基于微網的電動汽車與電網互動技術

孫麗

摘 要：國家大力倡導節能減排的理念，有利于創建出良好的生態環境。電動汽車可以為人們出行提供方便，但是其無序充放電行為給電網的正常運行造成影響，必須進行有效的管理。文章從不同方面展開論述，實現電動汽車和電網之間的良好互動，從而提高使用的效益。

關鍵詞：微網；電動汽車；電網互動

1 引言

電動汽車的普及率不斷擴大，成為了重要的交通工具。如果大量汽車在同一時間段充電，勢必會對電網產生巨大的沖擊，影響系統的平穩運行。車主充電方式不合理，使得成本在增加，降低了整體的效益。因此要進行正確的引導，實現汽車和電網的協調配合。

2 V2G的控制模式

2.1 集中控制模式

是指在特定的區域內，將所有的電動汽車看作是一個整體，電網對其進行充電活動。此種模式最顯著的優點就是增加了可供調度的容量，而且非常容易的控制，可以看出整體波動的趨勢，便于相關人員采用相應的策略。但是建設成本非常的大，一般需要投入大量的資金，比較適合大規模電動汽車有序充放電過程。例如大城市中電動汽車的數量比較多，可以采用集中控制的模式，不僅提高了工作效率，而且操作簡單。要堅持具體問題具體分析的原則，結合當地的實際情況來看，不斷優化充放電過程，發揮出電網的優勢。

2.2 分散式模式

采用智能充電機將電動汽車和電網相連接，可以對目前情況做出全面的分析，了解可利用資源和剩余電量，在綜合考慮之下協調充放電行為。它的優點是打破了時間和空間的局限，實現隨時隨地的充放電。但是對于單個電動汽車而言，所以接入電網的隨機性比較高，使得控制協調的難度非常高，一般情況下比較適合少數電動汽車充放電行為。智能充電機減少了人的參與程度，可以做出最科學的選擇，實現能量的調控。仍然存在很多不足之處，要不斷攻克技術上的難題，讓功能更加強大，減少不利因素的影響，達到最理想的效果。

2.3 基于微網的V2G模式

這種模式通過微網和大電網相連，電動汽車只需要和微網進行能量交換就可以，調度中心根據分布式電源的出力情況、負荷需求以及包括電動汽車在內的儲能裝置的荷電狀態，決定電動汽車是處于充電狀態還是放電狀態。如果微網電量無法滿足實際的需求，要從大電網中購電，相反情況下可以向大電網售電，不會造成資源的浪費，實現最優化的配置。其結合了集中控制模式和分散模式的優點，各方面都比較完善，有效的實現了協調控制，體現出電動汽車和電網的良好互動性。靈活多變的方式可以應對不同的情況，讓系統始終處于正常運行的狀態。

3 電動汽車有序充放電的多目標優化模型

3.1 優化目標

微網負荷波動最小。一天分成24個時段，將風力發電、光伏發電、微網基本負荷和電動汽車組成的微網等效負荷的波動最小作為優化目標。可以用具體的公式表示出來，在分析情況時可以采用，通過判斷數據的大小就可以得出最優化的目標。充放電行為會對微網負荷波動帶來影響，必須將其控制在合理的范圍內，才能達到預期的目標。外部因素有著很大的不確定性，時時刻刻都在發生著變化，所以必須要實現有效的控制，避免波動幅度過大。優化目標可以體現出資源的最大經濟效益，電動汽車和電網合理的配置，朝著更好的方向發展。

可再生能源利用率大。經濟的快速發展，讓能源形勢更加緊張，必須尋找可再生能源才能實現可持續發展。風能、太陽能、水能等都是取之不竭、用之不盡的，通過轉化可以產生電力資源，從而推動各項活動的順利開展。可再生能源在電動汽車有序充放電控制中有著巨大的效益，可以為其提供強大的動力支持，處于高效的工作狀態之中。而且是沒有任何污染的，建設成本比較低，只需借用相關地設備就可以實現轉化，讓能源使用更加的方便。要樹立起創新的意識，不斷開發出更多的可再生能源，拓寬電力能源獲取的渠道，減少單方面的壓力，達到整體的最優化效果。

