韓歡慶

安科瑞電氣股份有限公司 上海嘉定201801

摘要：電動(dòng)汽車(chē)以無(wú)序充電方式接入配電網(wǎng)時(shí)與網(wǎng)內基礎用電負荷疊加，會(huì )形成峰上加峰的現象，不利于配電網(wǎng)的穩定運行。針對上述問(wèn)題，首先對私家車(chē)充電負荷進(jìn)行建模，采用蒙特卡羅抽樣模擬電動(dòng)汽車(chē)無(wú)序行為下的充電負荷曲線(xiàn)。然后提出一種新型的多時(shí)段動(dòng)態(tài)充電價(jià)格機制，引導車(chē)主有序充電，并以配電網(wǎng)負荷波動(dòng)比較小為目標函數，優(yōu)化電動(dòng)汽車(chē)充電行為。比較后在IEEEE3節點(diǎn)配電網(wǎng)中，分別分析有序和無(wú)序充電負荷并網(wǎng)時(shí)電動(dòng)汽車(chē)充電費用、配電網(wǎng)電壓偏移率及網(wǎng)損，結果表明所提策略可有效兼顧用戶(hù)利益和配電網(wǎng)的穩定運行。

關(guān)鍵詞：電動(dòng)汽車(chē)；配電網(wǎng)；多時(shí)段動(dòng)態(tài)充電價(jià)格；電壓偏移；網(wǎng)損

0引言

伴隨我國能源結構的調整，制定以綠色新能源為主體的新型電力系統可為推進(jìn)國家“雙碳"目標的早日實(shí)現發(fā)揮積極作用，電動(dòng)汽車(chē)的推廣和應用在節能減排方面有著(zhù)的優(yōu)勢，推進(jìn)電動(dòng)汽車(chē)發(fā)展是推動(dòng)我國能源轉型發(fā)展的重要環(huán)節。雖然電動(dòng)汽車(chē)的存在為人們出行帶來(lái)了巨大的便利，但由于其充電行為具有不確定性，大量無(wú)序、隨機的負荷直接并網(wǎng)會(huì )對配電網(wǎng)造成許多不可預知的負面影響。因此應大力推廣對電動(dòng)汽車(chē)的有序充電管理，以兼顧電網(wǎng)安全、經(jīng)濟效益和用戶(hù)利益．在解決電動(dòng)汽車(chē)并網(wǎng)時(shí)如何管控的問(wèn)題上，已有學(xué)者進(jìn)行研究?？紤]到配電網(wǎng)用電峰谷差較大導致變壓器過(guò)載和產(chǎn)生大量網(wǎng)內損耗，提出了一種對電動(dòng)汽車(chē)充電功率進(jìn)行實(shí)時(shí)優(yōu)化的策略，算例結果表明該策略可以有效降低網(wǎng)損。針對大規模電動(dòng)汽車(chē)入網(wǎng)現象，根據網(wǎng)內用電負荷狀態(tài)及電動(dòng)汽車(chē)充電需求等實(shí)時(shí)數據，利用模糊控制算法對電動(dòng)汽車(chē)的充電行為做有序優(yōu)化，有效避免了大規模車(chē)群入網(wǎng)引起的負荷尖峰問(wèn)題。將電動(dòng)汽車(chē)電池的可放比較大容量為選定優(yōu)化目標，通過(guò)競價(jià)的方法，引導用戶(hù)在用電高峰時(shí)間段利用電動(dòng)汽車(chē)的V2G技術(shù)饋電給電網(wǎng)，以達到“削峰填谷"的效果?；谔摂M電價(jià)，考慮以系統負荷峰谷差比較小、用戶(hù)經(jīng)濟性指標比較大和電池的折舊費用比較小為目標對電動(dòng)汽車(chē)建模，通過(guò)仿真算例證明了該策略提出的有效性。提出了一種基于峰谷分時(shí)電價(jià)為背景的，考慮電動(dòng)汽車(chē)充放電隨機性的有序充放電策略，使得電動(dòng)汽車(chē)在負荷高峰期向網(wǎng)饋電，負荷低谷期充電，平滑了網(wǎng)內用電曲線(xiàn)。以分時(shí)電價(jià)為背景，構建同時(shí)考慮用戶(hù)用電繳費情況和負荷穩定性的多目標優(yōu)化調度模型，使電動(dòng)汽車(chē)參與有序充電管理規劃。通過(guò)算例分析驗證了該方法不但可以減小負荷的峰谷差，還能提高用戶(hù)用電的經(jīng)濟效益。上述文獻中，學(xué)者從電網(wǎng)側角度通過(guò)對電動(dòng)汽車(chē)的充電特性直接調度或是從用戶(hù)側角度利用價(jià)格引導電動(dòng)汽車(chē)優(yōu)化充電行為來(lái)滿(mǎn)足電網(wǎng)功率的調節。前者的直接調度僅考慮了對電網(wǎng)的影響，沒(méi)有調動(dòng)用戶(hù)用電的主觀(guān)意愿，實(shí)施推廣具有難度；后者雖然利用價(jià)格因素很好調動(dòng)了用戶(hù)參與性，但現有的分時(shí)電價(jià)分區少，限制了調度的比較優(yōu)可能性。因此本文以私家車(chē)并入配電網(wǎng)為研究對象，根據短期負荷預測為基礎提出一種新型的多時(shí)段動(dòng)態(tài)電價(jià)策略，引導電動(dòng)汽車(chē)有序充電。對用戶(hù)用電繳費、配電網(wǎng)的電壓偏移及網(wǎng)損情況加以分析后，驗證了所提出的價(jià)格機制可以引導電動(dòng)汽車(chē)有序充電，并兼顧配電網(wǎng)系統的穩定運行和用戶(hù)利益。

