陳櫻綺, 李華強(qiáng),陳纓,林照航
(1.智能電網(wǎng)四川省重點(diǎn)實(shí)驗(yàn)室(四川大學(xué)), 成都市 610065;2.國網(wǎng)四川綜合能源服務(wù)有限公司,成都市 610021)
隨著電動(dòng)汽車(electric vehicle,EV)的規(guī)?;l(fā)展,耗電量可觀的EV負(fù)荷逐漸成為智能電網(wǎng)的重要組成部分[1]。作為電網(wǎng)與用戶之間的服務(wù)媒介,電動(dòng)汽車聚合商(electric vehicle aggregator,EVA)向用戶提供EV充放電代理服務(wù)并通過負(fù)荷聚合控制的方式參與電力市場交易,承載充放電服務(wù)者及負(fù)荷聚合調(diào)度者的雙重角色[2]。在EVA以充放電服務(wù)為手段進(jìn)行精準(zhǔn)化有序調(diào)控的過程中,用戶意愿將通過服務(wù)響應(yīng)渠道最終影響EV負(fù)荷引導(dǎo)效果。因此,多維度分析用戶充電需求、設(shè)計(jì)考慮用戶意愿的服務(wù)模式,是EVA服務(wù)策略研究的關(guān)鍵[3]。
目前已有一些EVA分層分區(qū)協(xié)調(diào)調(diào)度方法[4-6]及電力市場交易策略[7-8]相關(guān)研究,為EVA運(yùn)營策略及服務(wù)模式研究打下了重要基礎(chǔ)。已有EVA服務(wù)模式研究主要從用戶服務(wù)機(jī)制設(shè)計(jì)入手,通過價(jià)格或激勵(lì)引導(dǎo)用戶有序入網(wǎng)。文獻(xiàn)[9]設(shè)計(jì)了一種用戶主動(dòng)響應(yīng)電動(dòng)汽車與電網(wǎng)互動(dòng) (vehicle-to-grid,V2G)反向供電并自主進(jìn)行供電價(jià)格競標(biāo)的充放電控制方法,通過合理設(shè)計(jì)服務(wù)模式激發(fā)用戶主動(dòng)調(diào)節(jié)能力;文獻(xiàn)[10]設(shè)計(jì)了用戶僅需要做出一次性選擇決定的半自主在線服務(wù)模式,通過智能充電終端依據(jù)電價(jià)自動(dòng)制定充放電計(jì)劃,解決了用戶自主調(diào)控便捷性不高的問題;文獻(xiàn)[11]設(shè)計(jì)了兼顧備用服務(wù)需求與用戶出行需求的充放電合約機(jī)制,對(duì)簽約用戶依據(jù)備用能力給予電價(jià)折扣。
上述服務(wù)模式研究皆基于EV用戶時(shí)移靈活性,尚未從用戶入網(wǎng)規(guī)律性角度考慮。用戶時(shí)移靈活性,是指此EV用戶在不影響用車便利性條件下靈活選擇低電價(jià)時(shí)段入網(wǎng)的能力;用戶入網(wǎng)規(guī)律性,是指此EV用戶入網(wǎng)行為發(fā)生在某固定時(shí)段,入網(wǎng)行為可預(yù)測且有規(guī)律可循。目前考慮用戶入網(wǎng)規(guī)律性的研究很少,文獻(xiàn)[12]中綜合考慮充電站內(nèi)電動(dòng)汽車有序充電和用戶自主選擇響應(yīng)情況,提出了電動(dòng)汽車分時(shí)預(yù)約充電方法,但研究僅側(cè)重于充電設(shè)施及物理系統(tǒng)。
