淺談安科瑞面向需求響應(yīng)的電動汽車——充電樁負荷聚合調(diào)度的優(yōu)化策略

安科瑞電氣股份有限公司 上海嘉定 201801

摘要：近年來，城市電力峰谷差不斷，僅僅依靠發(fā)電側(cè)資源很難維持電力系統(tǒng)的實時平衡。電動汽車-充電樁負荷作為一種典型的柔性負載，可以利用網(wǎng)絡(luò)信息技術(shù)、大數(shù)據(jù)分析手段和市場機制，將區(qū)域內(nèi)可調(diào)度的電動汽車負荷資源聚集參與需求響應(yīng)。從負荷聚合商角度出發(fā)，提出了一種基于隨機選擇電動汽車影響因素，按照概率密度計算電動汽車集群負荷情況的建模方法，并制定了優(yōu)化調(diào)節(jié)策略，聚合電動汽車集群參與需求響應(yīng)市場，削減了區(qū)域內(nèi)電力峰值，降低了參與響應(yīng)用戶的充電成本。未來，在電力市場化背景下，利用需求側(cè)大量微小負荷資源聚集響應(yīng)將成為確保資源有效分配的重要工具。

關(guān)鍵詞：需求響應(yīng)；負荷聚合商；電動汽車-充電樁負荷

0引言

2021年發(fā)布的《世界能源藍皮書:世界能源發(fā)展報告》指出",到2050年,可再生能源將滿足全球80%的電力需求,其中太陽能和風(fēng)力發(fā)電將占52%。新能源發(fā)電比例增加和電力系統(tǒng)建設(shè)加劇了電源與用戶之間的供需平衡矛盾。因此,將靈活的需求側(cè)負載資源納人電網(wǎng)運行已成為推司電力系統(tǒng)安全、有效和經(jīng)濟運行的重要方法。

需求側(cè)柔性負荷資源是區(qū)域網(wǎng)絡(luò)中廣泛分布的高價值配電資源,電動汽車、溫控負荷和分布式儲能等資源的有效靈活調(diào)度,可以很大程度上緩解新能源接人對電力系統(tǒng)的沖擊口。電力需求響應(yīng)作為重要的電力調(diào)度手段,可以推動電力系統(tǒng)穩(wěn)定可靠運行,減少負荷壓力,提高能源效率。文獻[3]證明了需求響應(yīng)技術(shù)促進間歇性可再生能源消費的可行性,但存在一定的局限性。文獻[45]在愛爾蘭電力系統(tǒng)中引人需求響應(yīng)模型,證明了部分傳統(tǒng)發(fā)電可被需求響應(yīng)取代,大規(guī)模部署需求響應(yīng)項目的關(guān)鍵是評估需求響應(yīng)的靈活性和合理性。

作為新型交易市場的參與者,負荷聚合商將具有調(diào)節(jié)能力的需求側(cè)資源聚合起來,成為溝通需求側(cè)消費者和電力市場之間的橋梁。負荷聚合商不僅可與供電方共同參與各類電力市場交易,在獲取自身經(jīng)濟利益的同時提高社會公共效益,還可與消費者達成代理合同,使運營利益和用電效益。電動汽車-充電樁負荷是目前數(shù)量應(yīng)用廣泛的需求側(cè)柔性負荷資源。建立電動汽車充電負荷模型常用的方法是蒙特卡洛方法。在針對電動汽車有序充放電的研究中,文獻[9]使用啟發(fā)式算法對電力系統(tǒng)網(wǎng)絡(luò)進行建模,以投人和能源消耗量為目標(biāo),制定了合理的控制策略。文獻[10-11]運用粒子群算法得出1日內(nèi)充放電時間,提出了一種以減少峰谷差為目標(biāo)的優(yōu)化充電策略,減少了峰谷負荷差。在上述研究基礎(chǔ)上,本文通過建立負荷參與需求響應(yīng)調(diào)節(jié)模型和聚合調(diào)節(jié)模型,從園區(qū)負荷聚合商的視角,優(yōu)化負荷側(cè)資源參與需求響應(yīng)的市場行為。