1私家車(chē)無(wú)序模式充電模型

本文從以下4個(gè)方面構建電動(dòng)汽車(chē)的充電模型。ａ?電動(dòng)汽車(chē)電池特性本文選用鋰電池為研究對象。與普通汽車(chē)相同，不同類(lèi)型私家車(chē)電池容量有差異。

式中ｆQ為私家車(chē)鋰電池容量的概率密度；ｘ表示該時(shí)刻的電池容量大小，一般取值為20-30kwh。鋰電池充電變化過(guò)程如圖1所示。由于充電起始過(guò)程和結束過(guò)程的時(shí)間非常短暫，可以近似地認為鋰電池充電是恒功率充電。ｂ?車(chē)主日行駛里程本文引用美國交通部汽車(chē)日出行數據進(jìn)行分析

計算［13］，可知電動(dòng)汽車(chē)車(chē)主每日用車(chē)行駛里程數的概率密度函數為

式中：ｆD為車(chē)主日行駛里程的概率密度函數；μD為期望值；σD為標準差。ｃ?車(chē)主比較后歸程時(shí)刻假設車(chē)主每日結束行程時(shí)刻即為電動(dòng)汽車(chē)每日開(kāi)始充電時(shí)刻，比較后歸程概率密度函數為

式中：ｆｓ為車(chē)主比較后規程的概率密度函數；ｗ為回家時(shí)刻；μｓ為期望值；σｓ為標準差。ｄ?車(chē)主離家時(shí)間假設車(chē)主每日用車(chē)期間只可放電不可充電，出行開(kāi)始時(shí)刻的概率密度函數為

式中：ｆｅ為車(chē)主啟程離家的概率密度函數；ｖ為離家時(shí)刻。結合用戶(hù)出行數據及電動(dòng)汽車(chē)充電模型利用蒙特卡洛算法，得到500輛電動(dòng)汽車(chē)的24ｈ無(wú)序充電負荷曲線(xiàn)，如圖2所示。

２多時(shí)段動(dòng)態(tài)電價(jià)下電動(dòng)汽車(chē)有序充電模型

2.1多時(shí)段動(dòng)態(tài)電價(jià)區間劃分

傳統的分時(shí)電價(jià)一旦制定后其區間不再變化，但居民的用電行為會(huì )隨著(zhù)季節變化、地域不同和個(gè)人舒適度而改變，與原分時(shí)電價(jià)的價(jià)格區間范圍有偏差，產(chǎn)生負荷和電價(jià)的峰谷不匹配的現象。而電動(dòng)汽車(chē)的充電行為在時(shí)間上有很大隨機性，導致實(shí)時(shí)電價(jià)的制定考慮因素十分復雜。因此本文根據短期負荷預測為基礎提出一種新型的多時(shí)段動(dòng)態(tài)電價(jià)策略。目前為止，隸屬度函數是對傳統用電價(jià)格進(jìn)行劃分的比較成熟且通用性比較廣的方法。以表1某地區分時(shí)電價(jià)為例，首先基于模糊數學(xué)的理論，可將每個(gè)時(shí)間段認為是一個(gè)獨立的模糊集合，然后利用隸屬度函數構建時(shí)段內每時(shí)刻對應的隸屬度，并根據隸屬度值將其劃分到對應的時(shí)間段［14］。再將短期預測的基礎負荷劃分成多時(shí)段，根據每時(shí)段對應的負荷值計算相對應的電價(jià)。

