和敬涵，謝毓毓，葉豪東，王小君，李智誠(chéng)(北京交通大學(xué)電氣工程學(xué)院，北京市100044)

電動(dòng)汽車充電模式對(duì)主動(dòng)配電網(wǎng)的影響

和敬涵，謝毓毓，葉豪東，王小君，李智誠(chéng)
(北京交通大學(xué)電氣工程學(xué)院，北京市100044)

主動(dòng)配電網(wǎng)建設(shè)依托于大規(guī)模間歇式可再生能源并網(wǎng)運(yùn)行控制、電網(wǎng)與充放電設(shè)施互動(dòng)、智能配用電等電網(wǎng)分析與運(yùn)行關(guān)鍵技術(shù)的發(fā)展。隨著電動(dòng)汽車的推廣普及，用戶充電時(shí)間和空間上的隨機(jī)性將增加電網(wǎng)運(yùn)行的不確定影響因素。文章重點(diǎn)研究電動(dòng)汽車充電模式對(duì)配電網(wǎng)負(fù)荷曲線波動(dòng)特性的影響，通過(guò)研究電動(dòng)汽車充電的功率需求和能量需求特性，依據(jù)電動(dòng)汽車用戶行駛習(xí)慣的概率分布特性，建立規(guī)?；妱?dòng)汽車充電負(fù)荷模型，進(jìn)而分析電動(dòng)汽車在無(wú)序充電和有序充電模式對(duì)區(qū)域配電網(wǎng)日負(fù)荷曲線的影響。結(jié)合實(shí)際充電站運(yùn)行數(shù)據(jù)仿真驗(yàn)證配電網(wǎng)中電動(dòng)汽車有序充電的主動(dòng)控制作用。

主動(dòng)配電網(wǎng);電動(dòng)汽車;無(wú)序充電;有序充電;負(fù)荷曲線

0 引言

進(jìn)入21世紀(jì)后，在節(jié)能減排和低碳經(jīng)濟(jì)推進(jìn)要求下，配電網(wǎng)發(fā)展進(jìn)入新的章程。大量分布式電源、儲(chǔ)能設(shè)備和客戶雙向負(fù)荷等分布式能源資源開(kāi)始接入，打破傳統(tǒng)配電網(wǎng)潮流單向輻射狀供電［1］，帶來(lái)規(guī)劃和調(diào)度上的挑戰(zhàn)，現(xiàn)有配電網(wǎng)的被動(dòng)控制和被動(dòng)管理模式已經(jīng)難以適應(yīng)。為應(yīng)對(duì)以上問(wèn)題，實(shí)現(xiàn)配電網(wǎng)向主動(dòng)模式的轉(zhuǎn)變，國(guó)際大電網(wǎng)會(huì)議CIGER C6．11項(xiàng)目組于2008年提出了主動(dòng)配電網(wǎng)(active distribution network，ADN)的概念［2］，表明ADN是可以綜合控制分布式能源(分布式發(fā)電、柔性負(fù)載和儲(chǔ)能)的配電網(wǎng)，可以使用靈活的網(wǎng)絡(luò)構(gòu)架實(shí)現(xiàn)潮流的有效管理，分布式能源在其合理的監(jiān)管環(huán)境和接入準(zhǔn)則基礎(chǔ)上承擔(dān)對(duì)系統(tǒng)一定的支撐作用。主動(dòng)配電網(wǎng)是智能配電網(wǎng)的一種發(fā)展模式，其基本定義和構(gòu)成目前已得到國(guó)際學(xué)術(shù)界與業(yè)界的廣泛認(rèn)可，主要通過(guò)使用靈活的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來(lái)管理潮流，以便對(duì)局部的DG進(jìn)行主動(dòng)控制和主動(dòng)管理，組合控制各種分布式能源，加大配電網(wǎng)對(duì)于可再生能源的接納能力。