1電動汽車充放電負荷特性及單體設(shè)備模型

電池荷電狀態(tài)（StateofCharge，SOC）是計算電動汽車充電和放電的關(guān)鍵參數(shù)。當(dāng)電動汽車

在t時段以功率充放電時，t時段電池SOC變化公式為

電池SOC充電功率的關(guān)鍵參數(shù)和容量是計算并網(wǎng)電動汽車可調(diào)，而電動汽車的日行駛里程直接影響電池SOC。因此，假設(shè)在電動汽車運行過程中，電池電量勻速下降，則電動汽車電池SOC與其行駛距離間的關(guān)系為

根據(jù)美國交通部2009年對全美車輛出行情況調(diào)查結(jié)果可知，電動汽車接入電網(wǎng)時間的概率密度函數(shù)fx(tstart)符合正態(tài)分布［12］，公式為

式（1）至式（4）構(gòu)成了電動汽車充放電模型。

2電動汽車-充電樁參與需求響應(yīng)調(diào)節(jié)模型

首先,基于蒙特卡洛方法,按照概率密度隨機抽取電動汽車電池容量、行駛里程、初始時刻電池SOC等參數(shù):然后,結(jié)合電動汽車允許的放電下限、離開時的電量期望值、充電樁充放電模式等設(shè)定,建立電動汽車聚合負荷模型,以聚集區(qū)域內(nèi)的電動汽車并參與電力市場需求響應(yīng)。同時,制定相應(yīng)優(yōu)化調(diào)節(jié)策略,激勵電動汽車參與非高峰時段充電,并在高峰時段通過電動汽車人網(wǎng)技術(shù)(Vchicle-to-Grid,V2G)轉(zhuǎn)移其充電功率,供虛擬儲能系統(tǒng)使用,使電動汽車既可作為系統(tǒng)負載,也可作為儲能和分布式電源,從而減輕電網(wǎng)高峰時段的負荷壓力,減少電動汽車用戶的充電成本。

2.1電動汽車充電過程的影響因素

2.1.1電動汽車行駛里程

對美庭出行情況的調(diào)查研究(NationalHouscholdTravelSurvey,NHTS)顯示,私家電動汽車1天出行的可能性遵循對數(shù)正態(tài)分布。車輛1天出行可能的行駛里程概率密度函數(shù)的計算公式為

2.1.2電動汽車電池初始SOC

為確定電動汽車并網(wǎng)后的電池初始SOC,對包括電動汽車出行前的電池SOC、容量、能耗等參數(shù)進行抽樣整理,得到:

2.2負荷聚合商對電動汽車的調(diào)節(jié)模型

2.2.1負荷聚合商對電動汽車的調(diào)節(jié)成本

為了激勵電動汽車參與需求響應(yīng),對電動汽車的實際調(diào)節(jié)和由于頻繁充放電導(dǎo)致的電池損傷進行額外補償,其充電調(diào)節(jié)成本為為

2.2.2電動汽車-充電樁負荷優(yōu)化實施框架和調(diào)節(jié)策略

電動汽車-充電樁負荷優(yōu)化實施框架如圖1所示。電動汽車-充電樁調(diào)節(jié)策略如圖2所示。由圖1和圖2可知,負荷聚合商綜合考慮區(qū)域內(nèi)通過V2G充電樁人網(wǎng)電動汽車電池SOC和需求響應(yīng)要求,以及用戶結(jié)束充電后的出行需求、電動汽車電池的狀態(tài)上下限約束條件和電動汽車調(diào)節(jié)成本,確定車-樁負荷調(diào)節(jié)量,在保證實時功率削減量不少于要求的前提下，使負荷聚合商調(diào)節(jié)電動汽車-充電樁負荷參與需求響應(yīng)的收益為好。

