考慮V2B智慧充電樁群的低碳樓宇優化調度

余蘇敏，杜 洋，史一煒，蘇 浩，馮冬涵，周 云，李恒杰，3

（1. 上海交通大學 電力傳輸與功率變換控制教育部重點實驗室，上海 200240；2. 國網上海市電力公司 電力科學研究院，上海 200437；3. 蘭州理工大學 電氣工程與信息工程學院，甘肅 蘭州 730050）

0 引言

二氧化碳等溫室氣體的大量排放將引起全球變暖，世界各國十分重視節能減排和可持續發展議題。2020 年9 月，我國在第75 屆聯合國大會上提出“二氧化碳排放力爭于2030年前達到峰值，2060年前實現碳中和”的目標。我國電力行業的碳排放量占全社會總碳排放量的41%，是實現碳達峰目標的絕對主力。目前，有關電力行業的碳研究大多集中于發電側，基于碳配額制等市場機制或碳捕集電廠等技術手段實現電力行業的碳減排［1-2］。然而，電力需求側同樣需要以減少高碳能耗的方式建立清潔低碳社會。因此，對用戶側的碳排放量進行評估具有實際意義。

建筑減排在國家低碳戰略中占據重要地位。全國建筑碳排放數據（2000—2016年）分析顯示，我國建筑能耗占能源消費總量的比值為20.6%［3］，建筑減排潛力巨大。《綠色建筑評價標準》規定“綠色建筑應采取措施降低部分負荷、部分空間使用下的供暖、空調系統能耗”，即綠色建筑內部必須具備負荷主動調控能力。負荷側的主動調節能力也正符合新型電力系統的發展趨勢和要求。

電動汽車EV（Electric Vehicle）的迅速發展也為建設低碳社會提供了強大助推。EV 替代燃油汽車能大幅減少交通領域的碳排放量。在政策的催化下，EV 發展迅速，但同時也為電力系統帶來了巨大的壓力。以辦公或商業樓宇的停車場充電樁群為例，未經管控的EV充電負荷的接入使得樓宇負荷大幅提升，需量電費升高，更有可能造成樓宇配電變壓器的負載率超過正常范圍，造成配電網資源壽命減損以及升級成本激增等問題［4］。

針對上述問題，文獻［5-6］提出通過允許充電暫停和優化充電開始時間以滿足用戶充電需求且不超過配電變壓器的容量限制。但EV作為需求側資源，其潛力不限于有序充電，有研究表明在電動汽車入網V2G（Vehicle-to-Grid）技術的支持下，EV作為移動儲能單元，能夠向電網返送電能并提供輔助服務［7］，但V2G 涉及較為復雜的并網模塊。因此，現階段電動汽車接入樓宇V2B（Vehicle-to-Building）［8］、電動汽車接入住宅V2H（Vehicle-to-Home）［9］模式更具有可行性。文獻［10］以產消者樓宇為研究對象，介紹了V2B 模式的詳細架構。文獻［11］評估了電孤島、氣孤島情形下EV 為樓宇提供常規備用、應急備用的能力。

在低碳建筑中，除EV 充電負荷外，通常還存在其他體量不可忽略的可控負荷。以溫控負荷為例，文獻［12］考慮樓宇熱損耗和熱容，以電力系統調峰為目標建立了包含空調以及儲熱罐的樓宇溫控負荷最優調度模型；文獻［13］研究了含熱電聯供系統的綜合能源樓宇，以運行成本最低為目標建立了經濟調度模型，對指導有供暖需求區域的樓宇進行改造有借鑒意義；文獻［14］計及EV 調度成本構建了區域綜合能源系統模型，采用改進的混沌粒子群優化（CSPO）算法進行求解，但未考慮車主補貼激勵對參與率的影響。綜上所述，現有研究存在以下不足：①較少地關注EV 與樓宇中其他可控負荷的聯合優化調度策略；②較少在樓宇級優化中考慮V2B技術；③較少評估樓宇運行中的環境效益。

為此，本文考慮在低碳樓宇背景下，以最小化樓宇日運行成本（包括購電成本和激勵費用）為目標對包括V2B智慧充電樁群和溫控負荷在內的樓宇可控負荷進行優化調度，以樓宇為主體實現電力需求側節能減排目標，同時削減樓宇的最大需量電費，提升變壓器的安全裕量。

1 低碳樓宇電能管理架構

本文以辦公屬性的低碳樓宇為研究對象，樓宇負荷包括照明負荷、設備負荷、溫控負荷和EV 充電負荷等。樓宇電能管理中心對所有用電設備及發電設備進行實時監測，對可控負荷進行集中優化調度。低碳樓宇的電氣結構示意圖如圖1所示。

