裴振坤，王學(xué)梅，康龍?jiān)?/p>

（華南理工大學(xué)電力學(xué)院，廣東省 廣州市 510640）

0 引言

近年來，中國(guó)電動(dòng)汽車（electric vehicle，EV）的保有量迅速增加，至2021 年已達(dá)到912.4 萬輛［1］，可儲(chǔ)存約450 GW·h 電能，巨大的儲(chǔ)能容量使EV 成為一種新的分布式儲(chǔ)能資源。充分利用同時(shí)具備負(fù)荷和電源雙重性質(zhì)的EV，合理地調(diào)配EV 進(jìn)行充放電，不僅能減小EV 入網(wǎng)帶來的負(fù)荷壓力，還可以使其參與電網(wǎng)輔助服務(wù)，有助于解決電網(wǎng)頻率波動(dòng)、電壓跌落、負(fù)荷分布不平衡等問題［2］，相比于傳統(tǒng)調(diào)節(jié)機(jī)組還具有選址靈活和環(huán)保的特點(diǎn)。此外，對(duì)于EV 車主，參與電網(wǎng)輔助服務(wù)還能為其帶來額外的收入，實(shí)現(xiàn)用戶與電網(wǎng)的互利共贏。

EV 參與電網(wǎng)輔助服務(wù)需要通過車網(wǎng)互動(dòng)（vehicle-to-grid，V2G）技術(shù)來實(shí)現(xiàn)，V2G 最早于1995 年由Amory Lovins 提出，隨后美國(guó)特拉華大學(xué)William Kempton 教授及其團(tuán)隊(duì)對(duì)其開展了進(jìn)一步研究［3］。V2G 技術(shù)可以實(shí)現(xiàn)電能在EV 與電網(wǎng)之間雙向流動(dòng)：在電池電量不足時(shí)，EV 可以作為負(fù)載從電網(wǎng)獲取電能；而在電池電量充足時(shí)，EV 可以作為儲(chǔ)能單元向用電設(shè)施或電網(wǎng)輸送電能。

現(xiàn)有研究表明，EV 可參與的電網(wǎng)輔助服務(wù)主要包括調(diào)頻、無功補(bǔ)償、調(diào)峰和備用4 種服務(wù)。國(guó)內(nèi)外已有相應(yīng)的實(shí)際工程應(yīng)用出現(xiàn)。2018 年，日本中部電力公司與豐田株式會(huì)社合作開發(fā)了V2G 系統(tǒng)，驗(yàn)證了EV 在電網(wǎng)頻率調(diào)節(jié)、負(fù)荷轉(zhuǎn)移方面的作用［4］；2020 年4 月，國(guó)家電網(wǎng)有限公司首次將V2G 充電樁資源納入華北電力調(diào)峰服務(wù)市場(chǎng)并正式結(jié)算［5］；同月，德國(guó)消納風(fēng)力發(fā)電的V2G 試點(diǎn)項(xiàng)目正式完成［6］；同年6 月，菲亞特克萊斯勒公司在意大利開展全球最大V2G 試點(diǎn)項(xiàng)目，實(shí)現(xiàn)對(duì)電網(wǎng)的削峰填谷等［7］。目前，有大量文獻(xiàn)針對(duì)EV 控制策略、優(yōu)化方法和經(jīng)濟(jì)收益等方面進(jìn)行了相關(guān)研究。文獻(xiàn)［8］從電網(wǎng)側(cè)和用戶側(cè)出發(fā)分析了EV 參與輔助服務(wù)給電網(wǎng)和用戶帶來的影響。文獻(xiàn)［9］總結(jié)了目前V2G研究所面臨的挑戰(zhàn)，但對(duì)EV 參與電網(wǎng)輔助服務(wù)的控制策略討論得不夠全面。由于EV 在參與輔助服務(wù)過程中具有時(shí)空分布隨機(jī)、總體可用容量隨時(shí)變化、電池壽命衰減加速等特點(diǎn)，并且需要兼顧電網(wǎng)、EV、用戶三者的需求，EV 控制策略比傳統(tǒng)儲(chǔ)能更加復(fù)雜。因此，有必要對(duì)EV 參與輔助服務(wù)的控制策略進(jìn)行全面的分析和總結(jié)。EV 參與輔助服務(wù)的過程為：當(dāng)調(diào)度中心確定了EV 所需提供的輔助服務(wù)后，首先需要明確EV 的響應(yīng)機(jī)制與終端層控制策略，進(jìn)而根據(jù)輔助服務(wù)類型選定電網(wǎng)層控制策略，生成相應(yīng)的控制信號(hào)（如電價(jià)/激勵(lì)價(jià)格、功率信號(hào)等），再交由終端層控制落實(shí)?；诖?，本文將從EV 響應(yīng)機(jī)制、終端層控制策略及關(guān)鍵技術(shù)、電網(wǎng)層控制策略及關(guān)鍵技術(shù)3 個(gè)方面對(duì)EV 參與輔助服務(wù)的控制策略研究進(jìn)行綜述，并對(duì)現(xiàn)有技術(shù)面臨的挑戰(zhàn)以及未來的發(fā)展趨勢(shì)和潛在的研究熱點(diǎn)進(jìn)行了探討和預(yù)測(cè)。

1 EV 響應(yīng)機(jī)制

EV 響應(yīng)機(jī)制指EV 根據(jù)調(diào)度中心發(fā)布的價(jià)格或者激勵(lì)信號(hào)調(diào)整其用電行為，改變其電能需求。EV 響應(yīng)機(jī)制是制定電網(wǎng)層控制策略的基礎(chǔ)，本文從響應(yīng)方式和響應(yīng)時(shí)間尺度及對(duì)應(yīng)的輔助服務(wù)兩方面對(duì)其進(jìn)行總結(jié)。

1.1 響應(yīng)方式

EV 的時(shí)間和空間分布受用戶行為影響很大，在調(diào)度其參與輔助服務(wù)時(shí)需要采取一定的響應(yīng)方式促使用戶響應(yīng)電網(wǎng)需求，包括價(jià)格型響應(yīng)方式和激勵(lì)型響應(yīng)方式。

1.1.1 價(jià)格型響應(yīng)

價(jià)格型響應(yīng)通過調(diào)整電價(jià)（分時(shí)電價(jià)、實(shí)時(shí)電價(jià)等）間接引導(dǎo)用戶在電價(jià)高時(shí)減少EV 充電負(fù)荷，在電價(jià)低時(shí)增加EV 充電負(fù)荷。價(jià)格型響應(yīng)難以保證響應(yīng)速度和EV 參與的數(shù)量，適用于調(diào)節(jié)時(shí)間尺度較長(zhǎng)、大規(guī)模EV 參與的服務(wù)，如調(diào)峰、無功調(diào)壓等。文獻(xiàn)［10］基于合作博弈思想，提出分時(shí)電價(jià)的動(dòng)態(tài)優(yōu)化模型，能有效提高聚合商和用戶的聯(lián)合收益，減小負(fù)荷峰谷差，但該文獻(xiàn)未考慮用戶響應(yīng)電價(jià)的不確定性?？紤]用戶充電行為，文獻(xiàn)［11］提出分時(shí)電價(jià)與積分制結(jié)合的響應(yīng)方式，可以有效地引導(dǎo)用戶參與改善總體負(fù)荷曲線。然而，分時(shí)電價(jià)容易造成負(fù)荷低谷涌入大量EV 形成新的負(fù)荷高峰問題?；诖耍墨I(xiàn)［12］根據(jù)EV 入網(wǎng)數(shù)量動(dòng)態(tài)調(diào)整電價(jià)，可以有效避免負(fù)荷新高峰。文獻(xiàn)［13］提出基于分時(shí)電價(jià)與實(shí)時(shí)電價(jià)雙重電價(jià)機(jī)制的兩階段EV 優(yōu)化調(diào)度策略，可以充分利用不同停車時(shí)長(zhǎng)EV 的調(diào)度潛力。文獻(xiàn)［14］根據(jù)系統(tǒng)無功負(fù)荷預(yù)測(cè)值制定動(dòng)態(tài)分時(shí)電價(jià)，以減小EV 接入電網(wǎng)節(jié)點(diǎn)的電壓偏差。

