楊曉東，陳 宇，張有兵，陳春成，馬鑫軍，戚 軍

?

考慮交互功率與可再生能源功率波動(dòng)的微電網(wǎng)調(diào)度優(yōu)化模型

楊曉東，陳 宇，張有兵，陳春成，馬鑫軍，戚 軍

(浙江工業(yè)大學(xué)信息工程學(xué)院，浙江 杭州 310014)

電動(dòng)汽車的發(fā)展普及與V2G (Vehicle to Grid)思想的提出，對(duì)微電網(wǎng)系統(tǒng)的經(jīng)濟(jì)、安全運(yùn)行帶來(lái)了新的挑戰(zhàn)，如何合理調(diào)度電動(dòng)汽車有序充放電，促進(jìn)微電網(wǎng)的經(jīng)濟(jì)、平穩(wěn)運(yùn)行成為當(dāng)下的研究熱點(diǎn)。針對(duì)含電動(dòng)汽車的風(fēng)光儲(chǔ)并網(wǎng)型微電網(wǎng)環(huán)境，構(gòu)建了最小化微電網(wǎng)與外部電網(wǎng)交互功率和平抑可再生能源功率波動(dòng)的多目標(biāo)調(diào)度優(yōu)化模型。通過(guò)對(duì)某商業(yè)區(qū)域微電網(wǎng)運(yùn)行算例的仿真求解，從微電網(wǎng)運(yùn)行經(jīng)濟(jì)效益、日交互電量以及出力功率平均變化量等方面驗(yàn)證了所建模型的合理性和正確性。算例結(jié)果表明，以微電網(wǎng)為平臺(tái)集成利用具有一定出行規(guī)律的電動(dòng)汽車與可再生能源是一種理想的協(xié)同利用模式，既可以提高微電網(wǎng)運(yùn)行的經(jīng)濟(jì)效益，又能有效改善微電網(wǎng)的交互功率和出力波動(dòng)。

并網(wǎng)型微電網(wǎng)；電動(dòng)汽車；交互功率；可再生能源功率波動(dòng)；調(diào)度優(yōu)化；出力調(diào)整

0 引言

近年來(lái)，隨著電網(wǎng)規(guī)模的擴(kuò)大，電網(wǎng)運(yùn)行的穩(wěn)定性和安全性趨于下降，分布式電源雖具有環(huán)保和高效等優(yōu)點(diǎn)，但是其接入成本高，控制困難，為此，微電網(wǎng)應(yīng)運(yùn)而生[1]。微電網(wǎng)的全稱是分布式能源系統(tǒng)，是將可再生能源發(fā)電裝置、負(fù)載、儲(chǔ)能裝置及控制裝置等系統(tǒng)地結(jié)合在一起，向用戶供給電能和熱能的小型發(fā)配供電系統(tǒng)[2]。由于微電網(wǎng)具有低成本、低污染和能源利用率高等特點(diǎn)，是目前國(guó)內(nèi)外電網(wǎng)研究的熱點(diǎn)課題。但是由于風(fēng)光發(fā)電具有不穩(wěn)定性和間歇性[3-4]，使其不能像傳統(tǒng)發(fā)電模式那樣滿足電網(wǎng)調(diào)度要求的靈活性，單純依靠?jī)?chǔ)能蓄電池將大幅增加工程造價(jià)，此外，儲(chǔ)能蓄電池有電池循環(huán)次數(shù)較少，充放電效率低等缺陷。電動(dòng)汽車(Electric Vehicles, EVs)接入電網(wǎng)(Vehicle to Grid, V2G)概念的提出提供了一種有效的解決方案，通過(guò)有序充放電調(diào)度，可以實(shí)現(xiàn)移峰填谷、提高可再生能源利用率、減少固定儲(chǔ)能投資等功能[5]。

風(fēng)光發(fā)電的出力特性導(dǎo)致其規(guī)?；脤⒔o系統(tǒng)帶來(lái)巨大挑戰(zhàn)，為了滿足系統(tǒng)的安全、經(jīng)濟(jì)運(yùn)行以及供電電能質(zhì)量要求，已出現(xiàn)嚴(yán)重的棄風(fēng)棄光現(xiàn)象[6]。微電網(wǎng)中如何調(diào)度儲(chǔ)能以優(yōu)化系統(tǒng)出力、促進(jìn)可再生能源就地消納是解決問(wèn)題的關(guān)鍵。目前，國(guó)內(nèi)外學(xué)者已針對(duì)可再生能源與電動(dòng)汽車的集成利用進(jìn)行了大量探討。文獻(xiàn)[7-8]介紹了一種合理的電動(dòng)汽車建模方法，為本文建立電動(dòng)汽車模型提供了基礎(chǔ)；文獻(xiàn)[9]表明電動(dòng)汽車集群連入任何一個(gè)人口稠密城市的高層建筑后均可高效地用于分布式電力存儲(chǔ)；文獻(xiàn)[10-11]從電動(dòng)汽車車主角度考慮電動(dòng)汽車的影響，基于分時(shí)電價(jià)控制電動(dòng)汽車有序充放電，減少了電動(dòng)汽車運(yùn)行成本、提高了用戶滿意度，但是并沒(méi)有考慮電動(dòng)汽車對(duì)微電網(wǎng)運(yùn)行的影響。文獻(xiàn)[12-13]利用電動(dòng)汽車為可再生能源發(fā)電提供儲(chǔ)能，以平抑其輸出功率波動(dòng)，提高了微電網(wǎng)運(yùn)行的穩(wěn)定性與可靠性，但是并未考慮提高可再生能源利用率與微電網(wǎng)的經(jīng)濟(jì)性；文獻(xiàn)[14-16]研究了電動(dòng)汽車的能量管理方式對(duì)微電網(wǎng)儲(chǔ)能容量?jī)?yōu)化配置的影響，結(jié)果表明對(duì)電動(dòng)汽車的合理調(diào)度可以提高微電網(wǎng)的可靠性，降低微電網(wǎng)的配置成本；文獻(xiàn)[17-18]構(gòu)造了基于電動(dòng)汽車的經(jīng)濟(jì)調(diào)度模型和策略，分析了電動(dòng)汽車群的加入對(duì)微電網(wǎng)的經(jīng)濟(jì)性，結(jié)果證明電動(dòng)汽車的有序充放電能夠有效降低微電網(wǎng)運(yùn)行費(fèi)用，提高經(jīng)濟(jì)效益；文獻(xiàn)[19]則對(duì)經(jīng)濟(jì)調(diào)度進(jìn)行了更細(xì)致的分析，研究了在電動(dòng)汽車與微電網(wǎng)相結(jié)合的情況下，建立了減小發(fā)電成本、增加環(huán)境效益和降低綜合費(fèi)用的多目標(biāo)優(yōu)化模型，不足之處在于未考慮與主網(wǎng)相連時(shí)的供電質(zhì)量及可再生能源功率波動(dòng)等因素。

