邵文鋒，聶祥論，闞 超

（貴州大學(xué) 電氣工程學(xué)院，貴陽(yáng) 550000）

人類(lèi)社會(huì)的發(fā)展離不開(kāi)能源，然而傳統(tǒng)化石能源不僅面臨著枯竭的風(fēng)險(xiǎn)也對(duì)環(huán)境造成了惡劣的影響。在這樣的背景下，我國(guó)提出“力爭(zhēng)在2030 年前達(dá)到碳排放峰值，在2060 年前實(shí)現(xiàn)碳中和”的雙碳目標(biāo)，并積極開(kāi)發(fā)風(fēng)力和光伏等可再生能源。然而可再生能源具有較強(qiáng)的隨機(jī)性和波動(dòng)性，IES 由于能夠通過(guò)加強(qiáng)能源間的耦合作用來(lái)促進(jìn)消納可再生能源，成為當(dāng)前極具前景的發(fā)展方向。文獻(xiàn)[1]考慮綜合需求響應(yīng)，建立多能源IES 日前經(jīng)濟(jì)調(diào)度模型。文獻(xiàn)[2]引入碳捕集裝置，提出積極需求響應(yīng)和碳交易機(jī)制的IES 規(guī)劃模型。文獻(xiàn)[3]計(jì)及能量互濟(jì)，提出一種區(qū)域IES 優(yōu)化調(diào)度策略。

此外，最近幾年EV 數(shù)量增長(zhǎng)速度較快，制定合理的調(diào)度策略成為EV 研究的重要問(wèn)題之一。文獻(xiàn)[4]以減小負(fù)荷波動(dòng)率和提高運(yùn)營(yíng)商效益為目標(biāo)，提出有序充電控制策略。文獻(xiàn)[5]采用不間斷充電方式，為降低配電網(wǎng)負(fù)荷曲線峰谷差和EV 用戶充電成本，提出一種有序充電策略。文獻(xiàn)[6]以促進(jìn)消納可再生能源和降低EV 充電成本為目標(biāo)，建立一種制定EV 動(dòng)態(tài)充電電價(jià)的模型。但上述文獻(xiàn)未考慮EV 通過(guò)V2G（vehicle-to-grid）技術(shù)進(jìn)行有序放電的場(chǎng)景，這種模式下EV 能夠響應(yīng)系統(tǒng)需求進(jìn)行充放電，從而削峰填谷[7]、緩解系統(tǒng)峰時(shí)段供能壓力[8]、降低系統(tǒng)調(diào)度成本[9]。

鑒于此，本文以計(jì)及EV 有序充放電的IES 為研究對(duì)象，基于分時(shí)電價(jià)綜合考慮供需雙方利益，構(gòu)建日前優(yōu)化調(diào)度模型。最后，通過(guò)算例仿真對(duì)比驗(yàn)證模型的有效性。

1 綜合能源系統(tǒng)

1.1 綜合能源系統(tǒng)結(jié)構(gòu)

本文構(gòu)建的IES 包括供電、供熱和供冷系統(tǒng)，能夠滿足各類(lèi)負(fù)荷需求，其模型和能量流動(dòng)情況如圖1 所示。

圖1 綜合能源系統(tǒng)結(jié)構(gòu)圖Fig.1 Structure of integrated energy system

1.2 EV 出行特性

為方便計(jì)算，將一天離散化為24 個(gè)時(shí)段，每個(gè)時(shí)段長(zhǎng)為1 h。根據(jù)研究，在建模時(shí)認(rèn)為居民區(qū)用戶回家時(shí)將EV 接入電網(wǎng)、次日出行時(shí)離開(kāi)。根據(jù)美國(guó)交通部對(duì)全美家庭用車(chē)的調(diào)查結(jié)果，通過(guò)數(shù)據(jù)擬合可近似認(rèn)為居民區(qū)內(nèi)EV 返程和起程時(shí)間分別符合式（1）和式（2）：

式中：μe＝9.24；σe＝3.16。

同時(shí)，日行駛里程服從對(duì)數(shù)正態(tài)分布，其概率密度函數(shù)如下所示：

2 綜合能源系統(tǒng)優(yōu)化調(diào)度模型

2.1 目標(biāo)函數(shù)