1.1.2 激勵(lì)型響應(yīng)

激勵(lì)型響應(yīng)需要用戶提前與調(diào)度中心簽訂協(xié)議，通過經(jīng)濟(jì)補(bǔ)償方式來激勵(lì)用戶參與輔助服務(wù)，一般由調(diào)度中心決定是否實(shí)施。該響應(yīng)方式下調(diào)度中心對(duì)EV 的控制程度高，調(diào)節(jié)實(shí)時(shí)性好，可以適用于調(diào)頻、無功調(diào)壓、調(diào)峰、備用等幾乎所有類型的輔助服務(wù)，并在光伏［15］和區(qū)域電網(wǎng)［16］中也得到應(yīng)用。采用激勵(lì)型響應(yīng)存在以下問題：一是只有簽訂合同的EV 參與輔助服務(wù)；二是這種響應(yīng)方式僅考慮最小化調(diào)度中心的運(yùn)營(yíng)成本，較少考慮用戶需求。文獻(xiàn)［17］將激勵(lì)合約分為充電優(yōu)先和允許放電兩種模式，在保證用戶充電需求的前提下提供備用服務(wù)，以鼓勵(lì)用戶參與。文獻(xiàn)［18］基于激勵(lì)型響應(yīng)機(jī)制，提出了空調(diào)負(fù)荷與EV 的協(xié)同調(diào)頻策略，并考慮消賈心理模型給出了激勵(lì)合同的制定方法，可以有效提高用戶參與度。

總的來說，價(jià)格型響應(yīng)中用戶對(duì)電價(jià)響應(yīng)的不確定性較大，難以充分利用EV 的潛力。相比之下，激勵(lì)型響應(yīng)與用戶簽訂協(xié)議，不確定性較小，但難以覆蓋所有EV?；诖?，文獻(xiàn)［19］建立了基于分時(shí)電價(jià)的有序充電模型和基于激勵(lì)的充放電調(diào)度模型，利用激勵(lì)協(xié)議充分調(diào)用EV 的響應(yīng)潛力，不愿簽訂協(xié)議的用戶可以通過分時(shí)電價(jià)的方式響應(yīng)電網(wǎng)調(diào)度。

1.2 響應(yīng)時(shí)間尺度及對(duì)應(yīng)的輔助服務(wù)

不同類型的輔助服務(wù)需要控制EV 響應(yīng)不同時(shí)間尺度的功率控制信號(hào)，主要分為實(shí)時(shí)、分鐘級(jí)、小時(shí)級(jí)響應(yīng)，明確輔助服務(wù)及其所需的EV 響應(yīng)時(shí)間尺度才能有針對(duì)性地制定控制策略。

1.2.1 實(shí)時(shí)響應(yīng)

實(shí)時(shí)響應(yīng)的EV 能夠快速地為電網(wǎng)提供所需功率，但長(zhǎng)時(shí)間響應(yīng)功率控制會(huì)影響用戶的出行需求，因此常用來參與電網(wǎng)調(diào)頻服務(wù)［20］。相對(duì)于調(diào)峰、備用等服務(wù)，調(diào)頻服務(wù)需要EV 有較高的充放電狀態(tài)轉(zhuǎn)換頻率，但調(diào)頻對(duì)能量的需求較小，充入或放出的能量很快能相互抵消，因而對(duì)EV 電量的要求較低。文獻(xiàn)［21］設(shè)計(jì)了EV 與傳統(tǒng)機(jī)組協(xié)調(diào)的調(diào)頻策略，由EV 承擔(dān)調(diào)頻信號(hào)的高頻部分，可以提高電網(wǎng)整體調(diào)節(jié)速率和調(diào)節(jié)精度，但未考慮EV 的充電需求。基于此，文獻(xiàn)［22］根據(jù)頻率偏差、EV 電池荷電狀態(tài)（state of charge，SOC）和停留時(shí)間設(shè)計(jì)調(diào)頻策略，可以兼顧調(diào)頻和提升EV 電量的需求。

1.2.2 分鐘級(jí)響應(yīng)

分鐘級(jí)響應(yīng)通?？梢跃S持發(fā)電側(cè)和負(fù)荷側(cè)的功率供需平衡，從而提高系統(tǒng)的穩(wěn)定性，常用于電壓調(diào)整、消納新能源出力等。文獻(xiàn)［23］提出EV 參與電網(wǎng)節(jié)點(diǎn)電壓調(diào)整的控制策略，通過控制無功功率輸出實(shí)現(xiàn)電壓調(diào)節(jié)，對(duì)EV 電池壽命和電量影響較小。文獻(xiàn)［24］利用EV 的可調(diào)度特性和儲(chǔ)能特性，通過動(dòng)態(tài)分時(shí)電價(jià)機(jī)制調(diào)用EV 參與消納風(fēng)電出力，考慮了用戶用電成本，但電價(jià)對(duì)用戶參與度的影響未具體分析。

1.2.3 小時(shí)級(jí)響應(yīng)

小時(shí)級(jí)響應(yīng)對(duì)EV 的響應(yīng)速度要求較低，但需要EV 在每次控制中能夠長(zhǎng)時(shí)間地維持功率輸出或輸入，常用于改變功率曲線分布的輔助服務(wù)，例如，調(diào)峰、備用等，對(duì)EV 所提供的總體能量需求較高［25］。文獻(xiàn)［26］根據(jù)EV 負(fù)荷運(yùn)行特性將EV 進(jìn)行分類，以調(diào)峰成本最小和負(fù)荷峰谷差最小為目標(biāo)對(duì)調(diào)峰電價(jià)進(jìn)行兩階段優(yōu)化，該文獻(xiàn)考慮了多種EV類型，且充分考慮了用戶充電需求。文獻(xiàn)［27］構(gòu)建了EV 提供備用的多市場(chǎng)協(xié)同調(diào)度策略，考慮了能量市場(chǎng)價(jià)格、光伏出力波動(dòng)等因素對(duì)調(diào)度策略的影響，但并未對(duì)用戶響應(yīng)行為的影響進(jìn)行討論。

2 終端層控制策略及關(guān)鍵技術(shù)

終端層控制負(fù)責(zé)執(zhí)行電網(wǎng)層提供的控制信號(hào)，控制對(duì)象為EV 個(gè)體或集群，終端層控制策略是在EV 側(cè)落實(shí)電網(wǎng)層控制策略的手段。本章將從控制框架、控制模式和關(guān)鍵技術(shù)3 個(gè)方面介紹EV 終端層控制策略及關(guān)鍵技術(shù)，如圖1 所示。

圖1 終端層控制策略及關(guān)鍵技術(shù)Fig.1 Control strategies and key technologies of terminal layer

2.1 控制框架

1）分散式控制框架

隨著人們對(duì)EV 的接受，隨機(jī)、分散接入電網(wǎng)的小容量私家EV 及商務(wù)用車越來越多，此類EV 達(dá)到足夠數(shù)量也可以參與輔助服務(wù)［11］。分散式控制將此類EV 通過智能充電設(shè)施與電網(wǎng)相連，如圖2（a）所示，EV 根據(jù)提前設(shè)定的控制策略直接、自治地參與輔助服務(wù)。分散式控制的一個(gè)特點(diǎn)是無須統(tǒng)一調(diào)度和預(yù)測(cè)EV 可調(diào)度容量，建設(shè)成本低，多適用于無法集中管理、需要EV 即插即用的應(yīng)用場(chǎng)景，如社區(qū)配電網(wǎng)、微電網(wǎng)的調(diào)頻、調(diào)壓場(chǎng)景［28］。分散式控制的另一個(gè)特點(diǎn)是決策過程在本地進(jìn)行，因而可以根據(jù)車輛和用戶的需求靈活調(diào)整控制策略，提高用戶響應(yīng)度，并且對(duì)通信和計(jì)算能力的要求較低，只需充電設(shè)施與電網(wǎng)檢測(cè)設(shè)備通信獲取電網(wǎng)信息，與EV通信獲取其實(shí)時(shí)狀態(tài)，便可決策EV 所需的充放電功率。文獻(xiàn)［29］設(shè)計(jì)了自適應(yīng)下垂控制策略，結(jié)合EV 電量調(diào)節(jié)一次調(diào)頻功率。文獻(xiàn)［30］設(shè)計(jì)虛擬同步機(jī)分散控制策略，結(jié)合EV 電池SOC 進(jìn)行頻率和電壓調(diào)節(jié)。文獻(xiàn)［31］設(shè)計(jì)分散模糊控制器，根據(jù)用戶充電需求來提供一、二次調(diào)頻，但分散式控制的效果受用戶行為和檢測(cè)設(shè)備的影響較大，控制可靠性、精度較低，且難以保證整體最優(yōu)。

