李華昌,揭東帥,徐敏
(1.中國電建集團江西省電力設計院有限公司,南昌 330000; 2.南昌大學 信息工程學院,南昌 330000)
隨著燃煤、燃油等傳統(tǒng)能源的不斷消耗及環(huán)境污染問題,電力這一清潔能源以其綠色環(huán)保的優(yōu)勢愈發(fā)受到大家關注。當前國內(nèi)國際電動汽車市場發(fā)展迅猛,許多國家相繼出臺了禁止燃油汽車銷售的政策時間表,我國海南也制定了禁售燃油汽車的遠景目標。尤其以比亞迪為首的車企自主創(chuàng)新,開發(fā)出DM-i超級混動系統(tǒng),讓電動汽車備受市場青睞。由此可見未來汽車電動化將是大勢所趨。但是,大規(guī)模電動汽車接入電網(wǎng),尤其是快充的大面積普及,極易造成電網(wǎng)負荷短期迅速增加、網(wǎng)損增大等不利于電網(wǎng)穩(wěn)定運行的影響,這對整個電網(wǎng)都是一大考驗[1-4]。
針對這一問題,文獻[5]以峰谷電價政策引導用戶晚點低谷時充電,但卻沒研究用戶充電的最優(yōu)策略。文獻[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[7]在考慮電網(wǎng)波動的同時關注用戶利益,提出在電價指導下的電動汽車有序充電模型,但是該數(shù)學模型需要頻繁調(diào)整電動汽車的充電狀態(tài),嚴重縮短了汽車電池的使用壽命。文獻[8]的電動汽車充放電模型,采用分層調(diào)度的方式實現(xiàn)上下兩層的動態(tài)平衡,但該調(diào)度模型未將電網(wǎng)實際負荷水平考慮在內(nèi)。
電力市場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,實現(xiàn)綠色、可持續(xù)發(fā)展。隨著電力市場化改革的推進,為滿足多樣的市場需求,除提供基本電能交易服務外,輔助服務是電力市場一個必不可少的補充,其中降低高峰負荷、平緩負荷曲線是輔助服務中非常重要的一項服務。為保證未來電動汽車綠色節(jié)能發(fā)展并與電網(wǎng)協(xié)調(diào)聯(lián)動,解決因電動汽車大規(guī)模接入電網(wǎng)無序充電引起的負荷峰上加峰問題,提出基于鯨魚算法(WOA)用于優(yōu)化大規(guī)模電動汽車充電的控制方法,有效削減充電負荷尖峰、平緩充電負荷曲線,實現(xiàn)有序用電這一優(yōu)化目標,為電力市場化交易中的輔助服務提供選項[9-10]。
鯨魚算法的基本原理是模擬自然界中鯨魚的日常捕食方式,通過模擬捕食過程各環(huán)節(jié),實現(xiàn)優(yōu)化搜索的目的。步驟如下:
(1)環(huán)繞捕食目標
發(fā)現(xiàn)捕食目標后,立刻吐出氣泡并將氣泡環(huán)繞捕食目標。初始設置時將當前鯨魚位置設置為捕食目標位置,其他鯨魚向當前位置靠攏[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,通過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為控制螺旋移動的常數(shù);l為(0,1)范圍內(nèi)的隨機數(shù)。
選取包圍收縮或是選擇螺旋捕食的方式是等概率的。為了實現(xiàn)完全隨機,設二者機率各50%,參數(shù)p設置在(0,1)得以實現(xiàn)。如公式(7)所示:
(7)
(3)搜索捕食目標(全局搜索)
(8)
(9)
步驟1:初始化鯨魚種群;
步驟4:更新當前最優(yōu)鯨魚個體;
步驟5:滿足終止條件,輸出結果;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 鯨魚算法(WOA)的流程圖
文中目標:削減因無序充電造成的電網(wǎng)負荷高峰。用數(shù)學模型表示:
(10)
(11)
式中ton為充電開始時間;tin為充電接入時間;te為充電結束時間;Pi為第i輛車充電功率;ET0為電池初始電量;ET為電池容量。
取某地電網(wǎng)典型日負荷實際數(shù)據(jù)(冬季和夏季),建立總數(shù)為100輛的電動汽車模型,每0.25 h生成充電負荷數(shù)據(jù),24 h共計96個負荷數(shù)據(jù),具體如下:
(1)初始化:電動汽車充電接入時間tin(1×100的矩陣):以接入時間高峰19點為均值的正態(tài)分布;充電完成時間te:均值為7點的正態(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約束條件見公式(11);
(2)無序充電:汽車接入即充電,tin與ton保持一致。根據(jù)所有電動汽車充電數(shù)據(jù)得到各時刻負荷,即為無序充電狀態(tài)數(shù)據(jù);
圖3是程序運行結果,基礎負荷為某地冬、夏季兩季典型日負荷數(shù)據(jù),夏季基礎負荷晚高峰2 094 kW,無序充電高峰2 779 kW;冬季基礎負荷高峰1 820 kW,無序充電高峰1 972 kW。經(jīng)過鯨魚算法優(yōu)化后的充電高峰:夏季2 163 kW,較無序充電高峰降低22.2%;冬季1 810 kW,較無序充電高峰降低8.2%。
結果表明, 經(jīng)過鯨魚算法(WOA)優(yōu)化,充電時間調(diào)整到后半夜(負荷低谷期),充電高峰負荷明顯下降,達到削減無序充電造成的負荷高峰目標。在日負荷曲線改變時,鯨魚算法能夠相應進行調(diào)整,實現(xiàn)不同負荷曲線下的削峰填谷,從而減輕不同運行狀況電網(wǎng)的供電高峰壓力。
圖3 鯨魚算法(WOA)有序充電優(yōu)化結果
針對電動汽車無序充電導致電網(wǎng)高峰負荷短期迅速增加、網(wǎng)損增大等一系列問題,提出基于鯨魚算法(WOA)的有序充電優(yōu)化方法。通過調(diào)整電動汽車接入電網(wǎng)后開始充電時間,優(yōu)化充電流程及策略,將充電高峰負荷進行轉移。模擬模型結果表明:對比電動汽車無序充電和鯨魚算法(WOA)優(yōu)化后的有序充電,優(yōu)化后充電高峰負荷顯著降低,負荷曲線變得平滑,有很好的削峰填谷效果,驗證了該優(yōu)化控制方法的有效性。