基于上述分析，本文以含電動(dòng)汽車集群的風(fēng)光儲(chǔ)并網(wǎng)型微電網(wǎng)為研究對(duì)象，旨在構(gòu)建V2G模式下的微電網(wǎng)調(diào)度優(yōu)化模型，以充分利用可再生能源、提高可再生能源的供電質(zhì)量。綜合考慮微電網(wǎng)與外部電網(wǎng)交互功率和可再生能源功率波動(dòng)對(duì)微電網(wǎng)進(jìn)行的多目標(biāo)調(diào)度優(yōu)化，通過(guò)對(duì)某商業(yè)區(qū)域微電網(wǎng)運(yùn)行算例的仿真求解，從微電網(wǎng)運(yùn)行經(jīng)濟(jì)效益、日交互電量以及出力功率平均變化量等方面驗(yàn)證了所建模型的合理性和正確性。

1 微電網(wǎng)系統(tǒng)模型

本文的研究針對(duì)由風(fēng)機(jī)、光伏陣列、儲(chǔ)能蓄電池、電動(dòng)汽車組成的分布式風(fēng)光儲(chǔ)并網(wǎng)型微電網(wǎng)系統(tǒng)，該系統(tǒng)實(shí)行“自發(fā)自用、余量上網(wǎng)、電網(wǎng)調(diào)劑”的運(yùn)行策略，其架構(gòu)如圖1所示。在該結(jié)構(gòu)中，中央控制系統(tǒng)用于獲取聯(lián)絡(luò)線的負(fù)荷信息，一面用于向系統(tǒng)內(nèi)的充電設(shè)施發(fā)布實(shí)時(shí)負(fù)荷信息，一面接受各充電設(shè)施的計(jì)劃負(fù)荷予以整合來(lái)實(shí)時(shí)更新負(fù)荷信息。當(dāng)電動(dòng)汽車接入微電網(wǎng)，中央控制系統(tǒng)能夠獲取當(dāng)前的負(fù)荷信息、可再生能源出力等信息，并以此為基礎(chǔ)對(duì)該電動(dòng)汽車進(jìn)行充放電規(guī)劃。

圖1 風(fēng)光儲(chǔ)-電動(dòng)汽車并網(wǎng)型微電網(wǎng)結(jié)構(gòu)

1.1 光伏陣列模型

本文將連續(xù)的時(shí)間進(jìn)行離散化，優(yōu)化時(shí)段等分成個(gè)時(shí)段，時(shí)間間隔為D。標(biāo)準(zhǔn)額定條件(額定太陽(yáng)輻照度ST為1000W/m2、相對(duì)大氣光學(xué)質(zhì)量為AM1.5、電池溫度ST為25)下時(shí)段的光伏發(fā)電功率PV()用式(1)計(jì)算[20]。

式中：ST為標(biāo)準(zhǔn)額定條件下光伏額定輸出功率；C為工作點(diǎn)的輻照度；為功率溫度系數(shù)；C為工作點(diǎn)的電池溫度。

1.2 風(fēng)力發(fā)電模型

已有的研究工作普遍表明風(fēng)速服從Rayleigh分布或Weibull分布[13]，本文假設(shè)風(fēng)速服從Rayleigh分布。風(fēng)電機(jī)組最大輸出功率和風(fēng)速的函數(shù)關(guān)系描述如下：當(dāng)風(fēng)速低于某一閾值(驅(qū)動(dòng)風(fēng)速)時(shí)風(fēng)力渦輪機(jī)處于停止?fàn)顟B(tài)，此時(shí)的輸出功率為0；當(dāng)風(fēng)速大于切入風(fēng)速而小于額定風(fēng)速時(shí)，輸出功率可近似表示為風(fēng)速的線性函數(shù)；當(dāng)風(fēng)速大于額定風(fēng)速而小于切出風(fēng)速時(shí)，輸出功率為一個(gè)常數(shù)。因此風(fēng)機(jī)發(fā)電輸出功率可表示為

(3)

(4)

式中：V表示時(shí)段風(fēng)速；r為額定風(fēng)速；in為切入風(fēng)速；out為切出風(fēng)速；r為風(fēng)機(jī)額定輸出功率。

1.3 儲(chǔ)能蓄電池模型

為簡(jiǎn)化建模，假設(shè)儲(chǔ)能蓄電池在充放電過(guò)程中，兩端電壓維持不變，因此蓄電池模型建立如下。

(6)

(7)