在接入配電網(wǎng)的分布式能源中，新興的電動(dòng)汽車將成為未來(lái)新能源汽車的主要發(fā)展形式［3］。其自身具有電源負(fù)荷雙向特性以及電能獲取多元化、零(低)排放、高效率等優(yōu)勢(shì)，并且伴隨著電池存儲(chǔ)技術(shù)、電機(jī)充電技術(shù)及配套設(shè)施的大力發(fā)展，電動(dòng)汽車將獲得更大的推廣價(jià)值與發(fā)展空間。目前，電動(dòng)汽車在北美、歐洲、日本等發(fā)達(dá)國(guó)家已初步形成規(guī)模市場(chǎng)。我國(guó)《節(jié)能與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃(2011-2020年)》也提出到2020年電動(dòng)汽車保有量應(yīng)達(dá)到500萬(wàn)輛，而據(jù)工業(yè)和信息化部電動(dòng)汽車發(fā)展戰(zhàn)略研究報(bào)告預(yù)測(cè)，2030年全國(guó)電動(dòng)汽車保有量將達(dá)到6 000萬(wàn)輛［4］。在現(xiàn)有政府政策扶持下，總結(jié)我國(guó)電動(dòng)汽車未來(lái)發(fā)展趨勢(shì)大體可歸納為:

(1)2010—2015年:電動(dòng)汽車主要在公交車、公務(wù)車、出租車中示范運(yùn)營(yíng)。

(2)2016—2020年:在公共交通系統(tǒng)、公務(wù)車中實(shí)現(xiàn)電動(dòng)汽車規(guī)?；\(yùn)營(yíng)，私家車大力發(fā)展。

(3)2021—2030年:電動(dòng)私家車加速發(fā)展，其比例上升。

電動(dòng)汽車作為負(fù)荷具有特殊性，在充電方式、地點(diǎn)及充電時(shí)間等方面都有很大隨機(jī)性。其充電狀況與車主用戶行為、電力價(jià)格及政府調(diào)控策略有很大聯(lián)系，負(fù)荷特性較為復(fù)雜。尤其規(guī)模日漸龐大后，接入電網(wǎng)產(chǎn)生的影響更不可忽略。在主動(dòng)配電網(wǎng)中，對(duì)這種不確定性較大的負(fù)荷需進(jìn)行主動(dòng)控制，引導(dǎo)電動(dòng)汽車進(jìn)行有序充電控制，使得電網(wǎng)可以較好地消納充電負(fù)荷。

本文旨在研究電動(dòng)汽車充電模式進(jìn)行主動(dòng)控制帶來(lái)的影響，分析電動(dòng)汽車電池充電特性和用戶行為，建立充電負(fù)荷模型，預(yù)測(cè)其充電負(fù)荷曲線。重點(diǎn)研究規(guī)?；妱?dòng)汽車接入電網(wǎng)對(duì)區(qū)域配網(wǎng)負(fù)荷帶來(lái)的影響，同時(shí)提出電動(dòng)汽車有序充電的控制模式，通過(guò)對(duì)比無(wú)序充電，驗(yàn)證有序主動(dòng)控制在減小負(fù)荷峰谷差方面的積極作用。

1 電動(dòng)汽車負(fù)荷預(yù)測(cè)

1.1 充電負(fù)荷影響因素

1.1.1 電動(dòng)汽車動(dòng)力電池

建立電路模型是研究電池充電特性的基礎(chǔ)，動(dòng)力電池組充電方式一般采用“恒流-恒壓”兩階段充電方式。綜合考慮電動(dòng)汽車制造工藝，未來(lái)廣泛使用的電池是鋰電池。鋰電池的充電特性主要受充電電流、荷電狀態(tài)(state of charge，SOC)、健康狀態(tài)(state of health，SOH)、循環(huán)充放電次數(shù)的影響，其兩段式充電特性如圖1所示。在分析充電負(fù)荷對(duì)電力系統(tǒng)的影響時(shí)，大多數(shù)的研究假設(shè)各用戶釆用相同規(guī)格型號(hào)的充電電池以簡(jiǎn)化研究。

1.1.2 電動(dòng)汽車用戶行為

電動(dòng)汽車用戶的行為是功率負(fù)荷建模的關(guān)鍵影響因素，具有明顯的隨機(jī)特性。對(duì)電動(dòng)汽車充電負(fù)荷產(chǎn)生影響的用戶行為主要包括起始充放電時(shí)刻和日行駛里程2個(gè)方面。電動(dòng)汽車開(kāi)始充電的時(shí)刻越集中，電網(wǎng)所需提供的充電功率則越大;日行駛里程則反映了用戶當(dāng)日的耗電量，將間接影響車載電池的充電初始SOC值，且在一定充電功率下，充電持續(xù)時(shí)間與行駛里程相關(guān)。

