趙佳, 孟潤泉，魏斌，王磊，韓肖清

(電力系統(tǒng)運行與控制山西省重點實驗室(太原理工大學(xué))，太原市 030024)

0 引 言

為應(yīng)對環(huán)境污染和能源危機，清潔可再生能源的開發(fā)利用和電動汽車的發(fā)展越來越受到重視。微電網(wǎng)技術(shù)展現(xiàn)了新能源與多元負荷的發(fā)展趨勢，與傳統(tǒng)交流微電網(wǎng)相比，直流微電網(wǎng)在接納可再生能源(風(fēng)電、光伏等)和電動汽車、LED照明等新型直流負載方面更具優(yōu)勢，不僅可以降低換流成本與損耗，而且不存在頻率及無功穩(wěn)定等問題[1]。電動汽車的充電行為具有較強的隨機性，當大量電動汽車同時在負荷高峰時充電，將會導(dǎo)致微電網(wǎng)安全穩(wěn)定運行的許多問題[2]，例如負荷峰谷差加劇、母線電壓跌落等。如果讓電動汽車有序參與微電網(wǎng)調(diào)度，可充分利用負荷調(diào)度的作用而優(yōu)化系統(tǒng)運行[3]。因此，研究計及電動汽車用戶需求的直流微電網(wǎng)能量管理策略具有重要意義。

目前已經(jīng)有電動汽車參與微電網(wǎng)能量調(diào)度的相關(guān)研究。文獻[4-6]采用分級控制策略調(diào)度電動汽車充電行為，上級控制中心制定目標，下級充電點基于上層指令對轄內(nèi)電動汽車負荷進行調(diào)度，但均沒有具體考慮各單元的出力特點。文獻[7]提出虛擬電價制度，它不計入成本計算，僅用來反映當下負荷水平，存在虛擬電價下目標成本與實際成本相差較大的可能。文獻[8]針對電動汽車參與微電網(wǎng)調(diào)度的經(jīng)濟性進行了研究，電動汽車有序參與微電網(wǎng)調(diào)度有效降低了切負荷風(fēng)險成本；文獻[9]針對微電網(wǎng)是否并網(wǎng)和電動汽車是否有序充電進行了研究，通過對比分析說明了電動汽車有序充電降低了對配電網(wǎng)的依賴，增強了微電網(wǎng)孤島運行的能力；文獻[10]分析了電動汽車的充放電對電網(wǎng)負荷規(guī)律的影響，電動汽車有序充放電可以實現(xiàn)移峰填谷，緩解電網(wǎng)供電壓力。但文獻[8-10]的電動汽車有序充放電策略沒有考慮用戶的需求。文獻[11]針對傍晚回家第2天離開的用戶制定了功率限制的有序充放電策略，沒有考慮其他時段充電用戶，而且依賴功率限制值的準確性。文獻[12]基于負荷和用戶充電需求，充電站以削峰填谷為目標制定電價，用戶可自主響應(yīng)分時電價；文獻[13]基于第2日的充電負荷對充電價格進行了優(yōu)化，第2日電動汽車用戶按照預(yù)約進行充電；文獻[12-13]對電動汽車用戶的充電價格進行了制定，沒有分析用戶充電行為的需求。文獻[14]對電動汽車充電行為進行分群調(diào)度，從每個準則分群調(diào)度時對用戶需求分析較為單一。文獻[15]根據(jù)用戶需求分為只充電和雙向充放電2類，主要對雙向充放電的電動汽車進行了研究，對常規(guī)電動汽車的充電行為僅考慮時間因素。以上文獻很少涉及電動汽車參與直流微電網(wǎng)的能量調(diào)度。

為了在考慮電動汽車用戶的需求的同時，降低微電網(wǎng)的運行成本及直流微電網(wǎng)對配電網(wǎng)的依賴，本文提出一種基于電動汽車用戶需求分類模型的直流微電網(wǎng)經(jīng)濟優(yōu)化調(diào)度策略。根據(jù)電動汽車用戶對充電時間和充電速度的不同需求，將電動汽車的充電方式分為即時型、彈性型、補償型和夜間型等4類。參與調(diào)度的用戶根據(jù)需求提前一天通過手機App上傳預(yù)約信息；微電網(wǎng)調(diào)度中心在滿足電動汽車用戶需求的基礎(chǔ)上，基于分級電價和微電網(wǎng)運行的約束條件，建立以最小化系統(tǒng)運行成本和聯(lián)絡(luò)線功率波動折算成本為目標的調(diào)度模型。最后，針對算例，使用MATLAB的yalmip工具箱調(diào)用cplex進行編程仿真計算，驗證直流微電網(wǎng)的優(yōu)勢和調(diào)度策略的有效性。

