嚴(yán)歡，胡俊杰，黃旦莉，張展宇，岳園園

(1.國(guó)網(wǎng)陜西省電力有限公司經(jīng)濟(jì)技術(shù)研究院，西安市 710065；2.新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué))，北京市 102206；3.國(guó)網(wǎng)湖北省電力有限公司孝感供電公司，湖北省孝感市 432000)

0 引 言

在“雙碳”目標(biāo)下，配電網(wǎng)中光伏比例逐漸提升，光伏出力的波動(dòng)性給配電網(wǎng)的穩(wěn)定運(yùn)行造成了一定程度的沖擊。電力系統(tǒng)需求側(cè)的負(fù)荷量也隨著電氣化水平的提升而增加，新型電力系統(tǒng)下需求側(cè)資源將成為電網(wǎng)側(cè)友好互動(dòng)型資源，包括電動(dòng)汽車(chē)(electric vehicle，EV)、暖通系統(tǒng)等，但是需要通過(guò)虛擬電廠技術(shù)將這些資源進(jìn)行聚合，對(duì)需求側(cè)的電力負(fù)荷資源進(jìn)行調(diào)節(jié)，從而提高電網(wǎng)的靈活性。

在規(guī)劃時(shí)通過(guò)增加虛擬電廠中需求側(cè)靈活性資源與配電網(wǎng)的互動(dòng)，能夠減少配電網(wǎng)規(guī)劃投資，實(shí)現(xiàn)電力系統(tǒng)的削峰填谷。配電網(wǎng)規(guī)劃是以源側(cè)出力特性、負(fù)荷側(cè)負(fù)載特性預(yù)測(cè)為基礎(chǔ)的規(guī)劃問(wèn)題，無(wú)論是光伏出力波動(dòng)，還是需求側(cè)靈活性資源的參與，都會(huì)影響到最終的規(guī)劃結(jié)果。因此，在配電網(wǎng)規(guī)劃中綜合考慮虛擬電廠需求側(cè)靈活性資源，并且將光伏和儲(chǔ)能的協(xié)同運(yùn)行納入規(guī)劃策略，對(duì)減少規(guī)劃投資成本，提高新能源消納率具有重要意義。

目前，已有文獻(xiàn)對(duì)電力系統(tǒng)運(yùn)行中虛擬電廠靈活性資源進(jìn)行優(yōu)化[1-4]和量化評(píng)價(jià)[5-6]，也有文獻(xiàn)將需求側(cè)響應(yīng)納入到配電網(wǎng)中進(jìn)行規(guī)劃研究，考慮儲(chǔ)能系統(tǒng)投資和運(yùn)行維護(hù)成本、可中斷負(fù)荷響應(yīng)的補(bǔ)償費(fèi)用、儲(chǔ)能系統(tǒng)的低儲(chǔ)高放套利、節(jié)約電能損耗收益和削峰收益，提出了一種含分布式電源的配電網(wǎng)中儲(chǔ)能系統(tǒng)和需求側(cè)可中斷負(fù)荷響應(yīng)相互配合的優(yōu)化規(guī)劃模型[7]；針對(duì)計(jì)及儲(chǔ)能、分布式電源的配電網(wǎng)規(guī)劃問(wèn)題，有文獻(xiàn)提出多階段經(jīng)濟(jì)規(guī)劃方法，通過(guò)協(xié)同考慮設(shè)備選址定容、網(wǎng)架擴(kuò)展及配電網(wǎng)動(dòng)態(tài)重構(gòu)等優(yōu)化目標(biāo)，建立了基于二階錐松弛的多變量協(xié)調(diào)規(guī)劃模型[8-9]；針對(duì)基于配電網(wǎng)擴(kuò)展規(guī)劃模型，有文獻(xiàn)考慮電動(dòng)汽車(chē)充電負(fù)荷和分布式儲(chǔ)能的選址定容，建立一個(gè)以總投資成本、運(yùn)行成本和失負(fù)荷成本最小為目標(biāo)的多階段聯(lián)合規(guī)劃模型[10]；針對(duì)負(fù)荷預(yù)測(cè)，文獻(xiàn)[11-12]考慮主動(dòng)配電網(wǎng)下新型負(fù)荷和分布式電源接入等因素，提出了適用于主動(dòng)配電網(wǎng)的概率型負(fù)荷預(yù)測(cè)和發(fā)電預(yù)測(cè)方法；在上述文獻(xiàn)的基礎(chǔ)上，文獻(xiàn)[13-19]在考慮配電網(wǎng)經(jīng)濟(jì)性和安全性的前提下，對(duì)含風(fēng)光儲(chǔ)發(fā)電和電動(dòng)汽車(chē)的配電網(wǎng)優(yōu)化規(guī)劃問(wèn)題進(jìn)行了深入的研究；在模型求解方面，現(xiàn)有文獻(xiàn)常應(yīng)用二階錐規(guī)劃來(lái)簡(jiǎn)化潮流計(jì)算模型[20]，減少計(jì)算時(shí)間。