基于目前服務(wù)模式設(shè)計(jì)尚不成熟的現(xiàn)狀,本文綜合考慮用戶時(shí)移靈活性和入網(wǎng)規(guī)律性兩個(gè)維度,提出“預(yù)約/隨需”服務(wù)模式。在加強(qiáng)靈活性引導(dǎo)的同時(shí),通過“預(yù)約”加強(qiáng)用戶入網(wǎng)規(guī)律性、減小負(fù)荷不確定性,使EVA負(fù)荷調(diào)控更加精準(zhǔn)。此服務(wù)模式下,用戶通過對(duì)“預(yù)約”、“隨需”服務(wù)選擇來影響EVA運(yùn)營。在用戶服務(wù)選擇研究方面,效用理論[13]常被用來評(píng)估用戶需求被滿足的程度,可以綜合多類影響因素描述用戶消費(fèi)心理;離散選擇模型[14](discrete choice model, DCM)采用概率方法描述用戶選擇結(jié)果,常用來分析用戶服務(wù)選擇對(duì)運(yùn)營策略的影響。本文采用基于效用理論的DCM模型模擬用戶“預(yù)約/隨需”服務(wù)選擇情況,分析EVA引導(dǎo)用戶服務(wù)選擇的途徑。
本文主要研究“預(yù)約/隨需”模式下EVA服務(wù)策略。首先,分析“預(yù)約/隨需”服務(wù)模式特點(diǎn)并梳理服務(wù)流程;其次立足用戶視角,從經(jīng)濟(jì)影響和便利影響兩方面入手構(gòu)建最優(yōu)購買策略下的用戶效用量化方法;然后立足EVA視角,分析模擬不同價(jià)格下用戶服務(wù)選擇情況,進(jìn)而通過主從博弈模擬優(yōu)化定價(jià),尋求用戶效用與EVA收益的均衡點(diǎn);最后,通過算例證明本文所提“預(yù)約/隨需”服務(wù)模式下能達(dá)到用戶側(cè)潛力充分挖掘、EVA側(cè)電力市場購買成本減少的供需兩側(cè)“雙贏”效果。
“預(yù)約/隨需”充放電服務(wù)模式下,EVA提供“預(yù)約”、“隨需”兩種服務(wù)方式,用戶依據(jù)自身充放電需求進(jìn)行選擇:“隨需”服務(wù)適合對(duì)充電便利性要求較高的用戶,一旦有充電需求即可隨時(shí)入網(wǎng)充電;“預(yù)約”服務(wù)下用戶需要提前預(yù)約充電時(shí)間,但價(jià)格相對(duì)較低,適合充電行為較為規(guī)律的用戶。兩種服務(wù)方式的異同點(diǎn)如表1所示。
表1 “隨需”服務(wù)與“預(yù)約”服務(wù)的比較Table 1 Comparison of on-demand service and reservation service
“預(yù)約/隨需”充放電服務(wù)的業(yè)務(wù)流程主要分為服務(wù)需求庫建立、服務(wù)策略制定、服務(wù)響應(yīng)和實(shí)際執(zhí)行四步,如圖1所示。
圖1 “預(yù)約/隨需”服務(wù)模式示意圖Fig.1 Schematic diagram of “reservation/on-demand” service mode
在上述服務(wù)流程中,EVA與用戶之間通過服務(wù)價(jià)格及服務(wù)選擇情況相互影響,如圖2所示。本文通過用戶側(cè)服務(wù)效用分析及EVA價(jià)格引導(dǎo)分析,研究評(píng)估“預(yù)約/隨需”服務(wù)模式的效果。
圖2 EVA與用戶的關(guān)系Fig.2 The relationship between EVA and users
從用戶需求、購買策略及服務(wù)效用3個(gè)層面,描述用戶充放電服務(wù)消費(fèi)心理:在“預(yù)約”服務(wù)的價(jià)格目錄及“隨需”服務(wù)的參考價(jià)格目錄下,用戶希望EVA能針對(duì)其實(shí)際充放電需求,以服務(wù)效用最大化為目標(biāo)為其制定最佳購買策略:
(1)