1 直流微電網(wǎng)的調(diào)度策略

1.1 直流微電網(wǎng)結(jié)構(gòu)

本文直流微電網(wǎng)的結(jié)構(gòu)如圖1所示，包括源、網(wǎng)、荷、儲等4部分。發(fā)電單元包括光伏、風(fēng)機和燃料電池等，配電網(wǎng)與微電網(wǎng)進行必要的能量交換，負荷包括重要負荷和電動汽車特殊負荷，儲能單元為蓄電池。當上述發(fā)電單元或負荷接入交流微電網(wǎng)時，需要通過DC-DC、DC-AC和 AC-DC等變換器構(gòu)成的多級能量轉(zhuǎn)換裝置，而直流微電網(wǎng)中各單元通過DC-DC或AC-DC變換器與直流母線連接，節(jié)省了部分交直流變換裝置，降低了裝置成本和換流損耗。

圖1 直流微電網(wǎng)結(jié)構(gòu)圖Fig.1 Structure diagram of a DC microgrid

本文主要針對電動汽車需求進行建模，各發(fā)電單元和儲能單元模型參照文獻[16]。

1.2 電動汽車用戶需求模型

現(xiàn)階段電動汽車接入微電網(wǎng)的形式以充電負荷為主，本文僅研究電動汽車的快速和慢速充電行為。用戶的需求體現(xiàn)在時間和空間2個維度上[17]，本文從時間角度出發(fā)，依據(jù)國家發(fā)改委文件，充換電設(shè)施經(jīng)營企業(yè)可向電動汽車用戶收取電費及充換電服務(wù)費2項費用，電價按分時電價執(zhí)行[18]。為了促進用戶積極參與微電網(wǎng)的調(diào)度，根據(jù)用戶對充電時間、充電速度的嚴格程度，將電動汽車的充電價格分為3級。充電價格包含分時電價和服務(wù)費2項，即時型的要求最為嚴格，充電服務(wù)費最高，為一級充電價格；補償型的服務(wù)費和即時型相同，但采取一定的補償機制；彈性型的要求最低，充電服務(wù)費也最低，為三級充電價格；夜間型是為夜間長時間充電的用戶考慮，要求較為嚴格，其充電服務(wù)費處于即時型與彈性型之間，為二級充電價格。電動汽車參與調(diào)度過程如圖2所示，用戶提前一天上傳充電類型及出行信息，以便微電網(wǎng)進行調(diào)度規(guī)劃。當電動汽車用戶抵達充電站時，根據(jù)預(yù)約信息選擇各自的充電類型進行充電。

圖2 電動汽車預(yù)約充電模式Fig.2 EV reservation charging mode

電動汽車用戶的初始信息搜集[19]：

X={x1,x2,…，xN}

(1)

式中：X為電動汽車用戶信息集合；xi(i=1,2,…,N)為第i位電動汽車用戶上傳的信息；N為參與微電網(wǎng)調(diào)度的電動汽車用戶總數(shù)。

xi={ai,bi,Sai,Sbi,Sbi,min}

(2)

式中：ai為用戶到達充電點的時間；bi為用戶離開充電點的時間；Sai為到達充電點時的剩余電量；Sbi為離開充電點時的電量；Sbi,min為部分用戶要求離開充電點的最小電量。

每輛電動汽車充電時間t滿足：

ai≤t≤bi

(3)

1.2.1 即時型電動汽車充電模型

即時型電動汽車用戶嚴格要求充電速度和時間，以最大功率進行充電，充滿電就立即離開。對于充滿電的最后時長不足設(shè)定單位時間段的情況，將這部分需充電量均勻分配到此單位時間段。

(4)

Pin,i(t)=Pqc,max

(5)

式中：Pin,i(t)為第i輛電動汽車在第t時段的充電功率；Pqc,max為電動汽車的最大充電功率。

當最后一個時段不能以最大功率充電時，充電功率轉(zhuǎn)化為單位時間段內(nèi)的平均功率，即

(6)

(7)

式中：di為電動汽車以最大功率進行充電的時間段個數(shù);[ ]表示取整。

即時型電動汽車充電價格為:

Cin,t=Cg,t+Cs1,t

(8)