上述文獻(xiàn)在規(guī)劃中對(duì)于需求側(cè)負(fù)荷的處理都是將需求側(cè)響應(yīng)劃分成中斷負(fù)荷和激勵(lì)負(fù)荷進(jìn)行求解，并未對(duì)配電網(wǎng)規(guī)劃時(shí)的虛擬電廠靈活性資源進(jìn)行量化分析。

本文在上述文獻(xiàn)研究基礎(chǔ)上，首先以電動(dòng)汽車(chē)虛擬電廠為研究對(duì)象，對(duì)電動(dòng)汽車(chē)進(jìn)行靈活性的量化分析，刻畫(huà)電動(dòng)汽車(chē)虛擬電廠的上下備用能力，將其作為配電網(wǎng)規(guī)劃時(shí)需求側(cè)靈活性資源的可調(diào)節(jié)功率上下限，然后建立綜合考慮電動(dòng)汽車(chē)虛擬電廠靈活性和高比例光伏接入的配電網(wǎng)規(guī)劃模型。該模型基于歷史數(shù)據(jù)，利用改進(jìn)k-means算法將每個(gè)規(guī)劃年的光伏時(shí)序出力和負(fù)荷運(yùn)行數(shù)據(jù)聚類(lèi)為4個(gè)典型日作為模型場(chǎng)景，綜合考慮配電網(wǎng)線路的投資成本、電動(dòng)汽車(chē)虛擬電廠靈活性補(bǔ)償成本、儲(chǔ)能系統(tǒng)的投資成本和棄光成本，引入電動(dòng)汽車(chē)靈活性、光伏、儲(chǔ)能的運(yùn)行約束進(jìn)行規(guī)劃，并利用二階錐規(guī)劃技術(shù)將模型轉(zhuǎn)化成典型的混合整數(shù)線性規(guī)劃模型進(jìn)行求解。最后，采用IEEE RTS-24節(jié)點(diǎn)作為算例驗(yàn)證模型的有效性。

1 配電網(wǎng)規(guī)劃分析

在規(guī)劃過(guò)程中，需求側(cè)的負(fù)荷總是隨著規(guī)劃年份推進(jìn)而逐漸增加，需要投入新的線路或?qū)σ延械碾娋W(wǎng)線路進(jìn)行擴(kuò)建，伴隨著光伏比例的攀升，配電網(wǎng)的規(guī)劃問(wèn)題需要綜合考慮上述多方面因素。所以本文首先介紹如何將電動(dòng)汽車(chē)虛擬電廠需求側(cè)靈活性資源和光儲(chǔ)聯(lián)合系統(tǒng)納入配電網(wǎng)進(jìn)行規(guī)劃，然后在光伏電站、儲(chǔ)能位置已知的情況下，綜合考慮配電網(wǎng)線路和儲(chǔ)能的投資成本、棄風(fēng)成本以及電動(dòng)汽車(chē)虛擬電廠靈活性補(bǔ)償成本，計(jì)算配電網(wǎng)線路與儲(chǔ)能的最優(yōu)規(guī)劃方案。

