吳育勝，薛斐，石進永，汪映輝

(1.海南電網(wǎng)有限責(zé)任公司，海南 海口 570100；2. 國電南瑞科技股份有限公司，江蘇 南京 211106)

作為新興清潔能源交通工具，電動汽車(electric vehicle，EV)應(yīng)用前景廣闊，逐步呈現(xiàn)替代傳統(tǒng)能源車輛的趨勢。但是由于續(xù)航里程限制，使得“充電焦慮”和“里程焦慮”成為約束EV行業(yè)大力發(fā)展的一大難題[1-3]。

快速充電站(fast charge station，F(xiàn)CS)的使用能解決“里程焦慮”問題，國內(nèi)外已有許多專家對FCS進行了研究。文獻[4]基于私家電動車歷史出行數(shù)據(jù)，結(jié)合充電過程數(shù)據(jù)，分析了影響充電行為的因素；文獻[5]分析了車輛行駛和停留等狀態(tài)下充電需求時空分布特點，提出了一種基于出行時空狀態(tài)鏈的EV充電需求模型；文獻[6]對節(jié)假日、工作日2個不同場景的交通特性以及用戶出行特點進行分析，改進加權(quán)Voronoi圖，以用戶排隊忍耐極限、電網(wǎng)潮流等因素為約束條件，提出了多場景EV充電網(wǎng)絡(luò)規(guī)劃模型，用于合理規(guī)劃EV充電網(wǎng)絡(luò)；文獻[7]通過分析FCS不同應(yīng)用場景下的停車和引導(dǎo)需求以及繳費結(jié)算等業(yè)務(wù)需求，設(shè)計了FCS運營監(jiān)控系統(tǒng)；文獻[8]提出了一種基于虛擬同步機的EV快速充電控制技術(shù)，在兼顧快速充電的同時，通過模擬同步機的慣量和阻尼特性，平抑傳輸功率的波動，改善并網(wǎng)點電能質(zhì)量；文獻[9]通過分析EV快充負(fù)荷曲線，提出采用公用電感并考慮利用濾波電容對負(fù)荷無功功率進行補償?shù)脑O(shè)計方法；文獻[10]利用層次分析法和熵權(quán)法分別確定準(zhǔn)則層和指標(biāo)層權(quán)重，結(jié)合層次遞推的模糊綜合評價方法，量化快充網(wǎng)對各主體的影響并進行綜合評估?？焖俪潆娔芸s短充電時間，合理制訂智能停車充電計劃，降低充電成本，靈活響應(yīng)電力市場需求[11]。FCS從電網(wǎng)運營商和用戶不同角度出發(fā)，解決充電問題，提高停車場(parking lot，PL)電力調(diào)度經(jīng)濟性[12-13]。FCS對充電設(shè)備要求高，需要考慮運營成本、客戶服務(wù)性和優(yōu)化選址，以及充電端口、等待空間和快充的電力可用性[14]。

針對上述問題，本文提出一種基于傳統(tǒng)PL改造的新型FCS結(jié)構(gòu)及EV快慢同步有序充電策略，適用于EV不同充電等級。首先分析電力市場結(jié)構(gòu)和配置，建立PL-FCS模型；然后基于日前調(diào)度、周期性實時調(diào)度和周期內(nèi)實時調(diào)度，制訂快慢同步有序充電策略；基于電力市場相互作用的隨機調(diào)度任務(wù)，通過最松弛優(yōu)先資源分配方案實現(xiàn)快速充電任務(wù)；最后，通過算例驗證該快慢同步有序充電策略的有效性。

1 新型PL-FCS結(jié)構(gòu)

1.1 FCS配置

構(gòu)建能為EV提供快慢同步充電服務(wù)的智能PL時，需要考慮慢充和快充高峰負(fù)荷疊加。本文提出的PL-FCS在傳統(tǒng)PL配置上加以改進，具備快慢同時充電能力，如圖1所示。圖1中包含交流慢充EV、直流快充車輛(fast charge vehicle，F(xiàn)CV)和儲能系統(tǒng)(energy storage system，ESS)，通過ESS充放電功能輔助大電網(wǎng)完成EV快慢充業(yè)務(wù)。

