劉艷萍，李欣，楊景旭，曾順奇，黃國華

(1. 廣東電網(wǎng)有限責(zé)任公司廣州供電局，廣州 510620；2. 廣州市奔流電力科技有限公司，廣州 510670)

0 引言

近年來，電動汽車(electric vehicle, EV)產(chǎn)業(yè)的快速發(fā)展給電網(wǎng)運行帶來了巨大的挑戰(zhàn)[1 - 3]，其中充足的變壓器容量是EV負(fù)荷接入電網(wǎng)的安全保障之一[4 - 6]。對此，目前有兩種解決方法：1)利用公變的冗余容量來消納新增EV負(fù)荷[7 - 8]；2)由充電站運營商新建專用變壓器(以下簡稱“專變”)[9]，但新建配電系統(tǒng)成本較大。而城市中大廈、商場、辦公樓宇等場所還有很多具有一定冗余容量的專用變壓器[10](簡稱“專變”)，因此充分利用專變?nèi)哂嗳萘繛槌潆娬竟╇姵蔀楫?dāng)前一個可行的方案。

為此，文獻[11]提出利用單樓宇專變的冗余容量為充電站供電的“專變共享”模式。雖然這一模式能挖掘?qū)Ｗ內(nèi)哂嗳萘康膬r值，以更節(jié)約的方式來滿足更多EV的充電需求，但是當(dāng)樓宇負(fù)荷與充電負(fù)荷高峰重疊時，專變負(fù)荷壓力很大，需要大量EV轉(zhuǎn)移到其他時段充電[12]，可能會出現(xiàn)單樓宇供電下專變?nèi)萘慷倘眴栴}。由于不同類型樓宇的負(fù)荷特性往往存在一定的差異[13]，其專變?nèi)哂嗳萘靠赡芫哂幸欢ǖ幕パa性。因此，相鄰樓宇專變?nèi)哂嗳萘康臅r空差異性給依托樓宇專變建設(shè)的充電站帶來了有序充電聯(lián)合調(diào)節(jié)的可能性，這對充分挖掘?qū)Ｗ內(nèi)萘績r值、提升充電服務(wù)能力和促進EV產(chǎn)業(yè)發(fā)展具有重要意義。

在充電負(fù)荷控制上，目前的研究主要是通過改善充電負(fù)荷的時序特性來解決線路和變壓器過載等問題，主要采用電價引導(dǎo)的有序充電[14 - 16]、進行激勵補償?shù)男枨箜憫?yīng)[17 - 20]和充電樁功率直接控制[21]等措施。而充電站的聯(lián)合調(diào)節(jié)需要電動汽車進行空間上的轉(zhuǎn)移，因此如何根據(jù)充電站之間的電價差信息確定車主的充電站點選擇成為解決該問題的關(guān)鍵。此外，當(dāng)需要EV車主從原計劃充電站轉(zhuǎn)移到所聯(lián)合的另一個充電站充電時，由于轉(zhuǎn)移過程耗時耗電，因此聯(lián)合充電站距離也影響車主的充電成本，在有序充電策略中如何量化評估車主選擇其他充電站的代價，是策略能否得到車主響應(yīng)的關(guān)鍵。

此外，由于不同類型樓宇負(fù)荷特性差別較大，聯(lián)合不同樓宇專變進行有序充電調(diào)節(jié)的難度可能不同。因此評估集群樓宇專變的互補特性和運營商聯(lián)合調(diào)節(jié)的難度，為運營商選擇與EV充電需求更匹配的樓宇專變提供參考建議，是當(dāng)前的重要需求。

為此，本文提出運營商利用鄰近多棟樓宇的專變?yōu)榭鐦怯畛潆娬竟╇姷膶Ｗ內(nèi)萘炕Ｊ?簡稱互濟模式)，即聯(lián)合不同樓宇的專變?nèi)哂嗳萘縼頌橥贿\營商管理的多個充電站供電，通過實施時空差異化的聯(lián)合充電價來引導(dǎo)車主有序充電: 一方面靈活調(diào)節(jié)各時段充電價以引導(dǎo)車主錯開樓宇負(fù)荷高峰充電；另一方面協(xié)調(diào)聯(lián)合充電站在相同時段的充電價格，以站間充電價差引導(dǎo)車主錯站充電。首先建立了運營商、專變用戶和車主的三方博弈調(diào)節(jié)機制，提出了互濟模式下有序充電效果和難度評價的指標(biāo)和方法，建立聯(lián)合充電站EV有序充電的優(yōu)化模型與策略。最后，通過仿真驗證了模型的有效性。