2.2.3電動汽車-充電樁調(diào)節(jié)模型

在滿足規(guī)定負荷削減量前提下,以負荷聚合商經(jīng)濟性優(yōu)為目標(biāo),對包含n輛電動汽車和n個充電樁的電動汽車群進行需求響應(yīng)控制。在實現(xiàn)用戶充電目標(biāo)的前提下,通過有序充電、V2G反向向電網(wǎng)輸電等措施,使用戶通過V2G充電樁進行充電所產(chǎn)生的費用與電網(wǎng)對電動汽車反向供電的激勵收益之差小,其目標(biāo)函數(shù)fmin為

相關(guān)研究將電動汽車狀態(tài)簡化為充電或放電兩種［8］，但電動汽車慢速充電6~7h就能充滿，因此本研究設(shè)定的電動汽車充電、放電和待機3種（即不充電或不放電）狀態(tài)，為

3仿真結(jié)果與分析

3.1仿真背景及條件設(shè)定

運用蒙特卡洛模擬的負荷聚合方法，通過概率密度對包括電動汽車電池容量、行駛里程、接人電網(wǎng)初始時刻的SOC等主要參數(shù)進行隨機抽樣所有抽樣模型的集合即為電動汽車充電樁負荷集群模型[5]

根據(jù)上文提出的電動汽車充電負荷聚合調(diào)節(jié)方法,以上海某大型工商業(yè)園區(qū)為例,建立電動汽車負荷聚合商聚合區(qū)域內(nèi)電動汽車參與電力市場需求響應(yīng)模型,制定聚合調(diào)節(jié)區(qū)域內(nèi)電動汽車集群參與電力系統(tǒng)需求響應(yīng)的優(yōu)化調(diào)節(jié)策略。假設(shè)園區(qū)內(nèi)配備V2G智能充電樁1000個，其中30%是充放電效率為60kw的快充充電樁,其余為充放電效率為7kw的普通充電樁,充放電效率均為90%;對應(yīng)1000輛電池容量值為62.5kw的電動汽車,初始時刻電量在20%-50%之間隨機分布;電動汽車離開時S(i)為80%,設(shè)定仿真過程中SOC允許放電下限為20%,其余參數(shù)由蒙特卡洛方法抽樣確定。設(shè)定仿真過程中，電動汽車接受調(diào)節(jié)時段為09:00-17:00,負荷聚合商對用戶的放電補貼成本價格為2.5元kwh。其中,在09:00-11:00和13:00-15:00,電動汽車通過智能充電樁充電的費用為2.6元/kwh，在11:00-13:00和15:00-17:00,充電費用為1.15元/kwh,要求園區(qū)內(nèi)電動汽車在13:00-15:00內(nèi)實現(xiàn)平均不少于6MW的負荷削減量。

3.2結(jié)果分析

運用電動汽車-充電樁聚合優(yōu)化調(diào)節(jié)策略進行MATLAB仿真。電動汽車電池容量變化對比和人網(wǎng)時段內(nèi)容對比如圖3、圖4所示。

由圖3和圖4可知，在可接受調(diào)節(jié)時間內(nèi)，由于未接受調(diào)節(jié)的電動汽車將持續(xù)正常充電，從而不僅增加了用戶的充電成本，電網(wǎng)的調(diào)節(jié)壓力。而在保證電動汽車電池容量大于20%的前提下,通過優(yōu)化調(diào)節(jié)策略,可大大減少區(qū)域內(nèi)電動汽車在用電高峰時段(09:00-11:00和13:00-15:00)的充電功率。同時,優(yōu)化調(diào)節(jié)策略使得電動汽車在11:00-13:00和15:00-17:00利用較低電價盡快充電,在達到用戶期望離網(wǎng)電量的同時,保證了電動汽車在用電高峰時段參與需求響應(yīng),向電網(wǎng)反向輸電降低電網(wǎng)壓力。