圖1 低碳樓宇的電氣結構示意圖Fig.1 Electrical structure diagram of low-carbon building

樓宇內的溫控負荷使用節能性能優異的變頻空調，其承擔調節冷負荷與熱負荷的雙重功能。樓宇通過節能宣傳使住戶讓渡調節室內溫度的權利，由電能管理中心統一設定和控制樓宇的溫度和空調運行狀態。樓宇配置的EV 智慧充電樁支持電能雙向傳輸。當待充電EV 接入充電樁時，監測裝置記錄EV 的接入時間，同時在屏幕上顯示V2B活動說明和激勵措施，若用戶選擇服從樓宇調控，則用戶需要上傳提車時間及預期充電電量。根據EV 信息和充電需求信息，電能管理中心將對EV的充電過程進行優化控制。需要說明的是，V2B 充電樁支持電能雙向傳輸，但返送的電能僅供樓宇負荷管理系統所控范圍內部使用。樓宇與電網之間只存在單向能量傳輸，不支持樓宇電能返送電網。

2 考慮V2B的EV智慧充電樁群模型

2.1 V2B充電樁群智慧充放電模型

考慮V2B 的單輛EV 的充放電過程模型如圖2所示。將充電過程劃分為多個等時長的時段，充電樁的控制狀態可以在每個時段點進行調整，且在每個控制時段Δt內EV 的充放電功率和充放電狀態保持一致。

圖2 EV智慧充電過程示意圖Fig.2 Schematic diagram of EV smart charging process

則接受樓宇調度的EV模型可表示為：

為了延長動力電池的使用壽命，設定V2B 模式下EV的荷電狀態約束如式（4）所示。

2.2 EV價格激勵模型

樓宇通過給予用戶補貼的方式激勵EV 參與統一調控。若將EV提供的電能調控看作一種商品，那么可控負荷即為這種商品的供給方。根據激勵價格，用戶響應度可以分為3 個階段［15］，示意圖見附錄A 圖A1。①階段1，激勵價格較小，在［0，a）范圍內，未達到用戶的心理預期，此時幾乎沒有用戶參與調控；②階段2，激勵價格不斷增大（在［a，b］范圍內），越來越多的用戶選擇將控制權交給電能管理中心；③階段3，由于總存在一定比例的用戶有緊急用車需求，不愿意參與樓宇統一調控，此時無論激勵價格如何升高，響應用戶數量也不會增加。用戶響應度β與激勵價格ρ之間的關系如式（8）所示。

式中：k為效用系數，表示用戶對激勵措施的響應程度，效用系數值越大，表明用戶對激勵價格越敏感；βmax為用戶響應度的極限值。

則參與樓宇統一調控的EV數量Nev為：

EV總調控費用Cs為：

式中：nT為一天的時段總數量。

3 低碳樓宇的可調容量建模

3.1 溫控負荷模型

變頻空調是具備良好調節性能的需求側資源。通過集中控制樓宇內的空調資源，可以實現用電合理分配以及節能減排的目標。變頻空調的簡化熱參數模型可表示為［16］：

式中：δt為時段t變頻空調的能效比。本文假設能效比僅與室外機所處溫度相關［12］，則其計算式為：

式中：Tr為空調的額定工作溫度；δTr為額定工作溫度下空調的能效比；Tb為空調的基準工作溫度；δTb為基準工作溫度下空調的能效比。

當室內溫度變化時，時段t變頻空調的最大制冷量由額定制冷功率決定，如式（15）所示。

低碳樓宇通常采用隔熱性能良好的建筑材料，因此保溫、保冷效果往往較好。以此為背景，低碳樓宇可被視為巨型的儲熱罐。當正常運行時，空調將電能以熱能形式存儲于所屬建筑物中，儲能量大小與室內溫度成正比。換言之，空調可以通過提前降溫，將能量存儲于空氣中，降低負荷高峰時段空調的用電量，這在一定程度上能起到負荷平移的作用，但該過程存在能量損耗，會帶來額外的碳排放。

3.2 光伏建筑一體化模型

光伏建筑一體化BIPV（Building Integrated Photo-Voltaics）技術是指將光伏組件作為建筑的一部分（屋頂、玻璃幕墻等）與樓宇的用能系統相連，產生清潔電力供樓宇內部負荷使用。目前，普遍裝設的屋頂光伏的可利用面積有限，低碳樓宇可以通過裝設玻璃幕墻光伏顯著提高光伏的配置容量，從而提升樓宇的清潔電能比例。光伏出力模型可表示為：

3.3 最大需量約束

為了降低樓宇的最大需量電費，模型以約束條件形式限制樓宇從電網的購電功率：

3.4 優化調度模型

低碳樓宇電能管理中心的優化運行目標函數為：

式中：Ce為從電網購電的費用；Cs為用戶的激勵費用；ρt為時段t從電網購電的分時電價。

約束條件包括EV相關約束式（1）—（7）、溫控負荷相關約束式（11）—（13）、BIPV 相關約束式（16）和式（17）、最大需量約束式（18）和式（19）。整體優化調度模型為混合整數線性規劃問題。

