能源互联网背景下的电动汽车协同管理研究

黄曌　邓瑾

摘要：立足于区域能源互联网视角，从用户供电需求出发，探讨了电动汽车接入场景下的协同管理方法。首先根据用户出行需求进行电动汽车充电负荷建模，然后以用户峰谷负荷差及充电成本的综合优化为目标，利用分时电价机制引导电动汽车车主的充电行为，实现区域内负荷的削峰填谷，保障电网安全有序运行，最后基于MATLAB验证了控制策略的可行性。研究成果为后续能源互联网建设过程中源—网—储—荷协同管理提供了一定的指导。

关键词：能源互联网;电动汽车;分时电价;协同管理

0 引言

近年来，新兴的智能电网得到了大规模应用，多元化的分布式能源渗入电网，使能源危机得到缓解[1]。为进一步加快智能电网的发展进程，人们提出了新一代能源供应模式，即能源互联网（Energy Internet）。能源互联网以智能电网为基础，以用户侧需求为导向，集可再生能源、分布式发电、实时监测等功能于一体[2]，能更好地兼容不同类型分布式能源的接入，实现多能源的大规模输送和高效管理。

电动汽车作为车-网（V2G）系统的组成部分，是未来能源互联网不可或缺的重要设备。但是电动汽车的大规模普及引发了电网谐波污染、三相电压不平衡、变压器老化等问题[3]，尤其是电动汽车用户随机充电叠加形成的峰值负荷可能造成电网电压故障。因此，应采取合适的协同管理措施，在满足用户出行需求的同时，减少电动汽车负面影响。分时电价机制是一种有效的需求侧管理方法[4]，通过经济刺激引导用户调整充电时间，降低变压器过载的可能性，实现用户用电供需平衡。

为此，本文从区域能源互联网视角出发，以电动汽车接入楼宇场景为例，探讨了在用户冷热电联供前提下电动汽车的有序管理方法。考虑用户对电动汽车的充电需求，以最大限度兼顾电网安全性和用户经济性为目标，采用峰谷分时电价机制对用户充电行为进行引导，实现区域内用户电力负荷的削峰填谷及用户的充电成本优化。同时，基于MATLAB验证了调度策略的可行性，并定性分析了用户响应度、电价水平对管理成效的影响。

1 电动汽车充电负荷建模

电动汽车以车载电源为动力，电池类型决定充电功率特性，本文选择25 kWh容量的锂电池。设单台电池负荷以2.5 kW功率进行充电，出于对电动汽车安全行驶及电池使用寿命的考虑，电池荷电状态（State of Charge，SOC）安全阈值定为[10%，90%]，则用户充电时间不得超过8 h。另外，在电动汽车出行的过程中，每100 km消耗电能约15 kWh，可推算单台电动汽车的理论续航里程为133 km。

1.1    无序充电模型

用户仅根据自身出行需求和生活习惯对电动汽车充电的行为称为无序充电。因电动汽车出行符合一定的概率特性，单台车辆一天内的充电功率需求可通过蒙特卡洛法完成估算。本文将一天划分为24个时段，每隔1 h对车辆充电状态进行采样，得到无序模式下车主对单台车辆的充电期望，如图1所示。

1.2    分时电价激励下的有序充电模型

分时电价政策的实施是为了建立电动汽车车主充电过程的正确导向，根据电网负荷变化情况在各时段制订对应的电价水平，实现用电负荷的削峰填谷。在分时电价优化建模前对接入场景作如下规定：

（1）电池电量满足当天用户的行駛需求，且除正常出行外无其他耗电行为。

（2）用户每次充电至车载电池安全上限，充电过程理想，无损耗。参与有序充电调度的用户比例为90%（响应度λ=0.9）。

（3）采用峰谷分时电价机制，定义pv、pp为谷、峰时段电价，则电价模型p（t）为：

（4）用户充电前可查询车辆当前电池状态，自主选择充电起止时间。

由上，于峰谷分时电价机制而言，参数t1、t2限定了电价的峰谷区段，指引着用户的充电意愿，决定了车辆负荷特性，成为能源互联网中电动汽车协同优化控制的关键因素。

2 电动汽车协同管理策略

区域能源互联网内总负荷L（t）由用户原始负荷（仅含冷、热负荷和电负荷）及电动汽车充电负荷构成，选择负荷峰谷差Lpv（t）作为目标函数1：

另外，优化电网负荷曲线峰谷差旨在实现电网的经济运行，为了确保用户的经济利益，以车主充电费用Cch（t）最低作为目标函数2：

pv，否则S（t）=pp。

为同时确保电网安全性及用户经济性，以上两个目标函数的权重系数均选择0.5。在满足电动汽车安全SOC约束条件下，以参数t1、t2为变量，求解对应最优目标函数值的峰谷时段，具体流程如图2所示。