日前調(diào)度階段，以系統(tǒng)日運(yùn)行總成本最小為目標(biāo)函數(shù)，如下所示：

式中：Fgas、Fom、Fgrid和FEV分別為系統(tǒng)購(gòu)氣成本、運(yùn)維成本、電網(wǎng)交互收益/成本和EV 交互收益/成本。

系統(tǒng)購(gòu)氣成本為

式中：fgas，t為t 時(shí)段天然氣單價(jià)；VGT，t、VGB，t分別為t時(shí)段燃?xì)廨啓C(jī)和燃?xì)忮仩t消耗的天然氣體積。

系統(tǒng)運(yùn)維成本為

式中：Fn為設(shè)備的單位維修成本；為t 時(shí)段設(shè)備n 的輸出功率。

電網(wǎng)交互收益/成本為

EV 交互收益/成本為

2.2 約束條件

2.2.1 功率平衡約束

電功率、熱功率、冷功率平衡約束為

式中：Pwt，t、Ppv，t和PGT，t分別表示風(fēng)機(jī)、光伏和燃?xì)廨啓C(jī) 輸出電功率；QWHB，t、QGB，t分別表示余熱鍋爐和燃?xì)忮仩t輸出熱功率；PAC，t、PEC，t分 別表示吸收式制冷機(jī)和電制冷機(jī)輸出冷功率；Pbat、PHST，t分別表示 蓄電池和蓄熱槽各自輸出的電功率和熱功率，為負(fù)則代表充能；EEC，t、QAC，t分別表示電制冷機(jī)和吸收式制冷機(jī)輸入電功率和熱功率；Le，t、Lh，t、Lc，t分別表示電、熱、冷負(fù)荷功率。

2.2.2 設(shè)備運(yùn)行約束

（1）能量轉(zhuǎn)化設(shè)備約束

（2）儲(chǔ)能設(shè)備運(yùn)行約束

（3）EV 運(yùn)行及出行約束

每輛EV 均需滿足如下約束，EV 整體始末時(shí)刻滿足能量守恒約束：

此外，EV 作為交通工具還需滿足出行需求和出行時(shí)間約束：

（4）外網(wǎng)約束

3 算例分析

為驗(yàn)證本文所提考慮EV 有序充放電的經(jīng)濟(jì)調(diào)度策略的效果，本文利用圖1 結(jié)構(gòu)來(lái)設(shè)置算例。本算例中含100 輛EV，電池容量均為35 kWh，充放電功率上限均為7 kW，其入網(wǎng)初始荷電狀態(tài)（state of charge，SOC）服從正態(tài)分布，假設(shè)其入網(wǎng)后，智能充電裝置收集用戶次日出行時(shí)間和出行所需電量，并將信息上傳。系統(tǒng)控制中心可以根據(jù)可再生能源及負(fù)荷的預(yù)測(cè)數(shù)據(jù)，和所有EV 的出行信息制定日前調(diào)度計(jì)劃。IES 相關(guān)設(shè)備參數(shù)見(jiàn)文獻(xiàn)[10]。仿真時(shí)間為24 h，仿真步長(zhǎng)為1 h。

3.1 算例參數(shù)

IES 與大電網(wǎng)交互的分時(shí)電價(jià)如表1 所示，其中的購(gòu)電、售電電價(jià)也分別是EV 充電、放電電價(jià)。分時(shí)氣價(jià)如表2 所示。電、熱、冷負(fù)荷曲線如圖2 所示。

表1 分時(shí)電價(jià)Tab.1 Time of use price

表2 分時(shí)氣價(jià)Tab.2 Time-sharing gas price

圖2 電、熱、冷負(fù)荷曲線Fig.2 Electric，heat and cooling load curves

為分析引入EV 對(duì)系統(tǒng)經(jīng)濟(jì)性的影響，本文設(shè)置3 種對(duì)比方案進(jìn)行算例仿真。

方案一：考慮EV 無(wú)序充電負(fù)荷的IES 優(yōu)化調(diào)度。EV 從返程到家就接入電網(wǎng)全速充電，滿足充電電量為下次行駛所需后即停止。

方案二：計(jì)及EV 有序充電的IES 優(yōu)化調(diào)度。EV 盡可能在谷時(shí)段進(jìn)行有序充電，在谷時(shí)段無(wú)法充到所需電量時(shí)再考慮平、峰時(shí)段。

方案三：計(jì)及EV 有序充放電的IES 優(yōu)化調(diào)度。在方案二的基礎(chǔ)上，EV 響應(yīng)IES 調(diào)度，在平、峰時(shí)段可進(jìn)行有序放電。

3.2 優(yōu)化結(jié)果分析

通過(guò)算例運(yùn)行，可得不同方案EV 調(diào)度結(jié)果如圖3 所示。不同方案系統(tǒng)運(yùn)行成本對(duì)比、EV 用電成本對(duì)比分別如表3、表4 所示。