式中：B()與B(-1)分別為時(shí)段和-1時(shí)段的蓄電池荷電狀態(tài)(State of Charge，SOC)；bat()為時(shí)段蓄電池交互功率，bat()>0時(shí)表示充電，bat()<0時(shí)表示放電，bat()=0表示浮充；bat為蓄電池容量；Bmax、Bmin分別為蓄電池的荷電狀態(tài)上、下限；Bc、Bd分別表示蓄電池額定充、放電功率；為時(shí)段充放電的效率。

(9)

式(6)、式(7)表示蓄電池需滿足荷電狀態(tài)約束與額定功率約束；考慮到蓄電池在調(diào)度周期間變換的狀態(tài)繼承，為了保證蓄電池在調(diào)度周期間連續(xù)有效工作，式(8)表示其能量狀態(tài)在調(diào)度周期始末相等。

1.4 電動(dòng)汽車模型

設(shè)該微電網(wǎng)系統(tǒng)接入的車輛集合為，則車輛規(guī)模為。電動(dòng)汽車的主要用途是滿足用戶的出行需求，根據(jù)用戶的行車特點(diǎn)，各車輛的情況有所不同，對(duì)于任意車輛?，設(shè)其入網(wǎng)的時(shí)間為in,l，離開(kāi)時(shí)間為out,l。V2G模式下，任一時(shí)段，電動(dòng)汽車與配網(wǎng)的功率交換用P()表示，P()>0表示車輛處于充電狀態(tài)，P()<0表示處于放電狀態(tài)，P()=0為浮充狀態(tài)，且當(dāng)?[in,l,out,l]時(shí)，P()=0。

本文假設(shè)參與調(diào)度的電動(dòng)汽車動(dòng)力電池均為鋰電池。根據(jù)鋰電池的充放電相關(guān)特性，作適當(dāng)簡(jiǎn)化，在單個(gè)時(shí)段內(nèi)，視鋰電為恒功率充放電，則其荷電狀態(tài)和對(duì)應(yīng)的充放電功率近似呈線性關(guān)系：

式中：S()與S(-1)為時(shí)段和-1時(shí)段的電動(dòng)汽車荷電狀態(tài)；為電動(dòng)汽車電池容量；P()為時(shí)段電動(dòng)汽車的交互功率；(P())為時(shí)段充放電的效率，與功率交換方向有關(guān)。

(11)

式中，c、d分別表示電動(dòng)汽車充、放電效率。

2 微電網(wǎng)調(diào)度優(yōu)化模型

2.1 目標(biāo)函數(shù)

為了有效利用可再生能源，改善供電質(zhì)量，從而促進(jìn)微電網(wǎng)的穩(wěn)定運(yùn)行，可以從兩個(gè)角度考慮對(duì)微電網(wǎng)出力的優(yōu)化：其一，最小化微電網(wǎng)與外電網(wǎng)的交互功率，使微電網(wǎng)出力與負(fù)荷盡可能貼合，這樣不僅可以提高可再生能源利用率，還能夠提高微電網(wǎng)的可靠性能，保證其平穩(wěn)運(yùn)行；其二，平抑微電網(wǎng)的輸出功率波動(dòng)，改善可再生能源利用效率。

據(jù)此，本文綜合考慮最小化交互功率與平抑可再生能源功率波動(dòng)構(gòu)建微電網(wǎng)調(diào)度優(yōu)化模型?？紤]到所選取的目標(biāo)函數(shù)之間單位一致，故采用加權(quán)處理的方法來(lái)進(jìn)行微電網(wǎng)的多目標(biāo)調(diào)度優(yōu)化。具體方法為

式中：1只考慮最小化微電網(wǎng)與外電網(wǎng)交互功率；2只考慮平抑可再生能源功率波動(dòng)；1與2為目標(biāo)權(quán)重系數(shù)，滿足130、230且1+2=1，本文中取1=2=0.5進(jìn)行討論。

2.1.1目標(biāo)1：最小化交互功率

由于可再生能源出力的不確定性，在其高于負(fù)荷功率時(shí)會(huì)造成能源浪費(fèi)，或是在低于負(fù)荷功率時(shí)出現(xiàn)可再生能源供給不足的問(wèn)題，需要從外電網(wǎng)購(gòu)電，導(dǎo)致可再生能源的潛力無(wú)法完全發(fā)揮。目標(biāo)1以最小化微電網(wǎng)與主網(wǎng)的交互功率為目標(biāo)，調(diào)整微電網(wǎng)出力，如式(13)所示。

式中：out()表示微電網(wǎng)出力；B()表示基本負(fù)荷。

2.1.2目標(biāo)2：平抑可再生能源功率波動(dòng)

可再生能源出力會(huì)受到天氣、溫度等各種偶然性因素的影響，導(dǎo)致出力曲線不穩(wěn)定，影響其利用效率，此時(shí)目標(biāo)函數(shù)為

式中，out()和out(-1)分別表示時(shí)段和-1時(shí)段的微電網(wǎng)出力。

2.2 約束條件

(1) 電動(dòng)汽車荷電狀態(tài)約束

過(guò)充電與過(guò)放電都會(huì)導(dǎo)致鋰電池壽命的縮短，因此需要將受控電動(dòng)汽車第時(shí)段的荷電狀態(tài)S()限定在一定范圍內(nèi)。

式中，max和min分別為動(dòng)力電池荷電狀態(tài)的上、下限。

(2) 電動(dòng)汽車充放電需求約束

電動(dòng)汽車離開(kāi)時(shí)的荷電狀態(tài)必須達(dá)到車主的期望值。

(3) 功率平衡約束

為了維持整個(gè)微電網(wǎng)的有序運(yùn)作，防止過(guò)載和空載狀況的發(fā)生，微電網(wǎng)輸出與負(fù)載之間要滿足功率平衡約束。

