劉　宣，韓　亮，高　琛，張海龍，王　丹，王守相（.國(guó)網(wǎng)計(jì)量中心，北京 009；.天津大學(xué)智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室，天津 0007；.國(guó)網(wǎng)福建省電力公司電力科學(xué)研究院，福州 500）

規(guī)?；咫娛交旌蟿?dòng)力車提供調(diào)節(jié)服務(wù)能力評(píng)估

劉宣1，韓亮2，高琛3，張海龍1，王丹2，王守相2
（1.國(guó)網(wǎng)計(jì)量中心，北京 100192；2.天津大學(xué)智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室，天津 300072；3.國(guó)網(wǎng)福建省電力公司電力科學(xué)研究院，福州 350012）

插電式混合動(dòng)力車PHEV（plug-in hybrid electric vehicle）可視為電網(wǎng)中的移動(dòng)儲(chǔ)能裝置，大量的成規(guī)模的PHEV引入電網(wǎng)可以為電網(wǎng)提供額外的調(diào)節(jié)服務(wù)能力。首先闡述了單個(gè)PHEV并網(wǎng)充電的基本原理，然后建立了規(guī)?；疨HEV的充電功率模型，接著在此基礎(chǔ)上提出了滿足系統(tǒng)和用戶用電滿意度的雙目標(biāo)的規(guī)?；疨HEV充電管理需求響應(yīng)控制策略。最后通過(guò)仿真算例表明規(guī)?；疨HEV能夠?qū)崿F(xiàn)系統(tǒng)輔助服務(wù)。并分析了用戶用電滿意度、系統(tǒng)控制起始時(shí)刻，兩個(gè)重要參數(shù)的設(shè)置對(duì)于PHEV調(diào)節(jié)輔助服務(wù)能力的影響。

插電式混合動(dòng)力車（PHEV）；輔助服務(wù)；充電模型；充電管理策略

DOI：10.3969/j.issn.1003-8930.2016.04.015

根據(jù)我國(guó)《汽車與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃》（2011—2020年），到2020年，純電動(dòng)汽車EV（elec?tric vehicle）和插電式混合動(dòng)力汽車PHEV市場(chǎng)保有量要達(dá)到500萬(wàn)輛。按每輛車充電功率4 kW計(jì)算，則總?cè)萘繛?000萬(wàn)kW?？梢?jiàn)，電動(dòng)汽車規(guī)?；瘧?yīng)用后其總體充電功率十分龐大［1-3］。大規(guī)模PHEV集中并網(wǎng)將導(dǎo)致電網(wǎng)負(fù)荷高峰增加，進(jìn)而增加電網(wǎng)在發(fā)、輸、配電各個(gè)環(huán)節(jié)的運(yùn)行成本和操作壓力［4-5］。文獻(xiàn)［6］利用統(tǒng)計(jì)學(xué)方法提出大量EV電池充電模型，并研究了4種充電模式對(duì)配電網(wǎng)最大負(fù)荷的影響。在電動(dòng)車10%的市場(chǎng)滲透率下，電網(wǎng)最大負(fù)荷會(huì)增長(zhǎng)17.9%；在20%的市場(chǎng)滲透率下，電網(wǎng)最大負(fù)荷會(huì)增長(zhǎng)35.8%。文獻(xiàn)［7］利用蒙特卡洛方法，給出單臺(tái)電動(dòng)車一天內(nèi)的功率需求曲線，結(jié)合上海及北京地區(qū)的負(fù)荷實(shí)際情況，分析出大量電動(dòng)車接入會(huì)使電網(wǎng)最大負(fù)荷發(fā)生增長(zhǎng)。