車主獲得的受益最大。電動汽車可以獲得一定的經濟效益，車主會在電價較低的時候充電，在電價較高的時候放電。一天之內不同時間短電價是不一樣的，根據實際情況做出最佳的選擇，通過充電或者放電實現與電網或者微網之間的能量交換，可以為車主帶來更多的經濟收入。當然相互之間是有規律可循的，通過觀察找出內在的聯系，用函數的形式表示出來，為車主提供正確的參考依據，取得最合理的數據。由此可見，電動汽車和普通汽車相比有著明顯的優勢，會受到更多人的青睞，逐漸轉變交通工具選擇的觀念，體現出經濟適用性的特點。

3.2 約束條件

首先是電池的可用容量約束。電動汽車車載蓄電池的容量是一定的，為了減小電池過渡充電和深度放電產生的不利影響，所以電池可用容量應該保持在合理的范圍之內。其次是次日行使需求約束。汽車第二天需要使用較長時間，要保證在獨立的情況下具有最低電池容量，可以滿足活動的需要，避免影響正常的工作生活。最后是電網的功率平衡。在對電動汽車充放電過程中，要實現平穩的運行，避免功率過大對電池造成傷害。約束條件實際上是一種有效的保護措施，讓汽車始終充滿能量，可以發揮出應有的功能。

4 多目標優化模型的求解

一般情況下，白天是用電的高峰期，電動汽車可以作為電源向微網提供電能，在夜晚的時候可以被看作負荷來吸收過剩的電能。在進行電動汽車充放電優化控制時，要選擇白天時段供電曲線和夜晚時段負荷曲線的最低點，利用放電或者充電來彌補缺陷，被稱為尋谷優化算法。由于某個時間段內曲線的最低點是不變的，當發生更新情況的時候，就會出現超過負荷需求的現象，導致充放電被分成多個時間段，限制了自身的靈活性，使得在用電量大的時候無法完全釋放電網能量，可再生能源的利用效率低，必須進行積極的創新。

4.1 變閾值優化算法

該算法和尋谷優化算法最大的區別就是在充放電過程中可以進行調整，有效實現靈活的控制。主要方式是通過改變電動汽車充放電量的閾值來實現，如果更新的負荷曲線超過供電曲線時，可以通過增加閾值線保證充放電時段不被分割。出于安全考慮，在充電的過程中，閾值線不能大于分布式電源的最大發電量，放電過程中，不能大于微網中的負荷值。將夜晚用電低谷期微網不含電動汽車的基本負荷的最小值作為充電閾值線的初始值，將白天用電高峰期微網分布式電源發電量的最小值作為放電閾值線的初始值。

4.2 充放電速率可調優化算法

在變閾值優化算法中，參與微網能量調度的電動汽車數量是可以根據實際情況改變的，可以有效的控制供電量和吸電量，平衡微網內部的電能供需之間的關系和提高分布式發電的利用率。但是電動汽車的充放電速率是一樣的，一定程度上限制了能量調度的靈活性。因此在閾值優化算法的基礎上，提出了充放電速率可調優化算法，可以進行有效的控制。當電網能量不穩定的時候，可以調整電動汽車的充放電速率，保證和實際的需求相一致，從而實現有效的配合。

5 結語

綜上所述，為了保證電動汽車的有序充放電行為，要處理好電網能量供需平衡的關系。采用微網的形式，可以提高電力資源的經濟效益，未來面臨的情況會更加復雜，要加大對這方面的研究，實現電動汽車和電網的有效互動。

參考文獻：

[1] 薛紅紅.電動汽車與電網互動技術之協調充電策略探究[D].華中師范大學，2016.

[2] 周天沛，孫偉. 基于微網的電動汽車與電網互動技術[J].電力系統自動化，2018，42（3）：98～104+117.

[3] 吳浩.電動汽車與電網互動技術的研究[D].天津理工大學，2015.

[4] 吳鑫鑫.電動汽車參與電網電壓調節的調度策略研究[D].電子科技大學，2017.