虛擬電廠通過(guò)先進(jìn)的信息采集、控制、通信技術(shù)，將跨地區(qū)、多種類(lèi)的可控分布式資源聚合起來(lái)，充分發(fā)揮資源的靈活性和互補(bǔ)性，其中電動(dòng)汽車(chē)作為可調(diào)節(jié)負(fù)荷，在技術(shù)可靠性以及運(yùn)行經(jīng)濟(jì)性上可以代替發(fā)電側(cè)提供靈活性平衡，給用戶和電網(wǎng)帶來(lái)經(jīng)濟(jì)收益，以適應(yīng)電力市場(chǎng)的發(fā)展，一定程度上實(shí)現(xiàn)電網(wǎng)的削峰填谷以及負(fù)荷轉(zhuǎn)移，減少配電網(wǎng)擴(kuò)建線路投資。雖然電動(dòng)汽車(chē)虛擬電廠需求側(cè)靈活性資源在電網(wǎng)中扮演的角色多在運(yùn)行層級(jí)，與電網(wǎng)的規(guī)劃層級(jí)有出入，但一方面，電動(dòng)汽車(chē)如果運(yùn)用得當(dāng)，可以起到削峰填谷作用；另一方面，為了獲得更好的規(guī)劃方案，在規(guī)劃過(guò)程中常引入運(yùn)行概念，將規(guī)劃和運(yùn)行聯(lián)合尋優(yōu)，以期獲得投資、運(yùn)行綜合的最優(yōu)方案。

本文首先對(duì)電動(dòng)汽車(chē)進(jìn)行靈活性建模，刻畫(huà)電動(dòng)汽車(chē)的上下調(diào)節(jié)能力，之后在配電網(wǎng)潮流約束、配電網(wǎng)與主網(wǎng)交換功率約束和光儲(chǔ)系統(tǒng)運(yùn)行約束下，根據(jù)電動(dòng)汽車(chē)的靈活性量化設(shè)置一定的負(fù)荷調(diào)節(jié)裕度；當(dāng)電力負(fù)荷處在高峰時(shí)段時(shí)，如果主網(wǎng)和光儲(chǔ)聯(lián)合系統(tǒng)供電能力不足，可通過(guò)電價(jià)補(bǔ)償激勵(lì)引導(dǎo)用戶下調(diào)靈活性電力負(fù)荷，例如減少電動(dòng)汽車(chē)充電等，從而減少配電網(wǎng)線路擴(kuò)建投資；而當(dāng)電力負(fù)荷處在低谷時(shí)段，而光儲(chǔ)聯(lián)合系統(tǒng)有供電盈余時(shí)，引導(dǎo)用戶上調(diào)靈活性電力負(fù)荷，例如選擇在電力負(fù)荷低谷時(shí)段對(duì)電動(dòng)汽車(chē)充電，從而減少棄光，提升新能源消納率。

針對(duì)光伏在電網(wǎng)中接入比例逐漸上升的問(wèn)題，本文利用改進(jìn)k-means算法得到規(guī)劃年4個(gè)典型日96個(gè)時(shí)段的光伏出力標(biāo)幺值時(shí)序數(shù)據(jù)?？紤]到儲(chǔ)能能夠平抑光伏出力波動(dòng)性，且能夠在光伏出力超過(guò)電網(wǎng)需求時(shí)，以電力負(fù)荷的角色消納光伏出力，減少棄光。故在每個(gè)光伏節(jié)點(diǎn)設(shè)置儲(chǔ)能系統(tǒng)，在規(guī)劃模型中引入儲(chǔ)能運(yùn)行約束和日內(nèi)充放電等約束，平抑光伏出力的波動(dòng)性，提高光伏消納率，最終建立配電網(wǎng)規(guī)劃框架如圖1所示。