圖1 PL-FCS結(jié)構(gòu)Fig.1 PL-FCS structure

在城市地區(qū)和高速公路的PL設(shè)置FCS，可以滿足由于長途旅行、夜間駕駛或駕駛員忘記在家充電而產(chǎn)生的快充需求。在所有EV中，僅有部分車輛需要快速充電，其余的EV可在PL使用慢速充電模式。交流慢速充電主要通過智能充電計劃在午夜進行，而快速充電負(fù)荷主要集中分布在清晨和深夜時段。本文提出改進的智能PL，通過合理的能源分配規(guī)劃滿足2個充電等級的能源需求。

1.2 電力交易模式

電力市場中的支付模式分為單結(jié)算和多結(jié)算[15-16]。多結(jié)算模式更普遍，該模式中前一天的請求作為第1次結(jié)算，即

(1)

在第2次結(jié)算中，實時設(shè)備費用按實時價格支付，即

(2)

(3)

式中γ為懲罰因子。

2 有序充電規(guī)劃策略

圖2 在慢充EV和ESS能源組件中的FCV充電需求分布Fig.2 FCV charging distribution in EV and ESS energy modules

2.1 日前規(guī)劃策略

針對日前調(diào)度，EV集群τ的能量動態(tài)表示為

(4)

EV數(shù)量動態(tài)表示為

mτ,t=mτ,t-1+Δmτ,t,?τ={t,…,T}.

(5)

式中：mτ,t為時段t集群τ的未充電EV數(shù)量；Δmτ,t為集群τ中在時段t新到達的未充電EV數(shù)量。

為了確保EV的最小或最大電池負(fù)荷狀態(tài)(state of charge，SOC)不受FCV負(fù)荷波動影響，這里介紹2種極端情況。

?t∈{1,…,T-1},?τ≥t.

(6)

第2種極端情況是由于到達的FCV比預(yù)期的要少，所以從慢充EV集群τ到FCV的總能量在時段t時未被使用。在這種情況下，EV應(yīng)該有足夠未充電量來吸收FCV未使用的多余能量，即

?t∈{1,…,T-1},?τ≥t.

(7)

考慮以上2種極端情況，可以保證慢充EV平抑FCV負(fù)荷波動需求，并且每個集群中的慢充EV在出發(fā)時也應(yīng)該達到期望的SOC水平，即

?τ∈{1,…,T}.

(8)

(9)

最后，EV充放電限制可以根據(jù)每個集群內(nèi)的最小和最大充放電功率來表示，即：

(10)

(11)

ESS的動態(tài)表示可以用類似FCV的方式表達：

(12)

(13)

(14)

yt=T=yini；

(15)

(16)

(17)

(18)

綜上所述，提供給FCV的電量由FCS內(nèi)慢充EV和ESS提供，且總和Wsum,t應(yīng)該等于每個時段內(nèi)預(yù)測的FCV負(fù)荷，即

(19)

式中：等式右邊求和項表示EV對FCV充電貢獻，后2項表示ESS的貢獻；ηfcv為FCV的充電效率；ηev2fcv表示慢充EV到FCV的放電效率；ηess2fcv表示ESS到FCV的放電效率。

日前計劃的目標(biāo)函數(shù)是通過隨機規(guī)劃方法得到的，隨機規(guī)劃方法由2個主要層次構(gòu)成，即

(20)

(21)

(22)

2.2 周期性實時規(guī)劃策略

實時規(guī)劃階段的目標(biāo)是根據(jù)目前已實現(xiàn)的場景和剩余時段可能出現(xiàn)的場景，將電網(wǎng)計劃電量采購與慢充EV、ESS、FCV的實際電量需求和剛性負(fù)荷之間的不匹配最小化。為此，可以使用前一天目標(biāo)函數(shù)中的觀望決策，對剩余的時間范圍執(zhí)行新的規(guī)劃，周期性實時規(guī)劃采用隨機模型預(yù)測控制(stochastic model predictive control，SMPC)方法完成。利用SMPC方法[17]，令Tp為算法規(guī)劃周期，對式(4)—(18)中的EV在規(guī)劃時段k到K=k+Tp-1之間的值進行實時條件化：

