楊　樺，王清亮，趙　軍

（1.國網河北省電力公司電力科學研究院，石家莊 050021；2.國網河北省電力公司石家莊供電分公司，石家莊 050051）

電動汽車接入電網的調度與控制研究

楊樺1，王清亮2，趙軍1

（1.國網河北省電力公司電力科學研究院，石家莊 050021；2.國網河北省電力公司石家莊供電分公司，石家莊 050051）

針對大規(guī)模電動汽車接入電網的問題，從電網負荷平衡預測、安全穩(wěn)定水平及集中調控難度等方面分析對電網的影響，提出電動汽車調度控制應以行車成本、電網運行成本和環(huán)境成本三者總體最低為控制目標，采用分層分區(qū)的優(yōu)化控制策略，并分析該控制策略的可行性，結果表明該控制策略可以使電動汽車實現(xiàn)合理充放電，保障電網安全運行，實現(xiàn)用戶和電網利益最大化。

電動汽車；充放電；電網調度；控制策略；優(yōu)化

0　引言

電動汽車被認為是汽車工業(yè)一個新的發(fā)展契機和國家經濟發(fā)展的重要增長點。就國家和社會而言，電動汽車可以顯著減少石油等化石資源的消耗和依賴，保障能源安全，同時電動汽車還可以明顯減少城市空氣污染源，提高城市空氣質量。對于消費者，電動汽車將顯著降低出行成本，具有很高的經濟效益。國外有關研究表明，電動汽車每千米的耗電成本僅為燃油汽車耗油成本的1/3。截至目前，國家電網公司已建設電動汽車充電樁2.4萬個，形成京滬、京港澳（北京-咸寧）、青銀高速的“兩縱一橫”充電電網絡，電動汽車在我國駛入了快速發(fā)展的軌道。

電動汽車作為一種流動性、大功率負荷，其普及和接入將對電網負荷特性產生顯著的影響，如顯著增大電網負荷，加大負荷峰谷差，降低電網抗干擾能力等，由此給電力系統(tǒng)運行與控制帶來了不確定性，深刻影響著電力系統(tǒng)的安全穩(wěn)定運行［1-2］。另一方面，電動汽車電池是一個大容量儲能設備，如果能控制其充放電行為，就可以平衡電網的發(fā)電與供電，方便消納間歇性的新能源發(fā)電。在調度領域優(yōu)化電動汽車、間歇式分布式電源、傳統(tǒng)電源與負荷之間的匹配與平衡關系，降低電網運行風險和運行成本，將是未來一段時期內重要的研究方向之一。以下主要闡述了電動汽車對電力系統(tǒng)調控運行方面的影響，在此基礎上，針對電動汽車充放電的行為特點，給出了分層分區(qū)域的電動汽車優(yōu)化充放電策略，能夠較好的實現(xiàn)能源在電源、電網和電動汽車之間的有序流動，實現(xiàn)綜合成本最低的優(yōu)化控制目標，是解決大規(guī)模電動汽車并網的有效措施。

1　電動汽車接入對電網調控的影響

1.1負荷平衡與預測難度增大

電動汽車的大量接入和無序充電會加大電網負荷預測和負荷控制的難度。一方面，電動汽車充電功率普遍較大，通常家用小轎車慢充功率為8～20 k W，快速充電功率為50 kW以上；而電動公交等大型電動交通工具的快速充電功率最大可達數(shù)百kW。在電動汽車穿透率較大的區(qū)域，大量電動汽車同時接入電網充電將產生新的負荷高峰，甚至超出現(xiàn)有設備的負載能力。研究表明，以目前的電動汽車技術，當電動汽車穿透率達到20%時，典型電力系統(tǒng)將無法容納全部電動汽車入網［3］。另一方面，作為一種流動性的大功率負荷，電動汽車的充電行為與人類生產生活密切相關，具有時空隨機性、間歇性和社會性的特點。電動汽車接入后，電網負荷中心、負荷大小以及負荷峰谷時間的不確定性顯著增加，使得負荷預測工作尤為困難。為應對隨時可能出現(xiàn)的負荷高峰，調度部門需要不斷調整發(fā)電廠的出力曲線并加大發(fā)電機組旋轉備用容量，電網設備利用效率及運行經濟性隨之降低。此外，伴隨著電動汽車的聚集與分散，可能導致電網局部過負荷或三相不平衡，電網局部供需平衡被打破，此時為滿足對用戶的可靠供電同時確保設備不因過負荷而損壞，調度部門不得不通過方式倒供來應對，引起調控操作工作量顯著增加。