圖1 配電網(wǎng)規(guī)劃框架Fig.1 Framework for distribution network planning

2 配電網(wǎng)規(guī)劃模型

本文著重考慮配電網(wǎng)規(guī)劃中的經(jīng)濟(jì)性成本構(gòu)建數(shù)學(xué)模型，兼顧電網(wǎng)削峰填谷和新能源消納，將所有經(jīng)濟(jì)性成本轉(zhuǎn)化成規(guī)劃時(shí)的年均投資。模型的建立基于規(guī)劃層和運(yùn)行層的迭代尋優(yōu)，首先建立電動(dòng)汽車(chē)虛擬電廠的靈活性量化模型，得到配電網(wǎng)規(guī)劃年4個(gè)典型日的可調(diào)節(jié)功率上下限數(shù)據(jù)，然后應(yīng)用電動(dòng)汽車(chē)虛擬電廠的靈活性和儲(chǔ)能降低配電網(wǎng)規(guī)劃層的線路投資成本和配電網(wǎng)運(yùn)行層的棄光成本，綜合考慮配電網(wǎng)潮流約束、與主網(wǎng)交換功率約束、電動(dòng)汽車(chē)虛擬電廠靈活性運(yùn)行約束、光伏運(yùn)行約束、儲(chǔ)能運(yùn)行約束、電壓電流不越限約束進(jìn)行配電網(wǎng)規(guī)劃研究。

2.1 電動(dòng)汽車(chē)虛擬電廠資源的靈活性模型

在分析電動(dòng)汽車(chē)虛擬電廠資源用電靈活性的基礎(chǔ)上建立集群電動(dòng)汽車(chē)的靈活性量化模型，以分時(shí)電價(jià)下集群電動(dòng)汽車(chē)收益最大化為目標(biāo)進(jìn)行充電或充放電優(yōu)化，得出最優(yōu)充放電功率并以此為基準(zhǔn)功率計(jì)算參與集中調(diào)控的EV集群備用能力，將其作為可調(diào)功率上下限約束需求側(cè)的上調(diào)、下調(diào)靈活性負(fù)荷，通過(guò)在用電高峰期下調(diào)靈活性負(fù)荷、用電低谷期上調(diào)靈活性負(fù)荷降低配電網(wǎng)規(guī)劃成本，提升光伏消納率。

在刻畫(huà)EV的備用能力時(shí)，要考慮電動(dòng)汽車(chē)的充放電功率約束和電量約束，首先要分析EV的電量可行域，依據(jù)EV入網(wǎng)的初始電池容量E0及用戶設(shè)置的保底電量Ebase，可將單位EV的電量可行域分為2種類(lèi)型，如圖2所示，不同情形下EV功率可行狀態(tài)不一致。其中Emax、Eexp分別表示EV最大電池容量、離網(wǎng)電量，t0、tbase、texp分別表示EV入網(wǎng)時(shí)間、充電至保底電量時(shí)間、離網(wǎng)時(shí)間。受最大充電功率影響，Ebase至Emax的最快方式為點(diǎn)a至點(diǎn)b；受電量約束的影響，達(dá)到保底電量后暫緩充電最遲至點(diǎn)d，隨后以最大充電功率充電至期望電量Eexp。

圖2 單位EV的電量可行域Fig.2 Electrical scope of unit EV

離散化時(shí)間軸，將集群電動(dòng)汽車(chē)一個(gè)調(diào)度周期分為T(mén)個(gè)時(shí)段，每個(gè)時(shí)段長(zhǎng)度為Δt。假設(shè)Δt內(nèi)充放電功率保持不變，其中EV的充/放電功率為：

(1)

0≤Pc,j,t≤Pmax

(2)

0≤Pd,j,t≤Pmin

(3)

ic,j,t+id,j,t≤1

(4)

式中：Pc,j,t、Pd,j,t分別為第t個(gè)時(shí)段第j輛電動(dòng)汽車(chē)的充電功率和放電功率；ic,j,t、id,j,t分別為第t個(gè)時(shí)段第j輛電動(dòng)汽車(chē)的充電和放電狀態(tài)0-1變量，ic,j,t=0表示第t個(gè)時(shí)段第j輛EV處于非充電狀態(tài)，ic,j,t=1表示第t個(gè)時(shí)段第j輛EV處于充電狀態(tài)，id,j,t=0表示第t個(gè)時(shí)段第j輛EV處于非放電狀態(tài)，id,j,t=1表示第t個(gè)時(shí)段第j輛EV處于放電狀態(tài)；φc,j,t、φd,j,t分別為第t個(gè)時(shí)段第j輛EV的充電效率和放電效率；Pmax、Pmin分別為最大充電功率和最大放電功率。EV的備用能力會(huì)隨著EV實(shí)時(shí)功率的變化而發(fā)生改變。