式中：Cin,t為第t時段電動汽車的一級充電價格；Cg,t為第t時段購電的價格；Cs1,t為第t時段即時型的服務(wù)費。

即時型電動汽車充電的總費用為：

(9)

式中：C1為即時型電動汽車的充電費用；m為即時型電動汽車數(shù)量。

1.2.2 補償型電動汽車充電模型

補償型電動汽車用戶對充電時間和速度的要求與即時型一致，但是對于離開時電動汽車電量沒有即時型嚴格，達到預(yù)期最低電量即可，對于補償型的充電中斷進行相應(yīng)的補償。

(10)

Sbi≥Sbi,min

(11)

式中：Icp,i(t)為0/1整數(shù)變量，表示第i輛電動汽車在t時刻的充電狀態(tài)，0表示電動汽車沒有充電，1表示電動汽車處于充電狀態(tài)。

補償型采用一級充電價格，但在電動汽車中斷充電的時段給予相應(yīng)的電價補償，補償型電動汽車充電的總費用為：

(12)

式中：C2為補償型電動汽車的充電費用；n為彈性型電動汽車數(shù)量；α為補償系數(shù)。

1.2.3 彈性型電動汽車充電模型

彈性型電動汽車用戶要求在限定時間內(nèi)充滿即可。

(13)

Pqc,min≤Pfx,i(t)≤Pqc,max

(14)

式中：Pfx,i(t)為彈性型電動汽車在t時刻的充電功率；Pqc,min為電動汽車充電功率的最小值。

彈性型電動汽車充電價格為：

Cfx,t=Cg,t+Cs2,t

(15)

式中：Cfx,t為第t時段電動汽車的三級充電價格；Cs2,t為第t時段彈性型的服務(wù)費。

彈性型電動汽車充電的總費用為：

(16)

式中：C3為彈性型電動汽車的充電費用；p為彈性型電動汽車數(shù)量。

1.2.4 夜間型電動汽車充電模型

夜間型電動汽車采用在夜晚長時間慢速充電的方式，在夜間限定時間內(nèi)按定功率充滿電。

(17)

(18)

Png,min≤Png,i(t)≤Png,max

(19)

式中：Png,i為夜間型電動汽車均勻充電的功率；Ing,i(t)為0/1整數(shù)變量，表示第i輛電動汽車在t時刻的充電狀態(tài)，0表示電動汽車沒有充電，1表示電動汽車處于充電狀態(tài)；ri為第i輛電動汽車處于充電狀態(tài)的單位時間段個數(shù)；Png,min和Png,max分別為電動汽車處于慢充狀態(tài)時充電功率的最小值和最大值。

夜間型電動汽車充電價格為:

Cng,t=Cg,t+Cs3,t

(20)

式中：Cng,t為第t時段電動汽車的二級充電價格；Cs3,t為第t時段夜間型的服務(wù)費。

夜間型電動汽車充電的總費用為：

(21)

式中：C4為夜間型電動汽車的充電費用；q為彈性型電動汽車數(shù)量。

4種類型的電動汽車總充電費用為:

CEV=C1+C2+C3+C4

(22)

1.3 直流微電網(wǎng)的經(jīng)濟調(diào)度模型

在直流微電網(wǎng)的經(jīng)濟調(diào)度階段，已知風(fēng)機、光伏和重要負荷功率的日前預(yù)測數(shù)據(jù)，建立混合整數(shù)非線性規(guī)劃模型，求解得到直流微電網(wǎng)經(jīng)濟調(diào)度下各可調(diào)度單元的運行結(jié)果。

1.3.1 目標函數(shù)

直流微網(wǎng)以系統(tǒng)運行成本為優(yōu)化目標，考慮聯(lián)絡(luò)線的功率波動影響，在目標函數(shù)中計入聯(lián)絡(luò)線的功率波動折算成本。

minFDCMG=Fcost+βBgrid

(23)

(24)

(25)

(26)

式中：FDCMG表示直流微電網(wǎng)的總目標；Fcost為系統(tǒng)總運維成本；Bgrid為聯(lián)絡(luò)線功率波動樣本方差；β為聯(lián)絡(luò)線功率波動的折算系數(shù)，0≤β≤1；H表示調(diào)度周期，本文以15 min為單位時間段，因此H=96；CGi[PGi(t)]表示各發(fā)電單元(包括光伏、風(fēng)機、燃料電池)的運行維護成本；Cbat[Pbat(t)]表示蓄電池的運行維護成本；Cg[Pgrid(t)]表示微電網(wǎng)從配電網(wǎng)購售電的成本；Pgrid(t)表示第t時段聯(lián)絡(luò)線傳輸功率；Pgrid,avg為調(diào)度周期內(nèi)聯(lián)絡(luò)線傳輸功率的平均值。