PHEV的動(dòng)力電池與其他負(fù)荷不同，它可以視為電網(wǎng)中一個(gè)移動(dòng)的分布式儲(chǔ)能裝置，通過(guò)制定合理的負(fù)荷控制策略，可以充分利用PHEV電池資源，當(dāng)PHEV接入電網(wǎng)時(shí)，可以根據(jù)電網(wǎng)的調(diào)度信息來(lái)決定電池充電狀態(tài)，從而響應(yīng)電網(wǎng)的電價(jià)信號(hào)或激勵(lì)機(jī)制［8-10］。國(guó)外對(duì)于負(fù)荷控制開(kāi)展了很多研究工作，主要集中在利用可控的熱力學(xué)裝置（熱水器、空調(diào)等）實(shí)現(xiàn)負(fù)荷控制。文獻(xiàn)［11］提出了狀態(tài)排序模型（state-queuing model），在此模型下熱力學(xué)負(fù)荷能夠動(dòng)態(tài)響應(yīng)電價(jià)信號(hào)。文獻(xiàn)［12］提出，通過(guò)集中管理和控制，熱力學(xué)負(fù)荷可視為虛擬儲(chǔ)能設(shè)備，從而熱力學(xué)負(fù)荷可以響應(yīng)風(fēng)機(jī)或其他新能源發(fā)電裝置的出力波動(dòng)。利用PHEV實(shí)現(xiàn)負(fù)荷控制，既可以解決電動(dòng)汽車大規(guī)模發(fā)展帶來(lái)的充電峰荷壓力問(wèn)題，又可將電動(dòng)汽車作為移動(dòng)的、分布式儲(chǔ)能單元接入電網(wǎng)，用于調(diào)節(jié)、削峰填谷、應(yīng)急安保，旋轉(zhuǎn)備用等輔助服務(wù)操作。在提高電網(wǎng)供電靈活性、可靠性和能源利用效率的同時(shí)，有利于推遲發(fā)、輸、配電等基礎(chǔ)設(shè)施的升級(jí)建設(shè)。文獻(xiàn)［13］提出了一種V2G充放電管理策略，策略包括電池當(dāng)前可用容量計(jì)算、電網(wǎng)負(fù)荷削峰填谷實(shí)現(xiàn)方法、電池使用約束條件等，文獻(xiàn)算例證明應(yīng)用合理的充放電策略可以減少系統(tǒng)負(fù)荷峰谷差。文獻(xiàn)［14］對(duì)比了傳統(tǒng)的系統(tǒng)控制方法和負(fù)荷控制方法，并描述了負(fù)荷控制策略框架，提出了PHEV雙目標(biāo)控制方法以及完成控制所需的通信框架。此外，針對(duì)PHEV接入電網(wǎng)后的需求響應(yīng)能力，也有文獻(xiàn)從不同角度進(jìn)行建模分析［15-19］。

本文目的是探討利用PHEV實(shí)現(xiàn)系統(tǒng)調(diào)節(jié)輔助服務(wù)的可行性。首先描述了單臺(tái)PHEV電池充電模型和主要觀測(cè)和控制參數(shù)，然后根據(jù)此模型提出了一種適合規(guī)?；疨HEV實(shí)現(xiàn)調(diào)節(jié)輔助服務(wù)充電管理策略，最后結(jié)合算例給出結(jié)論。

1　實(shí)現(xiàn)電網(wǎng)輔助服務(wù)的PHEV充電模型

1.1單臺(tái)PHEV充電過(guò)程和功率需求模型

目前上市PHEV的電池主要采用鋰電池，其電池充電的起始和結(jié)束過(guò)程相對(duì)整個(gè)過(guò)程較短，可以忽略，可用圖1中的簡(jiǎn)化充電過(guò)程代替實(shí)際充電過(guò)程。此時(shí)PHEV電池簡(jiǎn)化充電過(guò)程可以視為一個(gè)為恒功率特性負(fù)荷。

圖1　單臺(tái)PHEV實(shí)際充電過(guò)程及簡(jiǎn)化充電過(guò)程Fig.1　Process of charging for PHEV

荷電狀態(tài)SOC（state of charge）是電池當(dāng)前容量與其完全充電狀態(tài)的容量的比值，常用百分?jǐn)?shù)表示。其取值范圍為0～1，當(dāng)SOC=0時(shí)表示電池放電完全，當(dāng)SOC=1時(shí)表示電池完全充滿。

鋰電池充電過(guò)程中充電功率與電池的荷電狀態(tài)之間的關(guān)系如圖1所示［20］。若PHEV電池充電功率為Pc，記錄充電狀態(tài)的采樣周期是1 min，則電池SOC隨時(shí)間呈線性增長(zhǎng)的規(guī)律由下式?jīng)Q定，即

