張一康 張珂迎 冉微 徐蓮 郭子承

（中國礦業(yè)大學（北京）機電與信息工程學院 北京市 100083）

近年，隨著“雙碳”目標的提出，我國新能源裝機規(guī)模大幅上漲，新能源發(fā)電總量不斷提高，電力結(jié)構(gòu)與規(guī)模正在悄然轉(zhuǎn)變。然而，風能、太陽能等新能源發(fā)電形式具有波動性和不確定性等缺點，若沒有得到合理的解決，則會出現(xiàn)嚴重的“棄電現(xiàn)象”。 另一方面，對環(huán)境極其友好的新能源汽車也逐漸得到了大眾的認可。據(jù)國家發(fā)改委、商務部等部門聯(lián)合發(fā)布的數(shù)據(jù)，截至2021 年底，國內(nèi)新能源汽車保有量達到784 萬輛，占我國汽車總量的2.6%，占全球新能源汽車保有量的一半左右。其中純電動汽車保有量為640 萬輛，占新能源汽車總量的81.63%。作為用電負荷，電動汽車(Electric vehicles, EV)在無序充電時無疑會加重電網(wǎng)負擔。但其作為儲能單元，在消納新能源、輔助電網(wǎng)調(diào)峰方面有著巨大的潛力。

1995 年 Amory Lovins 教授提出了車輛入網(wǎng)概念(vehicle to grid, V2G)，特拉華大學 William Kempton 教授促進了V2G 技術(shù)的進一步發(fā)展。在電動汽車同時具有用電和放電兩種屬性的情況下，以信息的實時監(jiān)測、通信和交互為基礎(chǔ)，對電動汽車充電和放電進行控制，給電網(wǎng)提供調(diào)峰服務。國內(nèi)的專家學者在此方面也進行了大量研究。為充分利用電動汽車在電網(wǎng)能量調(diào)度中的高度靈活性，文獻以降低充電成本和網(wǎng)損成本為目標，提出了一種基于V2G 技術(shù)的電動汽車實時調(diào)度策略。文獻基于光伏(photovoltaic, PV)發(fā)電滲透率的不斷提高，為平抑短時劇烈的光伏功率波動，提出了微網(wǎng)場景下集群電動汽車參與平抑光伏波動的控制框架，建立了利用EV 功率跟蹤 PV 出力的凸優(yōu)化模型,并驗證了其模型的準確性與高效性。針對電動汽車無序充電帶來的負荷峰谷差過大問題，文獻提出了基于動態(tài)多目標優(yōu)化模型的電動汽車充電調(diào)度控制策略，使優(yōu)化后的負荷峰值下降約20%，節(jié)約充電成本40%～55%。文獻從電動汽車的充電時刻、充電時長和充電量等特征進行分析，通過改進遺傳算法實現(xiàn)了充電需求、經(jīng)濟成本和充電峰谷差的協(xié)調(diào)優(yōu)化，有效保證了電網(wǎng)和電動汽車的穩(wěn)定運行。文獻采用改進粒子群優(yōu)化算法(particle swarm optimization, PSO) 建立電動車參與電網(wǎng)負荷平抑的數(shù)學模型，驗證了電動車充放電控制策略的有效性。目前，純電動公交汽車的滲透率較大，充電頻率較快，且電池容量是私人電動汽車的3 倍左右，在負荷調(diào)度方面具有更高的利用空間。文獻基于譜聚類和長短期記憶(long short-term memory, LSTM)神經(jīng)網(wǎng)絡提出了電動公交車的充電負荷預測方法，但其預測誤差達到了11%左右。文獻基于動態(tài)分時電價對電動汽車有序和無序充電進行了分析比較，結(jié)果表明無序充電的負荷曲線與日負荷曲線有一定的重合，會進一步拉大峰谷差；而有序充電則可以實現(xiàn)負荷的時空平移，縮小峰谷差，這一研究表明了電動汽車參與電網(wǎng)調(diào)峰的潛力和必要性。

基于上述分析，本文提出了一種基于負荷需求曲線的電動汽車參與電網(wǎng)調(diào)峰的模型，以公交樁和私人樁為研究對象，通過調(diào)峰策略控制其向電動汽車充電的時間和功率，力求達到需求曲線的要求，降低負荷曲線的波動性，提升電網(wǎng)穩(wěn)定性。

1 基于需求曲線的調(diào)峰模型

依據(jù)對電力調(diào)度區(qū)域的負荷需求預測，電網(wǎng)負荷調(diào)控部門發(fā)布此區(qū)域的調(diào)峰需求曲線圖。第三方運營商合理調(diào)度電動汽車的充電時間和充電功率，以期達到調(diào)峰需求曲線的要求。因此，本文基于調(diào)峰需求曲線建立了電動汽車參與電網(wǎng)調(diào)峰的數(shù)學模型。

1.1 調(diào)峰目標

將調(diào)峰需求曲線離散化，以天為單位，平均劃分為48個時段；以每時段為控制量，調(diào)控電動汽車的實際充電功率接近調(diào)峰需求曲線要求的負荷功率。

1.2 確定約束

在實際運行中，電動汽車參與電網(wǎng)調(diào)峰會受到多種主客觀因素的制約。本文提出的模型只考慮了部分影響較大的因素，忽略了相對較小的影響。

1.2.1 最大充電功率

不同類型的電動汽車，其充電功率是不同的?；陔妱悠囎陨硇阅艿挠绊?，其充電功率存在最大的幅值限制。

1.2.3 可用時間約束

充電樁是實現(xiàn)電網(wǎng)和電動汽車能量傳遞的重要媒介，但并非每時每刻都有電動汽車接入電網(wǎng)。且不同類型的電動汽車運行時間不同，在上下班時段，能夠參與電網(wǎng)調(diào)峰的電動汽車數(shù)量明顯減少。