1)發(fā)電單元的運行維護成本。

CGi[PGi(t)]=Ci[PGi(t)]+kiPGi(t)Δt

(27)

式中：Ci[PGi(t)]表示發(fā)電單元的燃料成本,在本文中指燃料電池的燃料成本；ki表示發(fā)電單元的維護成本系數(shù)；PGi(t)表示發(fā)電單元的出力。

燃料電池的燃料成本函數(shù)為[16]：

(28)

式中：Cfuel表示燃料價格；L表示燃氣低熱值；PFC(t)表示t時段燃料電池出力；ηFC為燃料電池發(fā)電效率。

2)蓄電池的運行維護成本。

Cbat[Pbat(t)]=kb(t)[Idis(t)Pdis(t)Δt-
Ich(t)Pch(t)Δt]

(29)

式中：kb為蓄電池的運行維護成本系數(shù)；Pdis為蓄電池放電功率；Pch為蓄電池充電功率；Idis為放電狀態(tài)；Ich為充電狀態(tài)。Idis、Ich均為0/1整數(shù)變量且不能同時為1，Idis取1表示蓄電池在放電，Ich取1表示蓄電池在充電。

3)分時段購售電成本[20]。

Cg[Pgrid(t)]=Cbuy(t)Ibuy(t)Pbuy(t)Δt-
Csell(t)Isell(t)Psell(t)Δt

(30)

式中：Cbuy為購電價格；Csell為售電價格；Pbuy為購電功率；Psell為售電功率；Ibuy為購電狀態(tài)；Isell為售電狀態(tài)。Ibuy、Isell均為0/1整數(shù)變量，且不能同時為1，Ibuy取1表示從電網(wǎng)購電，Isell取1表示向電網(wǎng)售電。

1.3.2 約束條件

微電網(wǎng)的安全可靠運行需要在每個時間段內(nèi)滿足一定的約束條件，各單元相互配合維持系統(tǒng)正常運行。

1)系統(tǒng)的功率平衡約束。

PGi(t)ηGi+Idis(t)Pdis(t)ηB-Ich(t)Pch(t)/ηB+
Ibuy(t)Pbuy(t)ηgrid-Isell(t)Psell(t)/ηgrid=
PEV(t)/ηEV+Pload(t)/ηload

(31)

(32)

式中：ηGi為發(fā)電單元傳輸功率至聯(lián)絡(luò)線的效率；ηB為蓄電池與聯(lián)絡(luò)線之間傳輸功率的效率；ηgrid為配電網(wǎng)與聯(lián)絡(luò)線之間傳輸功率的效率；PEV(t)為t時刻電動汽車總的充電功率；ηEV為電動汽車的充電效率；Pload(t)為t時刻固定負荷的功率；ηload為重要負荷的變換器效率。

2)發(fā)電單元出力約束。

PGi,min≤PGi(t)≤PGi,max

(33)

式中：PGi,min、PGi,max分別為發(fā)電單元出力的最小值和最大值。

3)燃料電池發(fā)出功率的爬坡約束。

|PFC(t)-PFC(t-1)|≤PFC,Δmax

(34)

式中：PFC,Δmax為燃料電池出力爬坡最大值。

4)聯(lián)絡(luò)線功率交互約束。

(35)

式中：Pbuy,min、Pbuy,max分別為微電網(wǎng)從配電網(wǎng)購電的最小值與最大值；Psell,min、Psell,max分別為微電網(wǎng)向配電網(wǎng)售電的最小值與最大值。

5)蓄電池約束。

(36)

式中：Pch，min、Pch，max分別為蓄電池充電功率的最小值和最大值；Pdis，min、Pdis，max分別為蓄電池放電功率的最小值和最大值；Ere(t)為蓄電池在t時刻的剩余容量；ηbat為蓄電池的充放電效率；E為蓄電池的容量；SOC(t)為t時刻蓄電池的荷電狀態(tài)；SOC,min、SOC,max分別為蓄電池荷電狀態(tài)的最小值和最大值。