或?qū)懗蛇f推形式為

式中：t為PHEV接入電網(wǎng)的時(shí)間，min；Pc為PHEV充電功率，kW；Δt=1min為采樣周期；E為電池容量，kW·h。

1.2規(guī)?；疨HEV充電過(guò)程假設(shè)和數(shù)量評(píng)估

本文主要針對(duì)規(guī)?；疨HEV充電過(guò)程形成的功率需求模型進(jìn)行研究，實(shí)現(xiàn)相應(yīng)的需求響應(yīng)控制。一般而言，大規(guī)模PHEV聚合充電負(fù)荷功率主要取決于3個(gè)方面因素：①PHEV接入電網(wǎng)時(shí)刻；②PHEV在充電開(kāi)始時(shí)刻的SOC；③PHEV數(shù)量。

對(duì)于第1和第2因素，本文對(duì)規(guī)模化PHEV充電過(guò)程做如下假設(shè)：

（1）每輛PHEV在接入電網(wǎng)后立即開(kāi)始充電，不考慮充電啟動(dòng)延時(shí)情況；

（2）所有車輛采取額定功率充電；

（3）開(kāi)始充電時(shí)刻，每輛PHEV的電池電量為0；（4）每次充電都充至滿電量；

（5）PHEV接入電網(wǎng)時(shí)刻滿足正態(tài)分布，概率密度函數(shù)［1］為

根據(jù)文獻(xiàn)［7］對(duì)家用車輛的統(tǒng)計(jì)分析，式中μs為均數(shù)，取17.6；σs為標(biāo)準(zhǔn)差，取3.4，τ為電動(dòng)車接入電網(wǎng)時(shí)刻。

取06：00為參考起始時(shí)刻，根據(jù)式（3）通過(guò)數(shù)值仿真可獲得一定規(guī)模的PHEV接入電網(wǎng)時(shí)刻概率密度如圖2所示，仿真中PHEV數(shù)目設(shè)為10 000臺(tái)。接入電網(wǎng)時(shí)刻可看為最后一次出行返回時(shí)刻，由于出行習(xí)慣的不同，接入時(shí)刻也有所不同，一般下午17：00-18：00，大部分車主結(jié)束一天的工作返回家中，將車接入電網(wǎng)進(jìn)行充電，這時(shí)會(huì)形成PHEV對(duì)應(yīng)的用電高峰。

圖2　PHEV接入電網(wǎng)時(shí)刻概率密度Fig.2　Probability density of charging time

對(duì)于第3點(diǎn)，調(diào)節(jié)輔助服務(wù)的有效性依賴于適合的設(shè)備數(shù)量［21］，根據(jù)式（1）～（3）可模擬不同規(guī)模PHEV充電過(guò)程的日平均充電功率曲線，其日平均充電功率曲線為

式中：NPHEV為PHEV的總數(shù)量；Pci為第i臺(tái)PHEV的充電功率。

由圖3可看出，當(dāng)PHEV數(shù)量n取10、100、1 000時(shí)，仿真的日平均充電功率曲線波動(dòng)大、變化沒(méi)有規(guī)律性，PHEV數(shù)量不足以提供有效的調(diào)節(jié)容量，本文中取n=10 000時(shí)進(jìn)行研究，討論其可控性。

圖3　不同數(shù)目的PHEV負(fù)荷曲線Fig.3　PHEV load profiles in different scales

2　PHEV充電管理需求響應(yīng)控制策略

2.1PHEV充電管理框架

由1.2的分析可知，只有當(dāng)PHEV數(shù)量足夠大時(shí)（n=10 000），平均功率曲線才有一定的規(guī)律性，所以PHEV控制的有效性依賴于龐大的PHEV數(shù)量，但是在實(shí)際工程中，大量PHEV與電網(wǎng)控制進(jìn)行直接交互是不可行的。