圖2 終端層控制框架Fig.2 Control framework of terminal layer

2）集中式控制框架

集中式控制將區(qū)域內(nèi)的EV 通過一定形式聚集，由調(diào)度中心統(tǒng)一管理，如圖2（b）所示。電網(wǎng)調(diào)度中心與每輛EV 通信，統(tǒng)計(jì)各EV 的狀態(tài)信息，根據(jù)EV 可調(diào)度容量和電網(wǎng)負(fù)荷信息經(jīng)過優(yōu)化計(jì)算得到控制信號(hào)，并直接發(fā)送給EV 集群。集中式控制的特點(diǎn)是控制精度很高，相對(duì)于分散式控制，可以實(shí)現(xiàn)全局最優(yōu)。但集中式控制的難點(diǎn)是對(duì)系統(tǒng)的雙向通信能力和信息存儲(chǔ)能力要求較高，當(dāng)應(yīng)用于大規(guī)模EV 區(qū)域時(shí)，需要建設(shè)大量的通信通道并且調(diào)度中心的計(jì)算壓力較大。基于此，文獻(xiàn)［32］提出一種半托管式的用戶響應(yīng)方式，可以簡(jiǎn)化用戶響應(yīng)電網(wǎng)調(diào)度信號(hào)的過程。文獻(xiàn)［33］基于集中式框架，提出兩階段有功無功混合控制方法，簡(jiǎn)化了充電能量?jī)?yōu)化調(diào)度和無功優(yōu)化問題的復(fù)雜度，可以減小控制算法的計(jì)算難度。

3）分層式控制框架

分層式控制綜合了集中式控制和分散式控制的特征，在調(diào)度層和本地層之間增加了聚合層［34］，如圖2（c）所示。聚合層由聚合商組成，EV 聚合商是電網(wǎng)和EV 之間的接口，其從EV 處獲取所需信息，如充電需求、充電狀態(tài)等，也將電價(jià)和充電站地址等信息傳送給EV。聚合層分擔(dān)了電網(wǎng)的EV 數(shù)據(jù)統(tǒng)計(jì)、可調(diào)度容量評(píng)估以及EV 功率分配的任務(wù)，能夠降低電網(wǎng)壓力，并對(duì)分散的EV 進(jìn)行統(tǒng)一且靈活的管理調(diào)度。調(diào)度層只需與聚合層通信，接收其上報(bào)的EV 可調(diào)度容量，并結(jié)合電網(wǎng)信息優(yōu)化計(jì)算各集群的功率控制信號(hào)［35］，因而相對(duì)于集中式控制，分層式控制對(duì)通信能力和優(yōu)化計(jì)算能力的要求較低，在目前EV 參與輔助服務(wù)研究中應(yīng)用最多。文獻(xiàn)［36-38］基于分層式控制建立優(yōu)化模型，使系統(tǒng)能夠?qū)崿F(xiàn)EV 充/放電功率、充電賈用、電網(wǎng)調(diào)節(jié)效果等整體最優(yōu)?？梢钥闯觯謱邮浇K端控制框架在一定地理范圍內(nèi)都具有自治性，有去中心化的作用。未來，可以通過與鄰近聚合商通信，做到聚合商間的一致性協(xié)同控制。

綜上，3 種終端層控制框架的優(yōu)缺點(diǎn)比較如表1所示。

表1 EV 不同控制框架對(duì)比Table 1 Comparison of different control frameworks for EVs

2.2 控制模式

EV 兼具負(fù)荷和儲(chǔ)能的特性，既能作為可調(diào)負(fù)荷通過改變充電功率來維持系統(tǒng)發(fā)/用電平衡或削峰填谷，也能作為電源增加系統(tǒng)的發(fā)電能力，主動(dòng)參與各項(xiàng)輔助服務(wù)。因此，本節(jié)將EV 控制模式分為單向充電控制和雙向充放電控制。

2.2.1 單向充電控制

在雙向充放電設(shè)施普及和V2G 控制系統(tǒng)完善之前，EV 在實(shí)際應(yīng)用中主要通過單向充電控制參與輔助服務(wù)［39］。文獻(xiàn)［40］基于動(dòng)態(tài)電價(jià)機(jī)制引導(dǎo)用戶進(jìn)行有序充電，并結(jié)合電網(wǎng)負(fù)荷、充電賈用等調(diào)節(jié)充電功率，以提高EV 的調(diào)峰或備用服務(wù)能力。但調(diào)峰、備用服務(wù)的時(shí)間尺度較大，所需電量較多，各用戶的充電需求可能相互沖突，需從主從博弈或非合作博弈的角度解決［41］。調(diào)頻服務(wù)的時(shí)間尺度較短，各用戶需求可以得到協(xié)調(diào)滿足。為此，文獻(xiàn)［42］在滿足用戶多樣化充電需求的同時(shí)，提出了一種EV 集群參與日前能量市場(chǎng)和調(diào)頻輔助服務(wù)市場(chǎng)的協(xié)同充電優(yōu)化策略，能有效提升EV 的調(diào)頻效果和經(jīng)濟(jì)性。

單向充電控制不涉及EV 放電，因而對(duì)系統(tǒng)的軟、硬件設(shè)施的改進(jìn)較小，便于實(shí)施，并且無須EV在充放電狀態(tài)之間頻繁切換，因此對(duì)電池壽命的影響較小。但EV 僅通過增減充電功率，無法充分利用EV 的儲(chǔ)能能力。

2.2.2 雙向充放電控制

雙向充放電控制除了可以改變EV 的充電功率，還能夠控制EV 向電網(wǎng)注入電能提供輔助服務(wù)，但同時(shí)也需要考慮放電帶來的EV 電量損失，影響用戶出行的問題。文獻(xiàn)［31］設(shè)計(jì)了基于模糊控制的EV 充放電調(diào)頻控制策略，能夠滿足用戶的充電計(jì)劃，但對(duì)SOC 處于較大/較小值的情況考慮不足，有過充、過放風(fēng)險(xiǎn)。文獻(xiàn)［23］基于雙向充放電控制設(shè)計(jì)EV 的無功調(diào)壓策略，考慮了充電樁容量對(duì)有功、無功功率的限制，以保證EV 對(duì)充電功率的需求。文獻(xiàn)［43］利用雙向充放電控制設(shè)計(jì)EV 調(diào)峰策略，驗(yàn)證了該控制相對(duì)于有序充電控制策略有更好的調(diào)峰效果。

兩種EV 控制模式的優(yōu)缺點(diǎn)對(duì)比如表2 所示。

表2 EV 不同控制模式對(duì)比Table 2 Comparison of different control modes for EVs

2.3 終端層控制關(guān)鍵技術(shù)

終端層控制直接面對(duì)各種不同位置、不同型號(hào)、不同容量、不同SOC 和不同充電需求的EV。因此，如何將這些EV 進(jìn)行分類和聚合建模，是首先要解決的關(guān)鍵問題。同時(shí)，結(jié)合EV 可調(diào)度容量對(duì)所需總體功率進(jìn)行合理分配是終端層對(duì)EV 進(jìn)行調(diào)度的重要環(huán)節(jié)。因此，可調(diào)度容量評(píng)估方法和功率分配技術(shù)也是需要關(guān)注的關(guān)鍵技術(shù)。本節(jié)從以下4 個(gè)方面對(duì)終端層控制關(guān)鍵技術(shù)展開討論。

2.3.1 EV 集群分類方法

分層式控制框架中需要對(duì)EV 進(jìn)行分群以降低控制難度，由于EV 具有時(shí)空分布隨機(jī)的特點(diǎn)，合理的集群分類方法是控制的前提和關(guān)鍵。

