龔華容

摘要：電動汽車與電網(wǎng)互動可以實現(xiàn)削峰填谷、參與調(diào)頻、提供備用等作用，對于電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行和提高新能源發(fā)電消納能力具有重要意義。本文對電動汽車與電網(wǎng)互動的集中式控制、分布式控制、分層控制策略進(jìn)行了分析；并對電動汽車與電網(wǎng)互動的研究和應(yīng)用進(jìn)行了展望。

關(guān)鍵詞：電動汽車；控制策略；電動汽車與電網(wǎng)互動（V2G）；智能電網(wǎng)

隨著環(huán)境的不斷惡化以及能源的不斷消耗，各國政府已經(jīng)意識到，節(jié)能減排甚至是零污染的汽車技術(shù)將是占領(lǐng)未來汽車領(lǐng)域制高點(diǎn)的關(guān)鍵，而發(fā)展能夠與電網(wǎng)互動（vehicletoGrid）的電動汽車技術(shù)則是解決這個技術(shù)難點(diǎn)的突破口。

一、電動汽車與電網(wǎng)互動的控制策略

（一）分布式控制

分布式控制是指電動汽車的充放電計劃在本地進(jìn)行決策的控制方法，各電動汽車根據(jù)調(diào)控信號（該調(diào)控信號可以是價格信號、調(diào)頻信號、本地量測的電壓，電流信號，或者控制中心，集中商發(fā)布的其他控制信號），制定充放電計劃。多數(shù)情況下，控制中心/集中商需根據(jù)電動汽車反饋的充放電計劃修正控制信號，引導(dǎo)電動汽車實現(xiàn)預(yù)定的控制目標(biāo)。分布式控制方法需要一個控制中心向各電動汽車廣播控制信號，控制中心與各電動汽車之間需要雙向通信，通過信息交互（在交互過程中往往需要進(jìn)行迭代），實現(xiàn)控制目標(biāo)。其基本思路是將原優(yōu)化問題分解為各個電動汽車在已知控制信號的前提下的本地優(yōu)化問題以及控制信號的迭代更新問題，需保證分解后問題的解仍可收斂至原問題的解，在設(shè)計算法的過程中往往運(yùn)用了分布式計算的相關(guān)理論，例如對偶分解算法、ADMM（altematingdirectionmethodofmultipliers）算法等。分布式策略中，各電動汽車通過采集本地，臨近區(qū)域的信息（例如本地的頻率、電壓等信息），進(jìn)行本地決策，控制信號為單向，不存在與控制中心之間的雙向通信?；趦r格引導(dǎo)的手段，可以看作一種特殊的電動汽車分布式控制方法。電價作為控制信號，各電動汽車根據(jù)價格信號，以最小化充電費(fèi)用為目標(biāo)，進(jìn)行本地決策。電網(wǎng)公司可通過調(diào)整電價間接影響電動汽車的充放電策略。總體而言，分布式控制適用于解決大規(guī)模分散電動汽車的優(yōu)化控制問題，可將計算量分散至各電動汽車，減輕控制中心的計算負(fù)擔(dān)，減少計算時間；另外，當(dāng)設(shè)計的分布式控制策略中各電動汽車通過量測本地信息（頻率、電壓、電流等信息）進(jìn)行決策時，可有效減少通信成本，特別適用于通信難以實現(xiàn)或成本較高的場合。

（二）分層控制

分層控制是解決大規(guī)模V2G問題的另一種思路。將大規(guī)模的電動汽車群體分解為多個較小的電動汽車群體，各個小群體交由集中商，控制中心進(jìn)行控制，實現(xiàn)小群體電動汽車的有序充放電，頂層控制則關(guān)注多個電動汽車群體之間的協(xié)調(diào)配合。通過分層控制，將大規(guī)模電動汽車互動控制問題轉(zhuǎn)化為規(guī)模較小的電動汽車互動控制問題以及多個集中商，控制中心之間的協(xié)調(diào)優(yōu)化問題，降低了優(yōu)化問題的規(guī)模和求解難度。各集中商/控制中心只需關(guān)注所轄電動汽車群體與電網(wǎng)的互動策略。

（三）集中式控制

集中式控制是指在一個控制中心匯總各電動汽車的信息，由控制中心集中決策各電動汽車的充放電計劃，并下達(dá)給各電動汽車的控制方法。集中式控制的優(yōu)點(diǎn)在于其控制思路簡單清晰，策略易實現(xiàn)；缺點(diǎn)在于所有電動汽車信息的存儲與優(yōu)化計算都在控制中心完成，在電動汽車大規(guī)模接入的情況下，可能會給控制中心帶來較大的存儲與計算負(fù)擔(dān)，當(dāng)優(yōu)化問題非凸或優(yōu)化變量含有整數(shù)變量時，求解時間較長甚至難以求得最優(yōu)解。