國(guó)內(nèi)的研究通常將電動(dòng)汽車分類為公交車、出租車、公務(wù)車和私家車4類。其中公交車和公務(wù)車的行駛特征較明顯，充電時(shí)間和地點(diǎn)相對(duì)固定;出租車的充電時(shí)間規(guī)律明顯，地點(diǎn)隨機(jī)性強(qiáng);私家車主要被用于上下班以及娛樂(lè)休閑生活等，充電時(shí)間和地點(diǎn)都很復(fù)雜，通常進(jìn)行再次分類來(lái)統(tǒng)計(jì)規(guī)律［5］。由于公交車、出租車和公務(wù)車有運(yùn)營(yíng)制度和社會(huì)需要的限制，充電負(fù)荷的可控性主要針對(duì)私家車和公交車。

1.2 單輛汽車充電負(fù)荷模型

電動(dòng)汽車本身具有以下特性:

(1)本質(zhì)上是用戶的交通代步工具，充電行為需要以滿足用戶出行為前提，即電動(dòng)汽車的可用時(shí)間是有限的。

(2)充電行為在時(shí)間以及空間上都具有不確定性，主要依托于城市規(guī)劃和社區(qū)建設(shè)。

這使得單輛電動(dòng)汽車的充電行為在時(shí)間上的分布具有極大的隨機(jī)性。綜合考慮諸多影響因素后，單輛電動(dòng)汽車的充電負(fù)荷可以表示為

圖1 鋰電池充電曲線Fig.1 Charging curve of lithium battery

其中:時(shí)間間隔以h為基準(zhǔn)，則t表示第t個(gè)h，pi，t表示在第t個(gè)h內(nèi)，第i輛電動(dòng)汽車的充電功率值;，分別表示第i輛車的起始充電時(shí)間、終止充電時(shí)間、起始SOC、充電結(jié)束時(shí)的SOC和額定充電功率。

電動(dòng)汽車起始和終止充電時(shí)間決定了電動(dòng)汽車充電過(guò)程的時(shí)長(zhǎng);單輛汽車的額定充放電功率將影響其充放電所需時(shí)長(zhǎng)及充電負(fù)荷的幅值;電池容量和初始SOC則決定了整個(gè)充電過(guò)程的總電量需求。

1.3 大規(guī)模電動(dòng)汽車充電負(fù)荷模型

隨著數(shù)量的增加，電動(dòng)汽車充電行為特征將符合一定的概率模型，因此可以采用蒙特卡洛方法研究大量電動(dòng)汽車接入電網(wǎng)的充電負(fù)荷模型。蒙特卡洛方法是一種隨機(jī)模擬方法，將所求解的問(wèn)題同一定的概率模型相聯(lián)系，用電子計(jì)算機(jī)實(shí)現(xiàn)統(tǒng)計(jì)模擬或抽樣，以獲得問(wèn)題的近似解。

研究表明電動(dòng)汽車的出行和日均行駛里程均滿足統(tǒng)計(jì)學(xué)規(guī)律。文獻(xiàn)［6］提出車輛日均行駛里程滿足正態(tài)分布，電動(dòng)汽車能量消耗與行駛里程成正比。因此，電動(dòng)汽車充電的初始SOC服從正態(tài)分布。文獻(xiàn)［7］也明確了電動(dòng)汽車起始充電時(shí)間即為最后1次出行返回時(shí)刻，且服從正態(tài)分布。本文結(jié)合以上調(diào)研結(jié)果，對(duì)概率特性進(jìn)行分類分時(shí)討論，如表1所示。

表1 電動(dòng)汽車充電概率特性Table 1 EV charging probability characteristics

通過(guò)蒙特卡洛隨機(jī)抽樣的模擬方法獲得每輛電動(dòng)汽車的行駛情況、電池特性、充電時(shí)間以及充電方式等，得到日充電負(fù)荷曲線。充電負(fù)荷計(jì)算以天為計(jì)算單位，時(shí)間間隔以h為基準(zhǔn)，一天有24個(gè)時(shí)段，則第i個(gè)時(shí)段的總充電負(fù)荷表示為

式中:pij表示在i時(shí)段內(nèi)，第j輛電動(dòng)汽車的充放電功率值;n表示在i時(shí)段內(nèi)，總共有n輛電動(dòng)汽車與電網(wǎng)進(jìn)行功率交換。

將每一輛電動(dòng)汽車充電負(fù)荷曲線按式(2)累加，可得到總充電負(fù)荷曲線。

2 電動(dòng)汽車無(wú)序充電

2.1 無(wú)序充電模式

電動(dòng)汽車并網(wǎng)時(shí)有多種方式可以進(jìn)行充電，主流的主要有3種，分別是常規(guī)充電(慢充)、快速充電和更換電池。3種方式可以在某一充電站中并存，以滿足不同用戶的需求。

