fā)電機(jī)組運(yùn)行狀況、常規(guī)負(fù)荷預(yù)測結(jié)果和電動(dòng)汽車行為特性預(yù)測結(jié)果，優(yōu)化電動(dòng)汽車的充電價(jià)格曲線，引導(dǎo)電動(dòng)汽車用戶選擇在電價(jià)較低的時(shí)間段進(jìn)行充電，達(dá)到電動(dòng)汽車充電負(fù)荷的轉(zhuǎn)移，減小系統(tǒng)發(fā)電成本，形成經(jīng)濟(jì)調(diào)度計(jì)劃。整個(gè)經(jīng)濟(jì)調(diào)度模型的基本框架如圖1所示。

圖1 電動(dòng)汽車經(jīng)濟(jì)調(diào)度基本框架

2 基于需求響應(yīng)的電動(dòng)汽車充電策略

在滿足電動(dòng)汽車用戶出行約束的基礎(chǔ)上，為降低電動(dòng)汽車用戶的充電成本，根據(jù)電網(wǎng)電價(jià)曲線，用戶可以設(shè)定充電電價(jià)觸發(fā)值pset，當(dāng)電網(wǎng)電價(jià)大于設(shè)定的充電電價(jià)觸發(fā)值pset時(shí)，停止充電，而當(dāng)電網(wǎng)電價(jià)小于設(shè)定的充電電價(jià)觸發(fā)值pset時(shí)，電動(dòng)汽車充電，其目標(biāo)函數(shù)為

minpset

(1)

約束條件：

(1)充電狀態(tài)約束。

(2)

tstart≤t≤tend

(3)

式中:δ(t)為t時(shí)刻電動(dòng)汽車充電狀態(tài)，1表示在充電，0表示不在充電；p(t)為t時(shí)刻電網(wǎng)電價(jià)；SOC(t)為t時(shí)刻電動(dòng)汽車的荷電狀態(tài)；SOCset為電動(dòng)汽車離開電網(wǎng)時(shí)要求的荷電狀態(tài)；tstart為電動(dòng)汽車接入電網(wǎng)時(shí)間；tend為電動(dòng)汽車離開電網(wǎng)時(shí)間。

(2)充電功率約束。

假設(shè)充電機(jī)以額定功率PC給電動(dòng)汽車進(jìn)行充電，充電效率為η，則t時(shí)刻電動(dòng)汽車的充電功率為

P(t)=δ(t)ηPC,tstart≤t≤tend

(4)

(3)荷電狀態(tài)約束。

t時(shí)刻電動(dòng)汽車的荷電狀態(tài)為

(5)

式中：WC為電動(dòng)汽車電池容量；Δt為最小時(shí)間間隔。

(4)用戶出行約束。

到用戶設(shè)定的離開時(shí)間時(shí)，電動(dòng)汽車的荷電狀態(tài)應(yīng)滿足用戶設(shè)定的離開電網(wǎng)時(shí)要求的荷電狀態(tài)，即

SOC(tend)=SOCset

(6)

(5)所需充電時(shí)間約束。

為了使電動(dòng)汽車的荷電狀態(tài)達(dá)到用戶設(shè)定的荷電狀態(tài)SOCset，所需要的充電時(shí)間為

(7)

式中SOCstart為電動(dòng)汽車初始荷電狀態(tài)。

對于普通電動(dòng)汽車用戶，讓其自己優(yōu)化設(shè)定充電電價(jià)觸發(fā)值pset困難較大，因此可以把該權(quán)利移交給充電樁。每當(dāng)有新的電動(dòng)汽車接入充電樁時(shí)，充電樁的充電控制系統(tǒng)按照如下3個(gè)步驟實(shí)現(xiàn)電動(dòng)汽車的有序充電。

步驟一：獲取電動(dòng)汽車的充電需求。充電樁通過電動(dòng)汽車上的電池能量管理系統(tǒng)獲取電動(dòng)汽車的電池容量WC、當(dāng)前電池荷電狀態(tài)SOCstart。為了合理制定充電電價(jià)觸發(fā)值pset，用戶需設(shè)定離開時(shí)期望的荷電狀態(tài)SOCset以及離開時(shí)間tend。