1 互濟模式下三方博弈調(diào)節(jié)機制

如圖1所示，在互濟模式中，為簡單化模型，以運營商聯(lián)合兩棟樓宇建設(shè)充電站為例，假設(shè)樓宇負(fù)荷由單專變供電(當(dāng)樓宇由多專變供電時將同一棟樓宇的多個專變等效為單個專變)，運營商依托一棟樓宇的專變建設(shè)一個充電站。定義聯(lián)合調(diào)節(jié)的充電站群(如圖1中的充電站1和充電站2)為聯(lián)合充電站；相應(yīng)地，定義所聯(lián)合的專變(如圖1的專變1和專變2)為聯(lián)合專變。電動汽車依據(jù)電價信息在聯(lián)合充電站之間進行轉(zhuǎn)移。

圖1 互濟模式原理圖Fig.1 Schematic diagram of the mutual assistance mode

在互濟模式中，專變用戶、聯(lián)合充電站運營商和車主各方都將基于需求和利益參與運營。運營商不需新裝變壓器，通過充電價與電網(wǎng)電價差獲利。專變用戶通過收取專變租費來獲利，可通過調(diào)節(jié)租費價格來協(xié)助運營商引導(dǎo)EV錯峰充電。車主根據(jù)電價選擇充電時間和充電站，減小充電成本[11]。

在三方博弈過程中，將形成以下調(diào)節(jié)機制。

1)專變用戶：可根據(jù)樓宇預(yù)測負(fù)荷來初步制定租費價格，原則上是專變?nèi)哂嗳萘吭酱笞赓M價格設(shè)置越低，以配合運營商調(diào)節(jié)電價策略來引導(dǎo)車主在專變?nèi)哂嗳萘看蟮臅r段充電。

2)聯(lián)合充電站運營商：根據(jù)租費價格、專變?nèi)哂嗳萘恳约俺潆婎A(yù)測負(fù)荷來進行電價調(diào)節(jié)；總體上抬高充電負(fù)荷和樓宇負(fù)荷高峰重疊時段電價，壓低專變負(fù)荷壓力較小時段電價，以引導(dǎo)車主錯峰充電，同時根據(jù)樓宇負(fù)荷和充電負(fù)荷協(xié)調(diào)聯(lián)合充電站的充電價以引導(dǎo)車主錯站充電，稱之為聯(lián)合充電價；然后根據(jù)租費價格、車主響應(yīng)程度和各方需求的滿足程度來循環(huán)調(diào)節(jié)聯(lián)合充電價。

3)車主：根據(jù)聯(lián)合充電站的電價策略對原計劃的充電時間和充電站進行響應(yīng)性調(diào)整。在這過程中，除了電價外，還需要考慮排隊候時、轉(zhuǎn)移損耗等，以總成本最小作為選擇準(zhǔn)則。

三方將根據(jù)調(diào)節(jié)效果及各方需求滿足程度來循環(huán)調(diào)節(jié)，以制定出在互濟模式下更有效的專變租費價格和充電站電價策略，最大程度挖掘各專變?nèi)哂嗳萘康膬r值。

2 互濟模式下聯(lián)合調(diào)節(jié)效果和難度評估

為了更好地實現(xiàn)互濟模式的有序充電控制，需要評估聯(lián)合調(diào)節(jié)的效果和難度。

2.1 聯(lián)合調(diào)節(jié)效果評估指標(biāo)

互濟模式的聯(lián)合調(diào)節(jié)效果，一方面反映為聯(lián)合專變滿足EV充電需求的程度，另一方面反映為單一專變獨立為EV充電活動供電和聯(lián)合專變?yōu)镋V充電活動供電時滿足率的差異。