本文采用分層管理框架，根據(jù)地理位置將電網(wǎng)分為不同的區(qū)域，在一定的地理區(qū)域內(nèi)（如：居民小區(qū)、辦公樓等）設(shè)置一個(gè)充電負(fù)荷管理中心，每個(gè)充電負(fù)荷管理中心管理一定數(shù)量的PHEV，并且提供PHEV與調(diào)度中心的通信接口。充電負(fù)荷管理中心獲取該區(qū)域內(nèi)每臺(tái)PHEV信息，并利用這些信息建立一個(gè)群體響應(yīng)模型，用來(lái)描述此群體對(duì)系統(tǒng)控制信號(hào)做出反應(yīng)的能力。

調(diào)度中心根據(jù)系統(tǒng)控制要求向充電負(fù)荷管理中心發(fā)送控制信號(hào)，要求其增加（減少）負(fù)荷大小，充電負(fù)荷管理中心會(huì)根據(jù)第3節(jié)中敘述的充電管理策略決定哪些PHEV進(jìn)行充電（停止充電），并將最終實(shí)際負(fù)荷大小返回到調(diào)度中心，為調(diào)度中心下一步控制提供參考。這樣可最大限度地滿足電力供應(yīng)的約束，同時(shí)不影響用戶使用。如圖4所示。

圖4　PHEV充電管理架構(gòu)Fig.4　Framework of hierarchical management

2.2PHEV充電管理需求響應(yīng)控制策略

在PHEV受控后，電池充電狀態(tài)受電網(wǎng)統(tǒng)一調(diào)度，充電過(guò)程如圖5所示，式（2）可寫(xiě)為

式中，ncharge為PHEV在時(shí)刻t的狀態(tài)，ncharge=1為充電，ncharge=0為不充電。如圖5所示，tc為不充電狀態(tài)轉(zhuǎn)為充電狀態(tài)后的累積時(shí)間；tnc為充電狀態(tài)轉(zhuǎn)為不充電狀態(tài)后的累積時(shí)間。tc和tnc可通過(guò)智能電表和高級(jí)量測(cè)系統(tǒng)等手段進(jìn)行記錄。

圖5　單臺(tái)PHEV受控充電過(guò)程Fig.5　Controlled process of PHEV charging

控制策略在通過(guò)控制負(fù)荷來(lái)實(shí)現(xiàn)系統(tǒng)輔助服務(wù)時(shí)，一方面要滿足系統(tǒng)的調(diào)節(jié)要求，另一方面也要滿足用戶用電滿意度（居民用電舒適度）的要求［22-23］。對(duì)于PHEV來(lái)說(shuō)，用戶用電滿意度表現(xiàn)為：①保證用戶電池的正常使用壽命；②在用戶規(guī)定的時(shí)間內(nèi)完成充電。

為保證PHEV電池壽命，防止PHEV在受控時(shí)充電狀態(tài)頻繁轉(zhuǎn)變，設(shè)置約束條件：只有在充電時(shí)長(zhǎng)（tc）或不充電時(shí)長(zhǎng)（tnc）大于允許時(shí)間AT時(shí)，該P(yáng)HEV才接受電網(wǎng)控制。充電時(shí)長(zhǎng)大于允許時(shí)間AT時(shí)，該P(yáng)HEV電池可以由充電狀態(tài)轉(zhuǎn)為不充電狀態(tài)，同理，當(dāng)不充電時(shí)長(zhǎng)大于允許時(shí)間AT時(shí)，該P(yáng)HEV可以由不充電狀態(tài)轉(zhuǎn)為充電狀態(tài)。為滿足在用戶規(guī)定時(shí)間內(nèi)完成充電，用戶可根據(jù)自身需求設(shè)置充電結(jié)束時(shí)刻，系統(tǒng)會(huì)根據(jù)當(dāng)前時(shí)刻電池SOC以及剩余充電時(shí)間決定此PHEV是否響應(yīng)系統(tǒng)調(diào)節(jié)。例如，假設(shè)一個(gè)PHEV是18：00接入電網(wǎng)，最大充電功率是2 kW，需要8 kW·h的電量才能完全充滿。車主不關(guān)心實(shí)際充電開(kāi)始時(shí)刻以及充電的具體過(guò)程，只是要求第2天早晨07：00前完成充電。為滿足系統(tǒng)控制目標(biāo)，在18：00接入電網(wǎng)后PHEV的電池充電狀態(tài)會(huì)根據(jù)控制信號(hào)的變化而變化。由于PHEV充電完成至少需要4 h，如果它在凌晨03：00前還沒(méi)有開(kāi)始充電，其可控性將減少。到了凌晨03：00，該P(yáng)HEV必須開(kāi)始充電以滿足用戶充電需求，它將不再可控。隨著PHEV的接入和斷開(kāi)，負(fù)荷大小會(huì)在2 kW和0 kW之間變化。