式中，grid()為時(shí)段微電網(wǎng)與外電網(wǎng)的交互功率，功率為正表示從電網(wǎng)購(gòu)電，功率為負(fù)表示向電網(wǎng)倒送電。

(4) 倒送功率約束

過(guò)大的電力倒送會(huì)對(duì)電力系統(tǒng)穩(wěn)定性造成不利影響，因此需要對(duì)倒送功率有所限制。

式中：grid,out()為微電網(wǎng)向外電網(wǎng)的倒送功率；為倒送功率允許最大值。

3 微電網(wǎng)運(yùn)行性能評(píng)價(jià)指標(biāo)

3.1 微電網(wǎng)運(yùn)行經(jīng)濟(jì)效益

微電網(wǎng)日運(yùn)行經(jīng)濟(jì)效益即微電網(wǎng)運(yùn)行過(guò)程中產(chǎn)生的日凈收益，具體表示為

式中：WK為微電網(wǎng)日運(yùn)行經(jīng)濟(jì)收益；RES,sub為可再生能源補(bǔ)貼；EV為電動(dòng)汽車用戶補(bǔ)償費(fèi)用；grid為與外電網(wǎng)交互成本；om為系統(tǒng)日運(yùn)行維護(hù)成本；bat為儲(chǔ)能蓄電池投資成本。

(1) 可再生能源補(bǔ)貼

式中：RES為可再生能源發(fā)電量，包括風(fēng)機(jī)日出力總量w和光伏日出力總量pv；p為棄電量；RES,sub為風(fēng)光系統(tǒng)發(fā)電單位能量(kW·h)補(bǔ)貼價(jià)格。

(2) 電動(dòng)車用戶補(bǔ)償

式中：EV為電動(dòng)車用戶日負(fù)荷轉(zhuǎn)移總量；EV,sub為電動(dòng)汽車轉(zhuǎn)移單位能量的補(bǔ)償價(jià)格。

(3) 與外電網(wǎng)交互成本

式中：grid,in為日購(gòu)電電量；grid,in為購(gòu)電電價(jià)；grid,out為日倒送電量；gird,out為倒送電價(jià)。

(4) 系統(tǒng)維護(hù)運(yùn)行成本

式中：bat為蓄電池交互總電量；w,om、pv,om和bat,om分別為風(fēng)機(jī)、光伏和蓄電池的運(yùn)行維護(hù)系數(shù)。

(5) 電池投資成本

式中：bat為蓄電池單位容量投資成本；為折現(xiàn)率；為系統(tǒng)壽命期望值。

3.2 日交互電量

微電網(wǎng)與外電網(wǎng)的日交互電量，包括在微電網(wǎng)自身出力不足時(shí)從外電網(wǎng)購(gòu)買的電量和出力富余時(shí)向電網(wǎng)倒送的電量。

式中，grid為微電網(wǎng)與外電網(wǎng)間的交互電量。

3.3 出力平均變化量

平抑可再生能源功率波動(dòng)的目標(biāo)是改善注入功率不穩(wěn)定和計(jì)劃外功率波動(dòng)的情況，可再生能源輸出功率波動(dòng)的改善效果可以用功率波動(dòng)的平均變化量來(lái)評(píng)價(jià)。

式中，為平均變化量。

4 算例分析

4.1 算例初始參數(shù)設(shè)置

本文以商業(yè)型辦公樓微電網(wǎng)為例，驗(yàn)證本文所提調(diào)度優(yōu)化模型的有效性。設(shè)時(shí)間間隔將一天劃分為48個(gè)時(shí)段；設(shè)置峰時(shí)段為早上7點(diǎn)至晚上9點(diǎn)，電價(jià)為1.2元/kW·h；谷時(shí)段為晚上9點(diǎn)至次日早上7點(diǎn)，電價(jià)為0.4元/kW·h；設(shè)電動(dòng)汽車的補(bǔ)償價(jià)格為0.8元/kW·h；根據(jù)國(guó)家相關(guān)政策，可再生能源發(fā)電補(bǔ)貼為0.67元/kW·h[21]，光伏倒送電價(jià)為0.4元/kW·h[22]。

電動(dòng)汽車初始SOC參數(shù)服從均值為0.7，標(biāo)準(zhǔn)差為0.1的正態(tài)分布；已掌握的EV日停駛數(shù)目分布統(tǒng)計(jì)數(shù)據(jù)如圖2所示；電動(dòng)汽車SOC范圍為0.1~0.9之間；額定充、放電功率均為7kW；車輛動(dòng)力電池的能量轉(zhuǎn)化效率為0.92；容量為60kW·h。

圖2 微電網(wǎng)內(nèi)EV停駛數(shù)目

設(shè)置光伏裝機(jī)容量為750 kW，風(fēng)機(jī)裝機(jī)容量200kW，啟動(dòng)風(fēng)速3m/s，額定風(fēng)速8m/s，停機(jī)風(fēng)速25m/s；光伏發(fā)電運(yùn)行維護(hù)系數(shù)0.0096元/kW·h；風(fēng)電機(jī)組運(yùn)行維護(hù)系數(shù)0.0296元/kW·h[23]；最大倒送功率設(shè)為100kW。

典型工作日基本負(fù)荷[9]、可再生能源發(fā)電功率預(yù)測(cè)曲線如圖3所示。

圖3 典型工作日預(yù)測(cè)曲線

儲(chǔ)能蓄電池運(yùn)維系數(shù)0.05589元/kW·h，投資建設(shè)成本1226元/kW·h；蓄電池SOC上、下限設(shè)定為0.9和0.4；充、放電功率與容量比均為0.15；蓄電池的能量轉(zhuǎn)化效率為0.92。

