電動汽車充電機(jī)充電蓄電池充放電優(yōu)化基于實時電價的策略和經(jīng)濟(jì)調(diào)度模型
2017-8-16 9:00:00??????點擊：
《電工技術(shù)學(xué)報》2016年增刊1上撰文指出，實時電價為優(yōu)化電動汽車（EV）充電機(jī)充電蓄電池充放電負(fù)荷提供了手段，從而實現(xiàn)經(jīng)濟(jì)調(diào)度。首先建立用戶最優(yōu)充電機(jī)充電蓄電池充放電策略模型：以計及EV充電機(jī)充電蓄電池退化成本的用戶成本最小為目標(biāo)，以滿足EV行駛荷電狀態(tài)和充電機(jī)充電蓄電池充放電荷電狀態(tài)等為約束。
在此基礎(chǔ)上建立電動汽車用戶實時電價響應(yīng)模型，通過實時電價計算用戶充電機(jī)蓄電池充電成本，使電動汽車充電機(jī)充電蓄電池充放電負(fù)荷與電價聯(lián)動調(diào)整，并將該模型嵌入電動汽車充電機(jī)充電蓄電池充放電策略優(yōu)化目標(biāo)函數(shù)。求解過程中，用“停泊時長”確定單車一日可多次充電機(jī)充電蓄電池充放電的時段和行駛時段，從而在EV可充電機(jī)充電蓄電池充放電時長范圍內(nèi)優(yōu)化每時段充電機(jī)充電蓄電池充放電負(fù)荷。
最后建立經(jīng)濟(jì)調(diào)度模型：目標(biāo)中計及機(jī)組閥點效應(yīng)、約束中考慮EV充電機(jī)充電蓄電池充放電負(fù)荷以及機(jī)組爬坡速率等限制的多目標(biāo)經(jīng)濟(jì)調(diào)度模型，提出一種改進(jìn)模式搜索算法求解該時間耦合、非線性、非凸模型。以IEEE 39節(jié)點為例，驗證了所建立模型和求解算法的有效性。
大量電動汽車（Electric Vehicle，EV）無序充電機(jī)蓄電池充電會影響電網(wǎng)安全經(jīng)濟(jì)運(yùn)行[1]。引導(dǎo)電動汽車有序充電機(jī)充電蓄電池充放電，可以為電網(wǎng)、用戶及社會帶來效益[2]。通過實時電價引導(dǎo)電動汽車充電機(jī)充電蓄電池充放電，既能優(yōu)化充電機(jī)充電蓄電池充放電負(fù)荷，又能優(yōu)化機(jī)組出力，使用戶側(cè)和電網(wǎng)側(cè)的技術(shù)經(jīng)濟(jì)性最佳。
電價對于電動汽車負(fù)荷的時空分布有著重要影響[3,4]。文獻(xiàn)[5]針對電動汽車調(diào)度機(jī)構(gòu)建立了V2G（vehicle to grid）模式和分時電價制度與負(fù)荷波動的多目標(biāo)優(yōu)化模型，但是沒有考慮電動汽車可調(diào)用時間等。文獻(xiàn)[6]設(shè)計了電動汽車充電機(jī)充電蓄電池充放電峰谷時段與峰谷電價優(yōu)化模型，但是沒有考慮用戶側(cè)經(jīng)濟(jì)效益。文獻(xiàn)[7]利用回歸模型研究了實時電價與負(fù)荷、風(fēng)機(jī)出力、水電出力、燃?xì)夂腿济簝r格之間的關(guān)系，但是對電動汽車行駛模式考慮不夠充分。
文獻(xiàn)[8]指出，充電機(jī)充電蓄電池退化成本和實時電價帶來的不確定性在V2G車主經(jīng)濟(jì)性中有很大影響，并利用Bertsimas的魯棒模型對電價變動影響進(jìn)行建模，但是本文的模型建立在線性優(yōu)化基礎(chǔ)上。另外在分時電價下會出現(xiàn)大量用戶同時對電價模型作出響應(yīng)可能會引發(fā)新的負(fù)荷高峰，即“雪崩效應(yīng)[9]”。目前關(guān)于分時電價研究較多，但是電動汽車以實時電價充電機(jī)充電蓄電池充放電的研究較少，在這個過程中對充電機(jī)充電蓄電池循環(huán)充電機(jī)充電蓄電池充放電退化成本的考慮更少。