現(xiàn)有研究常按照EV 的時(shí)空分布和車輛特性進(jìn)行分類，如EV 與充電樁的距離［24］、EV 的負(fù)荷特性［26］、車輛類型［44］和離網(wǎng)時(shí)間［45］等。文獻(xiàn)［24］將充電樁之間距離作為分類的評(píng)判標(biāo)準(zhǔn)，利用K-means聚類算法，根據(jù)充電樁的位置對(duì)EV 進(jìn)行空間分類。該分類方法可以適應(yīng)不同的配電網(wǎng)拓?fù)?，方便多區(qū)域EV 的統(tǒng)一控制，但忽略了EV 的自身特性。文獻(xiàn)［26］將EV 的負(fù)荷特性作為分類依據(jù)，根據(jù)EV 的可調(diào)用程度將其分為剛性負(fù)荷、可調(diào)度負(fù)荷、靈活性負(fù)荷和智能換電負(fù)荷，該分類方法對(duì)EV 可用容量的建模更加簡(jiǎn)單，但未考慮EV 的時(shí)間分布，依賴實(shí)時(shí)計(jì)算能力。文獻(xiàn)［44］根據(jù)EV 車輛類型將其分為私家EV、公交EV 以及梯次利用EV，關(guān)注了不同類型EV 的行為特性、管理模式等差異對(duì)建模的影響，方便進(jìn)行分時(shí)調(diào)度，但難以覆蓋所有車輛類型，如共享EV、網(wǎng)約EV 等。文獻(xiàn)［45］根據(jù)EV 的行駛特性，將離網(wǎng)時(shí)間相近的EV 編入同一集群，方便根據(jù)EV 的可調(diào)度時(shí)間調(diào)整充放電功率，可以適應(yīng)用戶的不同充電需求。但該分類方式的聚合商數(shù)量不固定，需要采集用戶需求信息后進(jìn)行再分配。

各種集群分類方法的優(yōu)缺點(diǎn)對(duì)比如表3 所示?？偟膩碚f，EV 的時(shí)空分布以及負(fù)荷類型等都可以作為分類依據(jù)，關(guān)鍵在于滿足哪種控制需求（對(duì)配電網(wǎng)拓?fù)涞募嫒菪詮?qiáng)、建模簡(jiǎn)單、適應(yīng)用戶需求等），需要根據(jù)需求來選擇合適的分類方法。

表3 不同集群分類方法對(duì)比Table 3 Comparison of different cluster classification methods

2.3.2 EV 聚合建模方法

EV 以集群方式參與電網(wǎng)輔助服務(wù)時(shí)，精確可靠的聚合模型是執(zhí)行控制策略的基礎(chǔ)。此外，合理的聚合模型能夠直接嵌入電網(wǎng)調(diào)度模型中參與系統(tǒng)優(yōu)化和控制，意義重大。

傳統(tǒng)的EV 聚合建模方法為：先針對(duì)單輛EV 的充放電過程建模，然后進(jìn)行整體聚合，并將聚合建模問題轉(zhuǎn)化為規(guī)劃問題，采用隨機(jī)優(yōu)化［46］、遺傳算法［47］等智能優(yōu)化算法進(jìn)行求解。但對(duì)于大規(guī)模EV集群，此類建模方法的計(jì)算難度較大，精度和實(shí)時(shí)性都較差，而基于隨機(jī)過程［48］和數(shù)據(jù)驅(qū)動(dòng)［49-50］的建模方法可以有效解決以上問題。文獻(xiàn)［48］考慮了EV的充電、放電和閑置3 種狀態(tài)，提出一種基于馬爾可夫鏈的EV 聚合建模方法，描述了充放電過程的動(dòng)態(tài)變化。該方法能夠提高建模的精確度，但過多的離散狀態(tài)區(qū)間仍會(huì)增加模型的計(jì)算難度。文獻(xiàn)［49-50］采用數(shù)據(jù)驅(qū)動(dòng)的方法建立EV 聚合模型，結(jié)合大量的EV 充電行為數(shù)據(jù)挖掘其充電規(guī)律，并采用擴(kuò)散核密度估計(jì)法進(jìn)行概率建模，能夠提升模型的計(jì)算速度。

2.3.3 可調(diào)度容量評(píng)估方法

可調(diào)度容量指EV 集群在某一時(shí)段內(nèi)可用于參與輔助服務(wù)的功率，分為可上調(diào)容量和可下調(diào)容量，分別表示充電功率可減少量和增加量或者放電功率的可增加量和減少量［51］。

容量評(píng)估的重點(diǎn)在于準(zhǔn)確地判斷各用戶是否響應(yīng)電網(wǎng)調(diào)度和計(jì)算各種需求限制下各EV 可提供的功率值。通過采用蒙特卡洛［51-53］和排隊(duì)論［54-56］等隨機(jī)統(tǒng)計(jì)方法模擬EV 的充電時(shí)間、出行行為等來建立概率模型，可以估計(jì)各時(shí)段EV 的SOC，用以判斷車輛是否能參與輔助服務(wù)，然后根據(jù)充放電功率、SOC 等約束估計(jì)總體可用容量。但概率模型中采用了大量的參數(shù)假設(shè)，實(shí)際評(píng)估精度不高?；诖耍ㄟ^采用隨機(jī)森林［57］和決策樹［58］等機(jī)器學(xué)習(xí)算法，對(duì)車輛的行駛狀態(tài)、能耗狀況、駕駛行為以及補(bǔ)償價(jià)格等信息進(jìn)行分析，判斷用戶是否參與輔助服務(wù)，結(jié)合EV 充放電功率、充電時(shí)間、SOC 等估計(jì)出不同時(shí)段EV 集群的充放電容量，評(píng)估精度較高。

2.3.4 功率分配技術(shù)

功率分配是指在調(diào)度中心確定EV 集群所需提供的總功率后，對(duì)集群內(nèi)EV 個(gè)體進(jìn)行功率再分配的技術(shù)。功率分配不能簡(jiǎn)單地進(jìn)行平均計(jì)算，關(guān)鍵是在能滿足總體所需功率的基礎(chǔ)上，使每輛EV 提供的功率更加合理，因此，必須結(jié)合EV 的電池狀態(tài)進(jìn)行計(jì)算，其中，文獻(xiàn)［59］針對(duì)調(diào)頻場(chǎng)景，根據(jù)各EV 的SOC 對(duì)調(diào)頻功率進(jìn)行加權(quán)分配。由于EV 型號(hào)不同，相同SOC 代表的電量不一定相同，文獻(xiàn)［60］還考慮了EV 電池容量。以上方法計(jì)算簡(jiǎn)單，應(yīng)用廣泛，但考慮因素較少，難以保證系統(tǒng)整體控制效果，因而目前也有許多優(yōu)化分配方法。文獻(xiàn)［61］采用最優(yōu)價(jià)值網(wǎng)絡(luò)方法，根據(jù)不同EV 的充電時(shí)長(zhǎng)、充電電量，對(duì)EV 的充放電功率進(jìn)行優(yōu)化，可以在容量受限條件下提高EV 的充電效率和應(yīng)急備用能力。文獻(xiàn)［43］根據(jù)調(diào)度中心的計(jì)劃充放電功率信號(hào)，結(jié)合EV 的狀態(tài)信息，以調(diào)度中心給出的功率信號(hào)與EV 實(shí)際充放電功率的方差最小為目標(biāo)函數(shù)，采用粒子群優(yōu)化算法求解，從而得到滿足電網(wǎng)調(diào)峰需求的EV 最優(yōu)充放電功率。

3 電網(wǎng)層控制策略及關(guān)鍵技術(shù)

電網(wǎng)層控制策略由調(diào)度中心或聚合商執(zhí)行。目前，不同的輔助服務(wù)類型和多樣的控制目標(biāo)衍生出了大量電網(wǎng)層控制策略，本章從EV 參與的4 種輔助服務(wù)類型，即調(diào)頻、無功調(diào)壓、調(diào)峰、備用對(duì)其進(jìn)行總結(jié)和分析。

3.1 調(diào)頻策略

3.1.1 一次調(diào)頻策略

一次調(diào)頻策略為應(yīng)對(duì)周期短、幅度小的負(fù)荷波動(dòng)，要求EV 能夠快速響應(yīng)頻率變化［62］。因此，終端層多選擇分散式的控制架構(gòu)?？刂撇呗钥蓺w類為下垂控制與虛擬同步機(jī)控制。