4 環境友好指標——碳減排量

目前，電網發電側一般使用二氧化碳排放量作為電源的環境友好程度評估指標，但用戶側缺乏環境友好程度的量化指標。本文借鑒京都議定書規定的清潔發展機制項目減排量計算方法，測算用戶側的二氧化碳減排量。根據樓宇的運行情況，樓宇的碳減排量由兩部分組成：一部分由空調節能產生，另一部分由低碳樓宇自身配備的可再生能源產生。空調的碳減排量可以表示為：

式中：Eac為空調的日碳減排量；Wac為空調負荷的日削減量；Pˉact為時段t空調負荷基準功率；λ為單位電量邊際排放因子，由電量邊際排放因子EOM和容量邊際排放因子EBM加權計算所得，取值采用國家發改委發布的我國區域電網基線排放因子［17］；ω1和ω2為權重值。

光伏發電設備碳減排量Epv的計算方法與Eac類似，如式（25）所示。

智慧充電樁群為可平移負荷而非可削減負荷，所以并不是直接碳減排，而是通過以下途徑產生間接的環境效益：①通過靈活調控EV 充電負荷，使得在高比例光伏接入情況下，樓宇內部的可再生能源能夠得到100%消納，從而提升碳減排效果；②減少空調在負荷高峰前的主動降溫行為，提升空調的節能效果；③提供便利的充電基礎設施，減少EV 用戶的里程焦慮，從而助力EV 的推廣應用，但其碳減排效果無法量化。

5 算例分析

5.1 算例參數

基于Gurobi 求解器求解算例模型，將全天劃分為96 個時段，單位時段時長為15 min。為了分析極端天氣下樓宇的調控能力，算例背景設置為高溫工作日的低碳辦公樓宇。樓宇建筑參數見附錄A 表A1，樓宇配置了100臺空調，用戶的舒適調溫范圍為24～28 ℃，樓宇內房間的平均熱阻為5.56 ℃／kW，平均熱容為0.18 kW·h／℃，單臺空調的最大用電功率為1 500 W，正常空調的開機時段為08:00—22:00，開機后達到舒適溫度的時間為1 h。假設有50%的空調允許延遲開機時間以達到節能減排的效果。選取調控前始終維持室內溫度為26 ℃的空調負荷為溫控負荷基線，見附錄A 圖A2。樓宇日均到達30輛EV，EV 參數見附錄A 表A2，基于出行鏈方法預測［18］得到EV 到達和離開時間的概率分布，見附錄A圖A3。EV 到達時的荷電狀態服從均值為0.4、方差為0.1 的正態分布。用戶響應度與激勵價格之間的關系函數的效用系數取值為3.25。根據樓宇建筑參數，樓宇屋頂光伏容量取為100 kW，玻璃幕墻光伏容量取為300 kW，光伏出力曲線標準值取自PVoutput.org 我國區域項目的實際出力，光伏預測功率最大允許誤差為15%。電價數據采用上海市工商業用戶兩部制電價，電度電價曲線見附錄A 圖A4，最大需量電價為42 元／（kW·月）。經測試，樓宇可行最大需量閾值為275 kW。

5.2 樓宇統一調度前的結果分析

進行低碳樓宇統一調控前，且樓宇停車場未配置智慧充電樁時，光伏低發、大發情形下樓宇負荷及BIPV 的發用電功率結果分別如圖3、附錄A 圖A5 所示（圖中將購電功率、光伏出力均記為負值，負荷記為正值，后同）。由圖可知，無論光伏低發或大發，全天購電功率的峰值總出現在09:45左右，這是因為此時上班族涌入辦公樓宇，同時極端高溫天氣使得空調等溫控負荷需求高于其他工作日，所以空調啟動帶來的負荷峰值與EV無序充電的負荷峰值相疊加，造成負荷峰上加峰。分析認為，夏季辦公樓宇的月度負荷高峰往往出現在高溫光伏低發日，認定該天為月度負荷峰值出現日，計算得到月度需量電費為16359元，該日的購電費用為3067.4元。

圖3 光伏低發情形下的樓宇調度結果Fig.3 Scheduling results of building in case of low photovoltaic output

5.3 樓宇統一調度的結果分析

以計算月度需量電費的高溫光伏低發日為例，經電能管理中心統一調控后，樓宇運行結果如圖4所示（圖中將EV 放電功率記為負值），EV 充電負荷與溫控負荷曲線如圖5所示。

圖4 統一調控后樓宇的運行結果Fig.4 Operation results of building after united regulation and control