(23)

t′∈{k+1,…,K},τ≥t；

(24)

(25)

?τ∈{k,…,Tp}；

(26)

u′xτ,t≤Uxτ,t；

(27)

(28)

(29)

式(12)—(18)中ESS動態(tài)實時方程可表示為：

(30)

(31)

?t∈{k,…,k+Tp-1}；

(32)

yt=T=yini；

(33)

u′y,t≤Uy,t；

(34)

(35)

(36)

(37)

2.3 周期內(nèi)實時規(guī)劃策略

如圖3所示，在周期內(nèi)規(guī)劃階段，將每個時段t劃分為N個相同的子區(qū)間。在每個子區(qū)間內(nèi)FCV負(fù)荷由預(yù)先確定的資源提供，包括從電網(wǎng)向慢充EV和ESS提供的與FCV相關(guān)的u′x和u′y，從慢充EV和ESS發(fā)出的功率分別為dFCV和DFCV。構(gòu)建一個可用資源的堆棧，在每個子區(qū)間內(nèi)更新這些資源。每個資源在堆棧中的位置是基于其FCV相關(guān)費用的優(yōu)先級被交付到FCV負(fù)荷。

圖3 FCV充電的周期內(nèi)規(guī)劃算法Fig.3 Cycle planning algorithm for FCV charging

在慢充EV存儲的FCV資源堆棧中，使用最松弛優(yōu)先(most laxity first，MLF)概念[18-19]。EV集群τ的松弛度

φτ,t=(τ-t)-Gτ,t；

(38)

(39)

時段t內(nèi)任意子區(qū)間n0開始時的總可用電量由聚合器計算，即

(40)

式中：“used”表示從前一個子區(qū)間的可用資源中扣除并注入FCV的能量；n表示第n個子區(qū)間。第1大項表示時段t注入FCV的預(yù)定總能量，第2大項表示在1≤n≤n0時時段t注入FCV的部分能量。由于充放電限制以及式(40)中元素僅在整個周期間隔內(nèi)實現(xiàn)，F(xiàn)CV調(diào)度的所有能量在每個子區(qū)間都可用。因此，任意子間隔向FCV注入的電量

(41)

式中δ=1/N為子區(qū)間持續(xù)時間。式(41)右邊的項已根據(jù)它們在優(yōu)先級堆棧中的位置進行了排序，以便快速分配資源。

在每個子區(qū)間n的FCV向未充電FCV的能級動態(tài)

(42)

3 仿真結(jié)果

為了評價所提模型的有效性，假設(shè)存在1個擁有500戶家庭、以及幾乎相同數(shù)量EV的城市社區(qū)PL-FCS，并且具備全天24 h服務(wù)的基礎(chǔ)設(shè)施。

3.1 場景生成和假設(shè)

在有序充電規(guī)劃中，主要的不確定性來源包括日前和實時價格、剛性負(fù)荷以及慢充EV和FCV的到來和離開。假設(shè)普通EV電池容量16 kWh和24 kWh，F(xiàn)CV電池取32 kWh，并預(yù)定了PL接受最小停留時間。

考慮到價格的不確定性，使用7月的日前價格和實時價格。如圖4所示，采用二維自組織映射(self-organizing maps，SOM)方法對日前和實時價格進行聚類[20]?；跉v史數(shù)據(jù)中出現(xiàn)的頻率得到各自的概率值，圖例中的百分?jǐn)?shù)為歷史數(shù)據(jù)中出現(xiàn)的頻率。

圖4 日前價格以及實時價格與日前價格的比值Fig.4 Day-ahead price and ratio of real-time price and day-ahead price

對于500輛的EV車隊，對應(yīng)大約120輛FCV，代表了EV車隊中快充請求與總充電請求的實際比例?？紤]充電需求的不確定性，采用低、中、高快充需求的3種場景，表1給出了負(fù)荷分布場景。