2.1.1 EV發(fā)生充電站轉(zhuǎn)移情況

從車主的角度出發(fā)，當(dāng)EV了解到在聯(lián)合充電站內(nèi)排隊充電的EV過多時，為了減少候時，將會考慮轉(zhuǎn)移到聯(lián)合充電站外進行充電。因此本文假設(shè)當(dāng)聯(lián)合充電站總排隊EV數(shù)大于基準(zhǔn)數(shù)Np0時，新到站的EV需轉(zhuǎn)移到聯(lián)合充電站外進行充電。判斷標(biāo)準(zhǔn)為：

(1)

(2)

式中：φ=1時表示新到站的EV需轉(zhuǎn)移到聯(lián)合充電站外充電，φ=0時表示排隊問題可通過聯(lián)合充電價協(xié)調(diào)解決；NES(j,t)為t時刻在充電站j的EV的數(shù)量；Nr(j,t)為t時刻充電站j可同時提供充電服務(wù)的EV數(shù)量；P0為充電樁的額定充電功率；Sr(j,t)為t時刻專變j的冗余容量，計算方法參見文獻[10]。

2.1.2 聯(lián)合專變充電滿足率

當(dāng)聯(lián)合充電價無法協(xié)調(diào)專變?nèi)哂嗳萘慷倘焙虴V充電需求矛盾時，部分EV可能轉(zhuǎn)移到聯(lián)合充電站外充電，此時將不滿足這部分EV的充電需求。因此可定義聯(lián)合專變充電滿足率ηc為聯(lián)合專變?nèi)哂嗳萘繚M足EV充電需求的程度，即：

(3)

式中N0和Nc分別為一天中計劃和實際在聯(lián)合充電站充電的EV總數(shù)。

2.1.3 聯(lián)合調(diào)節(jié)提升比

互濟模式的一個重要功能是利用不同專變?nèi)哂嗳萘繒r序特性的互補關(guān)系來解決單專變?nèi)萘慷倘眴栴}?？疾鞂Ｗ儶毩槌潆娬竟╇姾吐?lián)合專變?yōu)槌潆娬竟╇姇r滿足率的差異，可反映互濟模式的聯(lián)合調(diào)節(jié)效果。為此，本文以聯(lián)合調(diào)節(jié)提升比δ為指標(biāo)來考察互濟模式的聯(lián)合調(diào)節(jié)效果。

(4)

式中：ηc為聯(lián)合專變?yōu)镋V充電供電時的滿足率；ηs為專變獨立為EV充電供電時的滿足率。

2.1.4 聯(lián)合專變?nèi)哂嗳萘坷寐?/p>

為考察聯(lián)合專變?nèi)哂嗳萘康睦们闆r，定義冗余容量利用率為各時段充電站負(fù)荷與專變?nèi)哂嗳萘勘戎档钠骄担⒍x聯(lián)合專變的冗余容量利用率ηr為各專變?nèi)哂嗳萘坷寐实钠骄?，即?/p>

(5)

式中：PES(j,k)為專變j的冗余容量；Ng為充電站個數(shù)。

2.2 聯(lián)合專變互補性評估模型

對于不同的樓宇負(fù)荷組合，為了評估聯(lián)合專變的互補特性，并考察聯(lián)合專變?nèi)哂嗳萘颗c充電需求的匹配程度，定義聯(lián)合專變互補性指標(biāo)θ為聯(lián)合專變?nèi)哂嗳萘颗c引導(dǎo)前充電預(yù)測負(fù)荷標(biāo)準(zhǔn)差σ的倒數(shù)。

(6)

2.3 有序充電聯(lián)合調(diào)節(jié)難度量化模型

(7)

2.4 聯(lián)合充電站極限距離評估模型

由于并非所有的樓宇專變都適合并愿意為充電站供電，聯(lián)合的充電站可能有一定的距離。當(dāng)聯(lián)合充電站距離太遠(yuǎn)時，很難通過聯(lián)合充電價引導(dǎo)EV轉(zhuǎn)移到另一個充電站充電，無法發(fā)揮互濟模式的功能，基于此本文評估聯(lián)合充電站極限距離，從而為運營商選擇樓宇專變提供參考。

聯(lián)合調(diào)節(jié)提升比能夠反映互濟模式的有序充電聯(lián)合調(diào)節(jié)效果，以聯(lián)合充電站距離100 m為基準(zhǔn)計算出對應(yīng)的聯(lián)合調(diào)節(jié)提升比δ100， 設(shè)定能夠接受的聯(lián)合調(diào)節(jié)提升比與δ100相比的降低率為μ。一般地，0<μ<1，其推薦值為0.5，基于此定義聯(lián)合充電站極限距離Lmax為：