1）下垂控制

傳統(tǒng)儲(chǔ)能系統(tǒng)參與一次調(diào)頻的下垂控制特性如圖3 所示。圖中：Pc為充電功率；fn為額定頻率；Pc，max和Pd，max分別為最大充、放電功率，由儲(chǔ)能電池自身參數(shù)決定，死區(qū)用于防止儲(chǔ)能單元頻繁地充放電。與傳統(tǒng)儲(chǔ)能一次調(diào)頻策略相似的是：EV 的功率由電池提供，因此，在調(diào)頻過程中要考慮對(duì)電池壽命的影響。文獻(xiàn)［22，63］考慮車輛充電需求與過充、過放問題，設(shè)置了電池SOC 的上下限SSOC，max和SSOC，min，并結(jié)合充電機(jī)自身的最大充放電功率給出了Pc，max和Pd，max的計(jì)算公式。為避免電池老化帶來的SOC 計(jì)算誤差影響充放電功率，文獻(xiàn)［64］借助鋰電池的老化衰減模型及時(shí)地更新電池容量，進(jìn)而精確估計(jì)SOC。

圖3 傳統(tǒng)儲(chǔ)能參系統(tǒng)與一次調(diào)頻的下垂特性Fig.3 Droop characteristic of traditional energy storage systems participating in primary frequency regulation

與傳統(tǒng)儲(chǔ)能一次調(diào)頻策略不同，EV 作為交通工具參與一次調(diào)頻需解決的問題是如何協(xié)調(diào)EV 的調(diào)頻能力與充電需求。文獻(xiàn)［65］采用自適應(yīng)下垂系數(shù)控制，根據(jù)EV 電池SOC 改變下垂系數(shù)，如圖4（a）所示，便可通過自適應(yīng)改變調(diào)頻功率來協(xié)調(diào)電網(wǎng)與用戶的需求，但SOC 期望值SSOC，e無法直接調(diào)整。文獻(xiàn)［64］采用圖4（b）所示橢圓函數(shù)來構(gòu)建SOC 與下垂系數(shù)K的函數(shù)關(guān)系，可迅速穩(wěn)定SOC，并且SSOC，e在函數(shù)中作為參數(shù)可直接調(diào)整，能夠靈活適應(yīng)不同用戶的充電需求。圖4 中：下標(biāo)1、2 表示不同用戶；Kmax為下垂系數(shù)最大值。

圖4 自適應(yīng)下垂系數(shù)Fig.4 Adaptive droop coefficients

2）虛擬同步機(jī)控制

下垂控制缺乏慣性，無法快速抑制頻率的突然變化，虛擬同步機(jī)通過模擬傳統(tǒng)電機(jī)的慣性過程，引入虛擬慣量J以增加系統(tǒng)穩(wěn)定性［66］。該控制策略用于V2G 同樣面臨協(xié)調(diào)用戶與電網(wǎng)兩方需求的問題［67-68］。為此，文獻(xiàn)［62］提出自適應(yīng)虛擬慣量算法，可根據(jù)SOC 自適應(yīng)地改變J，同時(shí)調(diào)頻功率依然由電網(wǎng)頻率與阻尼系數(shù)決定，對(duì)EV 的調(diào)頻出力影響不大。文獻(xiàn)［30］在虛擬同步機(jī)模型中加入模糊控制器，使充放電功率能夠根據(jù)電網(wǎng)頻率和EV 電池SOC 以及用戶設(shè)定的電量限值進(jìn)行調(diào)節(jié)。文獻(xiàn)［31］根據(jù)EV 剩余可參與V2G 的時(shí)間與電網(wǎng)頻率偏差，自適應(yīng)改變一次調(diào)頻功率，可以保證按時(shí)完成充電計(jì)劃，當(dāng)EV 數(shù)量較多時(shí)有良好的調(diào)頻性能。

3.1.2 二次調(diào)頻策略

對(duì)于幅度變化較大、波動(dòng)時(shí)間長(zhǎng)的負(fù)荷，一次調(diào)頻無法保證頻率調(diào)節(jié)的準(zhǔn)確性，需要二次調(diào)頻參與使系統(tǒng)頻率恢復(fù)到額定值［69］。傳統(tǒng)的二次調(diào)頻通過改變發(fā)電機(jī)組調(diào)速系統(tǒng)的運(yùn)行點(diǎn)，增加或減少機(jī)組有功功率來適應(yīng)負(fù)荷變化［70］。EV 參與二次調(diào)頻時(shí)，可將EV 集群等同于一個(gè)主調(diào)頻機(jī)組，通過控制區(qū)域控制偏差（area control error，ACE）來維持系統(tǒng)頻率穩(wěn)定以及各區(qū)域交換功率的平衡，其中，ACE為系統(tǒng)頻率偏差與區(qū)域交換功率偏差之和［20］。

二次調(diào)頻所需EV 數(shù)量多，調(diào)節(jié)時(shí)間長(zhǎng)，因此，可采用集中式或分層式的終端層控制框架，目前研究多數(shù)圍繞分層式框架的優(yōu)點(diǎn)進(jìn)行討論。以分層式控制框架為例，EV 參與二次調(diào)頻的控制框架如圖5所示。ACE 控制信號(hào)經(jīng)比例-積分（PI）環(huán)節(jié)［20］或根據(jù)歷史數(shù)據(jù)預(yù)測(cè)［70］得到功率調(diào)節(jié)信號(hào)A1，與EV 總體可調(diào)度容量A2在電網(wǎng)調(diào)度中心進(jìn)行決策得到調(diào)頻信號(hào)A3，根據(jù)各集群可調(diào)度容量大小加權(quán)分配給各EV 聚合商，各聚合商再根據(jù)各EV 電池SOC、容量大小對(duì)調(diào)頻功率進(jìn)行再分配。

圖5 EV 參與二次調(diào)頻的控制框架Fig.5 Control framework of EV participating in secondary frequency regulation

為協(xié)調(diào)電網(wǎng)調(diào)頻需求與用戶充電需求，文獻(xiàn)［71］采用模糊控制器代替PI 環(huán)節(jié)與功率加權(quán)分配環(huán)節(jié)，直接根據(jù)ACE 信號(hào)與電池SOC 來計(jì)算EV 群體所需的輸出功率，滿足用戶對(duì)電量需求的同時(shí)可增加頻率控制的穩(wěn)定性。為充分利用EV 調(diào)頻的快速性，文獻(xiàn)［20］提出讓EV 承擔(dān)ACE 信號(hào)的高頻部分，常規(guī)機(jī)組承擔(dān)低頻部分，可以提高調(diào)頻效率。但高頻的調(diào)頻信號(hào)帶來的充放電切換次數(shù)增加會(huì)對(duì)電池壽命造成損害。以上策略均針對(duì)已接入電網(wǎng)的EV 進(jìn)行控制，而未考慮EV 的參與度和時(shí)空分布隨機(jī)性。

3.2 無功調(diào)壓策略

EV 參與電網(wǎng)無功調(diào)壓服務(wù)能夠充分體現(xiàn)EV時(shí)空分布隨機(jī)帶來的靈活調(diào)度特性，但同時(shí)也面臨充電設(shè)施容量限制帶來的有功、無功功率相互制約問題，以下為兩種特性所對(duì)應(yīng)的控制策略。由于需要統(tǒng)一調(diào)度多個(gè)電網(wǎng)節(jié)點(diǎn)下的EV 充放電，以下控制策略均以分層式控制框架進(jìn)行討論。

3.2.1 靈活調(diào)度策略

EV 車主的充電行為在時(shí)間和空間上具有強(qiáng)隨機(jī)性，當(dāng)EV 僅作為負(fù)荷大規(guī)模接入電網(wǎng)進(jìn)行無序充電時(shí)，難以確定配電網(wǎng)何時(shí)何處的電壓將會(huì)跌落，從而給傳統(tǒng)無功補(bǔ)償設(shè)備的設(shè)計(jì)帶來困難。將EV作為補(bǔ)償源參與無功補(bǔ)償服務(wù)中進(jìn)行有序充放電，不僅能大大緩解其無序充電帶來的電壓?jiǎn)栴}，EV的分散性、隨機(jī)性的特點(diǎn)也使其比傳統(tǒng)無功補(bǔ)償設(shè)備更加靈活、及時(shí)。

