劉舒真，崔昊楊*，劉 昊，張明達(dá)，孫益輝，史晨豪

（1.上海電力大學(xué) 電子與信息工程學(xué)院，上海200090；2.國網(wǎng)浙江寧波市奉化區(qū)供電有限公司，浙江 寧波315500；3.上海電力大學(xué) 電氣工程學(xué)院，上海200090）

隨著化石能源的日益匱乏和環(huán)境的不斷惡化，以風(fēng)能和太陽能為代表的新能源具有綠色、清潔、可再生等優(yōu)點而受到關(guān)注。然而，高滲透率下的新能源出力的不確定性，也給電網(wǎng)運行帶來新的挑戰(zhàn)。另一方面，“新基建”的建設(shè)給電動汽車（electric vehicle，EV）帶來新的熱潮，電動汽車規(guī)?；刖W(wǎng)成為必然趨勢。特別地，以車網(wǎng)互動（vehicle to grid，V2G）模式接入電網(wǎng)后，電動汽車作為一種能量密集型移動儲能單元，在平滑區(qū)域能量波動的同時提高可再生能源的接納能力和利用效率。因此，以風(fēng)-光-車-儲為能量單元的微電網(wǎng)系統(tǒng)的優(yōu)化配置與管理，逐漸成為研究熱點。

在風(fēng)-光-車-儲微電網(wǎng)的優(yōu)化配置領(lǐng)域，文獻(xiàn)[8]結(jié)合電動汽車與分布式電源的時空、時序特性，協(xié)同規(guī)劃分布式電源與電動汽車充電站；文獻(xiàn)[9-10]建立路徑選擇模型、耦合交通網(wǎng)與電力網(wǎng)，優(yōu)化微電網(wǎng)容量配置方案。以上文獻(xiàn)均考慮分布式電源與電動汽車的協(xié)同規(guī)劃，但忽略了對電動汽車充放電引導(dǎo)，所形成的規(guī)劃方案存在容量浪費，投資額度大，回報周期長等問題。另外一方面，已有研究或集中于對給定的微電網(wǎng)，研究電動汽車的充電引導(dǎo)策略。文獻(xiàn)[11-12]基于價格激勵政策探究電動汽車的需求響應(yīng)，平滑其引起的負(fù)荷峰谷差，文獻(xiàn)[3]將分類電動汽車，執(zhí)行價格激勵與延時充電，實現(xiàn)大規(guī)模電動汽車有序充放電消納棄風(fēng)功率。

整體來看，在電動汽車規(guī)模化接入的大背景下，針對風(fēng)-光-車-儲微電網(wǎng)系統(tǒng)的充電引導(dǎo)策略及其容量優(yōu)化與配置問題，相關(guān)文獻(xiàn)、成果還較少，研究亟待深入。對此，本文以車網(wǎng)互動為核心，提出一種考慮車網(wǎng)互動的風(fēng)-光-車-儲微電網(wǎng)容量配置方法，為研究電動汽車接入微電網(wǎng)系統(tǒng)下的容量配置策略提出新思路。

1 基于電價激勵的電動汽車有序排隊充放電模型

本文構(gòu)建的風(fēng)-光-車-儲微電網(wǎng)（如圖1）中，電動汽車作為柔性負(fù)荷，在谷時段優(yōu)先消納可再生能源，在峰時段優(yōu)先放電。當(dāng)微電網(wǎng)內(nèi)部發(fā)電量無法消納或供電不足時，通過聯(lián)絡(luò)線與大電網(wǎng)進(jìn)行能量交換。

圖1 風(fēng)-光-車-儲微電網(wǎng)運行架構(gòu)

（1）電動汽車采用結(jié)合電價激勵政策和排隊理論的電動汽車充電引導(dǎo)策略，在傳統(tǒng)分時電價的基礎(chǔ)上，針對聯(lián)絡(luò)線功率波動，引導(dǎo)電動汽車充放電行為有序化。風(fēng)、光發(fā)電機組根據(jù)各自配置容量在隨機工況下發(fā)電，得到等效負(fù)荷曲線，此時微電網(wǎng)的能量平衡可以表達(dá)為：