若在t時(shí)刻電網(wǎng)需求功率為Ptrg（t），所有PHEV電池所需功率和為Ptot（t）。為滿足電網(wǎng)功率需求以及PHEV自身約束，對(duì)于某個(gè)PHEV在時(shí)刻t的充電狀態(tài)由下式確定，即

3　算例分析

3.1算例描述和調(diào)節(jié)信號(hào)的設(shè)置

根據(jù)雪佛蘭公司最新出品的混合動(dòng)力車型volt數(shù)據(jù)，電池充電功率P在3～4 kW范圍內(nèi)滿足均勻分布，電池容量為16 kW·h［24］。根據(jù)第1.2節(jié)介紹，PHEV數(shù)量設(shè)置為10 000。仿真時(shí)間為06：00—第2 天06：00（t=0～1 440 min），仿真步長(zhǎng)為1 min。

3.2AT值設(shè)置對(duì)系統(tǒng)調(diào)節(jié)的影響

分別取AT=30、60、120 min，研究不同AT值對(duì)實(shí)現(xiàn)系統(tǒng)調(diào)節(jié)的影響，仿真結(jié)果如圖6～圖9所示。將全天分為3個(gè)時(shí)段，考察設(shè)置不同AT值時(shí)該時(shí)段內(nèi)的相對(duì)平均誤差、可控PHEV數(shù)量N，計(jì)算結(jié)果如表1所示。同時(shí)，記錄每時(shí)刻PHEV負(fù)荷的功率上下界。

圖6　AT=30 min，受控時(shí)刻1～1 440仿真結(jié)果Fig.6　Simulation results by AT=30 min，controlledduration is 1～1 440 min

圖7　AT=30 min局部放大Fig.7　Drawing of partial enlargement（AT=30 min）

圖8　AT=60 min，受控時(shí)刻1～1 440仿真結(jié)果Fig.8　Simulated results by AT=60 min，controlled duration is 1～1 440 min

圖9　AT=120 min，受控時(shí)刻1～1 440仿真結(jié)果Fig.9　Simulated results by AT=120 min，controlled duration is 1～1 440 min

表1　不同AT取值仿真結(jié)果對(duì)比Tab.1　Comparison of simulation results with different AT

相對(duì)平均誤差為

可控PHEV數(shù)量N分為兩類：①平均每分鐘可轉(zhuǎn)為不充電狀態(tài)PHEV數(shù)量；②平均每分鐘可轉(zhuǎn)為充電狀態(tài)PHEV數(shù)量。

PHEV負(fù)荷的功率上下界可以為系統(tǒng)調(diào)度員提供調(diào)度參考。通過(guò)確定負(fù)荷功率上下界，一個(gè)充電負(fù)荷管理中心管理的PHEV可以視為虛擬電廠。功率上界是實(shí)際功率加上可轉(zhuǎn)為充電狀態(tài)的PHEV功率值；功率下界是必須處于充電狀態(tài)的PHEV的總功率值。

由圖6～圖9以及圖10可得出，對(duì)于固定的AT，在不同時(shí)間段內(nèi)系統(tǒng)的調(diào)節(jié)誤差不同，在開(kāi)始階段（0～480 min），由于接入電網(wǎng)的PHEV數(shù)量有限，可控PHEV數(shù)量也有限，所以不能完全響應(yīng)系統(tǒng)的調(diào)度；隨著時(shí)間的推移，在中期（481～960 min），有更多的PHEV接入電網(wǎng)，可控PHEV數(shù)量逐漸增加，系統(tǒng)調(diào)節(jié)誤差也隨之下降；在后期（961～1 440 min），多數(shù)PHEV完成充電退出電網(wǎng)，可控PHEV數(shù)量逐漸減少，系統(tǒng)可控容量減少，調(diào)節(jié)誤差增大。