在電動(dòng)汽車產(chǎn)業(yè)發(fā)展的初始階段，考慮配套設(shè)施和用戶使用舒適度等因素，電動(dòng)汽車基本都采用無(wú)序充電方式。電動(dòng)汽車換電站是新近出現(xiàn)的一種方式，其提供電能的主要形式為換電，并且電動(dòng)汽車更換下來(lái)的電池采用隨換隨充的方式。這種方式并不考慮電網(wǎng)的負(fù)荷峰谷期及其運(yùn)行情況，是一種無(wú)序充電方式。

2.2 無(wú)序充電日負(fù)荷預(yù)測(cè)

在無(wú)序充電的狀態(tài)下，電動(dòng)汽車用戶完全按照自身的意愿和需求進(jìn)行充電，不接受電價(jià)引導(dǎo)和充電時(shí)間控制。實(shí)際充電站運(yùn)行中，為減小用戶充電等待時(shí)間，采用更換電池的方式為電動(dòng)汽車補(bǔ)充電能。為保證電池供應(yīng)，更換下的電池在站內(nèi)立即充電。在此方式下，換電行為所呈現(xiàn)的負(fù)荷特性類似“即到即充”的無(wú)序充電行為。

目前已經(jīng)運(yùn)營(yíng)的電動(dòng)汽車換電站，如奧運(yùn)充電站和世博會(huì)充電站均遵循上述的隨換隨充的無(wú)序充電模式，奧運(yùn)充電站某典型日的充電負(fù)荷預(yù)測(cè)曲線如圖2所示。

圖2 充電站日充電負(fù)荷曲線Fig.2 Daily load curve of charging station

2.3 對(duì)主動(dòng)配電網(wǎng)的影響

對(duì)電動(dòng)汽車規(guī)?；瘧?yīng)用之后的充電負(fù)荷進(jìn)行預(yù)測(cè)，對(duì)當(dāng)?shù)仉娋W(wǎng)負(fù)荷曲線的影響如圖3所示?？梢钥闯?，在隨換隨充的無(wú)序充電模式下，充電負(fù)荷峰谷期與電網(wǎng)負(fù)荷峰谷期相近，疊加充電負(fù)荷后總負(fù)荷峰谷差進(jìn)一步加大，電網(wǎng)運(yùn)行經(jīng)濟(jì)性降低，特別是由于特殊事件或者生產(chǎn)生活作息的調(diào)整，有可能造成局部地區(qū)擁塞和電網(wǎng)過(guò)負(fù)荷。

圖3 含有無(wú)序充電的日負(fù)荷曲線Fig.3 Daily load curve with uncontrolled charging

另外，文獻(xiàn)［8］深入分析了電動(dòng)汽車無(wú)序充電對(duì)電網(wǎng)損耗和電壓偏差的影響。文獻(xiàn)［9］對(duì)無(wú)序充電行為可能引起的電能損耗、過(guò)負(fù)荷和電壓波動(dòng)問(wèn)題進(jìn)行研究。

更有文獻(xiàn)［10］提出，除了以上主要討論的加劇峰谷差方面的影響，電動(dòng)汽車大規(guī)模接入充電對(duì)電網(wǎng)產(chǎn)生的影響還體現(xiàn)在:充電負(fù)荷具有較大的隨機(jī)性，加大了電網(wǎng)運(yùn)行控制難度;大量充電設(shè)施可能改變傳統(tǒng)負(fù)荷結(jié)構(gòu)和特性，影響配網(wǎng)規(guī)劃準(zhǔn)則;影響電能質(zhì)量等。

3 電動(dòng)汽車有序充電

為應(yīng)對(duì)無(wú)序充電帶來(lái)的問(wèn)題，有必要通過(guò)技術(shù)或經(jīng)濟(jì)手段對(duì)電動(dòng)汽車充電行為進(jìn)行優(yōu)化管理。在不影響電動(dòng)汽車用戶使用的前提下，合理地分配電動(dòng)汽車的充電時(shí)間和充電功率，避開(kāi)電網(wǎng)負(fù)荷的高峰時(shí)段，降低對(duì)電網(wǎng)的負(fù)荷沖擊，減少不必要的發(fā)電容量建設(shè)與電網(wǎng)建設(shè)，同時(shí)減小負(fù)荷峰谷差，提高電網(wǎng)運(yùn)行效益，使電動(dòng)汽車與電網(wǎng)協(xié)調(diào)發(fā)展。