(8)

式中：L為聯(lián)合充電站路程距離；δL為聯(lián)合充電站距離為L時的聯(lián)合調(diào)節(jié)提升比。

3 互濟模式下有序充電優(yōu)化模型

互濟模式下的有序充電聯(lián)合調(diào)節(jié)涉及車主、運營商、專變用戶等多方利益，需同時兼顧各方利益，并充分發(fā)揮專變?nèi)哂嗳萘康淖饔谩?/p>

3.1 各方需求指標(biāo)

3.1.1 車主充電代價

車主充電代價包含充電費用、候時成本、充電轉(zhuǎn)移成本等。

1)車主充電費用

充電費用是車主最關(guān)注的問題。第i輛EV日充電費用Dc(i)和充電均價pavg(i)計算公式分別為：

(9)

式中：Wc(i)為第i輛EV的日充電量；pch(k)為該EV所選充電站在k時段的充電價格；T(i,k)為第i輛EVk時段在該充電站的充電時長；P0為充電功率均值。

2)車主充電候時成本

車主充電候時成本Dw(i)可通過官方公布的市民時薪均值ph與各輛車候時的乘積來計算。

Dw(i)=ph[tc(i)-ta(i)]/60

(10)

式中：tc(i)和ta(i)分別為第i輛EV開始充電時間和到站時間。候時以分鐘為單位，其值小于1 min時，當(dāng)作0來處理。

3)充電轉(zhuǎn)移成本

綜合車主在充電站間轉(zhuǎn)移時耗費的時間成本和電量成本，可計算車主進行充電站轉(zhuǎn)移的代價，即充電轉(zhuǎn)移成本Dm(i)。 設(shè)EV進行充電站轉(zhuǎn)移時往返需多行駛的距離為聯(lián)合充電站距離的兩倍，則有：

(11)

式中：ΔTm(i)和ΔWm(i)分別為第i輛EV轉(zhuǎn)移時間損耗和轉(zhuǎn)移電量損耗；vm為EV平均時速；EEV為EV電池容量；Lr為滿電巡航距離，L(i)為第i輛車的巡航距離。

4)車主充電代價

綜合3項成本得到車主i的充電總代價DCh(i)。

DCh(i)=Dc(i)+Dw(i)+Dm(i)

(12)

綜合累計一天中在該充電站充電的所有EV的總充電成本DCT為：

(13)

3.1.2 專變租金收益

專變用戶通過向運營商收取專變租費來獲利?？偝潆娏吭酱?，專變用戶收取費用越高，因此聯(lián)合專變租金收益Dz0與各時段充電負(fù)荷有關(guān)，即：

(14)

式中：pr(j,k)為專變j在k時段的租費價格；PES(j,k)為充電站j在k時段的充電負(fù)荷。

3.1.3 運營商毛利潤

運營商聯(lián)合經(jīng)營多個接入不同專變的充電站，向車主收取電網(wǎng)電價費用和充電服務(wù)費用，其中充電服務(wù)費用體現(xiàn)在充電服務(wù)價格上，同時運營商向?qū)Ｗ冇脩糁Ц秾Ｗ冏赓M。運營商日毛利潤Ds0為[22]：

(15)

式中：ps(j,k)為充電站j在k時段的充電服務(wù)價格，即充電價和電網(wǎng)電價之差。

3.2 有序充電的綜合目標(biāo)函數(shù)

為保證各方的需求和利益都得到滿足，綜合車主充電成本最小化、專變租金收益最大化和運營商毛利潤最大化建立有序充電綜合目標(biāo)，即：

max(-γ1DCT+γ2Dz0+γ3Ds0)

(16)

式中：γ1～γ3為權(quán)重系數(shù)，且γ1+γ2+γ3=1。

3.3 車主充電行為決策優(yōu)化方法

將一天均分為96個時段，設(shè)聯(lián)合充電站的數(shù)目為Ng， 則每個車主除了原充電計劃外，還有Ng×96個充電站和開始充電時間選擇方案。根據(jù)車主原計劃選擇的充電站和開始充電時間，在其他車主開始充電時間和充電站選擇不變的情況下，計算某EV在Ng×96個選擇方案下的充電總代價，以充電總代價最小調(diào)整開始充電時間和充電站選擇方案；所有車主都調(diào)整后，再根據(jù)各車主新的充電方案來優(yōu)化開始充電時間和充電站選擇，如此不斷循環(huán)直到各車主的選擇方案不再變化為止。