圖10　不同AT值系統(tǒng)調(diào)節(jié)誤差對(duì)比Fig.10　Comparison of regulating errors with different AT

對(duì)于不同的AT，隨著AT的增加用戶對(duì)用電滿意度（用電舒適度，供電服務(wù)質(zhì)量需求）要求提高，可以用于系統(tǒng)控制的PHEV數(shù)量減少，目標(biāo)功率與實(shí)際調(diào)節(jié)功率之間的誤差就會(huì)增大，從而同樣時(shí)間段內(nèi)的相對(duì)平均誤差會(huì)增大。

另外，分析圖6～圖9可以發(fā)現(xiàn)，當(dāng)目標(biāo)值大于不受控時(shí)的實(shí)際值時(shí)，系統(tǒng)控制誤差會(huì)很大。這是由于，為滿足控制目標(biāo)一方面要有足夠的容量接入電網(wǎng)，另一方面要累積足夠的充電時(shí)長(zhǎng)。兩方面的約束使得可控容量有限。系統(tǒng)會(huì)隨著時(shí)間的推移累積一定的可控容量，所以對(duì)于目標(biāo)值大于實(shí)際值的情況，在后半時(shí)間段（t=721～1 440 min）的控制結(jié)果就優(yōu)于前半時(shí)間段（t=0～720 min）。

3.3控制開(kāi)始時(shí)刻設(shè)置對(duì)系統(tǒng)調(diào)節(jié)的影響

在AT=30 min情況下，設(shè)控制開(kāi)始時(shí)刻t= 721 min，研究不同系統(tǒng)控制開(kāi)始時(shí)刻對(duì)實(shí)現(xiàn)系統(tǒng)調(diào)節(jié)的影響，仿真結(jié)果如圖11所示。

圖11　AT=30 min，受控時(shí)刻t=721 min仿真結(jié)果Fig.11　Simulated results by AT=30 min，controlled duration is 721 min

由表2可知，若受控開(kāi)始時(shí)刻晚，在每個(gè)時(shí)間段內(nèi)可控PHEV的數(shù)量將減少，系統(tǒng)可用的調(diào)節(jié)容量受到限制，調(diào)節(jié)誤差會(huì)增大。仿真結(jié)果表明，在AT值相同的情況下，相同時(shí)刻的系統(tǒng)可控容量與截止到該時(shí)刻的受控時(shí)長(zhǎng)有關(guān)，受控時(shí)長(zhǎng)越長(zhǎng)，系統(tǒng)可控容量越大。

表2　AT=30 min，不同受控開(kāi)始時(shí)刻仿真結(jié)果對(duì)比Tab.2　Comparison of simulation results with different controlled duration with AT=30 min

4　結(jié)論

提出了一種利用PHEV負(fù)荷參與系統(tǒng)輔助服務(wù)的概念框架。對(duì)于PHEV負(fù)荷控制實(shí)現(xiàn)系統(tǒng)輔助服務(wù)的主要挑戰(zhàn)在于在滿足系統(tǒng)調(diào)節(jié)要求的同時(shí)還要確保用戶用電滿意度（如保證電池壽命、按時(shí)達(dá)到電池充滿狀態(tài)等）。所提出的PHEV充電管理策略為實(shí)現(xiàn)這些要求提供了參考。

通過(guò)算例仿真可以得出系統(tǒng)調(diào)節(jié)效果最終由可控PHEV數(shù)量決定。某時(shí)刻可控PHEV數(shù)量受多方面的影響，例如：用戶用電滿意的設(shè)置，PHEV接入電網(wǎng)的時(shí)刻等。

本文僅對(duì)PHEV充電過(guò)程的需求響應(yīng)技術(shù)進(jìn)行了研究，接下來(lái)將進(jìn)一步考慮以下問(wèn)題的研究：

（1）考慮到大量間歇式的可再生能源接入微網(wǎng)中，采用PHEV的控制響應(yīng)風(fēng)能、太陽(yáng)能的間歇波動(dòng)，作為緩沖器（buffer）模型來(lái)調(diào)節(jié)系統(tǒng)有功平衡，減低傳統(tǒng)機(jī)組的備用，提高能源的利用效率。

（2）考慮PHEV充放電過(guò)程的配合控制，即V2G（vehicle-to-grid）技術(shù)。在分布式發(fā)電裝置停止工作或者備用容量不足的情況下，利用PHEV提供電力支持，作為等效儲(chǔ)能裝置減輕分布式發(fā)電對(duì)電網(wǎng)的間歇性影響。

［1］ Dow L，Marshall M，Le Xu，et al.A novel approach for evaluating the impact of electric vehicles on the power dis?tribution system［C］//IEEE Power&Energy Society Gener?al Meeting.Minneapolis，USA，2010.

