电动汽车的有序充电管理及其对配电网的影响分析_于瀛涵.pdf

34东北电力技术NOTHEAST ELECTIC POWE TECHNOLOGY2023 年第 44 卷第 2 期电动汽车的有序充电管理及其对配电网的影响分析于瀛涵1，陈嘉德1，韩子娇1，2，苑舜1，3，马卓1(1 沈阳工业大学电气工程学院，辽宁沈阳110870;2 国网辽宁省电力有限公司，辽宁沈阳110006;3 国家能源局东北监管局，辽宁沈阳110006)摘要:电动汽车以无序充电方式接入配电网时与网内基础用电负荷叠加，会形成峰上加峰的现象，不利于配电网的稳定运行。针对上述问题，首先对私家车充电负荷进行建模，采用蒙特卡罗抽样模拟电动汽车无序行为下的充电负荷曲线。然后提出一种新型的多时段动态充电价格机制，引导车主有序充电，并以配电网负荷波动最小为目标函数，优化电动汽车充电行为。最后在 IEEE33 节点配电网中，分别分析有序和无序充电负荷并网时电动汽车充电费用、配电网电压偏移率及网损，结果表明所提策略可有效兼顾用户利益和配电网的稳定运行。关键词:电动汽车;配电网;多时段动态充电价格;电压偏移;网损 中图分类号 U491.8;TM73 文献标志码 A 文章编号 10047913(2023)02003406esearch on Orderly Charging Management of ElectricVehicles and Its Impact on Distribution NetworkYU Yinghan1，CHEN Jiade1，HAN Zijiao1，2，YUAN Shun1，3，MA Zhuo1(1.College of Electrical Engineering，Shenyang University of Technology，Shenyang，Liaoning 110870，China;2.State Grid Liaoning Electric Power Co.，Ltd.，Shenyang，Liaoning 110006，China;3.Northeast egulatory Bureau of National Energy Administration，Shenyang，Liaoning 110006，China)Abstract:When the electric vehicle is connected to the distribution network in a disorderly charging manner，it overlaps with the basicelectricity load in the network.It will form a phenomenon of“peaks on top of peaks”，which is not conducive to the stable operation ofthe distribution network.According to the above problems，it firstly models the charging load of private cars，and uses Monte Carlosampling to simulate the charging load curve under the disordered behavior of electric vehicles.Then，a new multiperiod dynamiccharging price mechanism is proposed to guide car owners to charge in an orderly manner，and takes the minimum load fluctuation ofthe distribution network as the objective function to optimize the charging behavior of electric vehicles.Finally，in the IEEE33 node dis-tribution network，the charging cost of electric vehicles，the voltage bias of the distribution network when orderly and disorderly char-ging loads are connected to the grid are analyzed respectively.The results show that the proposed strategy can effectively take into ac-count the interests of users and the stable operation of the distribution networkKey words:electric vehicle;distribution network;multi-period dynamic charging price;voltage excursion;network loss伴随我国能源结构的调整，制定以绿色新能源为主体的新型电力系统可为推进国家“双碳”目标的早日实现发挥积极作用，电动汽车的推广和应用在节能减排方面有着无可比拟的优势，推进电动汽车发展是推动我国能源转型发展的重要环节14。虽然电动汽车的存在为人们出行带来了巨大的便利，但由于其充电行为具有不确定性，大量无序、随机的负荷直接并网会对配电网造成许多不可预知的负面影响。因此应大力推广对电动汽车的有序充电管理，以兼顾电网安全、经济效益和用户利益56 在解决电动汽车并网时如何管控的问题上，已有学者进行研究。文献 7 考虑到配电网用电峰谷差较大导致变压器过载和产生大量网内损耗，提出了一种对电动汽车充电功率进行实时优化的策略，算例结果表明该策略可以有效降低网损。