（1）采集区域能源互联网中用户基本负荷需求数据信息;

（2）根据（1）采集的信息，产生参数t1、t2初始种群，并计算对应的目标函数值;

（3）为提高寻优效率，采用基于精英保存策略的遗传算法[5]，获得对应最小适应度值的最优峰谷时段解集，并完成电动汽车的有序充电调度管理。

3 仿真研究

本文以某区域能源互联网为例开展仿真研究，基于采集到的实测日用电基本负荷数据，探讨电动汽车充电行为给电网负荷及用户带来的影响。接入该区域的电动汽车规模设置为500辆，峰谷分时电价pv=0.335元/kWh，pp=1.253元/kWh，该区域现行固定电价0.75元/kWh。在指定比例车主参与协同管理的前提下，得到该地用电负荷优化结果如图3所示，且最优谷电价区间为[00：01，11：58]。由图3可知，无序充电模式下，17：00—20：00时段原始负荷高峰被加剧，对电网供电能力提出了更高的要求。分时电价实现了负荷削峰填谷功能，在满足车主充电需求的同时，均匀转移高峰时段的负荷至夜间低谷，充分利用电动汽车的可调度性，优化了负荷曲线。具体而言，协同管理后该区域负荷峰谷差为3 108.1 kW，相比原始负荷曲线减小12.5%。

此外，可计算出一天内该区域所有用户的总充电成本为8 152元，相比无序充电模式节省了49.8%。因此，通过峰谷电价的积极导向作用，有效达成了电动汽车协同管理的目的，折中实现了负荷峰谷差和用户充电成本的优化，从而确保了电网更经济安全地运行。

该调度策略的实施效果与诸多因素密切关联。分别设置该区域内电动汽车用户响应度λ=0.5、λ=0.8（分别表示50%及80%的车主参与有序充电管理），得到不同响应度的负荷曲线，如图4所示。当λ=0.5时，峰谷差为3 400.5 kW;当λ=0.8时，峰谷差为3 190.2 kW，可知车辆用户参与度越高，削峰填谷效果越明显。此外，当λ=0.5、λ=0.8時，计算可得用户充电成本分别为12 281元和9 868元，因此参与协同管理的用户比例越大，回馈的经济优势越明显，形成良性循环。

维持用户λ=0.9，引入另一峰谷分时电价水平：pv=0.4元/kWh，pp=1.15元/kWh，重新搜索最优峰谷电价时段，计算得到负荷峰谷差和用户充电成本分别为3 108 kW和9 623.4元。可见，在负荷峰谷差优化效果相当的前提下，前一电价水平更能为用户节省充电费用。这主要是因为前一电价具有更高的峰谷电价比，谷电价较低且低谷时期充电负荷增加，因而体现出经济优势。

4 结语

能源互联网是以需求为导向的按需供能体系，是我国能源发展的重大战略性举措。电动汽车作为接入能源互联网的重要设备，具有时空分散性和充电随机性，为上层协同调度决策带来了较大挑战。本文从区域能源互联网视角出发，探讨了电动汽车接入场景下的协同管理方法，充分利用电动汽车的可控属性，采用动态峰谷分时电价机制引导车辆用户充电行为，实现负荷曲线的削峰填谷和用户充电成本的优化，并通过MATLAB仿真验证了该策略的可行性。上述研究成果对于能源互联网建设具有一定的指导意义。

[参考文献]

[1] 孙志凰，王肖，徐冰儿.能源互联网的驱动力及关键技术[J].电源技术，2018，42（5）：751-754.

[2] 张淑婷，陆海，林小杰，等.考虑储能的工业园区综合能源系统日前优化调度[J].高电压技术，2021，47（1）：93-103.

[3] 刘健，雷霞，闵伟成，等.考虑负荷与分布式电源随机性的配电网无功优化[J].电测与仪表，2016，53（12）：92-97.

[4] 王守相，张善涛，王凯，等.计及分时电价下用户需求响应的分布式储能多目标优化运行[J].电力自动化设备，2020，40（1）：125-132.

[5] HUANG Z，FANG B，DENG J，et al.Multi-objective optimization strategy for distribution network considering V2G-enabled electric vehicles in building integrated energy system[J].Protection and Control of Modern Power Systems，2020，5（10）：577-585.

收稿日期：2021-02-26

作者简介：黄曌（1985—），女，湖南人，博士，讲师，研究方向：储能材料及器件。