步驟二：計(jì)算能否滿足充電需求。充電控制系統(tǒng)根據(jù)用戶設(shè)定的信息計(jì)算滿足充電需求所需的充電時(shí)間Tneed，當(dāng)充電所需要的時(shí)間Tneed>tend-tstart，即滿足不了用戶設(shè)定的充電需求時(shí)，充電樁應(yīng)發(fā)出警告讓用戶更改離開時(shí)間tend或離開時(shí)期望的荷電狀態(tài)SOCset，直到能滿足充電需求為止。

步驟三：優(yōu)化充電電價(jià)觸發(fā)值pset。充電控制系統(tǒng)讀取電網(wǎng)電價(jià)信息并根據(jù)電動(dòng)汽車狀態(tài)參數(shù)優(yōu)化充電電價(jià)觸發(fā)值pset，并進(jìn)行充電。

3 含電動(dòng)汽車的電力系統(tǒng)機(jī)組組合模型

3.1 目標(biāo)函數(shù)

機(jī)組組合問題是確定未來一定時(shí)間內(nèi)各機(jī)組開停時(shí)間以及出力安排，使總發(fā)電成本最小。在計(jì)及含電動(dòng)汽車的電力系統(tǒng)機(jī)組組合優(yōu)化問題時(shí)，可以在傳統(tǒng)機(jī)組組合模型的基礎(chǔ)上進(jìn)行擴(kuò)展。本文采用與傳統(tǒng)機(jī)組組合問題相同的目標(biāo)函數(shù)，即機(jī)組運(yùn)行費(fèi)用與開機(jī)費(fèi)用之和最小為目標(biāo)函數(shù)，如式(8)所示。

SGi[1-IGi(t-1)]}IGi(t)

(8)

式中:T表示待優(yōu)化的時(shí)段數(shù)；NG表示參與優(yōu)化的火電機(jī)組數(shù)；CGi[PGi(t)]為火電機(jī)組i的費(fèi)用函數(shù)，PGi(t)為第i個(gè)機(jī)組在t時(shí)段的出力；IGi(t)表示火電機(jī)組i在t時(shí)段內(nèi)開、停狀態(tài)的二元整型變量，1時(shí)表示開機(jī)，0時(shí)表示停機(jī)；SGi表示機(jī)組i的開機(jī)費(fèi)用。

發(fā)電機(jī)組i的燃料成本為

(9)

式中ai，bi，ci為第i個(gè)發(fā)電機(jī)組的燃料成本系數(shù)。

3.2 約束條件

計(jì)及含電動(dòng)汽車的電力系統(tǒng)機(jī)組組合優(yōu)化問題需要滿足下列約束條件。

(1)負(fù)荷平衡約束。

所有開機(jī)火電機(jī)組的總出力應(yīng)等于總的負(fù)荷需求：

(10)

式中：PL(t)表示t時(shí)段的負(fù)荷需求；PE(t)表示t時(shí)段電動(dòng)汽車的充電負(fù)荷。

(2)系統(tǒng)備用約束。

(11)

(3)機(jī)組出力上下限約束。

(12)

(4)機(jī)組開停機(jī)時(shí)間約束。

(13)

(5)機(jī)組爬坡約束。

(14)

(15)

4 基于需求響應(yīng)的電動(dòng)汽車經(jīng)濟(jì)調(diào)度模型

4.1 目標(biāo)函數(shù)

(16)

通過優(yōu)化電動(dòng)汽車的充電價(jià)格曲線，引導(dǎo)電動(dòng)汽車用戶選擇在電價(jià)較低的時(shí)間段進(jìn)行充電，達(dá)到電動(dòng)汽車充電負(fù)荷的轉(zhuǎn)移，在某一價(jià)格曲線下，電動(dòng)汽車的充電收入為

(17)

式中：QE為t時(shí)段電動(dòng)汽車的充電電量；p(t)為t時(shí)段電網(wǎng)的充電電價(jià)。

為簡化問題，本文將電網(wǎng)的購電成本近似表示為機(jī)組組合成本?？紤]到電網(wǎng)的利益，實(shí)施動(dòng)態(tài)電價(jià)后不應(yīng)使電網(wǎng)的利益有所損失，因此，調(diào)度中心以電網(wǎng)公司收益最大化為目標(biāo)，則經(jīng)濟(jì)調(diào)度的目標(biāo)函數(shù)為

maxF=SE-CE

(18)