利用EV 隨機(jī)、分散接入電網(wǎng)的特點(diǎn)，協(xié)調(diào)各個(gè)節(jié)點(diǎn)上EV 的無功輸出，可使每個(gè)節(jié)點(diǎn)電壓都在穩(wěn)定范圍內(nèi)。文獻(xiàn)［72］使用溝通調(diào)節(jié)算法協(xié)調(diào)各節(jié)點(diǎn)電壓，如圖6 所示。當(dāng)EV1 在PQ控制下容量不足時(shí)，配電所調(diào)取相同次級(jí)饋線下的EV2 參與無功補(bǔ)償；當(dāng)該饋線的容量也不足時(shí)，則調(diào)取相同初級(jí)饋線下其他次級(jí)饋線的EV3、EV4 參與調(diào)節(jié)。該控制方法對(duì)節(jié)點(diǎn)間的通信條件要求較高，并且逐級(jí)調(diào)用不同饋線容量的方式計(jì)算量大，全局可靠性較低。文獻(xiàn)［38］提出一種適用于平衡/非平衡微電網(wǎng)的分布式模型預(yù)測(cè)控制策略，建立了考慮EV 無功補(bǔ)償?shù)碾妷赫{(diào)節(jié)模型，可以實(shí)現(xiàn)通信條件較差情況下的多EV 協(xié)同控制。

圖6 溝通調(diào)節(jié)算法控制圖Fig.6 Control diagram of communication regulation algorithm

3.2.2 有功、無功功率協(xié)調(diào)策略

由于充電樁容量的限制，EV 在進(jìn)行充放電時(shí)，無功功率Q的增加將導(dǎo)致有功功率P的減少，如圖7 所示，這個(gè)聯(lián)動(dòng)的運(yùn)行過程可用第四象限運(yùn)行特性表示［73］。因此，在進(jìn)行V2G 無功補(bǔ)償?shù)耐瑫r(shí)必須考慮EV 的有功需求。

圖7 EV 四象限運(yùn)行特性示意圖Fig.7 Schematic diagram of four-quadrant operation characteristic of EV

文獻(xiàn)［23］根據(jù)用戶目標(biāo)電量、電池容量計(jì)算出充電樁功率因數(shù)角的可調(diào)控范圍，以功率因數(shù)角φ為優(yōu)化變量，建立以減小電壓波動(dòng)最小、網(wǎng)損最小、用戶花賈賈用最少、充電結(jié)束后SOC 達(dá)到出行需求為優(yōu)化目標(biāo)的節(jié)點(diǎn)電壓調(diào)控模型，并采用粒子群優(yōu)化算法對(duì)該模型進(jìn)行求解。文獻(xiàn)［74］通過EV 的時(shí)空分布與SOC 的概率模型建立了以配電網(wǎng)運(yùn)營(yíng)成本最小為優(yōu)化目標(biāo)的日前優(yōu)化模型，確定充電站日前計(jì)劃有功功率；然后，根據(jù)日前優(yōu)化結(jié)果和EV 實(shí)時(shí)數(shù)據(jù)，以有功功率滿足日前計(jì)劃、網(wǎng)損最小、總視在功率S最小為優(yōu)化目標(biāo)，建立了配電網(wǎng)與充電站分層協(xié)調(diào)的EV 有功和無功功率實(shí)時(shí)優(yōu)化模型。文獻(xiàn)［75］考慮EV 的行為特性，利用二次規(guī)劃方法求取不同時(shí)段EV 的最優(yōu)充放電功率，然后以系統(tǒng)網(wǎng)損最低為目標(biāo)，利用二階錐規(guī)劃對(duì)各時(shí)段充電站的有功及無功功率進(jìn)行優(yōu)化。

3.3 調(diào)峰策略

調(diào)峰服務(wù)用于解決電力系統(tǒng)負(fù)荷日分布不均導(dǎo)致的負(fù)荷峰谷差較大的問題。由于電力市場(chǎng)發(fā)展階段不同，國(guó)內(nèi)外關(guān)于負(fù)荷調(diào)峰問題的解決方式不同［69］，國(guó)外成熟的電力市場(chǎng)主要通過現(xiàn)貨市場(chǎng)制定實(shí)時(shí)電價(jià)的方式來解決負(fù)荷日分布不均的問題，不存在單獨(dú)的調(diào)峰市場(chǎng)［76-77］，而中國(guó)電力市場(chǎng)尚未成熟，需通過短時(shí)電力調(diào)節(jié)使發(fā)電出力匹配負(fù)荷的變化［19］。

調(diào)峰服務(wù)的調(diào)度工作主要包括：日前優(yōu)化調(diào)度、定價(jià)和日內(nèi)實(shí)時(shí)功率調(diào)度［78］。以分層式控制框架的調(diào)峰策略為例，EV 參與調(diào)峰的基本流程如圖8 所示。首先，調(diào)度中心根據(jù)歷史負(fù)荷和EV 行為數(shù)據(jù)對(duì)負(fù)荷曲線進(jìn)行預(yù)測(cè)，用于日前優(yōu)化調(diào)度和電價(jià)制定；EV 聚合商實(shí)時(shí)統(tǒng)計(jì)EV 的狀態(tài)信息并計(jì)算出總體可用容量，結(jié)合歷史容量數(shù)據(jù)預(yù)測(cè)各時(shí)段用于調(diào)峰的可用容量，并上傳給電網(wǎng)調(diào)度中心；然后，電網(wǎng)調(diào)度中心以負(fù)荷曲線波動(dòng)最小、電力傳輸損耗最小等為目標(biāo)對(duì)日前調(diào)度計(jì)劃進(jìn)行優(yōu)化矯正，制定出EV 集群的計(jì)劃充放電功率發(fā)送給各聚合商；最后，聚合商結(jié)合EV 的狀態(tài)信息，以聚合商或用戶成本最低為目標(biāo)，經(jīng)粒子群優(yōu)化等算法優(yōu)化后將所需充放電功率實(shí)時(shí)分配給各EV［43，79］。

圖8 EV 參與調(diào)峰控制策略Fig.8 Control strategy of EV participating in peak shaving

根據(jù)EV 的負(fù)荷特性，在調(diào)峰時(shí)既能將EV 充電負(fù)荷轉(zhuǎn)移到負(fù)荷低谷時(shí)期，又能通過控制EV 饋電增強(qiáng)系統(tǒng)調(diào)峰能力，實(shí)現(xiàn)靈活調(diào)度。文獻(xiàn)［26］根據(jù)EV 負(fù)荷特性，建立了剛性負(fù)荷、可調(diào)度負(fù)荷、靈活性負(fù)荷以及智能換電負(fù)荷4 種EV 負(fù)荷模型，基于該模型設(shè)計(jì)EV 參與調(diào)峰的日前定價(jià)策略與日內(nèi)優(yōu)化調(diào)度策略。該策略根據(jù)EV 的充放電特性評(píng)估其可調(diào)用程度，能夠充分利用EV 的調(diào)峰潛力。

3.4 備用策略

備用服務(wù)用于儲(chǔ)備足夠的容量以應(yīng)對(duì)電網(wǎng)需要，保證系統(tǒng)穩(wěn)定運(yùn)行，對(duì)控制的可靠性要求高，需要EV 的服務(wù)容量較大［80］。因此，同樣以分層式的控制框架為主。利用EV 在時(shí)間和空間上靈活調(diào)度的優(yōu)點(diǎn)，可快速調(diào)取故障地區(qū)的EV 群體提供備用服務(wù)，增強(qiáng)電網(wǎng)運(yùn)行的可靠性。EV 的備用能力按調(diào)節(jié)方向可分為上備用（向電網(wǎng)反向放電或降低充電功率）能力和下備用（降低放電功率或增加充電功率）能力2 類。按可穩(wěn)定提供一定容量的備用服務(wù)時(shí)間還可進(jìn)一步細(xì)分為短時(shí)（1 h 到數(shù)小時(shí)）和長(zhǎng)期（1 日到數(shù)日）［61］。針對(duì)EV 備用能力的評(píng)估方法，文獻(xiàn)［81］考慮EV 的出行特性和充電計(jì)劃，提出了決定EV 備用能力的2 個(gè)關(guān)鍵邊界約束（功率邊界和電量邊界），結(jié)合EV 當(dāng)前的運(yùn)行功率便可對(duì)上、下備用能力進(jìn)行定量評(píng)估。文獻(xiàn)［82］考慮了EV 提供備用時(shí)出現(xiàn)的風(fēng)險(xiǎn)對(duì)備用能力的影響，并建立風(fēng)險(xiǎn)模型用于修正計(jì)算的備用容量。