3.1 有序充電模式

電動(dòng)汽車有序充電是指在滿足電動(dòng)汽車用戶使用需求、電池及充電設(shè)施性能約束的前提下，通過(guò)有效的技術(shù)和經(jīng)濟(jì)手段引導(dǎo)和控制電動(dòng)汽車充電行為，以達(dá)到減小規(guī)?；妱?dòng)汽車充電對(duì)電網(wǎng)負(fù)面影響、提高電網(wǎng)建設(shè)和運(yùn)行經(jīng)濟(jì)性的目的。

電動(dòng)汽車有序充電應(yīng)從時(shí)間和空間兩方面進(jìn)行綜合調(diào)度。時(shí)間維度的調(diào)度是本文研究的重點(diǎn)。有序充電可分為TC(timed charging)模式、V1G (vehicles plug-in with logic)模式和雙向V2G (vehicles to grid)模式［11］。TC模式為時(shí)間控制模式，電動(dòng)汽車在給定的時(shí)刻開(kāi)始充電。V1G模式指電動(dòng)汽車的充電受電網(wǎng)控制，電動(dòng)汽車與電網(wǎng)進(jìn)行實(shí)時(shí)通信，可在電網(wǎng)允許時(shí)刻進(jìn)行充電。雙向V2G模式指電動(dòng)汽車除了在谷負(fù)荷時(shí)段進(jìn)行充電，還需在峰負(fù)荷時(shí)段反向輸送電能回電網(wǎng)。

3.2 有序充電優(yōu)化目標(biāo)

為了減小系統(tǒng)負(fù)荷峰谷差，實(shí)現(xiàn)“避峰填谷”，提高電網(wǎng)負(fù)荷率，促進(jìn)電網(wǎng)經(jīng)濟(jì)運(yùn)行，現(xiàn)對(duì)有序充電的優(yōu)化調(diào)度方法進(jìn)行分析。假設(shè)區(qū)域內(nèi)有100個(gè)充換電站，分別以平抑負(fù)荷波動(dòng)和減小峰谷差作為調(diào)度方法優(yōu)化的單目標(biāo)函數(shù)，再將兩函數(shù)加權(quán)后進(jìn)行多目標(biāo)優(yōu)化。

3.2.1 平抑負(fù)荷波動(dòng)

以平抑負(fù)荷波動(dòng)為目標(biāo)建立函數(shù)，可表示為

式中:PLk為區(qū)域電網(wǎng)不含充電負(fù)荷的k時(shí)段負(fù)荷，即調(diào)整前的原始負(fù)荷;Pav為調(diào)整前的日平均負(fù)荷;Pjk為k時(shí)段第j個(gè)換電站充電功率。

3.2.2 減小峰谷差

以減小負(fù)荷曲線峰谷差為目標(biāo)函數(shù)，可表示為

式中:max(P'Lk)為調(diào)整后負(fù)荷峰值;min(P'Lk)為調(diào)整后負(fù)荷谷值。

3.2.3 多目標(biāo)優(yōu)化

多目標(biāo)優(yōu)化同時(shí)將F11和F12作為目標(biāo)函數(shù)。由于存在2個(gè)目標(biāo)函數(shù)，采用線性加權(quán)和法對(duì)目標(biāo)函數(shù)進(jìn)行處理，將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化為單目標(biāo)優(yōu)化問(wèn)題。同時(shí)，由于2個(gè)目標(biāo)的量綱不同，需要對(duì)每個(gè)目標(biāo)函數(shù)進(jìn)行規(guī)范化，如式(6)所示:

3.3 優(yōu)化算法

基本粒子群優(yōu)化算法(particle swarm optimization，PSO)是Eberhart和Kennedy提出的模擬鳥(niǎo)群飛行覓食行為的算法，通過(guò)鳥(niǎo)之間的集體協(xié)作使群體達(dá)到最優(yōu)。后來(lái)引入慣性權(quán)重改進(jìn)基本粒子群算法的收斂性能，逐漸被大家默認(rèn)為標(biāo)準(zhǔn)粒子群算法。

當(dāng)進(jìn)行復(fù)雜的優(yōu)化問(wèn)題求解時(shí)，標(biāo)準(zhǔn)粒子群算法容易出現(xiàn)早熟收斂問(wèn)題，因此在粒子群優(yōu)化算法的基本框架中增加隨機(jī)變異算子，讓算法在發(fā)生早熟收斂時(shí)，能夠進(jìn)入解空間的其它區(qū)域繼續(xù)進(jìn)行搜索，直到最后找到全局最優(yōu)解，形成自適應(yīng)變異的粒子群算法(adaptive mutation particle swarm optimization，AMPSO)。