4.2 約束條件

根據(jù)需求側(cè)管理的要求，實(shí)行動(dòng)態(tài)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：

(19)

同時(shí)，動(dòng)態(tài)電價(jià)應(yīng)滿足：

pmin≤p(t)≤pmax

(20)

式中pmin、pmax分別為充電電價(jià)的最小、最大值。

4.3 模型求解

本文采用遺傳算法對模型進(jìn)行求解，每條染色體代表一種充電電價(jià)曲線，染色體長度為待優(yōu)化電價(jià)數(shù)，以1 h為最小時(shí)間間隔，則1天共有24個(gè)待優(yōu)化電價(jià)，采用實(shí)數(shù)編碼策略。

電力調(diào)度中心的經(jīng)濟(jì)調(diào)度求解流程如圖2所示。根據(jù)對電動(dòng)汽車行為特性的預(yù)測和電網(wǎng)的基本信息，采用蒙特卡洛仿真的方法，根據(jù)電動(dòng)汽車用戶的充電策略，仿真得出在每一電價(jià)曲線下的電動(dòng)汽車充電負(fù)荷，以電網(wǎng)公司收益最大化為目標(biāo)，對電動(dòng)汽車充電電價(jià)曲線進(jìn)行尋優(yōu)。

圖2 模型求解流程圖

5 算例分析

5.1 算例數(shù)據(jù)

本文以26機(jī)24節(jié)點(diǎn)系統(tǒng)為例來驗(yàn)證上述模型與方法的可行性與有效性，相關(guān)參數(shù)詳見文獻(xiàn)[17]，電網(wǎng)常規(guī)負(fù)荷如圖3所示。假設(shè)某地區(qū)的汽車數(shù)量為100萬輛，電動(dòng)汽車滲透率為5%。假設(shè)充電樁數(shù)量能夠滿足電動(dòng)汽車的充電需求，充電功率為3 kW，充電效率為90%，電動(dòng)汽車的電池容量為25 kW·h。將電動(dòng)汽車充電場所分為工作區(qū)和住宅區(qū)，其相關(guān)參數(shù)如表1所示[18]，到達(dá)時(shí)間和離開時(shí)間近似服從正態(tài)分布，起始荷電狀態(tài)近似服從均勻分布。隨著電動(dòng)汽車的發(fā)展，通過與充電樁的信息交互，可以統(tǒng)計(jì)得到電動(dòng)汽車的行為特性。實(shí)行動(dòng)態(tài)充電電價(jià)前的平均充電電價(jià)為0.65元/( kW·h)，動(dòng)態(tài)充電電價(jià)的最小、最大值分別為0.3元/( kW·h)和1元/( kW·h)。

5.2 電動(dòng)汽車經(jīng)濟(jì)調(diào)度求解結(jié)果

5.2.1 充電電價(jià)與單輛電動(dòng)汽車充電功率

通過經(jīng)濟(jì)調(diào)度優(yōu)化得到的電動(dòng)汽車充電電價(jià)如圖4所示，從圖中可以看出，為了引導(dǎo)電動(dòng)汽車用戶轉(zhuǎn)移充電負(fù)荷，降低電網(wǎng)調(diào)度成本，電動(dòng)汽車充電電價(jià)曲線基本上和電網(wǎng)負(fù)荷曲線的變化趨勢一致，即在負(fù)荷低谷時(shí)充電電價(jià)低，在負(fù)荷高峰時(shí)充電電價(jià)高。

圖3 電網(wǎng)常規(guī)負(fù)荷曲線

圖4 電動(dòng)汽車充電電價(jià)與單輛電動(dòng)汽車充電功率曲線

假設(shè)某輛電動(dòng)汽車在9:00接入電網(wǎng)，初始荷電狀態(tài)為0.4，離開時(shí)間和設(shè)定的荷電狀態(tài)分別為18:00和0.9，則在該充電電價(jià)下，該輛電動(dòng)汽車的充電功率如圖4所示。從圖中可以看出，在電動(dòng)汽車進(jìn)行充電時(shí)，其首先會(huì)在滿足出行需求的基礎(chǔ)上根據(jù)電網(wǎng)充電電價(jià)曲線設(shè)定充電電價(jià)觸發(fā)值pset=0.92元/(kW·h)，當(dāng)充電電價(jià)≤觸發(fā)值時(shí)進(jìn)行充電，反之則不進(jìn)行充電。該充電策略既能保證電動(dòng)汽車用戶的出行需求，同時(shí)又能降低電動(dòng)汽車用戶的充電成本。