在計(jì)算EV充放電功率的同時(shí)也必須考慮到電池電量的約束。在電量低于保底電量Ebase之前，EV暫時(shí)不可調(diào)控；當(dāng)電量高于保底電量Ebase之后，對(duì)應(yīng)的EV應(yīng)受電池最大充電功率約束，要使得EV在離網(wǎng)前達(dá)到期望電量Eexp，在接入電網(wǎng)后至離網(wǎng)期間，該EV的實(shí)時(shí)電量應(yīng)有最低約束Emin，所以在EV運(yùn)行時(shí)應(yīng)有：

(5)

以分時(shí)電價(jià)下集群電動(dòng)汽車(chē)收益最大化為目標(biāo)進(jìn)行充電或充放電優(yōu)化，優(yōu)化目標(biāo)函數(shù)為：

(6)

Mj,t=Md,j,t-Mc,j,t

(7)

Md,j,t=Pd,j,tπd,t

(8)

Mc,j,t=Pc,j,tπc,t

(9)

(10)

由式(1)—(10)計(jì)算得出EV的最終優(yōu)化功率Pj,t，在考慮功率邊界影響和電量邊界影響的基礎(chǔ)上，將計(jì)算得到的最終優(yōu)化功率Pj,t代入式(11)、(12)、(13)得到每輛EV的備用能力：

(11)

(12)

(13)

式中：Ej,t、Ej,0為第j輛電動(dòng)汽車(chē)在t時(shí)刻和初始時(shí)刻的電量；Pj,t為第t個(gè)時(shí)段第j輛EV的最優(yōu)充放電功率；γj,t為第t個(gè)時(shí)段第j輛EV在線狀態(tài)，γj,t=1表示在線，γj,t=0表示離線；Pcu,j,t、Pcd,j,t分別為第t個(gè)時(shí)段第j輛EV的上備用能力和下備用能力；Pmax-Pj,t、-Pmin+Pj,t分別為第t個(gè)時(shí)段第j輛EV的最大可增加充放電功率，體現(xiàn)為功率邊界；Emin,t+1為第t+1個(gè)時(shí)段的最低電量；Ej,t-Emin,t+1為第t個(gè)時(shí)段內(nèi)最大可放電量；(Ej,t-Emin,t+1)/Δt+Pj,t為第t個(gè)時(shí)段第j輛EV的可放電量空間，體現(xiàn)出電量邊界，得到電動(dòng)汽車(chē)備用能力如圖3所示。

圖3 電動(dòng)汽車(chē)的備用能力Fig.3 Backup capacity of EV

在后續(xù)規(guī)劃模型中，將電動(dòng)汽車(chē)的備用能力作為電動(dòng)汽車(chē)虛擬電廠靈活性資源的可調(diào)功率上下限進(jìn)行配電網(wǎng)規(guī)劃，如式(14)、(15)所示：

(14)

(15)

2.2 配電網(wǎng)規(guī)劃模型

2.2.1 目標(biāo)函數(shù)

目標(biāo)函數(shù)包括配電網(wǎng)線路的投資成本fline、電動(dòng)汽車(chē)虛擬電廠靈活性補(bǔ)償成本fdsr、儲(chǔ)能系統(tǒng)的投資成本fess和光伏電站的棄光成本fcur。

minf=fline+fdsr+fess+fcur

(16)

1)配電網(wǎng)線路投資成本。

(17)

式中：r表示貼現(xiàn)率，本文取0.1；n表示經(jīng)濟(jì)使用年限，本文取10 a；δl表示待新建的支路集合；cij表示每條在節(jié)點(diǎn)i、j間新建線路的建設(shè)成本；mij表示節(jié)點(diǎn)i、j間新建的線路數(shù)目。

2)電動(dòng)汽車(chē)虛擬電廠靈活性補(bǔ)償成本。

(18)

3)儲(chǔ)能系統(tǒng)的投資成本。

(19)

4)光伏電站的棄光成本。

(20)

2.2.2 約束條件

1)配電網(wǎng)潮流約束。

節(jié)點(diǎn)功率平衡為：

(21)

(22)

PPVess,t,v=PPV,t,v-Pess,t,v

(23)

QPVess,t,v=QPV,t,v-Qess,t,v

(24)

支路潮流約束為：

(25)

(26)

(27)

(28)

(29)

