基于逐級電網安全的電動汽車有序用電策略和系統框架

李 晶

承德市質量技術監督檢驗所 河北 承德 067000

引言

目前,我國已將推廣電動汽車列入了戰略新興產業的高度,作為全球電動汽車市場中增長率和保有量最大的國家,截至2018年底,我國電動汽車的增長率達到了70%,保有量達到了211萬輛。根據相關新聞資料預測,預計到2030年,我國的電動汽車保有量將達到1 億輛,充電功率將達到1000GW,相當于目前國內所有煤電裝機的總和。其中,預計北京市在2035年,電動汽車規模將達到247萬輛,最大充電功率達到9GW,如此巨大規模的負荷接入電網,將進一步增大電網負荷曲線的峰谷差,對電力系統帶來巨大的沖擊,如果繼續以現有電網規劃原則接入電動汽車負荷,電源和電網側的基建投資和規模將十分龐大,考慮到我國能源資源儲備有限,大氣環境污染壓力突出,新建相同規模的電源對我國現狀發展情況來看,是十分不現實的,因此,需要提高電力系統中電源側和電網側的設備運行效率,增強電力系統運行的經濟性,對電網負荷曲線進行“削峰填谷”。在我國電力市場建設還不完善的情況下,當前所采取的需求側管理手段通常采用以政府行政手段為主、經濟手段為輔的方式,安排對電力大用戶、高耗能企業等在用電高峰季節和日高峰時段進行設備檢修或錯峰生產。2018年河北南部電網在夏季負荷高峰期間以上述方式對用戶進行限電,最大限電負荷達到了5.12GW,根據調研相關限電經濟損失資料,預計經濟損失可達11.1億元人民幣。因此,對于一些可中斷、可調節特性的負荷如電動汽車負荷等,臨時的降低或停止供電功率不會造成較大的經濟損失,可作為理想的需求側管理的目標負荷。隨著國家電網有限公司對泛在電力物聯網的建設,電網具備對電動汽車負荷的實時感知和控制能力,同時也具備了對電網設備運行數據的全面共享的能力,對接入電網中的電動汽車采取有序用電奠定了基礎。

1 電動汽車的充電模式

1.1 常規充電 常規充電也被稱為慢速充電。這種充電方式通過較小的充電電流對電動汽車進行能量補充,并且充電過程中對電網的沖擊性比較小,不過缺點是充電功率較小,相應的充電時間也較長,因此比較適用于停車時間較久的電動汽車用戶。常見的如小區充電樁、辦公.區充電樁以及人群集聚量較大的場合。

1.2 電動汽車用戶的出行規律 私用車適用人群大部分是對于上班族以及上學的學生,私用車每天的行程分布規律比較明顯,由于私家車往往分布于小區或者辦公區。于用戶的上下班時間一般比較固定,所以私家車的充電習慣以及離開充電站的時間也會遵循一定的規律,所以采用私家車模擬充電負荷對電網的影響客觀上有很大的合理性與可行性。通過調研北京市各類充電樁的服務情況,歸納充電樁的充電服務邊界為：充電樁按類型分為私人樁和公共樁兩大類,考慮充電樁建設進度滿足電動汽車的充電需求。私人樁根據2017年數據,北京市12萬輛私家車,建設了8.33萬個私人充電樁,受老舊小區和停車位等問題的影響,私人樁建設比例約為70%。預計2035年私人建樁比例達到80%。私人充電樁充電功率主要約為7kW。2035年每次平均充電80kWh,充電樁利用率50%(有效充電時間12h/d),每天每樁服務車輛為1車次。按照有私人充電的樁私家車(公務車)用戶70%的電能補給需求由自有充電樁滿足,30%由公共網絡滿足,無固定私人樁的私家車(公務車)用戶100%的電能補給由公共網絡滿足。

2 電動汽車有序用電策略和系統框架

2.1 有序用電策略 通過上述有序用電目標優化數學模型,計算得到的各時段的充電負荷曲線,可平均分攤至所有充電樁側,也可通過與用戶簽訂協議遠程關斷部分充電樁充電功能來實現,考慮電網運行過程中的實際情況,根據上述模型建立相關的綜合策略流程。在日前計劃策略中,首先對電網整體負荷曲線、逐級設備負荷曲線和電動汽車充電負荷曲線進行日前預測,通過預測結果建立有序用電模型信息庫,對電網整體負荷曲線和考慮電網逐級設備安全進行目標優化計算,計算出電網中電動汽車的日前用電計劃。在日中實施策略中,電網執行日前用電計劃,并實時監測電網設備負荷和充電樁負荷數據,由下至上對逐級電網設備進行校核,如發現電網設備越限,切換至日中實時策略,立即在既有充電計劃基礎上進行越限緊急控制,通過更新約束條件,以消除電網設備越限進行實時控制,重新進行電網整體負荷曲線和電網逐級設備的目標優化計算,如發現設備仍越限,向調度運行平臺發出方式調整命令,如無相應方式調整措施或調整措施無效,發出設備風險預警。

2.2 有序用電系統框架 電動汽車負荷參與有序用電的前提是國家電網有限公司的泛在電力物聯網的全面建成,泛在電力物聯網中,國網云平臺具備根據歷史數據的建模進行短期預測未來負荷曲線的能力,在電網臺區配變側至500k V主變側均具備邊緣計算能力,可實時接收逐級變壓器的負荷曲線數據,充電樁側加裝一些傳感器和能量路由器,具備實時監控充電負荷曲線、多方向功率調節能力,用戶通過手機端可與充電樁側針對是否參與有序用電、預計用車時間以及預期充電的SOC值等內容進行交互,交互信息可作為目標優化計算過程中的新約束條件。通過將電網整體和電網逐級設備負載曲線信息采集至數據中臺存儲和共享,將數據推送至電網云平臺側進行負荷曲線的預測,通過對電網整體負荷曲線和考慮電網逐級設備安全的有序用電模型信息庫的搭建,進行日前有序用電計劃的制定,將計算結果發送至逐級電網設備中的邊緣代理側,作為邊緣代理側進行日中實時策略計算的初始條件,由邊緣代理側進行針對具體設備的目標優化的實時計算,達到保障設備運行安全和經濟的目的。

結語

本文未著重考慮電動汽車用戶或電動汽車聚合商在此工作中的影響因素,在今后的研究中還應全面考量多種利益相關方的影響,以推進需求側響應市場的建立和完善。