文獻(xiàn)［61］根據(jù)EV 充電計(jì)劃對(duì)EV 進(jìn)行有序充放電調(diào)度。首先，根據(jù)充電計(jì)劃將EV 按充電時(shí)長(zhǎng)進(jìn)行分組，無法按時(shí)完成充電合約的汽車則在分組中剩余并優(yōu)先參與調(diào)度；然后，結(jié)合電網(wǎng)負(fù)荷信息，利用最優(yōu)價(jià)值網(wǎng)絡(luò)算法對(duì)功率進(jìn)行組間分配。但該策略有個(gè)前提，即用戶愿意響應(yīng)有序充放電調(diào)度且EV 接入電網(wǎng)時(shí)間較長(zhǎng)，才能有效提高系統(tǒng)備用能力。文獻(xiàn)［83］考慮單臺(tái)EV 充、放電與配電變壓器容量的雙重約束，以調(diào)度中心收益最大化為優(yōu)化目標(biāo)對(duì)EV 的充放電功率進(jìn)行優(yōu)化，可以在市場(chǎng)備用價(jià)格變化時(shí)提供較大的備用容量。

3.5 電網(wǎng)層控制關(guān)鍵技術(shù)

電網(wǎng)層控制是EV 參與電網(wǎng)輔助服務(wù)的頂層控制，需要結(jié)合可參與服務(wù)的EV 容量來制定控制策略。EV 與傳統(tǒng)儲(chǔ)能不同，其在輔助服務(wù)中的參與度較低，并且在響應(yīng)過程中具有較大的不確定性，這都會(huì)對(duì)電網(wǎng)層控制策略的制定產(chǎn)生影響。因此，提升用戶參與度和應(yīng)對(duì)存在的不確定性是電網(wǎng)層控制需要重點(diǎn)解決的關(guān)鍵技術(shù)。

3.5.1 用戶參與度提升方法

EV 參與輔助服務(wù)的實(shí)際可用容量受用戶參與度的影響很大，需要提高用戶參與服務(wù)的主動(dòng)性，才能靈活調(diào)用EV。目前，控制策略一般通過經(jīng)濟(jì)補(bǔ)償（電價(jià)補(bǔ)償［84］、激勵(lì)補(bǔ)償［32］、電池退化補(bǔ)償［85］）或滿足用戶需求［31］的方式來提高其參與度。

EV 參與輔助服務(wù)涉及電池向電網(wǎng)的放電過程，會(huì)造成電量損耗，對(duì)車主進(jìn)行經(jīng)濟(jì)補(bǔ)償是提高參與度的直接、有效的方式。根據(jù)EV 的響應(yīng)機(jī)制，文獻(xiàn)［84］針對(duì)EV 參與調(diào)峰服務(wù)，提出基于電價(jià)引導(dǎo)的EV 控制策略，可以有效減少用戶充電賈用，同時(shí)提升調(diào)峰效果。文獻(xiàn)［32］提出基于充、放電雙重激勵(lì)機(jī)制的備用服務(wù)策略，建立了充、放電激勵(lì)價(jià)格與用戶響應(yīng)度的映射模型，可以看出用戶響應(yīng)度隨激勵(lì)價(jià)格增加而增加。聚合商合理地把控激勵(lì)價(jià)格在響應(yīng)閾值附近，便可以得到最優(yōu)的充放電激勵(lì)計(jì)劃，但該策略需要統(tǒng)計(jì)大量用戶參與數(shù)據(jù)來提高模型的精度。除了電量損耗，車主往往關(guān)心EV 參與輔助服務(wù)帶來的電池退化風(fēng)險(xiǎn)。為此，文獻(xiàn)［8］提出一種隨機(jī)混合整數(shù)線性規(guī)劃模型，在模型中加入EV 電池退化成本模型，并設(shè)置電池退化補(bǔ)償，可以降低用戶充電成本，提高用戶參與度。經(jīng)濟(jì)補(bǔ)償?shù)年P(guān)鍵在于確定合理的補(bǔ)償價(jià)格，平衡用戶和聚合商的利益，這需要在價(jià)格確定之前根據(jù)采集到的足夠的用戶數(shù)據(jù)來提高補(bǔ)償模型的準(zhǔn)確性。

若希望用戶長(zhǎng)時(shí)間持續(xù)為電網(wǎng)提供輔助服務(wù)，僅通過經(jīng)濟(jì)補(bǔ)償?shù)姆绞绞遣粔虻?，必須設(shè)計(jì)控制策略使EV 在提供服務(wù)的同時(shí)不影響用戶的充電、出行需求。文獻(xiàn)［31］充分考慮用戶的充電需求，根據(jù)用戶期望充電時(shí)間和期望SOC 設(shè)計(jì)調(diào)頻參與度因子，通過模糊控制算法決定EV 的具體調(diào)頻功率，便能在滿足用戶需求的前提下參與調(diào)頻服務(wù)，有利于增強(qiáng)用戶的積極性。但考慮用戶需求的同時(shí)也增加了控制規(guī)則的復(fù)雜程度，如何設(shè)計(jì)規(guī)則以保證各種EV 充電工況下的合理性是該類方法的重點(diǎn)。

3.5.2 不確定性及應(yīng)對(duì)方法

EV 作為交通工具，受用戶出行規(guī)律、充電習(xí)慣的影響，其時(shí)空分布和用戶的響應(yīng)意愿都具有較大的不確定性，從而給EV 調(diào)度和可用容量評(píng)估帶來困難。

1）EV 時(shí)空分布的不確定性

EV 時(shí)空分布的不確定性帶來的是EV 實(shí)時(shí)容量計(jì)算難度大、無法及時(shí)準(zhǔn)確調(diào)度等難題。因此，需要對(duì)不確定的時(shí)空分布問題進(jìn)行數(shù)學(xué)建模，從而進(jìn)一步計(jì)算各時(shí)段SOC、可用容量等數(shù)據(jù)。目前，主要采用的方法為：一是建立概率模型，如文獻(xiàn)［86］結(jié)合EV 的出行規(guī)律，采用蒙特卡洛隨機(jī)模擬方法估計(jì)出EV 各時(shí)刻的SOC 情況，進(jìn)而計(jì)算出EV 可用于參與調(diào)頻的功率；二是建立數(shù)據(jù)驅(qū)動(dòng)模型，如文獻(xiàn)［80］采用數(shù)據(jù)驅(qū)動(dòng)的分布式魯棒機(jī)會(huì)約束來描述EV 參與調(diào)峰時(shí)空間分布的不確定性，用于充電運(yùn)營(yíng)商參與調(diào)峰市場(chǎng)的日前投標(biāo)決策過程，能夠適應(yīng)EV 出行規(guī)律的隨機(jī)性。這兩種方法的準(zhǔn)確性都需要大量的歷史數(shù)據(jù)作基礎(chǔ)，當(dāng)EV 歷史數(shù)據(jù)較多時(shí)，模型的精度令人滿意；反之，當(dāng)EV 歷史數(shù)據(jù)較少時(shí)，模型精度較低。

2）用戶響應(yīng)的不確定性及應(yīng)對(duì)方法

對(duì)EV 的任何調(diào)度都應(yīng)在用戶愿意響應(yīng)的基礎(chǔ)上進(jìn)行，然而用戶的響應(yīng)行為也具有較大的不確定性，往往難以預(yù)測(cè)。因此，與EV 時(shí)空分布的不確定性類似，對(duì)該不確定性采用概率和機(jī)器學(xué)習(xí)的方法進(jìn)行建模。此外，也有學(xué)者將心理學(xué)方法用在不確定性建模，如文獻(xiàn)［87］考慮用戶違約的不確定性，提出了預(yù)約-違約放電機(jī)制下的調(diào)度機(jī)制，能夠降低用戶行為隨機(jī)性對(duì)調(diào)度的不利影響。文獻(xiàn)［88］針對(duì)EV 用戶響應(yīng)電價(jià)時(shí)存在的不確定行為，提出了一種計(jì)及用戶響應(yīng)電價(jià)關(guān)聯(lián)的EV 調(diào)峰策略，通過調(diào)整電價(jià)來增強(qiáng)對(duì)EV 的調(diào)控能力，也可以降低這種不確定性。

