劉琦穎，曲大鵬，范晉衡，吳子俊，姚藍霓，黃國華

（1.廣州供電局有限公司，廣州 510620；2.廣州市奔流電力科技有限公司，廣州 510630）

0 引言

在能源枯竭和環(huán)境惡化的全球大背景下，電動汽車以其清潔環(huán)保節(jié)能的優(yōu)點得到世界各國的推崇，然而電動汽車因其具有隨機性的充電行為，在負(fù)荷平衡、電能質(zhì)量以及電源容量規(guī)劃等方面都造成了不利影響，并且負(fù)荷的快速增長甚至造成“峰上加峰”，加劇配網(wǎng)運行壓力[1-3]。而另一方面，電動汽車作為一種可調(diào)資源，可以通過激勵和控制手段對其進行有序調(diào)控，減小負(fù)面影響。因此如何通過充電負(fù)荷有序調(diào)控實現(xiàn)削峰填谷成為研究熱點。

目前，已有較多文獻對電動汽車的有序充電進行研究[4-7]。趙玉等[8]提出了一種適用于分時電價的電動汽車調(diào)度策略，能夠優(yōu)化電網(wǎng)負(fù)荷，同時降低用戶成本。楊景旭等[9]通過削峰量補償充電負(fù)荷運營商，在改善電網(wǎng)安全性的同時，增加運營商的收益。除了利用激勵手段引導(dǎo)用戶進行有序充電，也有文獻以充電站或聚合商為單位對電動汽車進行調(diào)控。江明等[10]建立可更換充電機和不可換充電機模型，對充電站兩天的充電行為進行決策，可以降低電網(wǎng)峰谷差和負(fù)載壓力。

電網(wǎng)調(diào)度中心在調(diào)控充電負(fù)荷前，需對其削峰潛力進行評估。王伊寧等[11]通過地區(qū)代理商收集用戶申報信息從而評估用戶參與削峰、錯峰的能力。楊景旭等[12]通過具備響應(yīng)資格的用戶數(shù)與簽約用戶數(shù)的比值來反應(yīng)充電負(fù)荷聚合商的響應(yīng)能力。以上都是基于用戶上報的信息對用戶的響應(yīng)能力進行評估，存在牽涉多方利益，且數(shù)據(jù)處理量大的問題，不適用于電網(wǎng)快速評估充電站削峰潛力。從電網(wǎng)規(guī)劃角度，簡便快捷的削峰潛力評估方法是電網(wǎng)關(guān)注的問題。因此，為了簡便快速評估充電站的削峰潛力，本文提出基于功率調(diào)控手段的削峰潛力評估方法。首先確定調(diào)控時段，然后通過調(diào)控充電樁充電功率建立削峰模型，基于優(yōu)化結(jié)果評估潛力，最后對居民區(qū)慢充站進行仿真分析。

1 電動汽車調(diào)控時段模型

為了統(tǒng)一進行優(yōu)化調(diào)度，電動汽車接入電網(wǎng)時不能立刻進行調(diào)度，需要對電動汽車的入站時間和離站時間進行計算得到調(diào)控的起始時段和結(jié)束時段。

在電動汽車駛?cè)氤潆娬緶?zhǔn)備進行充電時，充電站需要采集其的入站時間Ta、離站時間Tl，初始SOC 值SOCa以及目標(biāo)SOC 值SOCg。其中Ta和Tl以分鐘為單位，Ta表示一天內(nèi)的第Ta分鐘。

以30 min為優(yōu)化單位，將一天標(biāo)記為1～48時段。充電站控制電動汽車進行有序充電的起始時段為：

電動汽車有序充電的結(jié)束時段為：

若電動汽車在當(dāng)天能夠完成充電，則可控時段總數(shù)Na為：

若電動汽車在當(dāng)天不能完成充電，需要在第二天繼續(xù)完成充電。為了方便計算，將第二天的充電負(fù)荷折算到當(dāng)天對應(yīng)時段。則可控時段總數(shù)Na為：

2 基于功率調(diào)控的慢充站削峰模型

對于采用慢充方式的電動汽車，其停車充電時間通常會大于實際充電時間，在用電高峰時段，可以通過降低電動汽車的充電功率甚至?xí)和３潆妬韺崿F(xiàn)負(fù)荷削減，將部分充電負(fù)荷轉(zhuǎn)移到用電谷時段，實現(xiàn)削峰填谷，在滿足用戶充電需求的同時減小供電壓力。

