張 可，王 賀，趙書健，劉孟石，林玉浩

(1.東北電力大學，吉林 吉林 132012；2.國網吉林省電力有限公司營銷服務中心，長春 130062；3. 國網承德供電公司，河北 承德 068250)

微電網作為整合分布式電源、儲能裝置和負荷的有機整體，其整體運行方式影響著經濟性和穩(wěn)定性，對微電網的經濟穩(wěn)定運行具有重要意義。微電網中接入電動汽車(electric vehicle,EV)能緩解能源需，求同時減少環(huán)境污染[1]，但EV的無序充電會給微電網的穩(wěn)定運行帶來很大的隱患，故需要對微電網和EV聯(lián)合運行進行協(xié)調優(yōu)化。

針對微電網中分布式電源和EV的協(xié)調運行，目前有很多文獻進行了研究。文獻[2]通過切負荷操作，以達到EV與微電網之間的協(xié)同控制。文獻[3]引入模型預測控制方法，提出一種動態(tài)EV互動響應控制策略以提升微電網內分布式電源消納水平。文獻[4]使用粒子群-模擬退火混合算法對模型進行優(yōu)化求解。然而上述文獻均沒有對微電網中可再生能源的出力不確定性進行分析和研究。

本文建立包含EV的風-光-儲的微電網模型，針對EV用戶的充電行為，提出一種分時-動態(tài)電價策略，通過分析微電網內可再生能源出力與負荷的實時關系，制定有利于微電網運行的EV充電電價，同時給EV用戶帶來了經濟收益。最后通過搭建微電網模型對所提電價策略進行了驗證。

1 EV負荷模型

考慮到EV用戶的工作生活習慣不同，以普通慢充EV為研究目標，采用美國交通部對全美家用車輛出行進行統(tǒng)計的結果[5]，EV用戶出發(fā)時刻和EV離開時刻近似服從正態(tài)分布，平均EV每日行駛里程數服從對數正態(tài)分布。EV與微電網連接的時間取決于用戶的出行習慣，EV的出行時間概率分布近似滿足正態(tài)分布。用戶返程時間即接入電網時間，用戶次日出發(fā)時間即離開電網時間，這二者都服從正態(tài)分布N(μ，δ)。其中車輛日行駛里程概率密度函數表達式見式(1)，EV返程時間表達式見式(2)。

(1)

(2)

式中：x和t分別為行駛里程和行駛結束時刻；μ和σ分別為對應的數學期望和標準差，μ1、σ1、μ2、σ2的值分別為3.20、0.88、17.60、3.40。根據式(1)、(2)可得到單臺EV的負荷隨時間的分布即負荷曲線，進而計算整個微電網內EV的總負荷曲線。

價格彈性系數是指在一定時期充電價格引起的充電負荷的相對變動，用價格彈性系數表示在某一個時期內，用戶充電負荷的變化率與充電價格的變化率的比值，其表達式為[6]：

(3)

式中：ε為價格彈性系數，且為固定值；l為EV的充電負荷；p為EV的充電價格；Δl為充電負荷的變化量；Δp為EV充電價格的變化量。

由此可知，微電網內EV充電負荷的變化量與電價變化成線性關系。

2 三種EV調度策略

2.1 EV無序充電

當整個微電網對EV用戶的充電行為不采取任何激勵或補償措施時，EV的充放電行為則會取決于用戶自身需求和其充電習慣,這時EV用戶充電過程為無序充電，大量EV的無序充電將會形成負荷高峰，影響微電網安全穩(wěn)定運行。本文采用的是蒙特·卡羅算法對1臺EV在1天內的無序充電過程進行負荷預測。

2.2 常規(guī)分時電價引導策略

常規(guī)分時電價策略是通過分析負荷數據，基于微電網實時負荷將一天的時段劃分為峰、谷、平三類時段，制定不同的電價引導EV用戶充電，實現負荷的轉移，達到削峰填谷的效果，本文所設分時電價在峰、平、谷三類時段的電價分別為1.2、0.8、0.4 元/(kW·h)。

2.3 分時-動態(tài)電價引導策略

本文提出一種分時-動態(tài)電價策略，用以制定EV的充電電價來引導微電網內的EV用戶充電行為，該電價策略是對常規(guī)分時電價制定策略進行改進以更好地對微電網進行優(yōu)化。由于微電網其負荷和可再生能源出力都具有波動性，所以只考慮負荷來制定分時電價的策略并不完全適用于微電網。

為了解決以上問題，提出了分時-動態(tài)電價制定方法，主要分為兩步。第一步，參考分時電價策略劃分峰谷平時段，制定不同時段選擇不同的電價基準值，以保證所指定電價的合理性。第二步，對可再生能源出力的波動規(guī)律和負荷的波動規(guī)律進行如下分析：使用不平衡功率系數a來描述微電網的可再生能源出力波動，當風機和光伏出力大于或小于負荷時，適當降低或提高EV充電電價以引導EV增大或減少用電來配合微電網負荷曲線，從而達到削峰填谷的目的，見式(4)。

