李華昌，揭東帥，徐敏

(1.中國(guó)電建集團(tuán)江西省電力設(shè)計(jì)院有限公司，南昌 330000； 2.南昌大學(xué) 信息工程學(xué)院，南昌 330000)

0 引 言

隨著燃煤、燃油等傳統(tǒng)能源的不斷消耗及環(huán)境污染問(wèn)題，電力這一清潔能源以其綠色環(huán)保的優(yōu)勢(shì)愈發(fā)受到大家關(guān)注。當(dāng)前國(guó)內(nèi)國(guó)際電動(dòng)汽車市場(chǎng)發(fā)展迅猛，許多國(guó)家相繼出臺(tái)了禁止燃油汽車銷售的政策時(shí)間表，我國(guó)海南也制定了禁售燃油汽車的遠(yuǎn)景目標(biāo)。尤其以比亞迪為首的車企自主創(chuàng)新，開(kāi)發(fā)出DM-i超級(jí)混動(dòng)系統(tǒng)，讓電動(dòng)汽車備受市場(chǎng)青睞。由此可見(jiàn)未來(lái)汽車電動(dòng)化將是大勢(shì)所趨。但是，大規(guī)模電動(dòng)汽車接入電網(wǎng)，尤其是快充的大面積普及，極易造成電網(wǎng)負(fù)荷短期迅速增加、網(wǎng)損增大等不利于電網(wǎng)穩(wěn)定運(yùn)行的影響，這對(duì)整個(gè)電網(wǎng)都是一大考驗(yàn)[1-4]。

針對(duì)這一問(wèn)題，文獻(xiàn)[5]以峰谷電價(jià)政策引導(dǎo)用戶晚點(diǎn)低谷時(shí)充電，但卻沒(méi)研究用戶充電的最優(yōu)策略。文獻(xiàn)[6]為了削峰填谷，提出基于車聯(lián)網(wǎng)系統(tǒng)(V2G)的調(diào)控方法。文獻(xiàn)[7]在考慮電網(wǎng)波動(dòng)的同時(shí)關(guān)注用戶利益，提出在電價(jià)指導(dǎo)下的電動(dòng)汽車有序充電模型，但是該數(shù)學(xué)模型需要頻繁調(diào)整電動(dòng)汽車的充電狀態(tài)，嚴(yán)重縮短了汽車電池的使用壽命。文獻(xiàn)[8]的電動(dòng)汽車充放電模型，采用分層調(diào)度的方式實(shí)現(xiàn)上下兩層的動(dòng)態(tài)平衡，但該調(diào)度模型未將電網(wǎng)實(shí)際負(fù)荷水平考慮在內(nèi)。

電力市場(chǎng)化改革的根本目的就是提升電力資源配置效率，使能源高效利用，實(shí)現(xiàn)綠色、可持續(xù)發(fā)展。隨著電力市場(chǎng)化改革的推進(jìn)，為滿足多樣的市場(chǎng)需求，除提供基本電能交易服務(wù)外，輔助服務(wù)是電力市場(chǎng)一個(gè)必不可少的補(bǔ)充，其中降低高峰負(fù)荷、平緩負(fù)荷曲線是輔助服務(wù)中非常重要的一項(xiàng)服務(wù)。為保證未來(lái)電動(dòng)汽車綠色節(jié)能發(fā)展并與電網(wǎng)協(xié)調(diào)聯(lián)動(dòng)，解決因電動(dòng)汽車大規(guī)模接入電網(wǎng)無(wú)序充電引起的負(fù)荷峰上加峰問(wèn)題，提出基于鯨魚(yú)算法(WOA)用于優(yōu)化大規(guī)模電動(dòng)汽車充電的控制方法，有效削減充電負(fù)荷尖峰、平緩充電負(fù)荷曲線，實(shí)現(xiàn)有序用電這一優(yōu)化目標(biāo)，為電力市場(chǎng)化交易中的輔助服務(wù)提供選項(xiàng)[9-10]。

1 算法基本原理

1.1 基本原理

鯨魚(yú)算法的基本原理是模擬自然界中鯨魚(yú)的日常捕食方式，通過(guò)模擬捕食過(guò)程各環(huán)節(jié)，實(shí)現(xiàn)優(yōu)化搜索的目的。步驟如下：

(1)環(huán)繞捕食目標(biāo)

發(fā)現(xiàn)捕食目標(biāo)后，立刻吐出氣泡并將氣泡環(huán)繞捕食目標(biāo)。初始設(shè)置時(shí)將當(dāng)前鯨魚(yú)位置設(shè)置為捕食目標(biāo)位置，其他鯨魚(yú)向當(dāng)前位置靠攏[11]。公式如下：

(1)

(2)

(3)

(4)

(2)氣泡捕食(局部搜索)

不斷吐出氣泡，并將其包圍捕食目標(biāo)，通過(guò)兩種方式收縮捕食范圍：a.包圍收縮；b.螺旋捕食[12]。

圖1 包圍收縮方式

(5)

(6)