表1 PL-FCS的FCV負(fù)荷場景Tab.1 FCV load scenarios in PL-FCS

假設(shè)EV交流最大充放電功率為4 kW，快充功率最高為200 kW，其他參數(shù)見表2。

表2 慢充EV、FCV和ESS參數(shù)Tab.2 EV, FCV and ESS parameters

將混合整數(shù)線性規(guī)劃問題轉(zhuǎn)化為一般線性規(guī)劃問題，并使用MATLAB中的Linprog算法進行求解。

3.2 慢充EV-FCV計劃

算例中含有慢充EV、FCV和剛性負(fù)荷。日前規(guī)劃周期為24 h，實時SMPC周期為15 min，控制周期內(nèi)子區(qū)間時間δ=3 min(每段5個子區(qū)間)，假設(shè)懲罰因子為0.5，F(xiàn)CV充電的收入按固定費率1.1元/kWh計算。由于更高的SOC水平可能需要更長的等待時間，充電至SOC為0.9即可。

算例考慮了使用、不使用ESS這2種模式，與預(yù)期一致，大部分常規(guī)慢充EV充電任務(wù)都是在夜間完成的。如圖5所示，在高峰時段，電網(wǎng)供電的大部分被饋送到FCV，其余部分被EV吸收。在16：00—18：00，凈EV排放聚合器基于激勵的需求響應(yīng)效果對應(yīng)了算例中能源價格最高的時間段。

圖5 慢充EV充放電、FCV充電時間Fig.5 EV charging and discharging time and FCV charging time

實際慢充EV充放電用來吸收高峰時段快充負(fù)荷波動，如圖6所示。在高峰時期，慢充EV幫助吸收快充需求負(fù)荷波動，加速FCV的充電過程，減少了充電時間，緩解了電網(wǎng)負(fù)荷壓力。

圖6 實際慢充EV充放電Fig.6 Actual EV charging and discharging

表3列出了上述算例中聚合器計劃的一些重要指標(biāo)的期望值。由表3可知，算例中的充電計劃能有效節(jié)約成本，因為聚合器會在高峰時期減少從電網(wǎng)購買的電力，轉(zhuǎn)向EV放電，EV收益增加，電池退化成本相對減少。

表3 算例中重要指標(biāo)的期望值Tab.3 Important expected values in the examples

如果沒有ESS參與，僅通過慢充EV在高峰時間放電，將導(dǎo)致FCV在一天中其他時間會有一些阻塞；但是，伴隨著更高的阻塞率，F(xiàn)CV將獲得更高的充電功率，充電速度更快。相反，在ESS參與的情況下，F(xiàn)CV充電功率略有降低，充電時間也有所增加，這是因為FCV的阻塞率較低，進入的次數(shù)較多。

2種情況下FCV的功率分布如圖7所示。其中，日平均功率是一天中非零充電功率的平均值。在快充需求高峰期即15：00—21：00，所有FCV的充電功率都達到了相當(dāng)一致的水平；09：00—14：00的充電功率相對較低，這是由于PL的FCV數(shù)量相對較少，充電速度快。

圖7 FCV的功率分布Fig.7 Power distribution of FCV

圖8說明了FCV到達、服務(wù)和阻塞趨勢。從表3和圖8中可以看出，在所有情況下，阻塞率相對較小，這表明所提出的方法在傳統(tǒng)智能PL中容納大量快充請求車輛的效率很高。同時再次驗證了ESS的參與能有效降低FCV阻塞率。

圖8 到達、服務(wù)和阻塞的FCV數(shù)量Fig.8 Reach numbers of FCV, services, and blocking

4 結(jié)束語

針對傳統(tǒng)PL中加入快充車輛規(guī)劃，本文介紹了一種適應(yīng)適量快充比例的智能PL。該設(shè)施的運行通過3個階段的隨機規(guī)劃框架實現(xiàn)，仿真算例結(jié)果證明該規(guī)劃框架有效，且易于實施。所研究的聚合器可滿足現(xiàn)有PL容量20%的快充需求，通過技術(shù)升級可以將現(xiàn)有的PL設(shè)施改造成PL-FCS綜合體，大幅降低成本。該規(guī)劃框架能及時且經(jīng)濟有效地處理各類負(fù)荷，包括慢充EV、FCV以及剛性負(fù)荷。通過提供快速的充電調(diào)節(jié)，降低了聚合器的成本和電動汽車的慢充電成本，同時減少了電網(wǎng)的部分快充負(fù)荷壓力。