式中:Si為用戶i的購買策略;Vi為用戶i的充放電服務(wù)效用;Ei為用戶i的實(shí)際充放電需求,包含配置參數(shù)、時(shí)間邊界、電量邊界及功率邊界[2]、用戶主觀偏好等基礎(chǔ)參數(shù);λp(t)表示“預(yù)約”服務(wù)的價(jià)格目錄;λs(t)表示“隨需”服務(wù)的參考價(jià)格目錄;下標(biāo)p和s分別表示“預(yù)約”服務(wù)和“隨需”服務(wù)。
效用理論通常被用來描述用戶對(duì)服務(wù)的滿意程度,進(jìn)而分析用戶偏好和決策傾向,已有一些研究采用效用模型進(jìn)行電力套餐選擇分析[13,15-16]??紤]到充放電服務(wù)的經(jīng)濟(jì)性及便利性兩方面都將影響用戶使用感受,本文提出基于綜合效用的“預(yù)約/隨需”模型下用戶需求滿足程度量化方法。計(jì)及表述心理狀態(tài)、需求觀測誤差的效用隨機(jī)項(xiàng)ηi,本文構(gòu)建用戶i的充放電服務(wù)效用函數(shù)Vi如下:
Vi=ωiVi,1+(1-ωi)Vi,2+ηi,ωi∈[0,1]
(2)
式中:ωi為用戶i的經(jīng)濟(jì)偏好程度系數(shù);Vi,1、Vi,2分別表示經(jīng)濟(jì)性和便利性對(duì)用戶i的總效用的影響,下標(biāo)1、2分別表示經(jīng)濟(jì)性影響、便利性影響。
1)經(jīng)濟(jì)影響Vi,1。
考慮到“預(yù)約”服務(wù)價(jià)格較低,本文以“隨需”服務(wù)的充放電成本為基準(zhǔn),以對(duì)比形式分析經(jīng)濟(jì)影響。將“隨需”服務(wù)下的充電成本作為基礎(chǔ)經(jīng)濟(jì)效益,“預(yù)約”服務(wù)充放電成本節(jié)約量描述了其為用戶節(jié)約充放電成本的能力。用戶效用的經(jīng)濟(jì)影響部分如下[13,17]:
(3)
2)便利影響Vi,2。
“隨需”服務(wù)下用戶入網(wǎng)時(shí)間不受限制,但“預(yù)約”服務(wù)要求提前約定入網(wǎng)時(shí)段,用戶便利性受到影響。本文提出一種以在網(wǎng)概率對(duì)比來量化便利影響的方法:“隨需”服務(wù)下t時(shí)段EV正在入網(wǎng)充放電的概率表征最便利情況下的用戶充放電需求,將其與“預(yù)約”服務(wù)下用戶i的在網(wǎng)狀態(tài)對(duì)比,構(gòu)建用戶充放電便利影響的量化方法如下:
(4)
在“隨需”服務(wù)下,用戶充放電行為具有入網(wǎng)時(shí)段不確定性和入網(wǎng)時(shí)長不確定性,用戶入網(wǎng)行為以概率分布的形式發(fā)生在其習(xí)慣性入網(wǎng)時(shí)段的前后?;谖墨I(xiàn)[18-19]中EV負(fù)荷預(yù)測的高斯分布模型得到每時(shí)段入網(wǎng)概率分布υi(·)和入網(wǎng)時(shí)長概率分布σi(·),本文依據(jù)全概率定理,構(gòu)建t時(shí)段用戶i正在入網(wǎng)充放電的概率fi(t):
(5)
式中:tin、Tin分別為入網(wǎng)時(shí)段、已入網(wǎng)時(shí)長;T為周期長度;Tin,max為最大入網(wǎng)時(shí)長;υi(·)及σi(·)采用文獻(xiàn)[18]中模型。
充放電成本決定用戶側(cè)的經(jīng)濟(jì)效用,服務(wù)方式的選擇決定用戶側(cè)便利效用。以用戶綜合效用最大化為目標(biāo),制定用戶i的服務(wù)購買策略Si:
(6)