式中，Pcw.t、Plp.t、Pwp.t、Ppv.t和Pevn.t分別是t時刻聯(lián)絡(luò)線功率、負(fù)荷功率、風(fēng)光發(fā)電功率和未參與V2G的電動汽車充電功率。

從而得到聯(lián)絡(luò)線功率波動值β：

式中，Pave是聯(lián)絡(luò)線功率均值。

（2）在|β|≤δ（δ為較小正數(shù)）時段實施平段電價，通過排隊理論篩選少量EV參與優(yōu)化調(diào)度或通過儲能系統(tǒng)進(jìn)行少量調(diào)節(jié)使得功率平衡。

在β≥δ時段實施峰段電價，引導(dǎo)EV放電緩解峰時儲能系統(tǒng)放電壓力和主網(wǎng)供電壓力。

在β≤-δ時段實施谷段電價，引導(dǎo)EV充電緩解儲能充電壓力，減少棄風(fēng)棄光現(xiàn)象。

（3）電動汽車充電站模塊發(fā)揮其調(diào)峰能力平滑聯(lián)絡(luò)線功率時，電動汽車依照充/放電優(yōu)先度依次選擇充電方式。充電站計算電動汽車預(yù)計充電完成時間與離開時間，為電動汽車排序充電。表達(dá)式如下：

（4）儲能裝置在滿足荷電狀態(tài)和充/放電功率約束下，進(jìn)一步平滑聯(lián)絡(luò)線功率，得到最終平滑后聯(lián)絡(luò)線功率P″cw.t：

式中，Pes.t是t時刻儲能裝置充放電功率。

2 風(fēng)-光-車-儲微電網(wǎng)多目標(biāo)容量優(yōu)化模型

2.1 目標(biāo)函數(shù)

本文以經(jīng)濟效益最佳，聯(lián)絡(luò)線功率波動最低為目標(biāo)，建立風(fēng)-光-車-儲微電網(wǎng)規(guī)劃數(shù)學(xué)模型。

風(fēng)-光-車-儲微電網(wǎng)的經(jīng)濟效益C包括日綜合平均成本Ccap與日綜合平均收益Cern，表達(dá)式如下：

日綜合平均成本包括日等值設(shè)備投資成本Ceq和日平均運行維護成本Cope。其中前者主要計及微源壽命周期與折現(xiàn)率；后者與總裝機容量呈線性關(guān)系。表達(dá)式如下：

式中，ceq.i和E i分別是風(fēng)機、光伏陣列、蓄電池初始投資成本單價和裝機容量，ceq.ev是電動汽車充電樁單位造價，Nev是電動汽車充電樁數(shù)量；ces是蓄電池單位充/放電功率價格，Pes是蓄電池組額定充/放電功率；fi是各微源的折現(xiàn)系數(shù)，取0.11；cope.i和cope.ev分別是風(fēng)機、光伏陣列、蓄電池和電動汽車充電樁年運行維護成本；cev是電動汽車充電樁單位充電量維護成本，Eev是當(dāng)前調(diào)度周期內(nèi)電動汽車總充電量。

日綜合平均收益綜合考慮了風(fēng)光車儲微電網(wǎng)運行過程中市場競價Cprfi及電量不足Cnon或過剩Cwst，以及為彌補缺額供電量造成的環(huán)境污染Cgrn帶來的經(jīng)濟損失。表達(dá)式如下：

式中，Pnon.t、Pwst.t分別是第t小時棄風(fēng)棄光功率和供電缺額功率，Pcw.max、Pcw.min分別是聯(lián)絡(luò)線功率的上下限。

式中，Pb.t、Ps.t分別表示向第t小時微電網(wǎng)向主網(wǎng)購電功率與售電功率；cb、cs是微電網(wǎng)向主網(wǎng)分時單位購售電價，c′b、c′s是電動汽車分時電價。