2.1 負(fù)荷建模

本文通過調(diào)控慢充站內(nèi)電動汽車的單位時段的充電功率，從而優(yōu)化充電負(fù)荷曲線。定義充電站充電功率矩陣Ps作為功率調(diào)控型的控制變量，即：

式中：Pm,t為第m個充電樁在t時段的充電功率；T為一天內(nèi)劃分的總時段數(shù)；M為充電站內(nèi)的充電樁數(shù)量。

充電站t時段的充電負(fù)荷Ps,t為：

當(dāng)電動汽車處于充電狀態(tài)時，充電功率的取值范圍為：

式中：PN為額定充電功率。

電動汽車m在t時段的SOC可以用下式計算得到：

式中：Cb為電動汽車的電池容量，單位為kW·h。

當(dāng)SOCm,t即達到電動汽車目標(biāo)值SOCg時，電動汽車停止充電，因此從下個時段起到電動汽車離開充電站，電動汽車不再進行充電。

2.2 優(yōu)化目標(biāo)

為了評估充電負(fù)荷峰值與常規(guī)負(fù)荷峰值存在重疊現(xiàn)象的充電站削峰潛力，可采用削峰率作為評估削峰潛力的指標(biāo)。削峰率反映的是削峰程度，屬于電網(wǎng)層的指標(biāo)，這類指標(biāo)考慮了充電負(fù)荷與常規(guī)負(fù)荷的疊加效應(yīng)。居民區(qū)的充電站主要用于滿足私家車的日常充電需求，因此充電負(fù)荷與常規(guī)負(fù)荷具有相似性，容易與常規(guī)負(fù)荷疊加造成“峰上加峰”。因此為了評估該類充電站的削峰潛力，采用削峰率ηf作為指標(biāo)，削峰率計算公式如下：

式中：Pwmax和分別為削峰填谷實施前后饋線總負(fù)荷的最大值。

考慮充電負(fù)荷與常規(guī)負(fù)荷的“疊加效應(yīng)”，以最大化削峰率作為削峰模型的優(yōu)化目標(biāo)，即：

大多數(shù)慢充站處于居民區(qū)，滿足私家車的日常充電需求，因此慢充站的充電負(fù)荷與常規(guī)負(fù)荷具有相似性，容易與常規(guī)負(fù)荷疊加造成“峰上加峰”。因此為了衡量慢充充電站的削峰潛力，本文考慮充電負(fù)荷與常規(guī)負(fù)荷的“疊加效應(yīng)”，以最大化削峰率作為慢充站削峰模型的優(yōu)化目標(biāo)，即：

式中：Pwmax和P′wmax為削峰填谷實施前后配電網(wǎng)總負(fù)荷的最大值。

本文以最大化削峰率作為調(diào)控策略的優(yōu)化目標(biāo)。

2.3 約束目標(biāo)

（1）用戶充電需求

為了不影響用戶的出行需求，電動汽車用戶在參與有序調(diào)控后的SOC應(yīng)達到用戶的目標(biāo)值，即：

式中：Cb為電動汽車的電池容量。

（2）充電站變壓器安全約束

式中：Ps,max為充電站的最大負(fù)荷；Str為充電站變壓器的額定容量。

（3）饋線容量約束

式中：Sl為饋線的額定容量。

3 算例仿真

3.1 仿真參數(shù)

本文仿真所用的基礎(chǔ)負(fù)荷曲線如圖1 所示，基礎(chǔ)負(fù)荷峰值為2.61 MW。在該饋線中接入一個慢充站，根據(jù)常規(guī)負(fù)荷峰值和充電負(fù)荷占比設(shè)置站內(nèi)充電樁數(shù)量，充電電動汽車數(shù)量設(shè)置為充電樁數(shù)的兩倍。電動汽車按充電行為分布可分為4類，仿真參數(shù)如表1所示，充電站內(nèi)的電動汽車設(shè)置了不同的充電行為分布參數(shù)，并設(shè)置了不同充電行為分布的比例。

表1 充電負(fù)荷仿真參數(shù)