6)電動汽車約束。

電動汽車的約束包括充電功率約束和充電容量約束，具體見式(3)—(7)，式(10)—(11),式(13)—(14)和式(17)—(19)。

2 算例分析

2.1 算例設(shè)置

本文以圖1結(jié)構(gòu)作為算例的研究對象，表1—3為微電網(wǎng)的相關(guān)參數(shù)設(shè)置。為簡化計算，假定DC-DC效率為95%， AC-DC和DC-AC效率為90%[21]，變壓器運行功率因數(shù)為0.95[15]，蓄電池充放電效率為90%，蓄電池荷電狀態(tài)最大值為0.9，最小值為0.3，聯(lián)絡(luò)線功率交互的最大值為100 kW。

表1 分布式電源參數(shù)Table 1 Parameters of distributed power supply

表2 分時電價參數(shù)Table 2 TOU price

表3 燃料電池參數(shù)Table 3 Parameters of fuel cell

4種類型電動汽車用戶到達、離開時間，到達、離開電量情況見表4，Pqc,max=30 kW，Pqc,min=0 kW,Png,min=5 kW，Png,max=7 kW,α= 0.1，Cs1,t=0.40元/(kW·h)，Cs2,t=0.25元/(kW·h)，Cs3,t=0.30元/(kW·h)。

表4 用戶預(yù)約信息Table 4 User reservation information

日前光伏、風(fēng)機和重要負荷的短期出力預(yù)測曲線如圖3和圖4所示。

圖3 風(fēng)機、光伏出力預(yù)測曲線Fig.3 Output power prediction curve of WT and PV

圖4 重要負荷功率預(yù)測曲線Fig.4 Prediction curve of important load

當β取最小值時，聯(lián)絡(luò)線功率波動最大，為931.29；當β取最大值時，系統(tǒng)運行成本最高，為1 421.71元/天。表5為β取不同值時運維成本和聯(lián)絡(luò)線功率波動情況。

表5 β參數(shù)的取值結(jié)果Table 5 Results of taking different values for parameter β

綜合β取值對運行成本和功率波動的影響，當β取0.3時，運行成本和聯(lián)絡(luò)線功率波動的綜合下降幅度最大，利于微電網(wǎng)的穩(wěn)定經(jīng)濟運行，因此本文β選取0.3。

2.2 結(jié)果分析

2.2.1 交、直流微電網(wǎng)運行結(jié)果對比分析

交流微電網(wǎng)同直流微電網(wǎng)組成單元一致，包含同樣的源、網(wǎng)、荷、儲單元，考慮變換器效率的區(qū)別，采用同樣的目標進行經(jīng)濟調(diào)度，交、直流微電網(wǎng)的調(diào)度結(jié)果對比如表6所示。

表6 交、直流微電網(wǎng)調(diào)度結(jié)果對比Table 6 Comparison of scheduling results of AC microgrid and DC microgrid

從表6可以看出，用戶的總費用雖然增加了0.71%，但是直流微電網(wǎng)比交流微電網(wǎng)的運維成本降低了21.49%，功率波動降低了4.84%。相比交流微電網(wǎng)，直流微電網(wǎng)大大降低了運維成本，有利于微電網(wǎng)長期經(jīng)濟運行。

2.2.2 直流微電網(wǎng)不同方案的運行結(jié)果分析

本文從以下2種方案對比驗證本文所提策略的有效性。方案1：電動汽車分快充和慢充2種方式，均為即時型充電，采取與本文相同的目標進行調(diào)度；方案2：電動汽車按本文提出的方法主動參與微電網(wǎng)調(diào)度。圖5和圖6為2種方案下的調(diào)度結(jié)果。

圖5 電動汽車充電功率結(jié)果Fig.5 Results of EV charging power

在圖6(a)中，在保證負荷需求基礎(chǔ)上，符合在峰電價售電、谷電價購電的經(jīng)濟性要求，方案1的聯(lián)絡(luò)線功率波動樣本方差為238.18，方案2的聯(lián)絡(luò)線功率波動樣本方差為118.73，方案2比方案1下降了50.15%，極大降低了微電網(wǎng)對配電網(wǎng)的依賴性。

各時段運行結(jié)果的具體分析如下：

1)23:00—06:00為谷電價時段，負荷較輕，可再生能源出力主要為風(fēng)機。圖5(b)中方案2彈性型電動汽車充電功率在谷電價時段達到峰值。燃料電池成本相對較高，圖6(d)的2種方案的趨勢基本一致。圖6(a)方案2聯(lián)絡(luò)線功率波動比方案1明顯降低，主要表現(xiàn)在購電量減少，當彈性型電動汽車充電功率達到峰值時，減小微電網(wǎng)向配電網(wǎng)的售電量。