文献 8针对大规模电动汽车入网现象，根据网内用电负荷状态及电动汽车充电需求等实时数据，利用模糊控制算法对电动汽车的充电行为做有序优化，有效避免了大规模车群入网引起的负荷尖峰问题。文献2023 年第 44 卷第 2 期于瀛涵，等:电动汽车的有序充电管理及其对配电网的影响分析35 9 将电动汽车电池的可放最大容量为选定优化目标，通过竞价的方法，引导用户在用电高峰时间段利用电动汽车的 V2G 技术馈电给电网，以达到“削峰填谷”的效果。文献 10 基于虚拟电价，考虑以系统负荷峰谷差最小、用户经济性指标最大和电池的折旧费用最小为目标对电动汽车建模，通过仿真算例证明了该策略提出的有效性。文献 11提出了一种基于峰谷分时电价为背景的，考虑电动汽车充放电随机性的有序充放电策略，使得电动汽车在负荷高峰期向网馈电，负荷低谷期充电，平滑了网内用电曲线。文献 12以分时电价为背景，构建同时考虑用户用电缴费情况和负荷稳定性的多目标优化调度模型，使电动汽车参与有序充电管理规划。通过算例分析验证了该方法不但可以减小负荷的峰谷差，还能提高用户用电的经济效益。上述文献中，学者从电网侧角度通过对电动汽车的充电特性直接调度或是从用户侧角度利用价格引导电动汽车优化充电行为来满足电网功率的调节。前者的直接调度仅考虑了对电网的影响，没有调动用户用电的主观意愿，实施推广具有难度;后者虽然利用价格因素很好调动了用户参与性，但现有的分时电价分区少，限制了调度的最优可能性。因此本文以私家车并入配电网为研究对象，根据短期负荷预测为基础提出一种新型的多时段动态电价策略，引导电动汽车有序充电。对用户用电缴费、配电网的电压偏移及网损情况加以分析后，验证了所提出的价格机制可以引导电动汽车有序充电，并兼顾配电网系统的稳定运行和用户利益。1私家车无序模式充电模型本文从以下 4 个方面构建电动汽车的充电模型。a.电动汽车电池特性本文选用锂电池为研究对象。与普通汽车相同，不同类型私家车电池容量有差异。fQ(x)=1，x 20，300，其他(1)式中:fQ为私家车锂电池容量的概率密度;x 表示该时刻的电池容量大小，一般取值为 2030 kWh。锂电池充电变化过程如图 1 所示。由于充电起始过程和结束过程的时间非常短暂，可以近似地认为锂电池充电是恒功率充电。b.车主日行驶里程本文引用美国交通部汽车日出行数据进行分析图 1锂电池简化充电过程计算13，可知电动汽车车主每日用车行驶里程数的概率密度函数为fD(z)=1zD2exp(lnzD)222D(2)式中:fD为车主日行驶里程的概率密度函数;D为期望值;D为标准差。c.车主最后归程时刻假设车主每日结束行程时刻即为电动汽车每日开始充电时刻，最后归程概率密度函数为fs(w)=1s2exp(ws)222s，s12w241s2exp(w+24s)222s，0ws12(3)式中:fs为车主最后规程的概率密度函数;w 为回家时刻;s为期望值;s为标准差。d.车主离家时间假设车主每日用车期间只可放电不可充电，出行开始时刻的概率密度函数为fe(v)=1e2exp(vd)222s，0vd+121e2exp(v24s)222e，e+12v24(4)式中:fe为车主启程离家的概率密度函数;v 为离家时刻。结合用户出行数据及电动汽车充电模型利用蒙特卡洛算法，得到 500 辆电动汽车的 24 h 无序充电负荷曲线，如图 2 所示。36东北电力技术2023 年第 44 卷第 2 期图 2电动汽车无序充电负荷曲线2多时段动态电价下电动汽车有序充电模型2.1多时段动态电价区间划分传统的分时电价一旦制定后其区间不再变化，但居民的用电行为会随着季节变化、地域不同和个人舒适度而改变，与原分时电价的价格区间范围有偏差，产生负荷和电价的峰谷不匹配的现象。而电动汽车的充电行为在时间上有很大随机性，导致实时电价的制定考虑因素十分复杂。因此本文根据短期负荷预测为基础提出一种新型的多时段动态电价策略。目前为止，隶属度函数是对传统用电价格进行划分的最成熟且通用性最广的方法。以表 1 某地区分时电价为例，首先基于模糊数学的理论，可将每个时间段认为是一个独立的模糊集合，然后利用隶属度函数构建时段内每时刻对应的隶属度，并根据隶属度值将其划分到对应的时间段14。再将短期预测的基础负荷划分成多时段，根据每时段对应的负荷值计算相对应的电价。表 1某地区的分时电价项别时间段价格/(元kWh1)峰10:0012:0014:0020:001.20平08:0010:0020:0023:0012:0014:000.84谷23:0008:000.38电价的划分跨度 L 为L=LmaxLminM(5)式中:Lmax和 Lmin分别为配电网内对短期基础负荷所预测到最大值和最小值;M 为时间分段数目。C*=(LiLmin)(CmaxCmin)LmaxLmin(6)式中:Cmax和 Cmin分别为分时电价的峰值与谷值;C*为每时段负荷在价格区间上的映射。1HC*H(7)Ci=L+Cmin(8)式中:Ci为第 i 个时段的充电电价。通过以上公式对电价的划分，最后取定结果见图 3。可以看出多时段动态电价的制定可随着基础负荷值的高低自动调节，使得价格制定更人性化，价格区间划分更细致，对车主充电行为的引导更精准。图 3电价取定结果2.2电动汽车有序充电策略电动汽车聚合商是专门针对电动汽车充电进行资源整合的参与者，其部署的智能充电桩可提供常规充电模式和充电优化模式。常规充电模式可将电动汽车的电池充至期望电量值，而优化模式则需要根据车主个人用电需求输入结束充电时刻及结束时刻的充电期望值。车辆接入后，充电桩将获取该车信息，将输入值及车电池的剩余电量反馈到系统调度中心，对收集的数据进行在线智能计算，形成电动汽车的充电计划。2.3目标函数本文以网内负荷波动最小为目标函数。minF=1NNi(Pi P)2(9)Pi=Pi，EV+Pi，load(10)式中:F 为目标函数;N 为谷时段数目;Pi为第 i个