當(dāng)支路電流平方為目標(biāo)函數(shù)的嚴(yán)格增函數(shù)，且節(jié)點(diǎn)的負(fù)荷不設(shè)上限情況下，有：

(30)

則配電網(wǎng)的支路潮流約束可以等價(jià)為如下二階錐約束形式：

(31)

(32)

(33)

(34)

2)電動(dòng)汽車(chē)虛擬電廠靈活性運(yùn)行約束。

(35)

(36)

(37)

(38)

(39)

3)交換功率約束。

為防止配電網(wǎng)與主網(wǎng)交換功率不當(dāng)導(dǎo)致供電不足或棄風(fēng)過(guò)多，設(shè)置交換功率約束為：

(40)

(41)

式中：上標(biāo)max、min分別表示相應(yīng)變量的上下限值。

4)光伏電站運(yùn)行約束。

(42)

(43)

(44)

5)儲(chǔ)能系統(tǒng)運(yùn)行約束。

儲(chǔ)能系統(tǒng)功率、容量約束為：

(45)

(46)

(47)

Eess,1,v,i=Eess,T,v,i

(48)

Eess,1,v,i=Eess,T,v,i+Pess,T,v,iΔT

(49)

Eess,t,v,i=Eess,t-1,v,i+Pess,t-1,v,iΔt

(50)

儲(chǔ)能系統(tǒng)充放電約束為：

(51)

式中：Zt,v,i表示典型日v時(shí)段t節(jié)點(diǎn)i的儲(chǔ)能系統(tǒng)的充放電狀態(tài)(三狀態(tài)變量)，-1表示放電狀態(tài)，1表示充電狀態(tài)，0表示儲(chǔ)能系統(tǒng)沒(méi)參與運(yùn)行。

6)電壓電流不越限約束。

(52)

(53)

2.2.3 模型求解

3 算例分析

3.1 電動(dòng)汽車(chē)虛擬電廠資源的靈活性量化分析

本文在MATLAB R2020a平臺(tái)下通過(guò)YALMIP工具箱調(diào)用CPELX求解器對(duì)電動(dòng)汽車(chē)虛擬電廠的靈活性模型算例進(jìn)行求解，其中將一天分為24個(gè)時(shí)段，得到規(guī)劃年4個(gè)典型日的電動(dòng)汽車(chē)時(shí)序負(fù)載功率及上下可調(diào)功率范圍。

1)電動(dòng)汽車(chē)虛擬電廠的靈活性量化分析。

EV的電池容量設(shè)置為30 kW·h，充放電功率限制為3 kW，運(yùn)行中電池容量范圍為[0.1, 1.0] kW·h。其中10 000輛電動(dòng)汽車(chē)4個(gè)典型日的時(shí)序負(fù)載功率及上下可調(diào)功率范圍如圖4所示。

圖4 10 000輛電動(dòng)汽車(chē)時(shí)序負(fù)載功率及上下可調(diào)功率曲線Fig.4 Timing load power and adjustable power curves of 10 000 electric vehicles

將量化后的電動(dòng)汽車(chē)上下可調(diào)功率范圍作為規(guī)劃模型中的上調(diào)、下調(diào)負(fù)荷邊界，以此為基礎(chǔ)進(jìn)行配電網(wǎng)規(guī)劃優(yōu)化，減少配電網(wǎng)投資，并提升光伏消納率。