5.2.2 規(guī)?；妱?dòng)汽車經(jīng)濟(jì)調(diào)度結(jié)果

分別對2 種不同充電方法下的電動(dòng)汽車充電負(fù)荷進(jìn)行預(yù)測，包括不受控充電方法(即無序充電)和本文提出的經(jīng)濟(jì)調(diào)度方法。

圖5為電動(dòng)汽車規(guī)模化接入電網(wǎng)后，系統(tǒng)的總負(fù)荷曲線，表2為負(fù)荷曲線特征參數(shù)和機(jī)組組合成本。由圖5和表2可知，與無電動(dòng)汽車和無序充電時(shí)的電網(wǎng)負(fù)荷相比，對電動(dòng)汽車進(jìn)行經(jīng)濟(jì)調(diào)度后系統(tǒng)負(fù)荷曲線的峰谷差和方差均有改善，這對電網(wǎng)的運(yùn)行與安全穩(wěn)定是非常有益的。同時(shí)，與無序充電相比，盡管電動(dòng)汽車的接入使得機(jī)組組合成本有所上升，但通過經(jīng)濟(jì)調(diào)度平抑負(fù)荷波動(dòng)，減少機(jī)組啟停，降低了系統(tǒng)機(jī)組組合成本，使其與發(fā)電機(jī)組協(xié)調(diào)運(yùn)行。

圖5 系統(tǒng)總負(fù)荷

5.3 電動(dòng)汽車滲透率靈敏度分析

隨著電動(dòng)汽車滲透率的變化，其對電網(wǎng)峰谷差率和機(jī)組組合成本的影響分別如圖6、7所示。從圖中可以看出，隨著電動(dòng)汽車的發(fā)展，無序充電會(huì)引起電網(wǎng)峰谷差率和機(jī)組組合成本的不斷增大，而本文所提出的經(jīng)濟(jì)調(diào)度方法在降低電網(wǎng)的峰谷差率的同時(shí)又能延緩機(jī)組組合成本的增長，效益顯著，適用于電動(dòng)汽車大規(guī)模接入電網(wǎng)時(shí)的經(jīng)濟(jì)調(diào)度。

圖6 電動(dòng)汽車滲透率對峰谷差率的影響

圖7 電動(dòng)汽車滲透率對機(jī)組組合成本的影響

6 結(jié) 論

(1)本文提出了一種基于需求響應(yīng)的電動(dòng)汽車充電策略，能夠根據(jù)電網(wǎng)實(shí)時(shí)電價(jià)信息優(yōu)化電動(dòng)汽車用戶充電電價(jià)觸發(fā)值。該充電策略既能保證滿足電動(dòng)汽車用戶的出行需求，同時(shí)又能降低電動(dòng)汽車用戶的充電成本。

(2)本文建立了基于需求響應(yīng)的電動(dòng)汽車經(jīng)濟(jì)調(diào)度模型，通過優(yōu)化制定電動(dòng)汽車充電電價(jià)，轉(zhuǎn)移充電負(fù)荷，降低了系統(tǒng)的峰谷差率和機(jī)組組合成本，適用于電動(dòng)汽車大規(guī)模接入電網(wǎng)時(shí)的經(jīng)濟(jì)調(diào)度。

在本文的后續(xù)研究工作中，將在此模型的基礎(chǔ)上開展考慮V2G效應(yīng)的電動(dòng)汽車經(jīng)濟(jì)調(diào)度研究，進(jìn)一步完善對電動(dòng)汽車的經(jīng)濟(jì)調(diào)度。

[1]國務(wù)院關(guān)于印發(fā)“十二五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃的通知[EB/OL]. [2015-05-10]. http://www.gov.cn/zwgk/2012-07/20/content_2187770.htm.