1.2電網安全穩(wěn)定水平降低

電動汽車充電機采用了大量電力電子器件，其接入不可避免的對電網產生影響，包括：降低電網可靠性，引起配網低電壓，增大電網諧波和三相不平衡等。文獻［4］研究表明：在深夜時段，電動汽車成為電壓畸變的主要設備，充電產生的諧波能縮短變壓器和電纜設備壽命、降低繼電保護裝置動作正確率等。與此同時，由于電力電子器件過載能力差，并需要電網大量的無功支撐，因而對電網電壓波動更加敏感。在電網大規(guī)模接入電動汽車時，一旦發(fā)生故障或異常情況將會產生連鎖反應，電力電子器件出于自保護的特性，會將電動汽車從電網中解網，使得功率平衡進一步被打破，電網的抗干擾能力大大降低。

1.3電網集中調控難以實現(xiàn)

為了降低調度難度，并充分發(fā)揮電動汽車儲能特性進行削峰填谷，消納新能源發(fā)電，提高電網運行經濟性，電動汽車有序并網成為研究的熱點。目前的研究主要包括電動汽車有序充電和電動汽車與電網雙向互動供電（vehicle to grid，V2G），其中V2G模式備受關注。V2G模式即電動汽車接受調度命令，有序充電，并作為調頻備用發(fā)電設備運行。該模式實現(xiàn)了汽車與電網的雙向互動，是最先進的電動汽車充電技術。當車載電池需要充電時，可以根據充電需求和電網情況進行有序充電；當電動汽車不使用時，連接電網的設備也可以根據調度指令將車載電池電量銷售給電網，作為電網的調峰容量和旋轉備用容量，起到削峰填谷，消納新能源發(fā)電，減少常規(guī)機組起停次數(shù)的作用，電動汽車所有者也因峰谷電價的價格差而獲得相應的收益，實現(xiàn)電網與電動汽車用戶的雙贏［5］。電動汽車在這種模式下具有電能使用和備用電源的雙重身份。V2G模式將對電網儲能和電源備用產生顯著影響，潛力巨大。文獻［6］研究表明，若美國10%的汽車更換為電動汽車，并且通過V2G模式聯(lián)網，則美國電動汽車備用功率將達到286.5 GW，約占美國總負荷水平的2/3，而在英國、德國、意大利等國家，電動汽車備用功率將超過全國總負荷水平。

V2G功能的實現(xiàn)要求在一個供需相對穩(wěn)定的較大區(qū)域內（如省級電網）統(tǒng)一調控，即調控中心與區(qū)域內每一輛電動汽車建立通信通道，實時采集汽車電池電量情況并發(fā)送調度指令。考慮到未來系統(tǒng)中電動汽車的數(shù)量將非常巨大，同時對通信信道的可靠性及實時性要求很高，集中調控難度很大，需要建立一套行之有效的電動汽車充放電控制策略。

2　分層分區(qū)的電動汽車優(yōu)化調控

調控中心與區(qū)域內每輛電動汽車建立通道并實時控制將會產生維數(shù)災，大量的數(shù)據會造成通信通道的擁堵，對調度控制系統(tǒng)的信息搜集和提取速度提出很高的要求。更重要的是，電動汽車充放電的優(yōu)化控制需要滿足的邊界條件較多，是一個非線性、非凸的最優(yōu)控制問題，其計算難度較大，電動汽車所有量大到一定程度后，最優(yōu)解的計算時間將達到難以接受的程度，產生所謂的N-P難題，即無法在有限的時間內取得最優(yōu)解，造成控制失敗。為解決上述問題，實現(xiàn)電動汽車與電網之間有效的雙向互動，提出分層分區(qū)的電動汽車調度控制方法，可有效解決大規(guī)模電動汽車并網控制問題。

2.1調度控制目標

目前關于電動汽車控制策略的研究主要集中在兩個方面：一是以電動汽車為核心，研究電網電價政策的特點，通過選擇在電價比較低的負荷低谷時充電，在電價較高的用電高峰時放電并向調度提供調頻備用，以實現(xiàn)電動汽車運營總成本最低［7］。二是以電網為核心，研究電動汽車充放電行為的概率問題，提煉電動汽車充放電行為、機組運行及新能源發(fā)電的規(guī)律，優(yōu)化系統(tǒng)運行成本，減少碳排放水平，降低對環(huán)境的影響［8-9］。

綜合上述分析，電動汽車的調度控制目標設定為：統(tǒng)籌電網運行成本、電動汽車運行成本和環(huán)境成本三者關系，通過三者之間利益的合理分配，實現(xiàn)總體運行成本最低。其中，電網運行成本包括安全性成本、平均電價成本、火電機組運行經濟性、電網無功電壓控制成本及電網網損等；電動汽車運行成本包括充電成本、電池反送電收益、電池折舊成本及用戶的時間成本等；環(huán)境成本包括碳排放成本（發(fā)電碳排放和行車碳排放）以及新能源利用率等。