3.2 算例系統(tǒng)設(shè)置

為驗(yàn)證本文所提包含電動(dòng)汽車(chē)虛擬電廠靈活性和高比例光伏接入配電網(wǎng)規(guī)劃模型的有效性，本文采用IEEE RTS-24節(jié)點(diǎn)系統(tǒng)作為算例系統(tǒng)進(jìn)行研究分析，其系統(tǒng)參數(shù)參考文獻(xiàn)[12]；利用改進(jìn)k-means算法得到4個(gè)典型日的光伏有功出力和常規(guī)負(fù)荷時(shí)序數(shù)據(jù)，分別如圖5、6所示，以此為基礎(chǔ)進(jìn)行配電網(wǎng)未來(lái)5年的規(guī)劃工作，規(guī)劃結(jié)果以擴(kuò)建線路和規(guī)劃的經(jīng)濟(jì)性成本呈現(xiàn)。這里分別在節(jié)點(diǎn)3、8、9、10、14、19接入容量為60 MW的光伏電站，在節(jié)點(diǎn)7、21、22、23接入容量為130 MW的光伏電站，且在每一個(gè)含光伏電站的節(jié)點(diǎn)都配置儲(chǔ)能系統(tǒng)；在節(jié)點(diǎn)3、6、9、13、15、18各設(shè)置10 000輛電動(dòng)汽車(chē)作為電動(dòng)汽車(chē)虛擬電廠需求側(cè)靈活性資源供配電網(wǎng)進(jìn)行負(fù)荷調(diào)節(jié)，電動(dòng)汽車(chē)參數(shù)參考3.1節(jié)，并假設(shè)所有電動(dòng)汽車(chē)均可參與需求側(cè)負(fù)荷調(diào)節(jié)。

圖5 光伏時(shí)序有功出力曲線Fig.5 Sequential active power curves of PV

圖6 負(fù)荷時(shí)序負(fù)載率曲線Fig.6 Sequential load rate curves of load

為使規(guī)劃結(jié)果更為清晰，設(shè)電網(wǎng)中負(fù)荷的年增長(zhǎng)率為8%，貼現(xiàn)率為10%，電壓允許波動(dòng)范圍為額定電壓的±5%；棄光成本為0.61元/(kW·h)；線路成本取100萬(wàn)元/km；儲(chǔ)能系統(tǒng)選擇壓縮空氣儲(chǔ)能系統(tǒng)，其成本參數(shù)如表1所示；電動(dòng)汽車(chē)虛擬電廠靈活性負(fù)荷分時(shí)補(bǔ)償電價(jià)如表2所示。

表1 儲(chǔ)能系統(tǒng)成本參數(shù)Table 1 The cost parameters of the energy storage system

3.3 算例規(guī)劃結(jié)果分析

本文旨在呈現(xiàn)電動(dòng)汽車(chē)虛擬電廠靈活性資源的加入對(duì)配電網(wǎng)規(guī)劃結(jié)果和新能源消納的改善，故設(shè)置2種不同的案例進(jìn)行規(guī)劃模型求解。

案例1：每年考慮電動(dòng)汽車(chē)虛擬電廠靈活性資源進(jìn)行規(guī)劃模型求解；

案例2：每年不考慮電動(dòng)汽車(chē)虛擬電廠靈活性資源進(jìn)行規(guī)劃模型求解，即配電網(wǎng)各節(jié)點(diǎn)靈活性負(fù)荷不參與負(fù)荷調(diào)節(jié)。

當(dāng)年的初始線路基于前一年的線路規(guī)劃最優(yōu)解，最終5年的配電網(wǎng)線路規(guī)劃結(jié)果如表3所示，其中6-10(1)表示規(guī)劃當(dāng)年需要在節(jié)點(diǎn)6和節(jié)點(diǎn)10之間擴(kuò)建一條線路，配電網(wǎng)規(guī)劃成本如表4所示。

表3 線路規(guī)劃結(jié)果Table 3 Route planning results

表4 配電網(wǎng)規(guī)劃成本Table 4 Planning cost of distribution network 萬(wàn)元

對(duì)比每年電動(dòng)汽車(chē)虛擬電廠靈活性資源的加入是否能降低配電網(wǎng)的規(guī)劃運(yùn)行成本，選擇每年最優(yōu)的配電網(wǎng)規(guī)劃策略作為下一年的初始規(guī)劃場(chǎng)景。