[2]胡澤春，宋永華，徐智威，等.電動(dòng)汽車接入電網(wǎng)的影響與利用[J].中國電機(jī)工程學(xué)報(bào)，2012，32(4)：1-10. Hu Zechun, Song Yonghua, Xu Zhiwei, et al. Impacts and utilization of electric vehicles integration into power systems[J]. Proceedings of the CSEE, 2012, 32(4):1-10.

[3]王錫凡，邵成成，王秀麗，等.電動(dòng)汽車充電負(fù)荷與調(diào)度控制策略綜述[J].中國電機(jī)工程學(xué)報(bào)，2013，33(1)：1-10. Wang Xifan, Shao Chengcheng, Wang Xiuli, et al. Survey of electric vehicle charging load and dispatch control strategies[J]. Proceedings of the CSEE, 2013, 33(1)：1-10.

[4]邵成成，王錫凡，王秀麗.發(fā)電成本最小化的電動(dòng)汽車分布式充放電控制[J].電力自動(dòng)化設(shè)備，2014，34(11)：22-26. Shao Chengcheng, Wang Xifan, Wang Xiuli. Decentralized EV charge/discharge control with Minimum generation cost[J]. Electric Power Automation Equipment, 2014, 34(11)：22-26.

[5]陳彬，王業(yè)磊，許昭，等.計(jì)及電動(dòng)汽車充電調(diào)度可行域的電力系統(tǒng)機(jī)組最優(yōu)組合[J].華北電力大學(xué)學(xué)報(bào)，2014，41(1)：38-44. Chen Bin, Wang Yelei, Xu Zhao, et al. Unit commitment in power systems considering the charging dispatch feasible region of plug-in electric vehicles[J]. Journal of North China Electric Power University，2014, 41(1):38-44.

[6]薛松，袁越，傅質(zhì)馨，等.考慮電動(dòng)汽車入網(wǎng)技術(shù)的電力系統(tǒng)機(jī)組組合研究[J].電力系統(tǒng)保護(hù)與控制，2013，41(10)：86-92. Xue Song, Yuan Yue, Fu Zhixin, et al. Unit commitment in power system considering vehicle-to-grid[J]. Power System Protection and Control, 2013, 41(10)：86-92.

[7]張新松，顧菊平，袁越，等.電動(dòng)汽車最優(yōu)充電模型及其近似求解方法[J].中國電機(jī)工程學(xué)報(bào)，2014，34(19)：3148-3155. Zhang Xinsong, Gu Juping, Yuan Yue, et al. Optimum electric vehicle charging model and its approximate solving technique[J]. Proceedings of the CSEE, 2014, 34(19)：3148-3155.

[8]辛昊，嚴(yán)正，許少倫.基于多代理系統(tǒng)的電動(dòng)汽車協(xié)調(diào)充電策略[J].電網(wǎng)技術(shù)，2015，39(1)：48-54. Xin Hao, Yan Zheng, Xu Shaolun. Multi-agent system based coordinated charging strategy for electric vehicles[J], Power System Technology, 2015, 39(1):48-54.

[9]姚偉鋒，趙俊華，文福拴，等.基于雙層優(yōu)化的電動(dòng)汽車充放電調(diào)度策略[J].電力系統(tǒng)自動(dòng)化，2012，36(11)：30-37. Yao Weifeng, Zhao Junhua, Wen Fushuan, et al. A charging and discharging dispatching strategy for electric vehicles based on bi-level optimization[J]. Automation of Electric Power Systems, 2012, 36(11):30-37.

[10]Liu H，Hu Z C，Song Y H，et al.Vehicle-to-Grid Control for Supplementary Frequency Regulation Considering Charging Demands[J]. IEEE Transactions on Power Systems，2015，(99):1-9.

[11]孫近文，萬云飛，鄭培文.基于需求側(cè)管理的電動(dòng)汽車有序充放電策略[J].電工技術(shù)學(xué)報(bào)，2014，29(8)：64-69. Sun Jinwen, Wan Yunfei, Zheng Peiwen. Coordinated charging and discharging strategy for electric vehicles based on demand side management[J]. Transactions of China Electrotechnical Society, 2014, 29(8):64-69.