式中b為控制螺旋移動(dòng)的常數(shù)；l為(0,1)范圍內(nèi)的隨機(jī)數(shù)。

選取包圍收縮或是選擇螺旋捕食的方式是等概率的。為了實(shí)現(xiàn)完全隨機(jī)，設(shè)二者機(jī)率各50%，參數(shù)p設(shè)置在(0,1)得以實(shí)現(xiàn)。如公式(7)所示：

(7)

(3)搜索捕食目標(biāo)(全局搜索)

(8)

(9)

1.2 算法流程

步驟1：初始化鯨魚(yú)種群；

步驟4：更新當(dāng)前最優(yōu)鯨魚(yú)個(gè)體；

步驟5：滿足終止條件，輸出結(jié)果；不滿足，則返回步驟3，繼續(xù)迭代[16]。

算法的流程圖如圖2所示。

圖2 鯨魚(yú)算法(WOA)的流程圖

2 鯨魚(yú)算法優(yōu)化有序充電的具體應(yīng)用

2.1 目標(biāo)函數(shù)

文中目標(biāo)：削減因無(wú)序充電造成的電網(wǎng)負(fù)荷高峰。用數(shù)學(xué)模型表示：

(10)

2.2 約束條件

(11)

式中ton為充電開(kāi)始時(shí)間；tin為充電接入時(shí)間；te為充電結(jié)束時(shí)間；Pi為第i輛車充電功率；ET0為電池初始電量；ET為電池容量。

2.3 算例分析

取某地電網(wǎng)典型日負(fù)荷實(shí)際數(shù)據(jù)(冬季和夏季)，建立總數(shù)為100輛的電動(dòng)汽車模型，每0.25 h生成充電負(fù)荷數(shù)據(jù)，24 h共計(jì)96個(gè)負(fù)荷數(shù)據(jù)，具體如下：

(1)初始化：電動(dòng)汽車充電接入時(shí)間tin(1×100的矩陣)：以接入時(shí)間高峰19點(diǎn)為均值的正態(tài)分布；充電完成時(shí)間te：均值為7點(diǎn)的正態(tài)分布；汽車電池初始電量ET0：均值為20%的正態(tài)分布；汽車電池額定容量ET：36 kW·h；汽車充電功率Pi：7 kW(剩余容量<90%)或1.5 kW(剩余容量≥90%)。tin與ton約束條件見(jiàn)公式(11)；

(2)無(wú)序充電：汽車接入即充電，tin與ton保持一致。根據(jù)所有電動(dòng)汽車充電數(shù)據(jù)得到各時(shí)刻負(fù)荷，即為無(wú)序充電狀態(tài)數(shù)據(jù)；

圖3是程序運(yùn)行結(jié)果，基礎(chǔ)負(fù)荷為某地冬、夏季兩季典型日負(fù)荷數(shù)據(jù)，夏季基礎(chǔ)負(fù)荷晚高峰2 094 kW，無(wú)序充電高峰2 779 kW；冬季基礎(chǔ)負(fù)荷高峰1 820 kW，無(wú)序充電高峰1 972 kW。經(jīng)過(guò)鯨魚(yú)算法優(yōu)化后的充電高峰：夏季2 163 kW，較無(wú)序充電高峰降低22.2%；冬季1 810 kW，較無(wú)序充電高峰降低8.2%。

結(jié)果表明， 經(jīng)過(guò)鯨魚(yú)算法(WOA)優(yōu)化，充電時(shí)間調(diào)整到后半夜(負(fù)荷低谷期)，充電高峰負(fù)荷明顯下降，達(dá)到削減無(wú)序充電造成的負(fù)荷高峰目標(biāo)。在日負(fù)荷曲線改變時(shí)，鯨魚(yú)算法能夠相應(yīng)進(jìn)行調(diào)整，實(shí)現(xiàn)不同負(fù)荷曲線下的削峰填谷，從而減輕不同運(yùn)行狀況電網(wǎng)的供電高峰壓力。

圖3 鯨魚(yú)算法(WOA)有序充電優(yōu)化結(jié)果

3 結(jié)束語(yǔ)

針對(duì)電動(dòng)汽車無(wú)序充電導(dǎo)致電網(wǎng)高峰負(fù)荷短期迅速增加、網(wǎng)損增大等一系列問(wèn)題，提出基于鯨魚(yú)算法(WOA)的有序充電優(yōu)化方法。通過(guò)調(diào)整電動(dòng)汽車接入電網(wǎng)后開(kāi)始充電時(shí)間，優(yōu)化充電流程及策略，將充電高峰負(fù)荷進(jìn)行轉(zhuǎn)移。模擬模型結(jié)果表明：對(duì)比電動(dòng)汽車無(wú)序充電和鯨魚(yú)算法(WOA)優(yōu)化后的有序充電，優(yōu)化后充電高峰負(fù)荷顯著降低，負(fù)荷曲線變得平滑，有很好的削峰填谷效果，驗(yàn)證了該優(yōu)化控制方法的有效性。