4.2 仿真結(jié)果分析

(1) 蓄電池與電動(dòng)汽車出力比較

圖4分別表示40輛電動(dòng)汽車、400kW·h蓄電池和2400kW·h蓄電池接入微電網(wǎng)優(yōu)化后的功率曲線。從曲線可以看出，白天時(shí)段由于大量電動(dòng)車相繼接入，在陽(yáng)光最充足時(shí)系統(tǒng)對(duì)出力的調(diào)整功能達(dá)到最大，在這種情況下的微電網(wǎng)電動(dòng)汽車與儲(chǔ)能蓄電池調(diào)度效果相當(dāng)，提高可再生能源利用率的效果十分顯著；夜間時(shí)段，只含蓄電池的微電網(wǎng)擁有更高的輸出功率，即對(duì)微電網(wǎng)出力的調(diào)度效果更好，原因在于相比于具有一定出行規(guī)律的電動(dòng)汽車，蓄電池具有更大的調(diào)度區(qū)間。

圖4 不同方案下調(diào)度優(yōu)化后儲(chǔ)能及電動(dòng)汽車功率曲線

(2) 調(diào)度結(jié)果分析

圖5為基本負(fù)荷、風(fēng)光出力曲線、加入40輛電動(dòng)汽車與400kW·h蓄電池以及加入2400kW·h蓄電池調(diào)度優(yōu)化后的等效出力曲線。可見(jiàn)電動(dòng)汽車的接入，使得10:00到16:00之間過(guò)剩的新能源出力幾乎被完全消納；相比之下，加入2400kW·h蓄電池調(diào)度優(yōu)化后的微電網(wǎng)出力曲線則更為平緩，但在對(duì)可再生能源的消納上，兩種方案的效果相當(dāng)。

圖5 不同配置下調(diào)度優(yōu)化后微電網(wǎng)出力曲線

(3) 波動(dòng)性分析

圖6為風(fēng)光出力以及加入電動(dòng)汽車和蓄電池調(diào)度優(yōu)化后的微電網(wǎng)出力功率波動(dòng)情況。圖中顯示加入大規(guī)模蓄電池后，經(jīng)過(guò)調(diào)度優(yōu)化的微電網(wǎng)出力僅有少許波動(dòng)，大大提高了微電網(wǎng)運(yùn)行的安全穩(wěn)定性能；電動(dòng)汽車配合少量蓄電池在主要停駛時(shí)段依然有非常好的效果，能夠有效改善微電網(wǎng)出力波動(dòng)。

圖6 微電網(wǎng)出力波動(dòng)

(4) 交互功率分析

圖7為調(diào)度優(yōu)化前后微電網(wǎng)與主網(wǎng)交互功率曲線?？梢钥闯黾尤胄铍姵鼗螂妱?dòng)汽車后，微電網(wǎng)與電網(wǎng)間的交互功率大幅度降低，并且交互功率波動(dòng)性得到有效改善，對(duì)微電網(wǎng)的穩(wěn)定運(yùn)行具有積極的促進(jìn)作用。

綜上，隨著V2G技術(shù)的發(fā)展，具有一定出行規(guī)律的電動(dòng)汽車發(fā)揮分布式移動(dòng)儲(chǔ)能作用可以替代部分固定儲(chǔ)能蓄電池，可有效減少當(dāng)前能源架構(gòu)的一些不利影響。

圖7 微電網(wǎng)與主網(wǎng)交互功率曲線

4.3 微網(wǎng)的運(yùn)行性能評(píng)價(jià)指標(biāo)分析

4.3.1經(jīng)濟(jì)性分析

表1為5個(gè)方案下，經(jīng)濟(jì)效益方面的運(yùn)行結(jié)果比較。方案1中只有分布式發(fā)電系統(tǒng)；方案2在風(fēng)光發(fā)電系統(tǒng)上，接入40輛電動(dòng)汽車；方案3為配置了400kW·h蓄電池的風(fēng)光儲(chǔ)微電網(wǎng)；方案4為在方案3的基礎(chǔ)上，接入電動(dòng)汽車集群；方案5為配置2400kW·h蓄電池的風(fēng)光儲(chǔ)微電網(wǎng)。

表1 不同方案下微電網(wǎng)經(jīng)濟(jì)效益對(duì)比

對(duì)比方案2和方案5，由于蓄電池成本較高，方案5的經(jīng)濟(jì)效益大大降低，比調(diào)度前下降了93.8元，而方案2通過(guò)發(fā)揮電動(dòng)汽車的移動(dòng)儲(chǔ)能作用，盡管需要支付454.80元的補(bǔ)償費(fèi)用，仍比方案5多產(chǎn)生了249.83元的經(jīng)濟(jì)效益；此外，對(duì)于電動(dòng)汽車車主來(lái)說(shuō)，由于避免了在電價(jià)峰時(shí)段充電支付高昂電費(fèi)，獲得了一定收益。可見(jiàn)電動(dòng)汽車的有序充放電對(duì)提高微電網(wǎng)與電動(dòng)汽車主經(jīng)濟(jì)性具有顯著的效果。

對(duì)比方案2與方案4，方案4中微電網(wǎng)的經(jīng)濟(jì)效益比方案2少20.65元，蓄電池的增加開(kāi)始降低系統(tǒng)的經(jīng)濟(jì)性，因此應(yīng)當(dāng)合理控制蓄電池容量，以達(dá)到最佳的經(jīng)濟(jì)效益。