3.4 有序充電約束條件

上述有序充電優(yōu)化模型需滿足充電價格、專變租費價格、電池電量和運營商毛利潤的約束，即：

pgrid(k)≤pchg(j,k)≤pmax

(17)

式中：pchg(j,k)為充電價；pmax為最大充電價；pgrid為電網(wǎng)電價。

pr.min≤pr(j,k)≤pr.max

(18)

式中：pr.max為最大租費價格；pr.min為最小租費價格。

SOC≥Sm

(19)

式中：SOC為電池剩余容量；Sm為電池最小允許剩余電量。

(20)

3.5 有序充電優(yōu)化方法

對于專變互濟模式中有序充電控制問題，本文采用粒子群算法[23]進行優(yōu)化。在算法迭代時，對于各粒子的聯(lián)合充電價和租費價格方案，根據(jù)3.3節(jié)車主充電行為決策優(yōu)化方法來優(yōu)化各車主的充電和充電站選擇，然后求解各EV充電負(fù)荷和充電站負(fù)荷，進而計算有序充電綜合目標(biāo)，并更新各粒子個體極值和全局極值。具體流程如圖2所示。

4 算例仿真分析

4.1 參數(shù)設(shè)置

本文以兩棟樓宇充電站進行有序充電聯(lián)合調(diào)節(jié)為例進行仿真。引導(dǎo)前服務(wù)價格取值1元/kWh[22]，

圖2 有序充電優(yōu)化流程Fig.2 Optimisation process of orderly charging

pmax取2.2元/kWh；為維持運營商和專變用戶利潤分配比在3:1左右[11]，pr.max和pr.min分別取0.3和0.1元/kWh。為避免過充，充滿電的SOC期望設(shè)為0.9。兩個專變的容量皆為1 250 kVA，接入充電負(fù)荷前專變各時段平均負(fù)載率為0.4。粒子數(shù)取1 000，迭代次數(shù)取400；γ1～γ3比值按1:1:1 設(shè)置；Np0取6；Sm取0.1；電網(wǎng)峰平谷電價參見文獻[24]。設(shè)計劃到兩個充電站充電的EV皆為700輛，因此N0為1 400輛。循環(huán)次數(shù)mx設(shè)為20。EV參數(shù)和車主充電行為概率見文獻[25]，抽取各輛EV的充電行為參數(shù)作為其原充電計劃。

樓宇負(fù)荷根據(jù)文獻[13]的迎晚峰型、價格敏感型、早九晚五型、夜間用電型和用電穩(wěn)健型(分別記為類型1～5)的負(fù)荷特征進行負(fù)荷數(shù)據(jù)生成，如圖3所示。

圖3 不同類型樓宇負(fù)荷曲線圖Fig.3 Curves of different types of building load

4.2 有序充電調(diào)節(jié)機制的有效性分析

聯(lián)合充電站距離為0.4 km，樓宇負(fù)荷組合為類型1和類型3時，采用本文的有序充電調(diào)節(jié)機制進行優(yōu)化，聯(lián)合調(diào)節(jié)后充電站的充電價如圖1所示(與基于電網(wǎng)電價的充電價進行對比)。充電站預(yù)測負(fù)荷分別如圖4—5所示，需求指標(biāo)如表1所示。充電站轉(zhuǎn)移情況如表2所示。

圖4 調(diào)節(jié)后的充電價Fig.4 Charging price after regulation

圖5 充電預(yù)測負(fù)荷對比Fig.5 Comparison of charging load forecast

結(jié)合圖5和表1可知，互濟模式下，充電成本更低，專變租金收益以及運營商毛利潤更大，說明各方的需求都得到了更大的滿足；專變1和專變2的充電滿足率ηc和冗余容量利用率ηr增大了，說明專變?nèi)哂嗳萘康玫搅烁映浞值睦茫梢詾楦嗟腅V提供充電服務(wù)。