式中，κ、ξ分別是棄風(fēng)棄光的罰款系數(shù)和切負(fù)荷損失系數(shù)，取0.5；Ki是單位電量對應(yīng)第i種污染物的排放系數(shù)，cgr.i、cpu.i是第i種污染物的環(huán)境價值和排放罰款價格。

聯(lián)絡(luò)線功率波動與微電網(wǎng)內(nèi)能源間互補性呈負(fù)相關(guān)，本文定義計及峰谷差的聯(lián)絡(luò)線波動率λ表征聯(lián)絡(luò)線功率較均值波動情況。其表達(dá)式如下：

式中，P″cw.max、P″cw.min分別是微電網(wǎng)運行過程中聯(lián)絡(luò)線的峰谷值。

2.2 約束條件

（1）可再生能源發(fā)電容量約束

為保證系統(tǒng)供電需求，有盈余的電能對電動汽車供電，微源發(fā)電總量需大于負(fù)荷用電量，與此同時，為避免降低棄風(fēng)棄光，分布式發(fā)電總量應(yīng)滿足如下約束：

式中，λwp、λpv分別是風(fēng)力發(fā)電、光伏發(fā)電功率與負(fù)荷峰值功率之比。λmax一般控制在1.0-1.3左右。

（2）蓄電池、電動汽車荷電狀態(tài)約束

本文中儲能裝置選用鉛酸蓄電池，其與電動汽車電池需要滿足其荷電狀態(tài)（SOC）的上下限約束，以延長電池的使用壽命。

式中，SOC表征儲能電池的荷電狀態(tài)，SOCmax、SOCmin分別是其上下限；SOCcar表征電動汽車電池的荷電狀態(tài)，SOCcar.min是其下限。SOCcar.v2g表征參與V2G行為的電動汽車的荷電狀態(tài)，電動汽車充電達(dá)到100%后方可參與V2G行為，并且放電過程中不得低于用戶離開期望荷電狀態(tài)SOCcar.exp，本文取該值為0.8。

（3）蓄電池、電動汽車充放電功率約束

蓄電池和電動汽車的充放電功率均不能超過其限制。

式中，Pev是電動汽車充電功率額定值。

（4）聯(lián)絡(luò)線功率約束

在微電網(wǎng)與大電網(wǎng)進(jìn)行能量交換行為時，聯(lián)絡(luò)線功率不得超出限制。

3 算例分析

本文研究的風(fēng)-光-車-儲微網(wǎng)最大負(fù)荷為2400kW，聯(lián)絡(luò)線最大功率限制為1600kW，反送電功率限制為500kW。以24h作為一個調(diào)度周期，選取典型日進(jìn)行仿真。考慮到該地區(qū)的電動汽車規(guī)模，設(shè)置電動汽車為500臺。風(fēng)光儲組件的主要參數(shù)見表1和表2，采用改進(jìn)NSGA-II算法求解，設(shè)置種群大小為50，迭代次數(shù)300，pareto最優(yōu)解個數(shù)為50。

3.1 規(guī)劃層結(jié)果分析

設(shè)置如下場景對比分析：場景1為無序充放電下的微電網(wǎng)規(guī)劃；場景2為電價激勵政策引導(dǎo)EV自主充放電下的微電網(wǎng)規(guī)劃；場景3為電價激勵政策結(jié)合排隊理論控制EV充放電下的微電網(wǎng)規(guī)劃。

選取聯(lián)絡(luò)線波動率在100-110間不同場景下的規(guī)劃結(jié)果進(jìn)行對比，各場景的規(guī)劃結(jié)果如表3所示。

通過表3結(jié)果對比可知，盡管場景2采用電價激勵政策引導(dǎo)電動汽車充放電，但由于夜間光伏發(fā)電存在缺額，若增發(fā)風(fēng)電則造成日間發(fā)電量冗余，因此仍有相應(yīng)容量的儲能需求，場景3對電動汽車充放電行為排序引導(dǎo)合理分配電動汽車充電順序及充電功率，計及電動汽車離開時間排序，使峰時段有一定量電動汽車放電緩解供電壓力，因此對比場景2儲能需求降低25%，對比場景1儲能需求降低33%，達(dá)到降低微電網(wǎng)經(jīng)濟成本的效果。各方案經(jīng)濟成本對比及電網(wǎng)互動效益對比如表4所示。