4 展望

V2G 技術(shù)的應(yīng)用使EV 發(fā)揮移動(dòng)儲(chǔ)能的作用，相比傳統(tǒng)機(jī)組參與電網(wǎng)調(diào)節(jié)更加靈活、環(huán)保。因此，應(yīng)用V2G 技術(shù)使EV 參與電網(wǎng)輔助服務(wù)有望成為未來改善電網(wǎng)穩(wěn)定性的重要措施。V2G 技術(shù)成為電力系統(tǒng)與電力電子學(xué)科交叉的一個(gè)新興研究熱點(diǎn)，但EV 參與電網(wǎng)輔助服務(wù)的研究仍存在以下難點(diǎn)。

1）多主體V2G 帶來的綜合優(yōu)化問題。EV 與電網(wǎng)之間是一個(gè)多主體系統(tǒng)（調(diào)度中心、聚合商、EV用戶等），EV 參與輔助服務(wù)決策的實(shí)施必須尋求電網(wǎng)需求、聚合商成本和用戶需求間的平衡，本質(zhì)上是多目標(biāo)優(yōu)化問題，需要在實(shí)時(shí)性、有效性和計(jì)算量之間進(jìn)行權(quán)衡，難度較大。

2）多主體V2G 帶來的多源信息融合問題。V2G 參與輔助服務(wù)涉及多主體的信息具有多源性和異構(gòu)性的特點(diǎn)，即數(shù)據(jù)類型、數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)時(shí)序等不一致，要進(jìn)行數(shù)據(jù)重構(gòu)，就需要建立合理的數(shù)據(jù)融合模型和數(shù)據(jù)融合算法來解決以上問題。

3）大數(shù)據(jù)云端通信帶來的數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)阻塞和控制延遲問題。EV 的時(shí)空不確定性建模需要大量歷史數(shù)據(jù)進(jìn)行模型訓(xùn)練，要消耗大量的云端存儲(chǔ)空間。同時(shí)，EV 與云端的海量數(shù)據(jù)傳輸也可能出現(xiàn)網(wǎng)絡(luò)阻塞和數(shù)據(jù)掉包等問題，使系統(tǒng)效率降低。此外，通信延時(shí)、聚合延時(shí)的存在會(huì)對(duì)控制系統(tǒng)的穩(wěn)定性產(chǎn)生影響［89］，隨著參與V2G 的EV 數(shù)量快速增長(zhǎng)，控制算法復(fù)雜性不斷增加，帶來的延時(shí)也會(huì)越來越高。

4）EV 集中充、放電帶來的配電網(wǎng)穩(wěn)定性問題。EV 參與輔助服務(wù)時(shí)，若集群中大量EV 都處于充、放電模式，集中的充、放電行為很可能會(huì)導(dǎo)致配電網(wǎng)擁塞，對(duì)于電力系統(tǒng)的穩(wěn)定是不利的。

從以上問題可以看出，由于EV 具有隨機(jī)性和波動(dòng)性，V2G 參與電網(wǎng)輔助服務(wù)亟須解決其實(shí)時(shí)性、時(shí)延性和安全性問題。云邊協(xié)同計(jì)算是近年來備受關(guān)注的一種協(xié)同計(jì)算形式，一般由云端負(fù)責(zé)大數(shù)據(jù)分析、模型訓(xùn)練、算法更新等任務(wù)，由邊緣端負(fù)責(zé)基于本地信息的數(shù)據(jù)計(jì)算、存儲(chǔ)和傳輸［90］。這種方法結(jié)合了云計(jì)算的高效率和邊緣計(jì)算的低延時(shí)，因而能節(jié)省通信帶寬和保護(hù)用戶數(shù)據(jù)隱私，在智能電網(wǎng)［91-92］、智能交通［93］、電池管理［94］和物聯(lián)網(wǎng)［95］等方面已經(jīng)得到了廣泛應(yīng)用?；谠七厖f(xié)同的V2G 輔助電網(wǎng)服務(wù)，調(diào)度中心和EV 聚合商可以分別承擔(dān)云端和邊端的功能，提升電網(wǎng)穩(wěn)定運(yùn)行和智能化管理，深度助力V2G 技術(shù)的發(fā)展。未來有以下關(guān)鍵研究技術(shù)值得進(jìn)一步探索：

1）適用于V2G 的云邊協(xié)同計(jì)算框架。云邊協(xié)同計(jì)算可以滿足V2G 參與輔助服務(wù)的智能性和協(xié)同性，但也需要同時(shí)在計(jì)算復(fù)雜度和通信成本之間合理分配計(jì)算資源。此計(jì)算框架本質(zhì)為云邊協(xié)同計(jì)算任務(wù)的調(diào)度問題，調(diào)度算法需綜合考慮時(shí)延、能耗、帶寬成本及服務(wù)質(zhì)量損失等［95］。

2）云邊和邊邊結(jié)合的EV 時(shí)空模型。V2G 參與電網(wǎng)輔助服務(wù)的任務(wù)具有多樣性，需要借助多種算法和多源信息才能完成。雖然云邊協(xié)同使云端和邊端間互補(bǔ)協(xié)作，但邊端只與云端的交互也會(huì)使邊端節(jié)點(diǎn)互相獨(dú)立，形成數(shù)據(jù)孤島，影響服務(wù)質(zhì)量［90］。利用邊邊分布式協(xié)同訓(xùn)練等方法可以彌補(bǔ)只采用云邊計(jì)算的不足，實(shí)現(xiàn)云邊和邊邊的深度融合，獲得更為可靠的EV 時(shí)空模型。

3）EV 的多樣性帶來的模型失配問題。由于實(shí)際中的EV 電池種類、可用容量、電池壽命、用戶充/放電意愿等差別很大，相同的云邊協(xié)同策略在不同的對(duì)象應(yīng)用中可能存在模型失配的問題，協(xié)同計(jì)算算法的兼容性和協(xié)調(diào)性也是未來研究的一個(gè)重要方向。

5 結(jié)語

EV 滲透率正在快速增加，將給傳統(tǒng)電力系統(tǒng)的穩(wěn)定調(diào)節(jié)帶來巨大挑戰(zhàn)。國(guó)內(nèi)外已開展大量研究將EV 用作移動(dòng)儲(chǔ)能參與輔助服務(wù)，能有效減小電網(wǎng)的負(fù)荷壓力，提高電網(wǎng)運(yùn)行的穩(wěn)定性和經(jīng)濟(jì)性。由于EV 具有分布隨機(jī)、可用容量變化、需兼顧用戶需求等特點(diǎn)，其參與電網(wǎng)輔助服務(wù)呈現(xiàn)多主體和多源信息融合的問題，控制策略要比傳統(tǒng)儲(chǔ)能更加復(fù)雜。

本文首先從響應(yīng)方式和響應(yīng)時(shí)間尺度及對(duì)應(yīng)的輔助服務(wù)對(duì)EV 的響應(yīng)機(jī)制進(jìn)行概述；接著，從控制框架、控制模式和關(guān)鍵技術(shù)3 個(gè)方面對(duì)終端層控制策略進(jìn)行分析、對(duì)比；然后，以輔助服務(wù)類型為分類依據(jù)對(duì)電網(wǎng)層的控制策略進(jìn)行梳理；最后，結(jié)合目前的研究現(xiàn)狀，提出了EV 參與電網(wǎng)輔助服務(wù)的控制策略相關(guān)的挑戰(zhàn)，并對(duì)未來的研究方向進(jìn)行展望，使讀者對(duì)該領(lǐng)域有一個(gè)較為全面的認(rèn)識(shí)，為后續(xù)進(jìn)行相關(guān)研究提供參考。