4.3.2 交互電量比較

表2為各方案下微電網(wǎng)的日交互電量。數(shù)據(jù)直觀地反映了微電網(wǎng)出力與基本負(fù)荷之間的相似度。對(duì)比方案3與方案4，方案3的交互電量比調(diào)度前減少了820.40kW·h，方案4則減少了880.97kW·h，兩者的日交互電量都有大幅度下降且下降幅度相當(dāng)，可見(jiàn)以有序調(diào)度為手段發(fā)揮電動(dòng)汽車集群的儲(chǔ)能作用可以有效降低微電網(wǎng)儲(chǔ)能容量要求。

4.3.3波動(dòng)性比較

表3為各方案下微電網(wǎng)出力的平均變化量和最大變化量，其中最大變化量指優(yōu)化時(shí)段內(nèi)變化量的最大值。對(duì)比方案4與方案5可知，相較于電動(dòng)汽車，蓄電池對(duì)平抑可再生能源出力波動(dòng)具有更好的效果，因此，為了改善系統(tǒng)出力波動(dòng)性、促進(jìn)微電網(wǎng)平穩(wěn)運(yùn)行，系統(tǒng)仍需配置一定容量的蓄電池。

表2 微電網(wǎng)日交互電量

表3 微電網(wǎng)出力變化量

4.4 靈敏度分析

圖8為不同電動(dòng)汽車規(guī)模下微電網(wǎng)的經(jīng)濟(jì)效益與儲(chǔ)能配置容量的關(guān)系。從圖中可以看出，在不含電動(dòng)汽車時(shí)，隨著蓄電池容量的增加，微電網(wǎng)的經(jīng)濟(jì)效益存在小幅度上升，在蓄電池容量達(dá)到1400kW·h時(shí)經(jīng)濟(jì)效益達(dá)到最大值，之后開(kāi)始下降；而在接入大規(guī)模電動(dòng)汽車后，蓄電池?cái)?shù)量的增加不再提高經(jīng)濟(jì)效益。一方面說(shuō)明應(yīng)合理配置儲(chǔ)能容量以獲得良好的經(jīng)濟(jì)效益，另一方面證明了V2G模式下電動(dòng)汽車的優(yōu)化調(diào)度可以有效減少微電網(wǎng)儲(chǔ)能配置需求。

圖8 不同電動(dòng)汽車規(guī)模下經(jīng)濟(jì)效益與儲(chǔ)能配置容量的關(guān)系

圖9為不同電動(dòng)汽車規(guī)模下微電網(wǎng)和主網(wǎng)的交互電量與儲(chǔ)能配置容量的關(guān)系。從40EVs曲線可以看出本文所設(shè)置的參數(shù)下日交互電量最小能夠降低到2225kW·h，此時(shí)微電網(wǎng)出力曲線最為理想，在大規(guī)模電動(dòng)汽車接入的情形下，配置適量的蓄電池可以有效降低交互電量，提高微電網(wǎng)與電力系統(tǒng)運(yùn)行的安全可靠性能。

圖9 不同電動(dòng)汽車規(guī)模下日交互電量與儲(chǔ)能容量的關(guān)系

圖10為不同電動(dòng)汽車規(guī)模下平均功率變化量與儲(chǔ)能配置容量的關(guān)系。由圖可知平均變化量始終隨蓄電池容量的增加而減小，直至收斂到一固定值，而電動(dòng)汽車規(guī)模對(duì)微電網(wǎng)波動(dòng)性的影響較小，因此，為減少微電網(wǎng)出力波動(dòng)，需配置適量蓄電池。

圖10 不同電動(dòng)汽車規(guī)模下平均功率變化量與儲(chǔ)能容量的關(guān)系

綜上所述，合理配置蓄電池與電動(dòng)汽車、有序規(guī)劃電動(dòng)汽車充放電，發(fā)揮二者的協(xié)同作用可以提高可再生能源利用率、改善風(fēng)光儲(chǔ)微電網(wǎng)的經(jīng)濟(jì)效益、平抑可再生能源波動(dòng)、促進(jìn)微電網(wǎng)的安全、穩(wěn)定運(yùn)行。

5 總結(jié)

本文面向風(fēng)光儲(chǔ)并網(wǎng)型微電網(wǎng)環(huán)境，綜合考慮微電網(wǎng)與外部電網(wǎng)交互功率和可再生能源功率波動(dòng)建立多目標(biāo)調(diào)度優(yōu)化模型。算例結(jié)果表明：

(1) 采用所提調(diào)度優(yōu)化模型，能夠在滿足電動(dòng)汽車用戶充電需求的前提下，有效發(fā)揮電動(dòng)汽車集群的分布式儲(chǔ)能作用、顯著改善微電網(wǎng)輸出功率特性。

(2) 以微電網(wǎng)為平臺(tái)集成利用具有一定出行規(guī)律的電動(dòng)汽車與可再生能源，以合理規(guī)劃電動(dòng)汽車充放電過(guò)程為手段輔助微電網(wǎng)運(yùn)行，能夠提高微電網(wǎng)運(yùn)行經(jīng)濟(jì)性、減小微電網(wǎng)與主網(wǎng)的交互功率、平抑可再生能源功率波動(dòng)，促進(jìn)微電網(wǎng)經(jīng)濟(jì)、平穩(wěn)運(yùn)行。

[1] 呂忠, 周強(qiáng), 蔡雨昌. 含分布式電源的DEIWO算法配電網(wǎng)無(wú)功優(yōu)化[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(4): 69-73.

Lü Zhong, ZHOU Qiang, CAI Yuchang. Reactive power optimization in distribution network with distributed generation on DEIWO algorithm[J]. Power System Protection and Control, 2015, 43(4): 69-73.

[2] 曹智平, 周力行, 張艷萍, 等. 基于供電可靠性的微電網(wǎng)規(guī)劃[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(14): 10-15.