(4)

式中：Pre為微電網內的可再生能源出力；Pload為負荷在t時刻的出力。

使用負荷的變化百分比b來描述負荷的波動，b代表微電網的負荷當前時刻較上一時刻的波動對設定電價的影響因素，當上一時刻負荷大于或小于當前時刻負荷時，適當提高或降低EV充電電價以維持微電網負荷曲線的平滑穩(wěn)定，見式(5)。本文依據式(3)建立了分時-動態(tài)電價計算模型，見式(6)。

(5)

(6)

式中：pstc為電價的基準值；p(t)為所制定的分時-動態(tài)電價；pa、pb為小于pstc的電價設定值，且二者的和為pstc，經過多組數據試驗對比分析，當pa取值為pstc的90%，pb取值為pstc的10%時，能夠在微電網經濟性與穩(wěn)定性之間取得較好的平衡，具體數據見表1。

本文在制定電價時，根據歷史負荷數據對每個時段制定的電價設計上下限，從而保證制定的電價不會偏離實際，避免造成微電網總負荷曲線波動過于頻繁或幅值過大等現象。

表1 pa、pb不同值時微電網的總運行成本及負荷峰谷差比變化情況

3 仿真分析

本文以某區(qū)域的微電網為例，系統(tǒng)結構中包括風電機組、光伏發(fā)電機組、用戶負荷、蓄電池、EV及配電網，調度周期為24 h，調度單位為1 h，其中，風機、光伏出力及常規(guī)負荷見圖1。

圖1 可再生能源出力及常規(guī)負荷曲線

本文通過式(4)和式(5)求得一個調度周期內風光出力與負荷的功率差額以及負荷的波動情況，然后根據這二者求得系數a和系數b，其變化曲線見圖2，由所得的系數a和系數b計算動態(tài)-分時電價，得到的EV的電價曲線見圖3。

在滿足用戶充電需求的前提下模擬微電網運行，可得到微電網在無序充電、常規(guī)分時電價以及在分時-動態(tài)電價策略下運行的EV負荷曲線，設無序充電為策略1，常規(guī)分時電價引導為策略2，分時-動態(tài)電價引導為策略3，策略1和策略2下的EV負荷曲線見圖4，策略2和策略3下的EV負荷曲線見圖5。

圖2 分時-動態(tài)電價制定系數

圖3 分時-動態(tài)電價制定結果

圖4 策略1和策略2下的EV負荷曲線

圖5 策略2和策略3下的EV負荷曲線

由圖4可知，EV在無序充放電時，其負荷曲線的高峰和低谷十分顯著，而EV在常規(guī)分時電價引導時，車主受電價差激勵，從而對自身的EV充電行為模式進行調整，使一部分高峰時段的EV負荷轉移至其他時段，鼓勵用戶在微電網負荷低谷時段多充電，高峰時段減少充電，而在分時-動態(tài)電價引導下，EV用戶的充電行為同樣受電價差激勵而改變。由圖5可知，與常規(guī)分時電價不同的是，分時-動態(tài)電價制定時考慮了風機光伏出力和負荷的波動這兩個因素，所以相比于常規(guī)分時電價，更多的EV負荷從高峰時段轉移至低谷時段，微電網在分時-動態(tài)電價策略下運行時，其運行成本更低，EV負荷曲線和總負荷曲線也更加平滑。

同時，用戶也能夠利用EV充電的電價差來獲利，保持了EV用戶參與需求響應的積極性，最后，由于EV負荷的轉移，微電網在低谷時段的負荷會增加，提升了微電網的經濟效益和環(huán)境友好性，達到了微電網和用戶的多角度共贏。

對微電網在分時-動態(tài)電價策略與常規(guī)分時電價策略及無序充電策略下的運行結果進行分析，見表2。

表2 各種策略下微電網運行結果

由以上三種情況可知，微電網在分時-動態(tài)電價策略下運行時，EV用戶充電費用比無序充電時降低了19.8%，比常規(guī)分時電價時降低了12.9%，其運行成本比無序充電時降低了12.8%，比常規(guī)分時電價時降低了7.3%，同時微電網負荷的峰谷差比相比于前兩種情況減少了22.1%和11.53%，從以上結果可以看出，使用本文所提出的分時-動態(tài)電價策略后，可以使含EV的微電網的整體經濟性、穩(wěn)定性都得到顯著提升。

4 結論

本文構建了微電網的EV模型，對常規(guī)的EV分時電價策略進行改進，考慮微電網的風光出力與負荷的實時關系及負荷自身的波動性，提出了一種考慮這兩者的分時-動態(tài)電價制定策略，通過對EV無序充電、常規(guī)分時電價引導策略、分時-動態(tài)電價引導策略進行算例仿真，結果證明采用分時-動態(tài)電價引導策略對日負荷曲線進行削峰填谷，能使日負荷曲線的波動減小，使含EV的微電網的整體經濟性、穩(wěn)定性都得到顯著提升。