式中：Cｍａｘ和Cｍｉｎ分別為分時(shí)電價(jià)的峰值與谷值；C?為每時(shí)段負荷在價(jià)格區間上的映射。

式中：Cｉ為精準。

2.2電動(dòng)汽車(chē)有序充電策略

電動(dòng)汽車(chē)聚合商是專(zhuān)門(mén)針對電動(dòng)汽車(chē)充電進(jìn)行資源整合的參與者，其部署的智能充電樁可提供常規充電模式和充電優(yōu)化模式。常規充電模式可將電動(dòng)汽車(chē)的電池充至期望電量值，而優(yōu)化模式則需要根據車(chē)主個(gè)人用電需求輸入結束充電時(shí)刻及結束時(shí)刻的充電期望值。車(chē)輛接入后，充電樁將獲取該車(chē)信息，將輸入值及車(chē)電池的剩余電量反饋到系統調度中間，對收集的數據進(jìn)行在線(xiàn)智能計算，形成電動(dòng)汽車(chē)的充電計劃。

2.3目標函數

本文以網(wǎng)內負荷波動(dòng)比較小為目標函數。

式中：F為目標函數；N為谷時(shí)段數目；Pｉ為第ｉ個(gè)時(shí)段配電網(wǎng)的基礎負荷值。

2.4約束條件

小值和比較大值。

Bu充電時(shí)段T約束Tｓ≤T≤Tｅ（12）式中：Tｓ為車(chē)主每日充電開(kāi)始時(shí)刻；Tｅ為當天充電結束時(shí)刻。ｃ?總電量Ｓ約束本文優(yōu)化中不計電池損耗，假設電池容量為恒定值。

式中：K為充電的電動(dòng)汽車(chē)數目；Tｃｈｉ為第ｉ輛車(chē)總充電時(shí)間。

2.5算法求解

傳統的遺傳算法是一種起源于生物進(jìn)化規律演變的尋優(yōu)算法。從任意初始種群開(kāi)始，通過(guò)選擇、交叉、變異等環(huán)節，產(chǎn)生一些對環(huán)境適應度高的個(gè)體并進(jìn)入搜索空間中更好的區域，不斷繁衍進(jìn)化，比較終得到比較大適應度的個(gè)體作為比較優(yōu)解輸出。但由于進(jìn)化過(guò)程中交叉概率參數及變異概率參數為定值，忽略了進(jìn)化過(guò)程中種群的自適應特性，存在過(guò)早收斂的缺陷。且算法沒(méi)有保留精英機制，適應度高的個(gè)體可能在進(jìn)化中丟失好的基因。為了解決以上問(wèn)題，本文采用自適應交叉概率Kｃ和自適應變異概率Kｍ以及精英保留機制進(jìn)行優(yōu)化求解［15］。自適應交叉概率Kｃ和自適應變異概率Kｍ公式如下：

式中：K1為基礎交叉概率；ｆｍａｘ為個(gè)體比較大適應度；ｆａｖ為個(gè)體適應度值的平均值；fｌ為每相鄰交叉個(gè)體中較大的適應度。

式中：K2為基礎變異概率；ｆｉ為第I代進(jìn)化的閾值，公式如下：

式中：ｆｉI為第ｉ個(gè)個(gè)體；Kｅｅｐ＝1，則精英保留，Kｅｅｐ＝0，則不保留。優(yōu)化過(guò)程如圖4。

3算例仿真與分析

3.1仿真場(chǎng)景設定

本文仿真過(guò)程選擇在IEEE33節點(diǎn)配電網(wǎng)中進(jìn)行，其拓撲如圖5所示。假設節點(diǎn)1為平衡節點(diǎn)，即電源接入節點(diǎn)，余下32個(gè)節點(diǎn)全部為PQ節點(diǎn)。假設整個(gè)配電網(wǎng)系統中含基礎負荷以及1500輛電動(dòng)汽車(chē)，車(chē)群被均勻分配到節點(diǎn)19,23和26中。以私家車(chē)比亞迪E1車(chē)型作為研究對象，規定每輛電動(dòng)汽車(chē)的動(dòng)力電池規格相同，參數為：220V，16Ａ慢充模式，限制容量為35KWH，3.52KWH恒功率充電，充電效率為0.82，轉換效率為0.90