使用PSO或AMPSO算法求解換電站有序充電調(diào)度策略時(shí)，將每個(gè)換電站每個(gè)時(shí)段的充電功率Pjk作為粒子的位置坐標(biāo)，如式7所示。在一天當(dāng)中共有24個(gè)調(diào)度時(shí)段，因此算法中粒子的維數(shù)為24M，M為參與調(diào)度的換電站數(shù)量。

4 算例驗(yàn)證

以2008年北京奧運(yùn)會(huì)時(shí)投入運(yùn)營(yíng)的充換電站為例進(jìn)行分析。采用標(biāo)準(zhǔn)粒子群算法分別對(duì)F11和F12目標(biāo)函數(shù)進(jìn)行單目標(biāo)優(yōu)化求解，計(jì)算數(shù)據(jù)不在此列出，負(fù)荷曲線變化情況如圖4、5所示，圖中原始負(fù)荷不含充電負(fù)荷，總負(fù)荷為原始負(fù)荷與充電負(fù)荷之和。

圖4 平抑負(fù)荷波動(dòng)Fig.4 Stabilizing the load fluctuation

圖5 減小峰谷差Fig.5 Minimizing the peak-to-valley difference

采用自適應(yīng)變異的粒子群算法對(duì)多目標(biāo)轉(zhuǎn)化為單目標(biāo)的目標(biāo)函數(shù)F2進(jìn)行了優(yōu)化求解，優(yōu)化結(jié)果負(fù)荷曲線如圖6所示。

圖6 多目標(biāo)優(yōu)化Fig.6 Multi-objective optimization

綜合圖4～6可以看出，3種目標(biāo)函數(shù)都可以準(zhǔn)確找到負(fù)荷曲線的低谷時(shí)段進(jìn)行充電，起到“填谷”的作用以改善負(fù)荷曲線，驗(yàn)證了電動(dòng)汽車換電站有序充電時(shí)間調(diào)度方法的有效性。

5 電動(dòng)汽車的有序主動(dòng)控制

5.1 有序充電策略對(duì)比

經(jīng)過(guò)粒子群算法的迭代計(jì)算，得到了對(duì)應(yīng)三組優(yōu)化目標(biāo)函數(shù)的充換電站充電負(fù)荷，將換電站充電負(fù)荷疊加在原始負(fù)荷曲線上得到有序充電調(diào)度優(yōu)化后的負(fù)荷曲線，同時(shí)將無(wú)序充電負(fù)荷疊加在原始負(fù)荷曲線上得到無(wú)序充電的負(fù)荷曲線，如圖7所示。

但是對(duì)于不同的目標(biāo)函數(shù)，采用減小峰谷差(目標(biāo)函數(shù)F12)作為優(yōu)化目標(biāo)時(shí)，其填充“最低谷”的效果非常明顯。當(dāng)采用平抑負(fù)荷波動(dòng)(目標(biāo)函數(shù)F11)作為優(yōu)化目標(biāo)時(shí)，充電功率則較為均勻地分布于整個(gè)谷時(shí)段。可見(jiàn)，在奧運(yùn)充電站提供的算例中，采用不同目標(biāo)函數(shù)時(shí)對(duì)負(fù)荷曲線的改善效果不同。因此，將F11和F12結(jié)合起來(lái)轉(zhuǎn)化為單目標(biāo)優(yōu)化的目標(biāo)函數(shù)F2既能有效填充“最低谷”，又使充電負(fù)荷均勻地分布于整個(gè)谷時(shí)段，在3組調(diào)度結(jié)果中效果最優(yōu)。

圖7 有序充電調(diào)度優(yōu)化結(jié)果對(duì)比Fig.7 Comparison with coordinated charging plans

5.2 與分布式電源的協(xié)調(diào)調(diào)度

在主動(dòng)配電網(wǎng)中，分布式電源的滲透率將越來(lái)越高，為增強(qiáng)對(duì)分布式電源的消納能力，可以將電動(dòng)汽車與分布式能源聯(lián)合起來(lái)進(jìn)行協(xié)調(diào)調(diào)度。文獻(xiàn)［12］建立了多時(shí)間尺度的電動(dòng)汽車與風(fēng)電協(xié)同調(diào)度數(shù)學(xué)模型，分析了電動(dòng)汽車充電調(diào)度平滑電網(wǎng)負(fù)荷波動(dòng)、消納夜間過(guò)剩風(fēng)電的可行性。文獻(xiàn)［13］從配網(wǎng)的角度研究了電動(dòng)汽車和分布式風(fēng)電的協(xié)調(diào)問(wèn)題，表明了電動(dòng)汽車與風(fēng)電協(xié)同調(diào)度可以增加分布式風(fēng)力發(fā)電接納能力，平抑風(fēng)電功率和微網(wǎng)頻率波動(dòng)。