通過(guò)對(duì)比可以發(fā)現(xiàn)，每年考慮電動(dòng)汽車(chē)虛擬電廠靈活性資源的規(guī)劃策略總成本低于不考慮電動(dòng)汽車(chē)虛擬電廠靈活性資源的規(guī)劃策略總成本，所以每年都選擇考慮電動(dòng)汽車(chē)虛擬電廠靈活性資源的規(guī)劃策略作為下一年的規(guī)劃初始場(chǎng)景。圖7為5個(gè)規(guī)劃年電動(dòng)汽車(chē)虛擬電廠靈活性資源參與與否的配電網(wǎng)規(guī)劃成本對(duì)比，其中每個(gè)規(guī)劃年左側(cè)柱狀圖為電動(dòng)汽車(chē)虛擬電廠靈活性資源參與配電網(wǎng)規(guī)劃時(shí)的成本，右側(cè)為電動(dòng)汽車(chē)虛擬電廠靈活性資源不參與配電網(wǎng)規(guī)劃時(shí)的成本。其中，第1年是對(duì)IEEE-24節(jié)點(diǎn)系統(tǒng)的初次規(guī)劃，需要對(duì)儲(chǔ)能設(shè)備進(jìn)行初次投資，也需要對(duì)線路進(jìn)行初次投建，所以第1年的配電網(wǎng)規(guī)劃總成本偏高，第2年到第5年的配電網(wǎng)規(guī)劃成本則隨著需求側(cè)負(fù)荷的提升而逐漸升高。

圖7 配電網(wǎng)規(guī)劃成本對(duì)比Fig.7 Comparison of planning costs for distribution network

每年電動(dòng)汽車(chē)虛擬電廠靈活性資源的加入都能夠極大程度減少配電網(wǎng)線路的擴(kuò)建從而減少配電網(wǎng)投資成本，這是因?yàn)殡妱?dòng)汽車(chē)虛擬電廠靈活性資源中的下調(diào)負(fù)荷降低了系統(tǒng)運(yùn)行時(shí)負(fù)荷的峰值，從而降低了線路傳輸功率的峰值；同時(shí)，電動(dòng)汽車(chē)虛擬電廠靈活性資源的加入也減少了棄光成本和儲(chǔ)能投資成本，以第3節(jié)點(diǎn)第1年的光伏實(shí)際出力與最大出力曲線為例對(duì)比4個(gè)典型日電動(dòng)汽車(chē)虛擬電廠靈活性資源的加入對(duì)光伏消納的影響，如圖8、9所示。

圖8 第3節(jié)點(diǎn)典型日1、2光伏出力對(duì)比Fig.8 PV power output at Node 3 comparison between the 1st and 2nd typical day

圖9 第3節(jié)點(diǎn)典型日3、4光伏出力對(duì)比Fig.9 PV power output at Node 3 comparison between the3rd and 4th typical day

可以看到在電動(dòng)汽車(chē)虛擬電廠靈活性資源參與規(guī)劃時(shí)，第3節(jié)點(diǎn)第1年的光伏實(shí)際出力與最大出力曲線的吻合度大于電動(dòng)汽車(chē)虛擬電廠靈活性資源未參與規(guī)劃時(shí)光伏的實(shí)際出力與最大出力曲線的吻合度，這是因?yàn)殡妱?dòng)汽車(chē)虛擬電廠靈活性資源中的上調(diào)負(fù)荷使得光伏電站節(jié)點(diǎn)的光伏出力實(shí)現(xiàn)了就地消納，減少了棄光，提升了光伏的消納率，減少了電網(wǎng)中的功率流動(dòng)，在提升配電網(wǎng)規(guī)劃經(jīng)濟(jì)性的同時(shí)，一定程度實(shí)現(xiàn)了電力系統(tǒng)的“削峰填谷”。

4 結(jié) 論

1)本文所提算法在配電網(wǎng)規(guī)劃的同時(shí)考慮電網(wǎng)運(yùn)行特性，將電動(dòng)汽車(chē)虛擬電廠靈活性資源以及光儲(chǔ)聯(lián)合系統(tǒng)的運(yùn)行參數(shù)作為變量納入配電網(wǎng)規(guī)劃中，減少了線路的擴(kuò)建成本、儲(chǔ)能系統(tǒng)的投資運(yùn)行成本以及棄光成本，大大提升了配電網(wǎng)規(guī)劃的經(jīng)濟(jì)性。

2)本文所提規(guī)劃方法充分利用了電動(dòng)汽車(chē)虛擬電廠靈活性資源，利用下調(diào)負(fù)荷降低電網(wǎng)負(fù)荷峰值，一定程度實(shí)現(xiàn)了電網(wǎng)的削峰填谷；同時(shí)利用上調(diào)負(fù)荷實(shí)現(xiàn)光伏的就地消納，提升了新能源的消納率。