3.2對用電負荷的分析

電動(dòng)汽車(chē)以不同方式充電的負荷曲線(xiàn)及配電網(wǎng)總負荷曲線(xiàn)如圖6、圖7所示。由圖6和圖7可知，通過(guò)動(dòng)態(tài)價(jià)格的引導，電動(dòng)汽車(chē)充電行為趨于有序化，車(chē)主對充電時(shí)間段的選擇逐漸向夜間轉移，負荷峰值水平大幅度下降，說(shuō)明新型電價(jià)的提出可以使車(chē)主的用電行為不再大面積集中，系統總用電負荷曲線(xiàn)相對變得平緩，有削峰填谷的效果。

由表2可知，無(wú)序充電車(chē)主日繳納電費為21880.8元，基于多時(shí)段動(dòng)態(tài)電價(jià)的有序充電日繳費為17248.80元，比無(wú)序充電費用降低了21.17％。因此新電價(jià)機制的提出可有效降低車(chē)主充電成本。

3.3對配電網(wǎng)影響分析

將ＩＥＥＥ３３節點(diǎn)配電網(wǎng)模型的節點(diǎn)負荷參數和優(yōu)化后的有序充電負荷數據導入ＭＡＴＬＡＢ軟件語(yǔ)言編程，對比以下３種場(chǎng)景下的配電網(wǎng)電壓偏移及網(wǎng)損。場(chǎng)景1：配電網(wǎng)內未接入電動(dòng)汽車(chē)負荷。場(chǎng)景2：配電網(wǎng)內接入無(wú)序充電負荷。場(chǎng)景3：配電網(wǎng)內接入有序充電負荷。圖8表示部分時(shí)段下3種用電方式的網(wǎng)損率?？梢?jiàn)18.00-24.00由于無(wú)序充電負荷的接入使得網(wǎng)內網(wǎng)損明顯升高。原因是車(chē)主歸程后的無(wú)序充電行為與用戶(hù)基礎用電行為的一致性導致網(wǎng)內用電功率激增。09.00-21.00時(shí)，對比接入無(wú)序充電負荷和有序充電負荷，后者可有效降低配電網(wǎng)網(wǎng)損，尤其在電價(jià)高峰時(shí)段21.00網(wǎng)損率下降了2.77％，效果比較顯著(zhù)。說(shuō)明多時(shí)段分時(shí)電價(jià)的提出引導車(chē)主有序充電對調節配電網(wǎng)網(wǎng)損具有一定效果。

由圖9可知，場(chǎng)景1配電網(wǎng)未接入充電負荷時(shí)的電壓偏移都控制在±7％以?xún)?，縱橫對比沒(méi)有發(fā)現嚴重的電壓偏移現象，但是節點(diǎn)18和19在20.00-21.00時(shí)間段上有局部節點(diǎn)處在越限邊界。由圖10可知，場(chǎng)景2中配電網(wǎng)內接入無(wú)序充電負荷時(shí)，節點(diǎn)13-19和28-33在晚間出現電壓越限情況，原因是無(wú)序充電負荷的高峰期恰巧與網(wǎng)內基礎負荷用電的高峰期時(shí)段相疊。

圖11表示場(chǎng)景3下配電網(wǎng)內接入有序充電負荷時(shí)各個(gè)節點(diǎn)電壓的偏移情況。與圖9和圖10對比可知，有序充電負荷的接入使局部節點(diǎn)越限現象得到緩解，偏移的電壓回歸到正常標準范圍內。說(shuō)明所提出的新型動(dòng)態(tài)分時(shí)電價(jià)可以通過(guò)對電動(dòng)汽車(chē)進(jìn)行充電有序化管理來(lái)改善配電網(wǎng)電壓偏移現象。