可以看出，計(jì)及電動(dòng)汽車與可再生能源發(fā)電的電力系統(tǒng)協(xié)調(diào)調(diào)度的主要目標(biāo)包括提高含有電動(dòng)汽車的電網(wǎng)/微電網(wǎng)運(yùn)行經(jīng)濟(jì)性、減少碳排放、擴(kuò)大新能源發(fā)電接納能力、平抑新能源發(fā)電波動(dòng)等。采用的求解方法既有整數(shù)規(guī)劃、線性規(guī)劃等傳統(tǒng)優(yōu)化方法，也有粒子群等智能優(yōu)化方法。求解的結(jié)果除了傳統(tǒng)的發(fā)電計(jì)劃以外，通常還含有電動(dòng)汽車的優(yōu)化充放電計(jì)劃，從而實(shí)現(xiàn)對(duì)電動(dòng)汽車充放電的集中調(diào)度。

6 結(jié)論

電動(dòng)汽車充電的隨機(jī)性增加了電網(wǎng)運(yùn)行的不確定影響因素，電網(wǎng)的調(diào)度及運(yùn)行規(guī)則面臨著新的問(wèn)題。而主動(dòng)配電網(wǎng)技術(shù)可以通過(guò)對(duì)電網(wǎng)側(cè)充電設(shè)施進(jìn)行主動(dòng)控制和調(diào)節(jié)，實(shí)現(xiàn)大規(guī)模電動(dòng)汽車的有序充電。本文通過(guò)分析電動(dòng)汽車規(guī)?；尤肱潆娋W(wǎng)產(chǎn)生的影響，重點(diǎn)研究了電動(dòng)汽車充電控制策略及其對(duì)區(qū)域配電網(wǎng)負(fù)荷曲線的影響，對(duì)比了無(wú)序充電和有序充電的情況，通過(guò)實(shí)際充電站算例驗(yàn)證了電動(dòng)汽車有序充電控制對(duì)區(qū)域配網(wǎng)負(fù)荷曲線“避峰填谷”的作用，電動(dòng)汽車有序充電模式將成為協(xié)調(diào)分布式電源消納和推動(dòng)主動(dòng)配電網(wǎng)發(fā)展的有利因素。

［1］尤毅，劉東，于文鵬，等．主動(dòng)配電網(wǎng)技術(shù)及其進(jìn)展［J］．電力系統(tǒng)自動(dòng)化，2012，36(18):10-16．You Yi，Liu Dong，Yu Wenpeng，et al．Technology and its trends of active distribution netw ork［J］．Automation of Electric Pow er Systems，2012，36(18):10-16．

［2］Celli G，Ghiani E，Mocci S，et al．From passive to active distribution networks:methods and models for planning network transition and development［C］//42nd International Conference on Large High Voltage Electric Systems 2008，CIGRE 2008，Paris，F(xiàn)rance，2008．

［3］張文亮，武斌，李武峰，等．我國(guó)純電動(dòng)汽車的發(fā)展方向及能源供給模式的探討［J］．電網(wǎng)技術(shù)，2009，33(4):1-5．Zhang Wenliang，Wu Bin，Li Wufeng，et al，Discussion on development trend of battery electric vehicles in China and its energy supply mode［J］．Power System Technology，2009，33(4):1-5．

［4］張德欣，陳金川，劉瑩．北京市私人交通出行特征及發(fā)展對(duì)策［C］//第六屆(2006)交通運(yùn)輸領(lǐng)域國(guó)際學(xué)術(shù)會(huì)議論文集，大連:大連理工大學(xué)，2006．

［5］Kempton W，Toru Kubo．Electric-drive vehicles for peak power in Japan［J］．Energy Policy，2000，28(1):9-18．