［2］ 劉文霞，張敏，張建華，等（Liu Wenxia，Zhang Min，Zhang Jianhua，et al）.電動(dòng)汽車負(fù)荷對(duì)配電網(wǎng)可靠性影響的量化分析（Reliability modeling and quantitative analysis of distribution network considering electric vehi?cle charging and discharging）［J］.電力 系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2013，25（4）：1-6.

［3］艾學(xué)勇，顧潔，解大，等（Ai Xueyong，Gu Jie，Xie Da，et al）.電動(dòng)汽車日充電曲線預(yù)測(cè)方法（Forecasting meth?od for electric vehicle daily charging curve）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2013，25（6）：25-30.

［4］Liu R，Dow L，Liu E.A survey of PEV impacts on electric utilities［C］//IEEE PES Innovative Smart Grid Technolo?gies.Anaheim，USA，2011.

［5］馮艾，劉繼春，吳磊，等（Feng Ai，Liu Jichun，Wu Lei，et al）.基于前景理論的電動(dòng)汽車多模式充電行為分析（Analysis on multiple modes charging behavior of electric vehicle based on prospect theory）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2013，25 （2）：58-64.

［6］Qian Kejun，Zhou Chengke，Allan Malcolm，et al.Model?ing of load demand due to EV battery charging in distribu?tion systems［J］.IEEE Trans on Power Systems，2011，26 （2）：802-810.

［7］田立亭，史雙龍，賈卓（Tian Liting，Shi Shuanglong，Jia Zhuo）.電動(dòng)汽車充電功率需求的統(tǒng)計(jì)學(xué)建模方法（A statistical model for charging power demand of electric ve?hicles）［J］.電網(wǎng)技術(shù)（Power System Technology），2010，34（11）：126-130.

［8］Senart A，Kurth S，Le Roux G.Assessment framework of plug-in electric vehicles strategies［C］//1st IEEE Interna?tional Conference on Smart Grid Communications.Gaith?ersburg，USA，2010：155-160.

［9］陳加盛，張建華，林建業(yè)，等（Chen Jiasheng，Zhang Jian?hua，Lin Jianye，et al）.以降低電網(wǎng)損耗為目標(biāo)的電動(dòng)汽車充電策略（Strategies for electric vehicle charging with aiming at reducing network losses）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（ProceedingsoftheCSU-EPSA），2012，24（3）：139-144.

［10］戴欣，袁越，王敏，等（Dai Xin，Yuan Yue，Wang Min，et al）.配網(wǎng)中電動(dòng)汽車調(diào)度策略及其經(jīng)濟(jì)效益評(píng)估（Scheduling strategy and economic benefits evaluation of electric vehicles in distribution network）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2015，27 （3）：42-47.

［11］Ning Lu，Chassin D P.A state-queuing model of thermo?statically controlled appliances［J］.IEEE Trans on Power Systems，2004，19（3）：1666-1673.

［12］Callaway D S.Tapping the energy storage potential in elec?tric loads to deliver load following and regulation，with ap?plication to wind energy［J］.Energy Conversion and Man?agement，2009，50（5）：1389-1400.

［13］張麗，王媚，杜成剛，等（Zhang Li，Wang Mei，Du Cheng?gang，et al）.一種V2G充放電控制策略算法應(yīng)用（Ap?plication of an algorithm of control strategy for charging& discharging system based on V2G）［J］.華東電力（East China Electric Power），2011，38（11）：1675-1677.

［14］Hiskens I，Callaway D.Achieving controllability of plugin electric vehicles［C］//IEEE Vehicle Power and Propul?sion Conference.Dearborn，USA，2009：1215-1220.