表1 聯(lián)合節(jié)前后需求指標(biāo)Tab.1 Demand indicators before and after joint regulation

表2 EV進行充電站轉(zhuǎn)移的數(shù)量Tab.2 Number of EV choosing another charging station

由圖4—5可得，聯(lián)合調(diào)節(jié)后，運營商抬高專變?nèi)哂嗳萘慷倘睍r段的充電價，壓低專變?nèi)哂嗳萘坑欣每臻g的時段的充電價。在電價激勵下，部分EV的充電時間從專變?nèi)哂嗳萘慷倘睍r段轉(zhuǎn)移到專變負(fù)載率小的時段。同時，在20:00～22:00時段專變1冗余容量短缺，導(dǎo)致其專變滿足率較小，而同時段專變2冗余容量還有可利用的空間；在08:00～10:00時段專變2冗余容量極度緊缺，導(dǎo)致其專變滿足率較小，而同時段專變1冗余容量還有可利用的空間。在上述時段，運營商抬高專變?nèi)哂嗳萘慷倘钡某潆娬镜某潆妰r，壓低冗余容量利用空間的充電站的充電價，以引導(dǎo)車主錯站充電。由表2可知，在聯(lián)合充電價調(diào)節(jié)下，共有88輛EV從充電站1轉(zhuǎn)移到充電站2，有127輛EV從充電站2轉(zhuǎn)移到充電站1。EV轉(zhuǎn)移到聯(lián)合充電站外充電的需求減小，因此專變能夠滿足更多EV的充電需求。聯(lián)合調(diào)節(jié)后，轉(zhuǎn)移到聯(lián)合充電站外充電的EV數(shù)由350輛降低到22輛，改善效果明顯。

總的來說，在聯(lián)合充電價調(diào)節(jié)下，聯(lián)合充電站能夠為更多的EV提高充電服務(wù)，專變用戶租金收益和運營商毛利潤也因此得到了提高。由于車主在電價策略下選擇時間金錢成本更小的時段和充電站充電，在一定程度上降低了其充電代價。因此，本文提出的專變互濟模式下的聯(lián)合調(diào)節(jié)機制夠很好地滿足各方的需求。

4.3 樓宇負(fù)荷類型對聯(lián)合調(diào)節(jié)難度的影響

設(shè)聯(lián)合充電站距離為0.4 km時，對于表3中不同類型的樓宇負(fù)荷組合情況，采用本文的調(diào)節(jié)機制進行優(yōu)化，需求層指標(biāo)如表3所示。

表3 不同樓宇組合的需求指標(biāo)Tab.3 Demand indicators with different building group

由表3可知，聯(lián)合專變互補性θ越強的組合，聯(lián)合調(diào)節(jié)難度πd越小，聯(lián)合專變滿足率越大，運營商毛利潤和專變租金收益也越高。由圖1可知，當(dāng)樓宇負(fù)荷組合與充電需求高峰相對錯開時，專變?nèi)哂嗳萘吭跁r序特性上更加互補，因此在引導(dǎo)前樓宇專變?nèi)哂嗳萘烤偷玫捷^好的利用，引導(dǎo)EV從樓宇負(fù)荷高峰轉(zhuǎn)移到其他時段充電的需求較小，因此有序充電聯(lián)合調(diào)節(jié)的難度更小。同時由于能夠更加充分利用樓宇專變的冗余容量為更多EV充電活動供電，聯(lián)合專變滿足率ηc更大，運營商和專變用戶也容易獲得更大的利潤。當(dāng)聯(lián)合專變互補性較弱時，需要車主轉(zhuǎn)移到其他時段充電的需求較大，此時需要運營商在電價上做出較大讓步來引導(dǎo)車主，因此運營商的利潤將會被壓縮。因此運營商應(yīng)選擇互補性更強的樓宇專變?yōu)镋V充電活動供電。