［6］楊洪明，熊腡成，劉保平．插入式混和電動(dòng)汽車充放電行為的概率論分析［J］．電力科學(xué)與技術(shù)學(xué)報(bào)，2010，9，25(3):8-12．Yang Hongming，Xiong Luocheng，Liu Baoping．Probabilistic analysis of charging and discharging for plug-in hybrid electric vehicles［J］．Journal of Electric Power Science and Technology，2010，25(3):8-12．

［7］王輝，文福拴，辛建波．電動(dòng)汽車充放電特性及其對(duì)配電系統(tǒng)的影響分析［J］．華北電力大學(xué)學(xué)報(bào)，2011，38(5):17-24． Wang Hui，Wen Fushuan，Xin Jianbo．Charging and discharging characteristics of electric vehicles as w ell as their impacts on distribution systems［J］．Journal of North China Electric Pow er University，2011，38(5):17-24．

［8］Kristien C N，Edw in H，Johan D．The impact of charging plug-in hybrid electric vehicles on a residential distribution grid［J］．IEEE Trans on Power Systems，，2010，25(1):371-380．

［9］Sara D，Amir S M，Paul S M，et al．Real-time coordination of plugin electric vehicle charging in smart grids to minimize power losses and improve voltage profile［J］．IEEE Trans on Smart Grid，2011，2 (3):456-466．

［10］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(guó)電機(jī)工程學(xué)報(bào)，2012，32(4):1-10，25．Hu Zechun，Song Yonghua，Xu Zhiw ei，et al．Impacts and utilization of electric vehicles integration into pow er systems［J］．Proceedings of the CSEE，2012，32(4):1-10，25．

［11］劉振亞．智能電網(wǎng)技術(shù)［M］．北京:中國(guó)電力出版社，2010，304-305．

［12］于大洋，宋曙光，張波，等．區(qū)域電網(wǎng)電動(dòng)汽車充電與風(fēng)電協(xié)同調(diào)度的分析［J］．電力系統(tǒng)自動(dòng)化，2011，35(14):24-29．Yu Dayang，Song Shuguang，Zhang Bo，etal．Synergistic dispatch of PEVs charging and wind power in Chinese regional power grids［J］．Automation of Electric Pow er Systems，2011，35(14):24-29．

［13］Larsen E，Chandrashekhara D K，Ostergard J．Electric vehicles for improved operation of power systems with high wind pow er penetration［C］//IEEE Energy 2030 Conference．Atlanta，GA: IEEE，2008:1-6．

(編輯:劉文瑩)

Influence of Electric Vehicles Charging Modes on Active Network Distribution

HE Jinghan，XIE Yuyu，YIP Tony，WANG Xiaojun，LI Zhicheng
(School of Electrical Engineering，Beijing Jiaotong University，Beijing 100044，China)

Active distribution network construction relies on the development of key technologies such as on-grid and operation control of large-scale intermittent renewable energy，interaction of charging and discharging facilities with grid and smart electricity use．With the increased popularity of electric vehicle，the random charging behavior of large-scale EV users in time and space will increase the uncertain influencal factors in power grid operation．The research mainly studied the influence of electric vehicle charging mode on grid daily load curve．Through analyzing the probability distribution of electric vehicle users’driving habits，a load model of electric vehicles was established according to the charging power and energy demand characteristics．Then the influence of electric cars in uncontrolled and coordinated charging modes was compared．The comparison was done by simulation with the actual charging station operating data，which verified the active role of coordinated charging in active distribution network．

active distribution network;electric vehicles;uncontrolled charging;coordinated charging;load curve

TM 72

A

1000-7229(2015)01-0097-06

10.3969/j．issn.1000-7229.2015.01.015

2014-11-13

2014-12-20

和敬涵(1964)，女，教授，博士生導(dǎo)師，研究方向?yàn)殡娏ο到y(tǒng)保護(hù)與控制、智能電網(wǎng)、電動(dòng)汽車與V2G等;

謝毓毓(1991)，女，碩士研究生，研究方向?yàn)殡妱?dòng)汽車充電控制及其故障保護(hù);

葉豪東(1952)，男，研究員，碩士生導(dǎo)師，研究方向?yàn)橹悄茈娋W(wǎng)、電力系統(tǒng)保護(hù)與控制;

王小君(1978)，男，碩士生導(dǎo)師，研究方向?yàn)殡娏ο到y(tǒng)分析與控制、新能源接入系統(tǒng)建模與分析、電動(dòng)汽車與電網(wǎng)互動(dòng)技術(shù)等;

李智誠(chéng)(1988)，男，博士研究生，研究方向?yàn)橹悄芘潆娋W(wǎng)的保護(hù)與控制。