2)11:00—19:00為平電價時段，負荷較重，可再生能源出力主要靠光伏。圖5(b)即時型、補償型和彈性型等電動汽車交替充電，即時型優(yōu)先級最高，補償型次之，彈性型與前兩者配合調(diào)整充電功率，在即時型與補償型沒有充電時，彈性型以較大功率充電。圖5(c)方案2電動汽車充電功率明顯降低，圖6(a)方案2聯(lián)絡(luò)線功率波動降低，主要表現(xiàn)為購電量減少。圖6(d)方案2燃料電池以最大功率運行來滿足負荷的需要。圖6(b)和(c)蓄電池由方案1交替充放電變?yōu)榉桨?的充電至最大荷電狀態(tài)后保持不變，為接下來的峰電價時段做準備。

圖6 分布式電源調(diào)度結(jié)果Fig.6 Dispatch results of distributed power supply

3)06:00—11:00為峰電價時段，負荷加重，風(fēng)機出力較小，光伏出力逐漸增加。電動汽車充電遵循平電價時段的規(guī)律。06:00—08:00方案2燃料電池出力較大，有利于減小聯(lián)絡(luò)線功率波動，08:00—11:00負荷較重，燃料電池全力發(fā)電。

19:00—23:00也為峰電價時段，但光伏出力逐漸降低至0，主要靠風(fēng)機出力，負荷較重，圖5(b)彈性型電動汽車配合即時型與補償型交替充電，有效降低21:00的短時負荷峰值。圖6(d)燃料電池在20:00—21:00負荷較輕時減小出力，由于彈性型電動汽車充電功率的轉(zhuǎn)移，方案2在21:00—23:00仍在全力發(fā)電。圖6(a)在21:00—22:00方案2比方案1的購電量明顯下降。在系統(tǒng)運行過程中，蓄電池進行充放電補償系統(tǒng)的剩余功率，從圖6(b)和(c)可以看出，相比方案1，方案2的蓄電池充放電深度及次數(shù)減少，有利于延長蓄電池壽命。

表7為2種方案的運行經(jīng)濟性對比。算例中電動汽車的數(shù)量規(guī)模較小，仿真結(jié)果表明，相比方案1，方案2的系統(tǒng)運維成本降低了6.21%，用戶的總費用降低了14.71%。當擴大電動汽車的數(shù)量規(guī)模時，本文所提策略能夠更有效地降低微網(wǎng)的運行成本和用戶費用。

表7 2種方案的調(diào)度成本Table 7 Scheduling costs of two schemes 元/天

對于參與調(diào)度的每一輛電動汽車，對比其參與2種不同方案下的充電情況。從方案2的4類用戶需求角度進行比較，兩種方案的費用情況如表8所示。

表8 電動汽車用戶的充電費用Table 8 Charging fees of EV users 元

補償型用戶在滿足離開時允許最低電量后的補償費用為5.14元，中斷充電的電量費用本應(yīng)為51.37元，中斷充電費用補償了10.01%；彈性型用戶由于充電時間和充電功率靈活，在充滿電時費用降低14.39%；夜間型用戶費用降低18.89%。用戶費用以可觀的百分比下降，促進更多用戶積極參與微電網(wǎng)調(diào)度。

3 結(jié) 論

本文以電動汽車參與的直流微電網(wǎng)為研究對象，提出了考慮電動汽車用戶需求的直流微電網(wǎng)經(jīng)濟調(diào)度策略。首先針對電動汽車用戶對于時間的不同需求問題，將用戶需求分為4類進行建模；然后建立以微電網(wǎng)運行維護成本和聯(lián)絡(luò)線功率波動為目標及系統(tǒng)運行約束條件的調(diào)度模型；最后用一個算例，對比交、直流微電網(wǎng)的運行結(jié)果，突出了直流微電網(wǎng)的優(yōu)勢，并且通過對比分析2種充電方案仿真結(jié)果，表明了本文所提調(diào)度策略不僅降低了微電網(wǎng)的運行成本和聯(lián)絡(luò)線的功率波動，還降低了用戶的充電費用，既有利于微電網(wǎng)的運行和維護，又可以吸引更多用戶積極參與微電網(wǎng)調(diào)度，驗證了本文所提調(diào)度策略的經(jīng)濟性和有效性。