上述仿真場景中，組合5是以組合1和4兩種樓宇負(fù)荷組合作為聯(lián)合專變樓宇負(fù)荷進行實驗的。由表3可知，組合5的聯(lián)合專變互補性大于組合1和組合4的，組合5的聯(lián)合調(diào)節(jié)難度小于后兩種情況，組合5的聯(lián)合專變充電滿足率等指標(biāo)也明顯優(yōu)于組合1和4的。這說明聯(lián)合具有互補性的樓宇專變?yōu)槌潆娬竟╇姡ㄟ^站間電價差引導(dǎo)EV錯站充電，能利用不同專變?nèi)哂嗳萘繒r序特性的互補關(guān)系來解決單專變在其樓宇負(fù)荷高峰時段冗余容量極度緊缺問題，比采用單類型樓宇專變時能夠為更多EV提供充電服務(wù)。同理，由組合2、3、6和組合3、4、7也可得到相同結(jié)論，這進一步驗證了專變互濟模式的合理性和有效性。

4.4 聯(lián)合充電站距離對聯(lián)合調(diào)節(jié)效果的影響

樓宇負(fù)荷組合為類型1和類型3時，不斷增大聯(lián)合充電站距離，各項指標(biāo)變化情況化情況如表4所示，其中Dm0為所有車主的充電轉(zhuǎn)移成本之和。

表4 距離增大時指標(biāo)的變化Tab.4 Changes in indicators as the distance increases

由表4可知，當(dāng)聯(lián)合充電站距離增大時，車主充電轉(zhuǎn)移成本Dm0不斷增大，導(dǎo)致車主充電成本DCT不斷增大，聯(lián)合專變充電滿足率ηc、 聯(lián)合調(diào)節(jié)提升比δ不斷下降，運營商毛利潤Ds0和專變租金收益Dz0也不斷降低。這說明隨著聯(lián)合充電站距離增大，車主進行充電站轉(zhuǎn)移的代價增大，充電成本增大，因此車主進行充電站轉(zhuǎn)移的積極性和響應(yīng)程度受到限制，聯(lián)合調(diào)節(jié)效果變差，專變互濟模式的功能無法很好地發(fā)揮。專變在其負(fù)荷高峰時段冗余容量短缺，無法部分EV的充電需求，因此有部分EV轉(zhuǎn)移到聯(lián)合充電站外充電，聯(lián)合專變充電滿足率和聯(lián)合調(diào)節(jié)提升比下降，專變用戶和運營商利潤減少。由此可得，聯(lián)合充電站距離對聯(lián)合調(diào)節(jié)效果有直接的影響，當(dāng)聯(lián)合充電站距離過大時，無法實現(xiàn)專變互濟模式。

經(jīng)計算，在該樓宇負(fù)荷組合下，設(shè)δL為0.5時，聯(lián)合充電站極限距離為0.73 km，當(dāng)選擇的樓宇專變距離大于該極限值時，聯(lián)合調(diào)節(jié)效果有限，難以發(fā)揮專變互濟模式的功能。

5 結(jié)論

本文提出了充電站運營商聯(lián)合跨樓宇的專變來為充電站群供電的專變互濟模式及其有序充電優(yōu)化控制模型，并得出以下結(jié)論。

1)在本文互濟模式中，運營商調(diào)節(jié)聯(lián)合充電價，通過電價激勵保證了車主參與有序充電的積極性，并且能夠很好地引導(dǎo)車主錯峰錯站充電，從而為更多的EV提供充電服務(wù)，能夠更好地滿足各方需求。

2)聯(lián)合專變互補性越強，聯(lián)合調(diào)節(jié)難度越小，且聯(lián)合具有互補性的樓宇專變比聯(lián)合單類型樓宇專變能夠為更多EV提供充電服務(wù)，因此運營商應(yīng)選擇聯(lián)合專變互補性更強的樓宇專變?yōu)槌潆娬竟╇姟?/p>

3)聯(lián)合充電站距離過大時無法實現(xiàn)專變互濟模式。以聯(lián)合調(diào)節(jié)提升比為指標(biāo)來評估聯(lián)合充電站極限距離，可為運營商選擇合適樓宇專變提供參考。

此外，本文主要研究局部區(qū)域充電站聯(lián)合調(diào)節(jié)的效果，因此以聯(lián)合兩棟樓宇的充電站進行有序充電聯(lián)合調(diào)節(jié)為例進行仿真，調(diào)節(jié)效果較為明顯。在后續(xù)的研究中，可以進一步擴大聯(lián)合調(diào)節(jié)的充電站數(shù)量規(guī)模，以進一步證明本文模型的普適性。