3.2 仿真測試與結(jié)果分析

以100 樁∕MW 的充電樁占比為例，即每MW 常規(guī)負(fù)荷配置100 個充電樁，車樁比為1∶2，則一天中每MW常規(guī)負(fù)荷共有200 輛電動汽車進行充電。該充電負(fù)荷占比下充電站在有序控制前的充電負(fù)荷曲線如圖2 所示。上午11左右時段和晚22點左右時段為充電高峰。

圖2 充電站日充電負(fù)荷曲線

將該充電站的負(fù)荷曲線接入饋線，依據(jù)本文所提的有序充電方法對站內(nèi)電動汽車進行控制，優(yōu)化其充電時序和充電功率，對其進行有序充電調(diào)控。有序調(diào)控前后，饋線負(fù)荷曲線如圖3所示。

圖3 3 種情況下削峰前后饋線負(fù)荷曲線

優(yōu)化結(jié)果顯示，優(yōu)化后的饋線負(fù)荷曲線明顯削減了負(fù)荷高峰，削峰前饋線的最大負(fù)荷為3.85 MW，削峰后的最大負(fù)荷下降到2.81 MW，削峰率達26.30%，削峰效果顯著，大大提高配網(wǎng)運行穩(wěn)定性。優(yōu)化前后的充電負(fù)荷曲線如圖4所示。

圖4 優(yōu)化前后的充電負(fù)荷曲線

可以看出，無序充電負(fù)荷在上午11 點以及晚22 點前后時段出現(xiàn)高峰，與饋線常規(guī)負(fù)荷的負(fù)荷高峰時段出現(xiàn)重疊，造成“峰上加峰”的現(xiàn)象。而有序充電控制對峰荷重疊時段的充電負(fù)荷削減效果顯著，谷時段用電明顯抬升。通過轉(zhuǎn)移部分用電高峰時期的充電負(fù)荷到用電低谷時段，減小對配網(wǎng)的沖擊，降低運行風(fēng)險。

對比優(yōu)化前后的充電負(fù)荷時序特性，發(fā)現(xiàn)由于采用慢充的充電負(fù)荷停車時間長，往往能夠同時跨越峰時段和谷時段，因此充電站可以對其進行有序控制，調(diào)整時序特性。在滿足用戶充電需求的前提下，將部分充電需求轉(zhuǎn)移到谷時段，避免大量用戶在高峰期集中充電。

除了分析100 樁∕MW 充電樁占比的削峰效果，還對50 樁∕MW 以 及75 樁∕MW 的 充 電 樁 占 比 進 行 分 析。實 際情況中，受用戶的出行需求以及主觀意向的影響，部分用戶會拒絕參與有序充電，因此隨機抽取50%的電動汽車參與有序充電并計算削峰率。3 種充電樁占比的削峰效果如表2所示。

表2 不同充電樁占比下有序充電削峰效果

從上述結(jié)果中可以看出，隨著充電負(fù)荷占比的增大，充電負(fù)荷可調(diào)度潛力增加大，因此削峰率增加，削峰效果越好。由于充電負(fù)荷增大時，總負(fù)荷增大，相同負(fù)荷削減量下削峰率變小了，因此3種場景下的削峰率并非線性增長，充電負(fù)荷占比增大時削峰率增長速度減小。50 樁∕MW、75樁∕MW和100樁∕MW充電樁占比下，50%用戶參與削峰的削峰率大約為全部用戶參與削峰的一半。因此，用戶響應(yīng)程度越高，調(diào)度潛力越大，削峰填谷效果越好。

4 結(jié)束語

利用電動汽車的可調(diào)特性，可以對充電站內(nèi)的電動汽車進行有序調(diào)控實現(xiàn)削峰填谷。基于典型充電負(fù)荷特性，本文建立功率調(diào)控模型對充電站削峰潛力進行仿真分析，從仿真結(jié)果可以得出以下結(jié)論：

（1）居民區(qū)無序充電負(fù)荷曲線與饋線的基礎(chǔ)負(fù)荷曲線在上午11點以及晚22點左右會出現(xiàn)重疊，造成“峰上加峰”的現(xiàn)象，擴大饋線負(fù)荷曲線的峰谷差；

（2）本文的所提的削峰模型具有較好的削峰效果，削峰率與充電樁占比呈正相關(guān)，且用戶響應(yīng)比例越高，調(diào)度和削峰潛力越大。