2 控制策略

根據(jù)給定的調(diào)峰需求曲線和實際負荷曲線，第三方運營商調(diào)控充電樁的充電功率，以減小二者差值為目標，力求實際負荷曲線達到調(diào)峰需求曲線的要求。具體的調(diào)峰過程為：

（1）將調(diào)峰需求曲線離散化，以天為單位，平均劃分為48 個時段。

（2）計算當前時段i 調(diào)峰需求負荷和基礎(chǔ)負荷的差值，并判斷實際負荷的增減方向。

（3）若需要增加實際負荷，則提高充電功率待提升量最大的充電樁，更新差值，直到實際負荷滿足目標負荷的要求。

（4）若要求減小實際負荷，則篩選出當前負荷最大的充電樁，減小為原來的λ 倍，更新差值，直到實際負荷滿足目標負荷的要求。

（5）當前時段調(diào)峰任務完成，進入下一時段，直到48個時段全部完成，任務結(jié)束。

3 調(diào)峰算例仿真與分析

3.1 仿真參數(shù)設(shè)定

為驗證上文建立的模型和策略的可行性與有效性，通過MATLAB 編寫程序進行算例仿真。實際中每個區(qū)域的充電樁種類和數(shù)目均不同，且充電樁的工作時長也不同。方便起見，本文使用的公交樁數(shù)量為6 個，私人樁的數(shù)量為20 個。單個公交樁每天輸出的最大能量為600 kW·h，私人樁為240 kW·h，依據(jù)上文提出的功率約束，規(guī)定公交樁最大功率為30 kW，私人樁為20 kW?？紤]到可用時間約束，認為在上下班高峰期（7:00-9:00;17:00-19:00）有一半的充電樁不在工作狀態(tài)。充電樁的參數(shù)設(shè)置如表1 所示。

表1： 充電樁參數(shù)設(shè)置

3.2 仿真結(jié)果與分析

參與電網(wǎng)調(diào)峰前，充電樁在各個時段的負荷功率如圖1所示。圖2 給出了電網(wǎng)下發(fā)的調(diào)峰需求曲線以及調(diào)峰前充電樁的實際負荷曲線。由圖1 可知，公交樁和私人樁有著不同的充電負荷特性。公交樁在0:00-6:00 的充電負荷極小，幾乎不參與電網(wǎng)的互動。而結(jié)合人們的生活充電規(guī)律，私人樁的充電高峰期為20:00-24:00。

圖1： 充電樁基礎(chǔ)負荷

圖2： 調(diào)峰前負荷對比

從圖2 可以看出在無序充電時，電動汽車充電負荷和日常負荷幾乎重合。在2:00-6:00 間處于低水平狀態(tài)，根據(jù)系統(tǒng)要求需要提高其負荷功率；在19:00-23:00 間負荷水平較高，需要降低其負荷。

采用本文所提調(diào)峰策略后，其負荷曲線與目標負荷曲線的跟蹤對比如圖3 所示。

圖3： 調(diào)峰后負荷曲線

可以看到，在調(diào)峰容量充足的情況下，根據(jù)本文所提策略，可以滿足式（2）中ε=0 的最高要求，即調(diào)峰后的實際負荷曲線與目標負荷曲線完全重合。

參與電網(wǎng)調(diào)峰前后私人樁和公交樁的負荷變動如圖4 和圖5 所示。

圖4： 私人樁負荷變化曲線

圖5： 公交樁樁負荷變化曲線

分別對圖4 和圖5 進行分析可以得出：

（1）在5-13（2:00-6:00）低負荷時段內(nèi)，實際負荷量低于需求曲線的要求，系統(tǒng)大幅提升了公交樁的負荷功率，私人樁的負荷提升相對較小，輔助公交樁進行調(diào)節(jié)。

（2）15-35（7:00-17:00）時段內(nèi)，純電動公交車處于運營時段，公交樁負荷基本不變；私人樁負荷提高，以滿足調(diào)峰需求。

（3） 40-48（19:30-23:30）時段內(nèi)，調(diào)峰前實際負荷以較高水平運行，為減輕電網(wǎng)壓力，滿足調(diào)峰需求曲線的要求，公交樁和私人樁的充電負荷均有所下降，共同參與電網(wǎng)調(diào)峰。

4 結(jié)論

在“雙碳”目標的大力推動下，新能源電動汽車得到了蓬勃的發(fā)展，其作為儲能單元參與電網(wǎng)調(diào)節(jié)的能力正在被不斷發(fā)掘。本文提出了一種基于需求曲線的電動汽車參與電網(wǎng)調(diào)峰的實時控制調(diào)度策略，在負荷總量能夠滿足電網(wǎng)調(diào)峰需求的基礎(chǔ)上，建立數(shù)學模型，通過仿真分析驗證了其可行性與有效性。主要結(jié)論有：

（1）通過算法合理調(diào)度電動汽車的充電功率和時間，可以有效減緩電網(wǎng)的負荷波動，降低峰谷差，初步實現(xiàn)電網(wǎng)的“削峰填谷”。

（2）公交樁在用電低谷期的高負荷運行、能夠快速提高此時段的負荷水平。降低私人樁與公交樁在用電高峰期的負荷功率，能夠?qū)崿F(xiàn)負荷的時空平移，優(yōu)化負荷曲線。