EV優(yōu)化調(diào)度研究中多以充放電方式分類[20-21],同時(shí)EV服務(wù)購買策略也因充放電方式不同而有所差異,因此本文也遵循這一分類原則對(duì)不同用戶服務(wù)策略分類說明。
1)快充類用戶服務(wù)購買策略。
快充類用戶入網(wǎng)后必須以最大功率充電才能在離網(wǎng)前達(dá)到用戶電量要求。此類用戶在某一固定時(shí)段有低靈活性、高規(guī)律性的充電需求時(shí)可通過“預(yù)約”服務(wù)降低成本。
快充類用戶期望成本為兩類服務(wù)中成本最小者:
(7)
(8)
2)代管類用戶服務(wù)購買策略。
代管類用戶入網(wǎng)時(shí)間相對(duì)較為充裕,在入網(wǎng)時(shí)段內(nèi)委托EVA進(jìn)行充電代理,選擇低電價(jià)時(shí)段充電。用戶入網(wǎng)時(shí)段整體在隨需入網(wǎng)方式下價(jià)格較高時(shí)參與“預(yù)約”服務(wù)將降低充放電成本[10]。
代管類用戶服務(wù)購買策略與快充類用戶相似,將約束條件用式(9)替換即可[6]:
(9)
3)V2G類用戶服務(wù)購買策略。
V2G類用戶與代管類用戶一樣委托EVA代理入網(wǎng),但允許向電網(wǎng)放電并以饋電方式降低自身充放電費(fèi)用[22]??紤]到此類用戶充放電調(diào)節(jié)潛力較高,本文設(shè)計(jì)了一種“預(yù)約快充+隨需V2G調(diào)節(jié)”的充放電方案:用戶可以預(yù)約部分時(shí)段的快速充電,以便實(shí)際執(zhí)行時(shí)在其他入網(wǎng)時(shí)段跟隨“隨需”服務(wù)價(jià)格引導(dǎo)靈活進(jìn)行電量調(diào)整和放電。
V2G用戶服務(wù)策略制定時(shí)同樣比較兩種服務(wù)方式下的最小用戶成本以確定充放電策略,如式(10)所示,式(11)為約束條件。
(10)
(11)
“預(yù)約/隨需”服務(wù)模式流程中,用戶服務(wù)響應(yīng)發(fā)生在EVA價(jià)格公布之后,因而EVA在價(jià)格制定時(shí)就需要考慮用戶選擇行為的影響。現(xiàn)有基于主從博弈的價(jià)格引導(dǎo)方法研究中,用戶側(cè)僅考慮成本最小化,缺乏對(duì)用戶綜合效用及參與意愿的考量[4,23-24]?;诖耍疚奶岢龌谟脩粜в门c用戶選擇的主從博弈模型進(jìn)行定價(jià)分析。
以用戶效用模型構(gòu)建為基礎(chǔ),采用基于效用最大化理論的DCM模型對(duì)用戶在“預(yù)約”服務(wù)與“隨需”服務(wù)之間的選擇行為進(jìn)行模擬。在DCM應(yīng)用最廣泛的MNL(multinominal logit)模型下,用戶選擇行為概率如式(12)所示,其推導(dǎo)過程如附錄A所述[17,25]。
(12)
式中:κ(Ii=p)為用戶i選擇“預(yù)約”服務(wù)的概率;h(ιi)為隨機(jī)效用ιi的密度函數(shù),若其遵循獨(dú)立Gumble分布(第一類極值分布),則用戶i選擇“預(yù)約”服務(wù)(即Ii=p)的概率為:
(13)
式中:β為表示隨機(jī)項(xiàng)因素的比例參數(shù),其值可通過對(duì)用戶需求的市場調(diào)研和回歸分析確定。β表征了概率函數(shù)κ(Ii=p)分布的確定性大小,其值越大,概率函數(shù)越接近于確定性分布;反之,則越接近于均勻分布。
EVA通過充放電價(jià)格實(shí)現(xiàn)對(duì)用戶充放電行為的有序化引導(dǎo),此過程是通過用戶-EVA雙方追求各自利益最大化的主從博弈過程實(shí)現(xiàn)的,通過尋找利益均衡點(diǎn)確定最優(yōu)定價(jià)[23]。