由于大量負荷突然接入使各節點(diǎn)電壓發(fā)生偏移現象，因此對比較大負載量時(shí)刻（21.00）各節點(diǎn)電壓偏移情況進(jìn)行對比更有意義，結果如圖12所示。

由圖12可知，未接入無(wú)序負荷時(shí)網(wǎng)內各節點(diǎn)的電壓偏移都控制在±7％范圍以?xún)?，電壓無(wú)越限行為。當無(wú)序充電負荷并網(wǎng)后，一部分節點(diǎn)電壓發(fā)生顯著(zhù)偏移，且偏移量均超過(guò)規定標準范圍。而經(jīng)過(guò)多時(shí)段動(dòng)態(tài)電價(jià)策略調控的有序充電行為接入配電網(wǎng)后，網(wǎng)內各節點(diǎn)電壓值還原到標準范圍以?xún)?，其中變化比較顯著(zhù)的18號節點(diǎn)電壓標幺值由0.9467調整到0.9828，電壓偏移率修正了3.61％。

4安科瑞充電樁收費運營(yíng)云平臺

4.1概述

AcrelCloud-9000安科瑞充電柱收費運營(yíng)云平臺系統通過(guò)物聯(lián)網(wǎng)技術(shù)對接入系統的電動(dòng)電動(dòng)自行車(chē)充電站以及各個(gè)充電整法行不間斷地數據采集和監控，實(shí)時(shí)監控充電樁運行狀態(tài)，進(jìn)行充電服務(wù)、支付管理，交易結算，資要管理、電能管理，明細查詢(xún)等。同時(shí)對充電機過(guò)溫保護、漏電、充電機輸入/輸出過(guò)壓，欠壓，絕緣低各類(lèi)故障進(jìn)行預警；充電樁支持以太網(wǎng)、4G或WIFI等方式接入互聯(lián)網(wǎng)，用戶(hù)通過(guò)微信、支付寶，云閃付掃碼充電。

4.2應用場(chǎng)所

適用于民用建筑、一般工業(yè)建筑、居住小區、實(shí)業(yè)單位、商業(yè)綜合體、學(xué)校、園區等充電樁模式的充電基礎設施設計。

4.3系統結構

4.3.1系統分為四層：

1）即數據采集層、網(wǎng)絡(luò )傳輸層、數據中間層和客戶(hù)端層。

2）數據采集層：包括電瓶車(chē)智能充電樁通訊協(xié)議為標準modbus-rtu。電瓶車(chē)智能充電樁用于采集充電回路的電力參數，并進(jìn)行電能計量和保護。

3）網(wǎng)絡(luò )傳輸層：通過(guò)4G網(wǎng)絡(luò )將數據上傳至搭建好的數據庫服務(wù)器。

4）數據中間層：包含應用服務(wù)器和數據服務(wù)器，應用服務(wù)器部署數據采集服務(wù)、WEB網(wǎng)站，數據服務(wù)器部署實(shí)時(shí)數據庫、歷史數據庫、基礎數據庫。

5）應客戶(hù)端層：系統管理員可在瀏覽器中訪(fǎng)問(wèn)電瓶車(chē)充電樁收費平臺。終端充電用戶(hù)通過(guò)刷卡掃碼的方式啟動(dòng)充電。

小區充電平臺功能主要涵蓋充電設施智能化大屏、實(shí)時(shí)監控、交易管理、故障管理、統計分析、基礎數據管理等功能，同時(shí)為運維人員提供運維APP，充電用戶(hù)提供充電小程序。

4.4安科瑞充電樁云平臺系統功能

4.4.1智能化大屏

智能化大屏展示站點(diǎn)分布情況，對設備狀態(tài)、設備使用率、充電次數、充電時(shí)長(cháng)、充電金額、充電度數、充電樁故障等進(jìn)行統計顯示，同時(shí)可查看每個(gè)站點(diǎn)的站點(diǎn)信息、充電樁列表、充電記錄、收益、能耗、故障記錄等。統一管理小區充電樁，查看設備使用率，合理分配資源。

4.4.2.實(shí)時(shí)監控

實(shí)時(shí)監視充電設施運行狀況，主要包括充電樁運行狀態(tài)、回路狀態(tài)、充電過(guò)程中的充電電量、充電電壓/電流，充電樁告警信息等。