CAO Zhiping, ZHOU Lixing, ZHANG Yanping, et al. Micro-grid planning based on supply reliability[J]. Power System Protection and Control, 2015, 43(14): 10-15.

[3] 康云龍, 郭紅霞, 吳捷, 等. 分布式電源及其接入電力系統(tǒng)時(shí)若干研究課題綜述[J]. 電網(wǎng)技術(shù), 2010, 34(11): 43-47.

KANG Yunlong, GUO Hongxia, WU Jie, et al. Characteristics of distributed generation system and related research issues caused by connecting it to power system[J]. Power System Technology, 2010, 34(11): 43-47.

[4] 黃銀華, 李常春, 羅方旋, 等. 大規(guī)模風(fēng)電接入對(duì)福建電網(wǎng)調(diào)峰的影響[J]. 電網(wǎng)與清潔能源, 2015, 31(12): 96-100, 125.

HUANG Yinhua, LI Changchun, LUO Fangxuan, et al. Impact of large-scale wind farm connected with fujian power grid on peak load regulation[J]. Power System and Clean Energy, 2015, 31(12): 96-100, 125.

[5] 路欣怡, 劉念, 陳征, 等. 電動(dòng)汽車光伏充電站的多目標(biāo)優(yōu)化調(diào)度方法[J]. 電工技術(shù)學(xué)報(bào), 2014, 29(8): 46-56.

LU Xinyi, LIU Nian, CHEN Zheng, et al. Multi-objective optimal scheduling for PV-assisted charging station of electric vehicles[J]. Transactions of China Electrotechnical Society, 2014, 29(8): 46-56.

[6] 朱向東. 目前中國(guó)風(fēng)電棄風(fēng)現(xiàn)狀及對(duì)策[J]. 能源與節(jié)能, 2012(10): 30, 67.

ZHU Xiangdong. Current situation and countermeasure of current china’s wind power abandon wind[J]. Energy and Energy Conservation, 2012(10): 30, 67.

[7] 田立亭, 史雙龍, 賈卓. 電動(dòng)汽車充電功率需求的統(tǒng)計(jì)學(xué)建模方法[J]. 電網(wǎng)技術(shù), 2010, 34(11): 126-130.

TIAN Liting, SHI Shuanglong, JIA Zhuo. A statistical model for charging power demand of electric vehicles[J]. Power System Technology, 2010, 34(11): 126-130.

[8] 黨杰, 湯奕, 寧佳, 等. 基于用戶意愿和出行規(guī)律的電動(dòng)汽車充電負(fù)荷分配策略[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(16): 8-15.

DANG Jie, TANG Yi, NING Jia, et al. A strategy for distribution of electric vehicles charging load based on user intention and trip rule[J]. Power System Protection and Control, 2015, 43(16): 8-15.

[9] KUMAR K, N, SIVANEASAN B, CHEAH P H, et al. V2G capacity estimation using dynamic EV scheduling[J]. IEEE Transactions on Smart Grid, 2014, 5(2): 1051-1060.

[10] 孫近文, 萬(wàn)云飛, 鄭培文, 等. 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, et al. Coordinated charging and discharging strategy for electric vehicles based on demand side management[J]. Transactions of China Electrotechnical Society, 2014, 29(8): 64-69.

[11] 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 price[J]. Automation of Electric Power Systems, 2013, 37(1): 191-195.

[12] 趙博, 朱金大, 張衛(wèi)國(guó). 考慮規(guī)?；妱?dòng)汽車入網(wǎng)的電網(wǎng)調(diào)頻控制策略[J]. 電網(wǎng)與清潔能源, 2015, 31(12): 73-76.

ZHAO Bo, ZHU Jinda, ZHANG Weiguo. Frequency regulation strategy of the grid considering large scale electric vehicles to grid[J]. Power System and Clean Energy, 2015, 31(12): 73-76.

[13] 趙俊華, 文福拴, 薛禹勝, 等. 計(jì)及電動(dòng)汽車和風(fēng)電出力不確定性的隨機(jī)經(jīng)濟(jì)調(diào)度[J]. 電力系統(tǒng)自動(dòng)化, 2010, 34(20): 22-29.

ZHAO Junhua, WEN Fushuan, XUE Yusheng, et al. Power system stochastic economic dispatch considering uncertain outputs from plug-in electric vehicles and wind generators[J]. Automation of Electric Power Systems, 2010, 34(20): 22-29.

[14] 余岳, 粟梅, 孫堯, 等. 計(jì)及電動(dòng)汽車的微電網(wǎng)儲(chǔ)能單元容量?jī)?yōu)化[J]. 儀器儀表學(xué)報(bào), 2014, 35(6): 1261-1268.

YU Yue, SU Mei, SUN Yao, et al. Capacity optimization of energy storage unit in microgird considering electric vehicle[J]. Chinese Journal of Scientific Instrument, 2014, 35(6): 1261-1268.

[15] 張明銳,謝青青,李路遙,等. 考慮電動(dòng)汽車能量管理的微網(wǎng)儲(chǔ)能容量?jī)?yōu)化[J]. 中國(guó)電機(jī)工程學(xué)報(bào),2015, 18(12): 4663-4673.

ZHANG Mingrui, XIE Qingqing, LI Luyao, et al. Optimal sizing of energy storage for microgrids considering energy management of electric vehicles[J]. Proceedings of the CSEE, 2015, 18(12): 4663-4673.

[16] 張穎達(dá), 劉念, 張建華, 等. 含電動(dòng)汽車充電站的風(fēng)光互補(bǔ)系統(tǒng)容量?jī)?yōu)化配置[J]. 電力系統(tǒng)保護(hù)與控制, 2013, 41(15): 126-134.