主從博弈中的上層引導(dǎo)者是EVA。用戶時(shí)移靈活性引導(dǎo)方面,傳統(tǒng)價(jià)格引導(dǎo)方法研究中,主要采用24 h周期內(nèi)多時(shí)段定價(jià)的價(jià)格差異化(price difference)方法,來引導(dǎo)用戶將自身需求平移到低電價(jià)時(shí)段[26-27]。此時(shí)上層函數(shù)中的自變量為:
Θ=[λ(t1),λ(t1),…,λ(tT)]
(14)
式中:Θ為上層函數(shù)的自變量矩陣。
本文拓展考慮用戶入網(wǎng)規(guī)律性引導(dǎo),為“預(yù)約”服務(wù)、“隨需”服務(wù)用戶制定不同的價(jià)格,以價(jià)格歧視(price discrimination)方法吸引用戶提前確定充放電時(shí)段,規(guī)律化自身入網(wǎng)行為。此時(shí)上層EVA定價(jià)函數(shù)自變量表述為:
Θ=[λs;λp]=[λs(t1),λs(t2),…,λs(tT);
λp(t1),λp(t2),…,λp(tT)]
(15)
綜上,統(tǒng)籌考慮服務(wù)參與概率以及電力市場價(jià)格,以EVA自身凈收益Meva最大化為目標(biāo),制定差異化價(jià)格。凈收益Meva由服務(wù)收益Muser、預(yù)估日前市場購電成本Mmarket,s及中長期購電成本Mmarket,p構(gòu)成[10,27]:
maxMeva=Muser-Mmarket,s-Mmarket,p
(16)
(17)
(18)
(19)
式中:λmarket,s(t)、λmarket,p(t)分別是短期電力市場交易價(jià)格、中長期電力市場交易價(jià)格;χ是EVA為“隨需”服務(wù)(Ii=s)用戶負(fù)荷在中長期市場購電的比例。
下層模型中,用戶作為主從博弈中的被引導(dǎo)者,根據(jù)價(jià)格調(diào)整購買行為并以服務(wù)總效用Vi最大化為目標(biāo)確定購買策略,式(20)與式(21)等價(jià):
maxVi
(20)
(21)
式中:Vi,p、Vi,s分別表示用戶i選擇“預(yù)約”服務(wù)、“隨需”服務(wù)時(shí)的綜合效用;H[·]表示與括號(hào)內(nèi)變量相關(guān)的函數(shù)表達(dá)式。
用戶入網(wǎng)規(guī)律性的價(jià)格引導(dǎo),體現(xiàn)在部分EV用戶會(huì)依據(jù)自身綜合效益最大化的目標(biāo),選擇犧牲部分便利性來獲得更高的綜合效用,從而強(qiáng)化了入網(wǎng)規(guī)律性。式(21)中,用戶根據(jù)綜合效益的大小決定是否規(guī)律入網(wǎng):min(Vi,p,Vi,s)。
約束方面,除了2.2節(jié)中所述的功率約束外還有附錄B所述的保有電量約束及充放電深度約束。
本文以500個(gè)EV用戶為例,在Matlab中采用YALMIP工具箱調(diào)用CPLEX,在T=24 h、Δt=15min條件下,進(jìn)行“預(yù)約/隨需”充放電服務(wù)模式仿真分析,參數(shù)詳見附錄C。在電力市場交易方面,由于本文重點(diǎn)關(guān)注EVA在用戶側(cè)的服務(wù)方式,暫未深入考慮其在上層電力市場側(cè)與其他參與者之間的競價(jià)策略,因此假設(shè)EVA作為價(jià)格接受者參與電力市場[7,28];根據(jù)“預(yù)約”服務(wù)合約要求,用戶需要提前確定入網(wǎng)行為并嚴(yán)格遵守,因此“預(yù)約”服務(wù)用戶負(fù)荷電量可全部從中長期市場購買;遵循大宗電量交易盡量以合約形式提前確定的原則,本文暫設(shè)“隨需”服務(wù)用戶以其提交需求的90%負(fù)荷量從中長期市場購買,同時(shí)考慮到用戶入網(wǎng)行為的不確定性,剩余10%從日前市場購買[29-30]。中長期市場分時(shí)電價(jià)及預(yù)測日前市場24 h電價(jià)如圖3所示[31]。