［15］Sortomme E，Cheung K W.Intelligent dispatch of electric vehicles performing vehicle-to-grid regulation［C］//IEEE International Electric Vehicle Conference.Greenville，USA，2012.

［16］Han Sekyung，Han Soohee，Sezaki Kaoru.Development of an optimal vehicle-to-grid aggregator for frequency regula?tion［J］.IEEE Trans on Smart Grid，2010，1（1）：65-72.

［17］Clement-Nyns K，Haesen E，Driesen J.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.

［18］Waddell J，Rylander M，Maitra A，et al.Impact of plug in electric vehicles on Manitoba Hydro′s distribution system ［C］//Electrical Power and Energy Conference.Winnipeg，Canada，2011：409-414.

［19］戴欣，袁越，傅質(zhì)馨，等（Dai Xin，Yuan Yue，F(xiàn)u Zhixin，et al）.用戶側(cè)電動(dòng)汽車放電策略及其經(jīng)濟(jì)效益評(píng)估（Discharge strategy and economic benefits evaluation of electric vehicles in user side）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2013，25（6）：55-61.

［20］Madrid C，Argueta J，Smith J.Performance characteriza?tion-1999 Nissan Altra-EV with Lithium-ion battery［R］. Los Angeles：Southern California EDISON，1999.

［21］Kondoh Junji，Lu Ning，Hammerstrom Donald J.An evalu?ation of the water heater load potential for providing regu?

lation service［C］//IEEE Power and Energy Society Gener?al Meeting.Detroit，USA，2011.

［22］Callaway D S，Hiskens I A.Achieving controllability of electric loads［J］.Proceedings of the IEEE，2011，99（1）：184-199.

［23］Parkinson Simon，Wang Dan，Crawford Curran，et al.Com?fort-constrained distributed heat pump management［C］// International Conference on Smart Grid and Clean Energy Technologies，Chengdu，China，2011：849-855.

［24］Chevrolet，Hybrid Electric Cars.2016 Volt Models&Specs ［EB/OL］.http：//www.chevrolet.com/volt/features-specs/， 2016.

Capability Evaluation of the Scaled Plug-in Hybrid Electric Vehicles for Providing Regulation Service

LIU Xuan1，HAN Liang2，GAO Chen3，ZHANG Hailong1，WANG Dan2，WANG Shouxiang2
（1.State Grid Metering Center，Beijing 100092，China；2.Key Laboratory of Smart Grid of Ministry of Education，Tianjin University，Tianjin 300072，China；3.Electric Research Institute of State Grid Fujian Electric Company，F(xiàn)uzhou 350012，China）

Plug-in hybrid electric vehicles（PHEVs）can be treated as mobile distributed energy storage units in a pow?er grid.When large amount of PHEVs or scaled PHEVs are introduced into the grid，they can provide the regulation ser?vice capability.This paper first describes the basic principles about the model of PHEV charging power demand and then builds the statistic power demand model for charging process of scaled PHEVs.Based on this principle，the largescale PHEVs charging management with demand response strategy is proposed，which satisfies both the requirements of the system and customers.This paper helps to verify the feasibility of achieving system ancillary services with largescale PHEV integration.The impact of customers’satisfaction degree and starting time of system control on PHEV’s ability to adjust the auxiliary services is studied via some cases.

plug-in hybrid electric vehicle（PHEV）；ancillary service；charging model；demand response strategy

TM7

A

1003-8930（2016）04-0085-06

2015-08-17；

2015-11-09

劉宣（1978—），男，碩士，工程師，研究方向?yàn)殡娏ο到y(tǒng)自動(dòng)化、智能用電技術(shù)、用電信息采集技術(shù)。Email：liuxu?an@epri.sgcc.com.cn

韓亮（1987—），男，博士研究生，研究方向?yàn)榉植际桨l(fā)電系統(tǒng)與智能配電網(wǎng)。Email：hanliang@tju.edu.cn

高?。?986—），男，碩士，助理工程師，研究方向?yàn)橹悄苡秒姟㈦娏π枨髠?cè)管理技術(shù)、高級(jí)量測(cè)體系。Email：18350069597@139.com