將電動汽車充電機(jī)充電蓄電池充放電納入電網(wǎng)調(diào)度能帶來效益[10]，國內(nèi)外學(xué)者已經(jīng)在含電動汽車的經(jīng)濟(jì)調(diào)度優(yōu)化方面做出了一些研究，包括考慮火電、風(fēng)電、V2G儲能負(fù)荷的安全約束發(fā)電調(diào)度[11,12]、基于燃料成本優(yōu)化的電動汽車智能機(jī)組優(yōu)化[13]、智能電網(wǎng)環(huán)境下電動汽車動態(tài)經(jīng)濟(jì)調(diào)度[14]等。已有的研究針對電動汽車的約束都做了簡化處理，在考慮經(jīng)濟(jì)效益時很少計及電動汽車行駛模式、基本行駛需求、充電機(jī)充電蓄電池退化成本等。
本文提出一種EV充電機(jī)充電蓄電池充放電負(fù)荷與實時電價聯(lián)動優(yōu)化模型，以用戶成本最小優(yōu)化EV充電機(jī)充電蓄電池充放電負(fù)荷，電網(wǎng)基于此負(fù)荷進(jìn)行經(jīng)濟(jì)調(diào)度。由于電動汽車V2G循環(huán)充電機(jī)充電蓄電池充放電對充電機(jī)充電蓄電池壽命帶來影響，計及充電機(jī)充電蓄電池退化成本。EV充電機(jī)充電蓄電池充放電策略優(yōu)化時采用了依據(jù)“停泊時長”確定充電機(jī)充電蓄電池充放電時長限制的優(yōu)化求解策略；對于含閥點效應(yīng)、機(jī)組爬坡出力的時間耦合、非線性、非凸多目標(biāo)優(yōu)化問題，提出以模式搜索（pattern search）算法為核心、并用遺傳算法確定初值及拉格朗日罰函數(shù)確定約束條件的混合求解算法。
以IEEE 39節(jié)點為例，對大規(guī)模電動汽車入網(wǎng)負(fù)荷、電價、機(jī)組出力等進(jìn)行了仿真，分析了EV負(fù)荷對電網(wǎng)電壓、潮流的影響等，驗證了模型的有效性。
圖1 納米磷酸鐵鋰充電機(jī)充電蓄電池循環(huán)次數(shù)-壽命曲線關(guān)系
結(jié)論
1）分別建立了EV最優(yōu)充電機(jī)充電蓄電池充放電策略模型、實時電價模型和經(jīng)濟(jì)調(diào)度模型并進(jìn)行求解。結(jié)論表明，實時電價在電網(wǎng)側(cè)能夠優(yōu)化含電動汽車的負(fù)荷曲線，減少系統(tǒng)峰谷差，在電壓、有功功率方面保證系統(tǒng)安全穩(wěn)定，配合經(jīng)濟(jì)調(diào)度優(yōu)化機(jī)組出力，減少系統(tǒng)總成本；實時電價可以使用戶合理安排EV充電機(jī)充電蓄電池充放電計劃，取得良好的經(jīng)濟(jì)性。
2）本文根據(jù)一階泰勒公式對電價曲線線性化處理，使負(fù)荷曲線峰谷差減小，但是還沒有完全平抑負(fù)荷波動，這與電價模型選取有關(guān)。下一步研究可以選取二階模型或者指數(shù)模型以及更加細(xì)致的電價參數(shù)以及具體的電價制定理論來呈現(xiàn)更加符合實際的關(guān)系。
- 上一篇：充電機(jī)充電蓄電池NCA材料產(chǎn)業(yè)化及生產(chǎn)技術(shù)發(fā)展現(xiàn)狀 2017/8/16
- 下一篇：【標(biāo)準(zhǔn)聚焦】充電機(jī)充電鋰電池標(biāo)準(zhǔn)化解析 2017/8/15