本文設(shè)置對(duì)比場景對(duì)“預(yù)約/隨需”服務(wù)模式效果進(jìn)行分析,各場景設(shè)置如下:
場景1:服務(wù)模式為“即插即用、充滿即停”,用戶充放電價(jià)格采用分時(shí)電價(jià)。為了方便對(duì)比,設(shè)置分時(shí)電價(jià)均價(jià)與場景2相同。
場景2:為用戶提供快充服務(wù)、代管服務(wù)和V2G服務(wù),但不提供“預(yù)約”服務(wù),采用主從博弈方法制定統(tǒng)一服務(wù)價(jià)格。
場景3:在場景2的基礎(chǔ)上,提供“預(yù)約/隨需”服務(wù),并為“預(yù)約”服務(wù)、“隨需”服務(wù)差異化定價(jià)。
為了對(duì)比分析本文“預(yù)約/隨需”服務(wù)模式價(jià)格引導(dǎo)方法的效果,采用蒙特卡洛方法對(duì)不同服務(wù)響應(yīng)情況下的用戶隨機(jī)入網(wǎng)時(shí)段模擬4 000次,并在EVA凈收益中計(jì)入電力市場購電成本變化及服務(wù)收益變化。
通過主從博弈模擬得到各場景下用戶充放電成本情況,如圖3所示,各場景下的服務(wù)價(jià)格情況如圖4所示。
圖3中,相對(duì)于場景1和場景2,場景3下用戶總費(fèi)用最低;場景3在降低用戶總成本的同時(shí),進(jìn)一步減少了EVA購電成本、增加了EVA凈收益,提升了用戶-EVA的整體收益。這說明“預(yù)約/隨需”服務(wù)模式能在減少用戶充放電成本的同時(shí),通過加強(qiáng)用戶引導(dǎo)而提高EVA凈收益。
另外,圖3中具有預(yù)約潛力的用戶在場景3下充放電成本大幅減小,同時(shí)圖4(a)中場景3“預(yù)約/隨需”最小價(jià)格曲線整體低于其他場景,這說明場景3下“預(yù)約”服務(wù)用戶的成本降幅較大,并且隨著更多用戶逐步向“預(yù)約”服務(wù)轉(zhuǎn)移,用戶總費(fèi)用也將進(jìn)一步降低。
圖3 不同場景下的用戶成本與EVA收益Fig.3 The cost of users and the benefit of EVA in different scenarios
圖4 各場景下定價(jià)結(jié)果Fig.4 Pricing results in various scenarios
圖4(b)為場景3價(jià)格曲線,07:00—09:00、11:00—13:00、16:00—18:00時(shí)段內(nèi)“預(yù)約”服務(wù)價(jià)格高于“隨需”服務(wù),因?yàn)檫@些時(shí)段內(nèi)電力市場中長期合約價(jià)格與預(yù)測日前價(jià)格相差不大,EVA設(shè)定較高的“預(yù)約”服務(wù)價(jià)格將引導(dǎo)用戶盡量依據(jù)日前價(jià)格調(diào)節(jié)充放電,保證負(fù)荷調(diào)節(jié)的靈活性。
在上述定價(jià)結(jié)果下對(duì)“預(yù)約/隨需”服務(wù)模式下的用戶效用進(jìn)行分析,存在“預(yù)約”服務(wù)增值效益的用戶分為兩類,如圖5(a)、圖5(b)所示。