表3 各方案系統(tǒng)運(yùn)行成本對(duì)比Tab.3 Comparison of system operation costs by option

表4 各方案電動(dòng)汽車(chē)用電成本對(duì)比Tab.4 Comparison of EV power consumption costs by option

圖3 電動(dòng)汽車(chē)功率曲線Fig.3 EV power curves

由圖3 可知，方案一中EV 充電負(fù)荷在16∶00～20∶00 時(shí)處于高峰時(shí)段，即此時(shí)是用戶返程高峰期，而該時(shí)段電負(fù)荷曲線也處于晚高峰時(shí)期，因此無(wú)序充電方案直接導(dǎo)致“峰上加峰”現(xiàn)象。隨著EV 的普及，這種現(xiàn)象還會(huì)加劇，將會(huì)給系統(tǒng)功率平衡帶來(lái)新的困難。

方案二與方案一相比，從經(jīng)濟(jì)性上看，IES 調(diào)度總成本提升18 元，EV 用戶充電成本降低248 元，即IES 和EV 用戶總成本降低230 元；從負(fù)荷曲線上看，方案二EV 的充電負(fù)荷主要轉(zhuǎn)移到3∶00～4∶00，此時(shí)基礎(chǔ)電負(fù)荷處于低谷，即方案二可以平緩負(fù)荷曲線，促進(jìn)消納可再生能源。因此方案二IES 提升少量成本，但是大幅降低EV 用戶充電成本，同時(shí)降低系統(tǒng)峰谷差，可以有效促進(jìn)負(fù)荷低谷期間對(duì)可再生能源的消納能力，即隨著系統(tǒng)可再生能源裝機(jī)量的提升，方案二的成本將會(huì)低于方案一。

方案三與方案二相比，EV 大幅提升谷時(shí)段的充電量，共計(jì)充電1007 元，并集中在8∶00～11∶00 和17∶00～20∶00 大量放電，這2 個(gè)時(shí)段系統(tǒng)電負(fù)荷均處于高峰。即方案三不僅降低IES 調(diào)度成本，平滑負(fù)荷曲線，降低峰谷差，而且降低EV 用戶充電成本。

隨機(jī)抽取3 輛EV，編號(hào)為1、2、3，將相關(guān)電量均轉(zhuǎn)化為對(duì)應(yīng)荷電狀態(tài)，其信息如表5 所示。

表5 電動(dòng)汽車(chē)出行信息Tab.5 EVs travel information

3 輛EV 返程入網(wǎng)即按照出行所需SOC 更新其荷電狀態(tài)，其整日的荷電狀態(tài)變化情況如圖4 所示。

圖4 電動(dòng)汽車(chē)荷電狀態(tài)Fig.4 SOC of EVs

由圖4 可知，每輛EV 在離開(kāi)電網(wǎng)時(shí)的SOC 均大于其出行所需SOC，且整個(gè)調(diào)度過(guò)程功率和能量都滿足實(shí)際約束，即本文策略能夠在降低EV 用戶用電成本的同時(shí)，兼顧其出行需求和EV 蓄電池壽命，從而有效激勵(lì)EV 用戶響應(yīng)有序充放電策略。

方案3 與方案1 相比，在保障EV 用戶出行需求的基礎(chǔ)上，降低IES 調(diào)度成本763 元，降幅為2.48%，降低EV 用電成本990 元，降幅達(dá)227.59%，同時(shí)電負(fù)荷峰谷差從70.98%下降為62.41%，降幅為12.08%。綜上所述，本文所提的方案3 兼顧供需雙方利益，取得了預(yù)期的效果，具有可行性。

4 結(jié)語(yǔ)

隨著EV 普及，電力系統(tǒng)會(huì)遭遇新的挑戰(zhàn)，同時(shí)也會(huì)迎來(lái)新的機(jī)遇。為滿足EV 不斷增長(zhǎng)的充電需求，同時(shí)充分利用EV 作為儲(chǔ)能單元靈活充放電、消納可再生能源的潛力，本文基于分時(shí)電價(jià)提出一種計(jì)及EV 有序充放電的IES 優(yōu)化調(diào)度策略。經(jīng)算例驗(yàn)證，該策略既能夠削峰填谷、降低系統(tǒng)調(diào)度成本，還可以在兼顧EV 用戶出行需求和EV 蓄電池壽命的前提下為EV 用戶提供大量收益。