二、電動汽車與電網(wǎng)互動的成本一效益

在實施V2G之前應(yīng)首先進(jìn)行V2G的經(jīng)濟(jì)性評估。Kempton教授率先研究了純電動汽車、插電式混合動力汽車、燃料電池汽車這3種電動汽車參與電網(wǎng)調(diào)頻服務(wù)與備用服務(wù)的成本效益，研究結(jié)果表明，電動汽車通過V2G參與電網(wǎng)調(diào)頻服務(wù)所帶來的收益最高。用戶駕駛行為的不確定性會對其實際收益產(chǎn)生較大影響，在德國電力市場機(jī)制下，用戶通過V2G參與電網(wǎng)調(diào)頻的凈收益較低，對用戶的吸引力較小。電動汽車只參與下調(diào)頻服務(wù)時，調(diào)頻的容量為2.9-6kW，月收益可達(dá)48.7-365.3元。當(dāng)電動汽車參與上調(diào)（需要放電）服務(wù)時，凈收益大幅減少。其原因主要是，參與上調(diào)服務(wù)需要進(jìn)行更多的投資，如充放電機(jī)、計量裝置、線路的升級改造等。在丹麥電力市場中，電動汽車參與V2G二次調(diào)頻服務(wù)的每月收益為49.8～1327.4元（以1.12元=1丹麥克朗計算）。停車場通過管理電動汽車參與V2G進(jìn)行套利的調(diào)度模型，該模型在考慮電網(wǎng)約束和車輛行駛約束的基礎(chǔ)上，以車主利潤最大化為目標(biāo)，在美國CAISO市場下每日電價曲線及不同停車場容量下的套利情況。通過V2G降低風(fēng)電出力不確定性的電動汽車充放電策略，并進(jìn)行了成本效益分析，結(jié)果表明所提模型能夠減少風(fēng)電功率偏離所導(dǎo)致的懲罰金額，并且能夠保證電動汽車用戶從中獲得高于V2G服務(wù)成本的收益。電動汽車在充、換電這2種不同模式下參與V2G充放電的成本效益，并且對V2G的容量成本效益以及機(jī)組運(yùn)行成本效益進(jìn)行了仿真分析，結(jié)果表明單輛私家電動汽車在5年內(nèi)可創(chuàng)造超過萬元的效益。

三、應(yīng)用前景分析

據(jù)統(tǒng)計，目前90%以上的乘用車輛平均每天行駛時間1h左右，95%的時間處于閑置狀態(tài)，并且76%的駕駛者日行駛里程在75km以內(nèi)，故乘用車具有行駛里程短、停駛時間長的特點(diǎn)，蘊(yùn)藏與電網(wǎng)進(jìn)行互動的巨大潛力。以提供調(diào)頻服務(wù)為例，2016年我國電動汽車保有量接近100萬輛。按每輛車以5千瓦的功率每日向電網(wǎng)倒送10度電計算，每日可提供1000萬度的電力支撐。按照估算，區(qū)域內(nèi)1000輛電動汽車同時參與調(diào)頻服務(wù)，其調(diào)頻效果與30MW發(fā)電機(jī)組相當(dāng)。另外，電動汽車與電網(wǎng)互動技術(shù)可以大大提高電網(wǎng)對風(fēng)能、太陽能等新能源發(fā)電的接納能力。風(fēng)能和太陽能因其具不可預(yù)測性、波動性和間歇性，目前所建風(fēng)力發(fā)電廠60%以上能量都因為不夠穩(wěn)定而無法接入電網(wǎng)。應(yīng)用該技術(shù)，可用電動汽車電池來儲存風(fēng)力和太陽能發(fā)出的電能，再穩(wěn)定送入電網(wǎng)。

四、結(jié)語

隨著智能電網(wǎng)建設(shè)的不斷推進(jìn)，電動汽車的大規(guī)模推廣應(yīng)用，電動汽車與電網(wǎng)互動的經(jīng)濟(jì)效益和社會效益將逐步顯現(xiàn)，電動汽車與電網(wǎng)互動必將具有廣闊的市場應(yīng)用前景。

參考文獻(xiàn)：

[1]姚建歆，王媚，羅偉明.電動汽車充電系統(tǒng)建設(shè)應(yīng)用分析研究[J].華東電力，2008，36（8）.

[2]王剛，周榮，喬維高.電動汽車充電技術(shù)研究[J].農(nóng)業(yè)裝備與車輛工程，2008，203（6）7-9.

[3]陳清泉，孫立清.電動汽車的現(xiàn)狀和發(fā)展趨勢[J].科技導(dǎo)報，2005，23（4）：24-28.