圖5(a)所示,500個(gè)EV用戶中“預(yù)約”服務(wù)總效用較高(Vi>1)的用戶有285個(gè),超半數(shù)用戶有“預(yù)約”服務(wù)參與意向,說明“預(yù)約/隨需”服務(wù)模式用戶接受程度較高。這部分用戶參與“預(yù)約”服務(wù)時(shí)充放電平均成本為17.32元/次,相較于“隨需”服務(wù)下20元/次的平均成本有較大降幅,說明“預(yù)約”服務(wù)因其價(jià)格優(yōu)勢對(duì)用戶有較大吸引力,可引導(dǎo)用戶逐步向“預(yù)約”服務(wù)轉(zhuǎn)變。
圖5 “預(yù)約”服務(wù)用戶的效用量化結(jié)果Fig.5 Quantitative results of the utility of the users of the reservation service
圖5(b)中的用戶雖能通過“預(yù)約”服務(wù)降低部分充放電成本,但其仍傾向選擇“隨需”服務(wù)(即總效用Vi<1)。這是因?yàn)榇祟愑脩舾鼮橹匾暢潆姳憷?,并且?jié)約充放電成本帶來的經(jīng)濟(jì)效用不足以使其放棄便利性要求。
由此可見,本文所提服務(wù)模式,不僅能通過“預(yù)約”服務(wù)滿足經(jīng)濟(jì)偏好類用戶的需求,同時(shí)也為便利偏好類用戶提供“隨需”服務(wù)的選擇,滿足了用戶多樣化需求。
4.3.1 用戶時(shí)移靈活性引導(dǎo)效果
EVA通過多時(shí)段定價(jià)的價(jià)格差異化方法進(jìn)行用戶時(shí)移靈活性引導(dǎo),其效果主要表現(xiàn)在:吸引更多EV負(fù)荷移出高電價(jià)時(shí)段、移入低電價(jià)時(shí)段。
對(duì)用戶入網(wǎng)隨機(jī)性蒙特卡洛模擬結(jié)果加權(quán)綜合,得到3種場景下充放電負(fù)荷情況如圖6所示,可見3種場景下負(fù)荷量都與電價(jià)成負(fù)相關(guān)關(guān)系。但由于場景1使用分時(shí)電價(jià),并且僅提供快充服務(wù),因此其電價(jià)引導(dǎo)效果(即負(fù)荷量與電價(jià)的負(fù)相關(guān)程度)遠(yuǎn)不如場景2和場景3。這說明更短的價(jià)格變化周期、更多樣靈活的充放電服務(wù)方式,都能進(jìn)一步加強(qiáng)用戶時(shí)移靈活性的引導(dǎo)效果。
另外,相較于場景2,“預(yù)約/隨需”服務(wù)模式下的場景3中高電價(jià)時(shí)段放電量更大。這說明此模式更能充分挖掘用戶側(cè)饋電潛力,從饋電角度出發(fā)進(jìn)一步加強(qiáng)了負(fù)荷引導(dǎo)效果。
圖6 各場景下用戶充放電情況Fig.6 Charging and discharging of users’ EVs in different scenarios
4.3.2 用戶入網(wǎng)規(guī)律性引導(dǎo)效果
EVA通過“預(yù)約”服務(wù)、“隨需”服務(wù)定價(jià)不同的價(jià)格歧視方法進(jìn)行用戶入網(wǎng)規(guī)律性引導(dǎo),其效果主要表現(xiàn)在:通過服務(wù)選擇區(qū)分不同規(guī)律性潛力的用戶,利用價(jià)格優(yōu)勢吸引大量規(guī)律性潛力高的用戶提前轉(zhuǎn)變?yōu)榇_定性負(fù)荷。