2.2調度控制策略

排除政策因素，電動汽車控制策略在調度層面需要解決在未來一個電動汽車充電周期（數(shù)小時至數(shù)天）內，調控范圍內每輛電動汽車的最優(yōu)充放電方案。該方案在滿足電動汽車車主行車需求的前提下，通過優(yōu)化算法協(xié)調調度范圍內電動汽車的充放電行為，從而最大程度的降低充電成本和電網網損，最大程度的利用新能源發(fā)電，平抑新能源間歇性，削峰填谷，實現(xiàn)總體運行成本最優(yōu)，對環(huán)境影響最小。

因為優(yōu)化算法的非線性和非凸性，隨電動汽車數(shù)量的增加，最優(yōu)解計算難度呈幾何級數(shù)增加，當電動汽車數(shù)量達到一定數(shù)量后，算法將難以得出最優(yōu)解，無法實現(xiàn)有效控制。研究認為分層分區(qū)調度控制模式將是解決大量電動汽車并網的有效途徑。電動汽車的分層分區(qū)調控控制模式如下圖所示。即將調控范圍內分為2～3層，每層分為若干互不交叉重疊的區(qū)域，每個區(qū)域對內滿足電動汽車個體充電需求，對外滿足電網對區(qū)域的控制要求，即作為一個整體，向電網提供本區(qū)域充放電信息。

圖1　分層分區(qū)的電動汽車調度控制示意

其中，每個區(qū)域的中心控制系統(tǒng)，將所轄范圍內的每輛電動汽車的電量情況、車主行車習慣，充放電需求等信息進行統(tǒng)計分析，通過優(yōu)化算法得出區(qū)域內每輛電動汽車充放電的最優(yōu)控制方案，并據此協(xié)調區(qū)域內每輛電動汽車的充放電行為。因為進行了分區(qū)處理，每個分區(qū)內的電動汽車數(shù)量將大幅減小，引起計算難度呈幾何級數(shù)降低，計算速度和精度都得到了保證。

對上一層級，每個區(qū)域作為獨立個體，提供本區(qū)域電力供需要求，接受上級調控。每個區(qū)域通過計算得出2個關鍵曲線：區(qū)域分時電力需求曲線和區(qū)域分時可調出容量曲線。區(qū)域分時電力需求曲線是指區(qū)域內電動汽車在未來一段時間內，充電功率需求總和與時間的關系曲線，是區(qū)域對電網的供電要求。區(qū)域分時可調出容量曲線是指區(qū)域內所有并網電動汽車的電池蓄電量減去車主行車需求電量后的富余容量，該容量可以反送電網，表明了區(qū)域對電網的支持能力。每個區(qū)域將這兩條曲線上報上一層調度機構，由此，頂層調度控制不再關注每輛電動車的具體充放電策略，而是將一個區(qū)域當做一個對象，完成對每個區(qū)域的控制，從而大大減少計算量，提高控制的可行性。

2.3優(yōu)化控制算法

當采用分層分區(qū)的調度控制策略時，用以確定電動汽車充電方案的最優(yōu)算法也相應分為2個不同的層級。

對于頂層，只涉及每個分區(qū)的需求曲線和可調出力曲線，同時需考慮電網電源供電及新能源發(fā)電負荷預測曲線，其計算方法與目前新能源調度控制策略相仿，即通過調整傳統(tǒng)能源發(fā)電曲線和電動汽車充放電行為來滿足負荷需求。因為電動汽車可以隨時對電網提供備用容量，調控難度反而較現(xiàn)階段間歇性新能源穿透率較高的電網調度更為簡單。

對于單個分區(qū)，雖然電動汽車的數(shù)量相對于整個電網而言大大減少，但絕對數(shù)量仍然很大，一般為數(shù)千到數(shù)萬輛水平。此時，充電優(yōu)化控制算法需要考慮每個車主的行車需求和電動汽車的流動性等不確定性問題，并建立大數(shù)據來統(tǒng)計每位車主的行車習慣。分區(qū)內電動汽車的充放電優(yōu)化問題具有非線性、非凸的特點，高效快速得出分區(qū)內電動汽車的最優(yōu)控方案具有相當?shù)碾y度。因為約束條件和優(yōu)化目標具有非線性，非凸的特點，傳統(tǒng)的優(yōu)化求解方法難以求得最優(yōu)解。目前較多考慮智能算法來解決最優(yōu)化問題，如粒子群算法、微分進化算法等。