ZHANG Yingda, LIU Nian, ZHANG Jianhua, et al. Optimum sizing of a stand-alone hybrid PV/wind generationsystem integrated with electric vehicle charging stations[J]. Power System Protection and Control, 2013, 41(15): 126-134.

[17] 蘇粟,蔣小超,王瑋,等. 計(jì)及電動(dòng)汽車和光伏—儲(chǔ)能的微網(wǎng)能量?jī)?yōu)化管理[J]. 電力系統(tǒng)自動(dòng)化,2015, 39(9): 164-171.

SU Su, JIANG Xiaochao, WANG Wei, et al. Optimal energy management for microgrids considering electric vehicles and photovoltaic-energy storage[J]. Automation of Electric Power Systems, 2015, 39(9): 164-171.

[18] 茆美琴,孫樹(shù)娟,蘇建徽,等. 包含電動(dòng)汽車的風(fēng)/光/儲(chǔ)微電網(wǎng)經(jīng)濟(jì)性分析[J]. 電力系統(tǒng)自動(dòng)化,2011,35(14): 30-35.

MAO Meiqin, SUN Shujuan, SU Jianhui, et al. Economic analysis of a microgrid with wind/photovoltaic/storages and electric vehicles[J]. Automation of Electric Power Systems, 2011, 35(14): 30-35.

[19] 吳紅斌, 侯小凡, 趙波, 等. 計(jì)及可入網(wǎng)電動(dòng)汽車的微網(wǎng)系統(tǒng)經(jīng)濟(jì)調(diào)度[J]. 電力系統(tǒng)自動(dòng)化, 2014, 38(9): 77-84.

WU Hongbin, HOU Xiaofan, ZHAO Bo, et al. Economicaldispatch of microgrid considering plug-in electric vehicles[J]. Automation of Electric Power Systems, 2014, 38(9): 77-84.

[20] 楊曉東, 張有兵, 任帥杰, 等. 含高滲透率光伏發(fā)電并網(wǎng)型微網(wǎng)中的電動(dòng)汽車優(yōu)化調(diào)度方法[J]. 電力系統(tǒng)自動(dòng)化, 2016, 40(18): 15-23.

YANG Xiaodong, ZHANG Youbing, REN Shuaijie, et al. Optimal scheduling of electric vehicles charging and discharging in grid-connected microgrid with high photovoltaic power penetration[J]. Automation of Electric Power Systems, 2016, 40(18): 15-23.

[21] 北極星太陽(yáng)能光伏網(wǎng). 中國(guó)8省15市光伏補(bǔ)貼政策一覽[EB/OL].

[22] 百度文庫(kù).自發(fā)自用余電上網(wǎng)享受國(guó)家補(bǔ)貼[EB/OL]. http:// www.energy.sh.cn/news/news166.html.

[23] 丁明, 張穎媛, 茆美琴, 等. 包含鈉硫電池儲(chǔ)能的微網(wǎng)系統(tǒng)經(jīng)濟(jì)運(yùn)行優(yōu)化[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2011, 31(4): 7-14.

DING Ming, ZHANG Yingyuan, MAO Meiqin, et al. Economic operation optimization for microgrids including Na/S battery storage[J]. Proceedings of the CSEE, 2011, 31(4): 7-14.

(編輯 周金梅)

Scheduling optimization model for microgrid considering interactive power and renewable energy output fluctuation

YANG Xiaodong, CHEN Yu, ZHANG Youbing, CHEN Chuncheng, MA Xinjun, QI Jun

(College of Information Engineering, Zhejiang University of Technology, Hangzhou 310014, China)

With the popularization and application of electric vehicles (EVs) and the presentation of vehicle-to-grid (V2G), the charging load has a great influence on the security and economy of the microgrid operation. On this basis, how to make reasonable control strategy for plug-in EVs and ensure the safety operation of microgrid becomes a problem to be solved. Based on the wind-solar-battery grid-connected microgrid with EVs, a multi-objective optimization model is proposed to minimize the interactive power between microgrid and the main power grid and balance the fluctuation of wind-solar power output. Taking a microgrid in a certain commercial area as an example, the reasonability and the validity of the proposed optimization model is verified in several key aspects of microgrid, such as the economic operation, daily interactive energy and average variation of the output. Simulation results show that the integration of EVs with regular patterns and renewable energy resourcesin the microgrid environment, which can not only realize the economic operation but also improve the interactive power and output fluctuation, is an ideal coordinated mode.

This work is supported by National Natural Science Foundation of China (No. 51407160) and Natural Science Foundation of Zhejiang Province (No. LY16E070005).

grid-connected microgrid; electric vehicles (EVs); interactive power; power fluctuation of the renewable energy; scheduling optimization; output adjustment

10.7667/PSPC152166

2015-12-12；

2016-03-08

楊曉東(1990-)，男，博士研究生，主要研究方向?yàn)樾履茉床⒕W(wǎng)、電動(dòng)汽車入網(wǎng)、需求側(cè)管理、電力系統(tǒng)通信；E-mail: yang_xd90@163.com

陳 宇(1995-)，男，本科，主要研究方向?yàn)殡妱?dòng)汽車入網(wǎng)、分布式發(fā)電與微電網(wǎng)；

張有兵(1971-)，男，通信作者，博士，教授，主要研究方向?yàn)橹悄茈娋W(wǎng)、分布式發(fā)電及新能源優(yōu)化控制、電動(dòng)汽車入網(wǎng)、電力系統(tǒng)通信、電能質(zhì)量監(jiān)控。E-mail: youbingzhang@ zjut.edu.cn

國(guó)家自然科學(xué)基金資助項(xiàng)目(51407160)；浙江省自然科學(xué)基金資助項(xiàng)目(LY16E070005)