如圖6(c)所示,場景3模擬結(jié)果中,通過“預(yù)約”服務(wù)提前鎖定的負(fù)荷量占總負(fù)荷量的1/3,說明用戶對(duì)“預(yù)約”服務(wù)接受程度較高,完成了較大比例的用戶入網(wǎng)規(guī)律性引導(dǎo)。同時(shí)由于場景3中通過“預(yù)約”服務(wù)提前確定了部分用戶充放電行為,電量平衡成本也更小,如附錄D所示,進(jìn)一步展現(xiàn)了用戶入網(wǎng)規(guī)律性引導(dǎo)的效果。
另外,在不同種類用戶的入網(wǎng)特征方面,如圖7所示,代管類用戶和V2G類用戶的預(yù)約電量占比高,規(guī)律性引導(dǎo)作用更好。同時(shí)結(jié)合用戶入網(wǎng)靈活性進(jìn)行分析,“預(yù)約”服務(wù)下的充電負(fù)荷集中在23:00到次日07:00時(shí)段,因?yàn)榇藭r(shí)段價(jià)格在“預(yù)約”服務(wù)價(jià)格周期內(nèi)相對(duì)較低,并且低于“隨需”服務(wù);此時(shí)段內(nèi)入網(wǎng)規(guī)律性強(qiáng)的代管類、V2G類負(fù)荷占比大,說明具有電價(jià)低、價(jià)格降幅大特點(diǎn)的時(shí)段尤其適合規(guī)律性負(fù)荷。
圖7 “預(yù)約”服務(wù)負(fù)荷引導(dǎo)結(jié)果Fig.7 Load guidance result of reservation service
4.3.3 EVA購電成本分析
EVA購電成本如表2、表3所示,由于場景1未能合理引導(dǎo)充放電而使得其總成本遠(yuǎn)高于其他場景;相對(duì)于場景2,場景3下中長期市場購電成本較高,但由于較好把握了用戶需求而大幅降低了日前市場購電成本,同時(shí)合理利用用戶側(cè)放電潛力,獲得了較高的售電收益,所以場景3下總購電成本最低。
表2 各場景下EVA購電成本對(duì)比(日前市場)Table 2 Comparison of purchase costs of EVA (day-ahead market) 元
表3 各場景下EVA購電總成本對(duì)比Table 3 Comparison of total purchase cost of EVA in different scenarios 元
本文基于EV用戶入網(wǎng)規(guī)律性、時(shí)移靈活性兩個(gè)維度的引導(dǎo)潛力,提出EVA“預(yù)約/隨需”充放電服務(wù)模式。通過不同服務(wù)模式下用戶-EVA效益的對(duì)比得到以下結(jié)論:
1)“預(yù)約/隨需”服務(wù)模式不僅能以不同時(shí)段價(jià)格引導(dǎo)的方式,鼓勵(lì)靈活性較高的EV用戶進(jìn)行負(fù)荷時(shí)移,同時(shí)也能以較低的預(yù)約價(jià)格鼓勵(lì)用戶提前確定需求,在時(shí)移靈活性和入網(wǎng)規(guī)律性兩方面都有較好的引導(dǎo)效果,用戶接受程度高。
2)EVA在“預(yù)約/隨需”服務(wù)模式下,通過減少EV入網(wǎng)隨機(jī)性的方式提高其負(fù)荷預(yù)測精度,進(jìn)而減少上層電力市場的購電成本,提升服務(wù)收益。
由此可見,本文所提出的“預(yù)約/隨需”充放電服務(wù)模式將進(jìn)一步發(fā)揮用戶調(diào)節(jié)潛力。在未來的研究中,可深入考慮上層電力市場價(jià)格波動(dòng)對(duì)定價(jià)策略的影響,并對(duì)用戶實(shí)時(shí)入網(wǎng)行為下的滾動(dòng)電價(jià)深入研究。