[12]Liu H， Ge S Y. Optimization of TOU price of electricity based on Electric Vehicle orderly charge[C]// Power and Energy Society General Meeting (PES)，Vancouver，2013，1-5.

[13]高亞靜，王辰，呂孟擴(kuò)，等. 計(jì)及車主滿意度的電動(dòng)汽車最優(yōu)峰谷分時(shí)電價(jià)模型[J].電力自動(dòng)化設(shè)備，2014，34(2)：8-13. Gao Yajing, Wang Chen, Lu Mengkuo, et al. Optimal time-of-use price model considering satisfaction degree[J]. Electric Power Automation Equipment, 2014, 34(2):8-13.

[14]徐智威，胡澤春，宋永華，等.充電站內(nèi)電動(dòng)汽車有序充電策略[J].電力系統(tǒng)自動(dòng)化，2012，36(11):38-43. Xu Zhiwei, Hu Zechun, Song Yonghua, et al. Coordinated Charging of Plug-in Electric Vehicles in Charging Station[J], Automation of Electric Power Systems, 2012, 36(11):38-43.

[15]徐智威，胡澤春，宋永華，等.基于動(dòng)態(tài)分時(shí)電價(jià)的電動(dòng)汽車充電站有序充電策略[J].中國電機(jī)工程學(xué)報(bào)，2014，34(22)：3638-3646. Xu Zhiwei, Hu Zechun, Song Yonghua, et al. Coordinated charging strategy for PEV charging stations based on dynamic time-of-use tariffs[J], Proceedings of the CSEE, 2014, 34(22):3638-3646.

[16]Xi X M，Sioshansi R. Using price-based signals to control plug-in electric vehicle fleet charging. IEEE Transactions on Smart Grid，2014，5(3)：1451-1464.

[17]楊朋朋.機(jī)組組合理論與算法研究[D].濟(jì)南：山東大學(xué)，2008. Yang Pengpeng. Studies on theory and arithmetic of unit commitment[D]. Jinan: Shangdong University, 2008.

[18]孫曉明，王瑋，蘇粟，等.基于分時(shí)電價(jià)的電動(dòng)汽車有序充電控制策略設(shè)計(jì)[J].電力系統(tǒng)自動(dòng)化，2013，37(1)：191-195. Sun Xiaoming, Wang Wei, Su Su, et al. Coordinated charging strategy for electric vehicles based on time-of-use[J]. Automation of Electric Power Systems, 2013, 37(1):191-195.

潘樟惠(1991)， 男，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行與控制;

高賜威(1977) ，男，博士，教授，博士生導(dǎo)師，研究方向?yàn)殡妱?dòng)汽車接入電網(wǎng)、電力規(guī)劃、電力市場、需求側(cè)管理、電力安全等。

(編輯：張小飛)

Economic Dispatch of Electric Vehicles Based on Demand Response

PAN Zhanghui1，GAO Ciwei1,2

(1. Jiangsu Provincial Key Laboratory of Smart Grid Technology & Equipment,Southeast University, Nanjing 210096, China; 2. Southeast University Chengxian College, Nanjing 210088, China)

This paper proposed a charging control strategy for electric vehicles (EVs) based on demand response, in which the threshold of charging price was set according to the real-time price information in order to reduce charging costs. At the same time, this paper studied the power system unit commitment problem containing large-scale EVs. On this basis, the economic scheduling model of EVs was established based on the demand response according to the prediction of the EV users’ behavior characteristics, which took the maximum profit of power grid corporation as the goal and optimized the charging price of EVs to transfer charging load. Simulation result shows that the proposed economic dispatch model can reduce the peak-valley ratio, and significantly reduce the operation cost of the system compared with the disorderly charging scenario, which can realize the economic dispatch of large-scale EVs access to power grid.

electric vehicle; economic dispatch; demand response; charging price; unit commitment

國家自然科學(xué)基金項(xiàng)目(51207022)；江蘇省“青藍(lán)工程”。

TM 910.6

A

1000-7229(2015)07-0139-07

10.3969/j.issn.1000-7229.2015.07.020

2015-05-18

2015-05-30

Project Supported by National Nature Science Foundation of China(51207022).