由實驗結(jié)果可知,相比于未經(jīng)調(diào)節(jié)直接充電，負荷聚合商優(yōu)化調(diào)節(jié)參與需求響應(yīng)使得用戶充電費用從93.93元減少至26.36元。這表明電動汽車負荷聚合商通過調(diào)節(jié)區(qū)域內(nèi)電動汽車-充電樁負荷參與需求響應(yīng)行為,既降低了電力峰值,又節(jié)省了用戶支出。

4安科瑞充電樁收費運營云平臺系統(tǒng)選型方案

4.1概述

AcrelCloud-9000安科瑞充電柱收費運營云平臺系統(tǒng)通過物聯(lián)網(wǎng)技術(shù)對接入系統(tǒng)的電動電動自行車充電站以及各個充電整法行不間斷地數(shù)據(jù)采集和監(jiān)控，實時監(jiān)控充電樁運行狀態(tài)，進行充電服務(wù)、支付管理，交易結(jié)算，資要管理、電能管理，明細查詢等。同時對充電機過溫保護、漏電、充電機輸入/輸出過壓，欠壓，絕緣低各類故障進行預(yù)警；充電樁支持以太網(wǎng)、4G或WIFI等方式接入互聯(lián)網(wǎng)，用戶通過微信、支付寶，云閃付掃碼充電。

4.2應(yīng)用場所

適用于民用建筑、一般工業(yè)建筑、居住小區(qū)、實業(yè)單位、商業(yè)綜合體、學(xué)校、園區(qū)等充電樁模式的充電基礎(chǔ)設(shè)施設(shè)計。

4.3系統(tǒng)結(jié)構(gòu)

系統(tǒng)分為四層：

1）即數(shù)據(jù)采集層、網(wǎng)絡(luò)傳輸層、數(shù)據(jù)層和客戶端層。

2）數(shù)據(jù)采集層：包括電瓶車智能充電樁通訊協(xié)議為標(biāo)準(zhǔn)modbus-rtu。電瓶車智能充電樁用于采集充電回路的電力參數(shù)，并進行電能計量和保護。

3）網(wǎng)絡(luò)傳輸層：通過4G網(wǎng)絡(luò)將數(shù)據(jù)上傳至搭建好的數(shù)據(jù)庫服務(wù)器。

4）數(shù)據(jù)層：包含應(yīng)用服務(wù)器和數(shù)據(jù)服務(wù)器，應(yīng)用服務(wù)器部署數(shù)據(jù)采集服務(wù)、WEB網(wǎng)站，數(shù)據(jù)服務(wù)器部署實時數(shù)據(jù)庫、歷史數(shù)據(jù)庫、基礎(chǔ)數(shù)據(jù)庫。

5）應(yīng)客戶端層：系統(tǒng)管理員可在瀏覽器中訪問電瓶車充電樁收費平臺。終端充電用戶通過刷卡掃碼的方式啟動充電。

小區(qū)充電平臺功能主要涵蓋充電設(shè)施智能化大屏、實時監(jiān)控、交易管理、故障管理、統(tǒng)計分析、基礎(chǔ)數(shù)據(jù)管理等功能，同時為運維人員提供運維APP，充電用戶提供充電小程序。

4.4安科瑞充電樁云平臺系統(tǒng)功能

4.4.1智能化大屏

智能化大屏展示站點分布情況，對設(shè)備狀態(tài)、設(shè)備使用率、充電次數(shù)、充電時長、充電金額、充電度數(shù)、充電樁故障等進行統(tǒng)計顯示，同時可查看每個站點的站點信息、充電樁列表、充電記錄、收益、能耗、故障記錄等。統(tǒng)一管理小區(qū)充電樁，查看設(shè)備使用率，合理分配資源。

4.4.2實時監(jiān)控

實時監(jiān)視充電設(shè)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賬戶，對其進行賬戶進行充值、退款、凍結(jié)、注銷等操作，可查看小區(qū)用戶每日的充電交易詳細信息。