由表4可以看出，方案1的總費用為186027.11元，方案2的總費用為140408.19元，比方案1減少了24%。該結(jié)果驗證了計及車網(wǎng)互動的微電網(wǎng)規(guī)劃可以顯著降低儲能配置成本。由于電價激勵政策引導(dǎo)，電動汽車傾向于谷時段充電，峰時段放電，因此在方案2電動汽車交互費用較方案1增加9%。方案3的總費用為121437.54元，較方案2減少了13%。主要是由于方案3對電動汽車充放電進(jìn)行排序，使電動汽車可調(diào)度容量更為靈活，但并未改變電動汽車整體充放電時間，因此較方案2僅增加2%。

表1 微電網(wǎng)系統(tǒng)裝置的各項成本及參數(shù)

表2 傳統(tǒng)燃煤發(fā)電各污染物排放成本

表3 3種方案規(guī)劃結(jié)果對比

3.2 調(diào)度層結(jié)果分析

為了更好地分析上文所述基于電價激勵政策的調(diào)度策略的調(diào)峰效果，接下來對比電動汽車的充電負(fù)荷功率（如圖2）與實時可調(diào)度容量（如圖3）情況。

由圖2、圖3可以看出，谷時段10：00-15：00風(fēng)光聯(lián)合發(fā)電達(dá)到峰值，發(fā)電量過剩，此時方案2、3使電動汽車充電負(fù)荷功率在激勵政策引導(dǎo)下有所提高，在平滑聯(lián)絡(luò)線功率波動的同時提高風(fēng)光消納水平；峰時段18：00-22：00用電負(fù)荷達(dá)到峰值，發(fā)電量不足，此時方案2、3使電動汽車充電負(fù)荷功率在激勵政策引導(dǎo)下顯著降低，方案3計及電動汽車離開時間進(jìn)行排序，進(jìn)一步對其放電量進(jìn)行分配，因此峰時段電動汽車的實時可調(diào)度容量也有所提高。

表4 3種方案規(guī)劃投資費用對比

圖2 充電負(fù)荷曲線

圖3 實時可調(diào)度容量曲線

方案2、方案3的聯(lián)絡(luò)線功率波動如圖4所示，可以看出，方案3在方案2的基礎(chǔ)上結(jié)合排隊理論，一方面合理分配電動汽車充電順序及充電功率，谷時段令電動汽充分車消納過剩的光伏發(fā)電，另一方面計及電動汽車離開時間排序，也使得峰時段能有足夠的電動汽車放電緩解供電壓力，因此方案3從充電負(fù)荷和放電容量兩方面緩解供電壓力，平滑聯(lián)絡(luò)線功率波動。

圖4 聯(lián)絡(luò)線功率

4 結(jié)束語

電動汽車與可再生能源發(fā)電系統(tǒng)在微電網(wǎng)內(nèi)有機集成，現(xiàn)有規(guī)劃簡化電動汽車模型，忽略電動汽車充放電引導(dǎo)策略，具有很強的局限性。為此，本文綜合考慮多能互補特性與微電網(wǎng)經(jīng)濟性，提出考慮車網(wǎng)互動的微源容量優(yōu)化策略，通過設(shè)置不同電動汽車引導(dǎo)策略對規(guī)劃方案進(jìn)行對比，探究車網(wǎng)互動對微電網(wǎng)規(guī)劃的影響。結(jié)果表明考慮車網(wǎng)互動的微電網(wǎng)規(guī)劃方案可以有效降低微電網(wǎng)投資成本與聯(lián)絡(luò)線波動率，其在峰時段擁有更為靈活的可調(diào)度容量，調(diào)節(jié)電動汽車有序充放電與可再生能源發(fā)電特性一致，可以有效實現(xiàn)源-荷協(xié)同，降低微電網(wǎng)對儲能配置的依賴，減少微電網(wǎng)成本，提高可再生能源的消納水平。