4.4.3交易管理

平臺管理人員可管理充電用戶(hù)賬戶(hù)，對其進(jìn)行賬戶(hù)進(jìn)行充值、退款、凍結、注銷(xiāo)等操作，可查看小區用戶(hù)每日的充電交易詳細信息。

4.4.4故障管理

設備自動(dòng)上報故障信息，平臺管理人員可通過(guò)平臺查看故障信息并進(jìn)行派發(fā)處理，同時(shí)運維人員可通過(guò)運維APP收取故障推送，運維人員在運維工作完成后將結果上報。充電用戶(hù)也可通過(guò)充電小程序反饋現場(chǎng)問(wèn)題。

4.4.5統計分析

通過(guò)系統平臺，從充電站點(diǎn)、充電設施、、充電時(shí)間、充電方式等不同角度，查詢(xún)充電交易統計信息、能耗統計信息等。

4.4.6基礎數據管理

在系統平臺建立運營(yíng)商戶(hù)，運營(yíng)商可建立和管理其運營(yíng)所需站點(diǎn)和充電設施，維護充電設施信息、價(jià)格策略、折扣、優(yōu)惠活動(dòng)，同時(shí)可管理在線(xiàn)卡用戶(hù)充值、凍結和解綁。

4.4.7運維APP

面向運維人員使用，可以對站點(diǎn)和充電樁進(jìn)行管理、能夠進(jìn)行故障閉環(huán)處理、查詢(xún)流量卡使用情況、查詢(xún)充電\充值情況，進(jìn)行遠程參數設置，同時(shí)可接收故障推送。

4.4.8充電小程序

面向充電用戶(hù)使用，可查看附近空閑設備，主要包含掃碼充電、賬戶(hù)充值，充電卡綁定、交易查詢(xún)、故障申訴等功能。

5結語(yǔ)

本文基于分時(shí)電價(jià)與短期負荷預測提出了一種新型多時(shí)段動(dòng)態(tài)充電價(jià)格機制，引導車(chē)主規劃用車(chē)安排，使充電行為由無(wú)序變?yōu)橛行?。建立以配電網(wǎng)內負荷波動(dòng)比較小為目標函數，利用MATLAB軟件進(jìn)行算法編程，結果表明所提出的多時(shí)段動(dòng)態(tài)電價(jià)策略可減小網(wǎng)內的負荷波動(dòng)，有明顯的削峰填谷作用，為車(chē)主減少21.17％的充電成本。此外還有效降低了21.00用電高峰期2.77％的網(wǎng)損率并修正18號節點(diǎn)3.61％的電壓偏移率，實(shí)現了保證車(chē)主充電利益與提高配電網(wǎng)運行安全的并存。

參考文獻

于瀛涵，陳嘉德，韓子嬌,苑舜，馬卓.《電動(dòng)汽車(chē)的有序電管理及其對配電網(wǎng)的影響分析》

陳麗丹，張堯，電動(dòng)汽車(chē)充放電負荷預測研究綜述［J］．電力系統自動(dòng)化，2019,43（10）：177-191．

梅哲，詹紅霞，楊孝華等．考慮電流保護的配電網(wǎng)電動(dòng)汽車(chē)與分布式能源配合優(yōu)化運行策略［J］．電力自動(dòng)化設備，2020，40（2）：89-102

王晛，張華君，張少華．風(fēng)電和電動(dòng)汽車(chē)組成虛擬電廠(chǎng)參與電力市場(chǎng)的博弈模型［J］．電力系統自動(dòng)化，2019.43（3）：155-162．

趙傳立，劉莉，孫峰等．電動(dòng)汽車(chē)放電對配電網(wǎng)電能質(zhì)量影響［J］．東北電力技術(shù)，2016,37（9）：41-44.

郭帥，李家玨，黃旭，等．含電動(dòng)汽車(chē)的電網(wǎng)負荷結構時(shí)序模型計算方法［J］．東北電力技術(shù)，2016,37（9）：1-5

《安科瑞企業(yè)微電網(wǎng)設計與應用手冊》.2022.05版.

作者簡(jiǎn)介

韓歡慶，女，安科瑞電氣股份有限公司，從事電氣相關(guān)物聯(lián)網(wǎng)系統研發(fā)工作；