4.4.4故障管理

設(shè)備自動上報故障信息，平臺管理人員可通過平臺查看故障信息并進行派發(fā)處理，同時運維人員可通過運維APP收取故障推送，運維人員在運維工作完成后將結(jié)果上報。充電用戶也可通過充電小程序反饋現(xiàn)場問題。

4.4.5統(tǒng)計分析

通過系統(tǒng)平臺，從充電站點、充電設(shè)施、、充電時間、充電方式等不同角度，查詢充電交易統(tǒng)計信息、能耗統(tǒng)計信息等。

4.4.6基礎(chǔ)數(shù)據(jù)管理

在系統(tǒng)平臺建立運營商戶，運營商可建立和管理其運營所需站點和充電設(shè)施，維護充電設(shè)施信息、價格策略、折扣、優(yōu)惠活動，同時可管理在線卡用戶充值、凍結(jié)和解綁。

4.4.7運維APP

面向運維人員使用，可以對站點和充電樁進行管理、能夠進行故障閉環(huán)處理、查詢流量卡使用情況、查詢充電\充值情況，進行遠程參數(shù)設(shè)置，同時可接收故障推送

4.4.8充電小程序

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

4.5系統(tǒng)硬件配置

5結(jié)語

本文以電動汽車-充電樁負荷為切人點,通過分析電動汽車接人狀態(tài)、充電樁特性等各類約束條件,建立了精細化的單體設(shè)備模型和參與需求響應(yīng)調(diào)節(jié)模型,提出了優(yōu)化調(diào)度策略和激勵補償措施,從不同層面和角度探討了需求側(cè)資源參與電網(wǎng)調(diào)節(jié)的可行性和有效性,為需求側(cè)資源在電力市場中的運用提供了理論和實踐支撐,為電力系統(tǒng)的供需平衡和新能源消納提供了新的思路和方法。

參考文獻

[1]劉婕,世界能源發(fā)展報告2021發(fā)布[J].天然氣勘探與開發(fā),2021.44(4):14.

[2]KOLIOUE.EIDC,CHAVES-LAJP,etal.Demandresponseinlibemlizedclecticitymakets:analysisofaggregatedloadparticipationintheGermanbalancingmechanism1],Energy,2014,71:245-254.

KEANEA.TUOHYA,MEIBOMP,etal.Demandsideresoureeoperationonthelrishpowersystemwithhighwindpowerpenetration[1],EnergyPolicy,2011,39(5):29252934.

[5]KIMJ,SHCHERBAKOVAA,Commonfiluresofdemandresponsel1].Energy,2011.36(2):873-880.

[6]HENRIOUEZR.WENZELG.OLIVARESDE.etalParticipationofdemandresponseaggregatorsinelectricitymarkets:optimalportfoliomanagement[].EETransactionsonSmartGnd,2018.9(5):4861-4871.[7]汪聰慧.需求側(cè)資源聚合運行特性及其不確定性研究[D].北京:北京交通大學(xué),2021.

[8]王浩林,張勇軍,毛海鵬.基于時刻充電概率的電動汽車充電負荷預(yù)測方法[J],電力自動化設(shè)備,2019,39(3):213-219.

[9]YAOY,GAOW,LIY.OptimizationofPHEVchargingscheduleforloadpeakshaving[C]/TransportationElectrificationAsia-pacifc.Beijing,China:IEEE,2014:1.6.

[15]LIZS,GUOQL,SUNHB,etal.Storage-likedevicesinloadleveling:complementarityconstraintsandanewandexactrelaxationmethod[j].AppliedEnergy,2015,151:13-22.

[16]陳亞臨，楊涌文，趙一涵.面向需求響應(yīng)的電動汽車-充電樁負荷聚合調(diào)度優(yōu)化策略

[17]企業(yè)微電網(wǎng)設(shè)計與應(yīng)用手冊2022.05版.