3　可行性分析

目前，電動汽車調度控制策略研究大部分均采用調度機構直接控制方式。該方式在調控機構與每輛電動汽車之間都建立通信通道，以采集每輛電動汽車的電池容量、當前電量、充電周期內行車需求、電池可調用容量等信息，并將這些數(shù)據作為邊界條件，與電網負荷曲線、發(fā)電系統(tǒng)發(fā)電功率預測、新能源發(fā)電功率預測等相結合，通過優(yōu)化算法，得出最優(yōu)的發(fā)電、用電和每輛電動汽車的充放電曲線，實現(xiàn)調度范圍內的最優(yōu)調度方案，即全面最優(yōu)解。但是，隨電動汽車的保有量不斷加大，在具有頻率控制能力的省域電網范圍內，電動汽車數(shù)量將達到數(shù)十萬至上百萬輛，上述直接調控模式會產生維數(shù)災，同時對控制系統(tǒng)的計算能力和傳輸存儲能力也提出了很高的要求。因此，當電動汽車保有量超過某個數(shù)量后，直接控制模式在實際應用中是難以實現(xiàn)的。

提出分層分區(qū)的電動汽車調度控制方法可有效解決大規(guī)模電動汽車并網控制問題。該算法通過層級和區(qū)域劃分，使電動汽車集中控制問題分解為整體調控和區(qū)域優(yōu)化策略，避免了大數(shù)據量的非線性優(yōu)化算法的N-P難題，有效的解決了大量電動汽車并網的優(yōu)化控制問題?？傊ㄟ^對電動汽車充放電的優(yōu)化調控，可以平抑新能源發(fā)電的隨機性和波動性，提高能源利用率及電網接入新能源的穿透功率，減少新能源接入需要的旋轉備用配置，不但能夠降低電網運行成本，更能降低能源利用總成本。

4　結論

電動汽車的大規(guī)模應用對電力系統(tǒng)將產生革命性的影響，電動汽車顯著增加了電網的負荷，其儲能特性使電網能源出現(xiàn)了雙向流動，并對新能源的間歇性起到了平抑和緩沖作用。分層分區(qū)域調度控制策略通過優(yōu)化各區(qū)域內電動汽車的充放電行為，能夠最大程度的降低充電成本和電網網損，最大程度的利用新能源發(fā)電，平抑新能源間歇性，削峰填谷，實現(xiàn)總體運行成本最低，對環(huán)境影響最小的調控目標。

［1］ 李俄收，吳文民.電動汽車蓄電池充電對電力系統(tǒng)的影響及對策［J］.華東電力，2010，38（1）：109-113.

［2］ 黃 潤.電動汽車入網對電網負荷影響的研究［D］.上海：上海交通大學，2012.

［3］ RAHMAN S，SHRESTHA G B.An investigation into the impact of electric vehicle load on the electric utility distribution system［J］.IEEE Trans on Power Delivery，1993，8（2）：591-597.

［4］ Gomez J C，Morcos M M.Impact of EV battery chargers on the power quality of distribution systems［J］.IEEE Trans. on Power Delivery，2003，18（3）：975-981.

［5］ Han S，Han S H，Sezaki K.Development of an optimal vehicle-to grid aggregator for frequency regulation［J］.IEEE Trans on Smart Grids，2010，1（1）：65-72.

［6］ Kempton W，Dhanju A.Electric vehicles with V2G：storage for large-scale wind power［J］.Windtech International，2006，2（1）：18-21.

［7］ Capion K.Optimized charging of electric drive vehicles in a market environment［D］.Technical University of Denmark：RisφNational Laboratory for Sustainable Energy，2009.

［8］ 劉 曉，艾 欣，楊 俊.考慮未來碳排放交易的需求側備用競價與調度模式設計［J］.電力系統(tǒng)自動化，2011，35（2）：38-42.

［9］ 趙俊華，文福權，楊愛民，等.電動汽車對電力系統(tǒng)的影響及其調度與控制問題［J］.電力系統(tǒng)自動化，2011，35（14）：2-10.

本文責任編輯：羅曉曉

Scheduling and Control Research on Electric Vehicles Connected to Power Grid

Yang Hua1，Wang Qingliang2，Zhao Jun1
（1.State Grid Hebei Electric Power Corporation Electric Power Research Institute，Shijiazhuang 050021，China；2.State Grid Hebei Electric Power Corporation Shijiazhuang Electric Supply Branch，Shijiazhuang 050071，China）

Aiming at the problems of power grid electric vehicles connected to grid，this paper analyzes the impacts on the power system，such as the power load forecasting，the security and stability of the power grid，centralized control difficulty，proposes that electric vehicles schedule control should take the minimum driven cost，electric power network operation cost，environment cost as the control target，adopts the optimization control strategy of layering and partition，and analyzes the feasibility of control strategy，the result indicates that the control strategy can make electric vehicles realize discharge reasonable，to ensure electric power grid safety and stabilization，maximizing the benefits of users and the power grid.

electric vehicles；charge-discharge；grid scheduling；control strategy；optimization

TM715

A

1001-9898（2016）02-0007-04

2016-01-15

楊 樺（1986-），女，工程師，主要從事電氣設備檢測與狀態(tài)評價、新能源技術研究等工作。