經統一調控后，樓宇負荷峰值被控制在275 kW，需量電費為11 550 元，相比調控前減少了4 809 元；日購電費用為2 546.5 元，相比調控前減少了520.9元；而激勵費用為109.4 元，購電費用與激勵費用之和即總運營費用減少。平均每輛參與調控的EV 單次充電可以獲得9.1 元的補貼，十分可觀。觀察圖5可發現，EV 充電負荷與溫控負荷在高峰時段存在一定程度的互補，出現“此消彼長”的現象。

圖5 統一調控后的EV充電負荷與溫控負荷曲線Fig.5 EV charging load and thermostatically controlled load curves after united regulation and control

智慧充電樁的V2B功能也為極端天氣下的樓宇用電提供了新的解決方案。在樓宇用電高峰時段10:00—11:00，樓宇控制已讓渡充電管理權的EV 放電，作為光伏發電和電網購電的補充，使得即使在光伏低發情形下，樓宇最大需量也能維持在較低的水平；在非用電高峰時段，V2B功能則類似儲能起到峰谷套利的作用，在電價較低時段多充電，在電價較高時段放電供給樓宇其他負荷，使得樓宇的總用電成本減少。在滿足用戶充電需求的前提下，EV 車群的總放電電量達到48 kW·h。

室內溫度和空調制冷功率變化曲線見圖6。觀察圖6 可知，室內溫度并不會總維持在舒適溫度上限，而是隨著樓宇中其他負荷和電價的變化而靈活變化。空調會通過在平電價時段多消耗電能，降低室內溫度，將能量存儲于空氣中，使得在維持用戶舒適度的前提下，在峰電價時段能夠適當地減少用電量，節約購電成本。空調的靈活性也保證了在大量EV 接入樓宇的情形下峰值功率仍能維持在最大需量閾值以下。

圖6 室內溫度和空調制冷功率變化曲線Fig.6 Change curves of indoor temperature and air conditioning’s cooling power

5.4 碳減排量分析

取EV 的激勵價格為0.25 元／（kW·h），則不同光伏配置與統一調控情況下的碳減排量結果如表1所示。對比Case 1 和Case 2 可知，V2B 功能能夠緩解空調負荷的調節壓力，從而產生可量化的環境效益；對比Case 1、Case 3、Case 5 可知，配置光伏（尤其是玻璃幕墻光伏）能夠顯著提升樓宇的碳減排量；Case 5 的碳減排量較Case 4 有顯著提升，說明經統一調控的樓宇通過設定舒適溫度范圍等手段深度挖掘了空調負荷的節能減排空間。

表1 不同條件下的碳減排量結果Table 1 Carbon emission reduction results under different conditions

5.5 EV激勵價格變化的影響

當EV 激勵價格變化時，參與樓宇統一調控的EV 數量會隨之變化，樓宇降低需量電費的能力也將隨之變化。樓宇配置屋頂光伏與玻璃幕墻光伏，取光伏低發的高溫日計算最大需量。記每月的工作日天數為22 d，則EV 激勵價格與月度需量電費間的關系如表2所示。

表2 EV激勵價格與月度需量電費間的關系Table 2 Relationship between EV incentive prices and monthly electricity demand

由表2可知，當EV激勵價格由0.25元／（kW·h）提升至0.30 元／（kW·h）時，月度激勵費用增加了632元，月度需量電費減少了840元，故總成本降低；但是當EV 激勵價格由0.30 元／（kW·h）提升至0.40元／（kW·h）時，月度激勵費用增加了1 398 元，月度需量電費減少了1260元，總成本增加。不難發現，需量削減量與EV 激勵價格呈非線性關系，因此，需要合理設置EV激勵價格，以達到最小化成本的目標。

6 結論

本文提出了低碳樓宇電能綜合管理框架，以削減需量電費和樓宇碳排放量為建模目標，以最小化樓宇日運行成本為管理目標，建立了基于V2B 的智慧充電樁群模型和基于舒適度范圍的溫控負荷模型，并制定了相應的用戶激勵措施，所得結論如下。

1）在分時電價背景下，本文所提模型能夠利用V2B 智慧充電樁群的調節彈性與溫控負荷的儲熱效應有效降低樓宇的日用電費用和月度需量電費。

2）考慮V2B技術的智慧充電樁群有助于樓宇的經濟運行，在極端天氣情況下，V2B能夠緩解樓宇負荷的高峰壓力；在日常天氣情況下，V2B能夠通過調節峰電價和谷電價時段的用電量，降低樓宇的用能成本。

3）EV 參與樓宇調控的激勵價格會影響樓宇的調節能力，但激勵價格與需量削減量呈非線性關系，實際應用中需要合理設置激勵價格。

4）配置玻璃幕墻光伏、對溫控負荷進行溫度限制、考慮V2B 等措施能夠有效提升樓宇的環境友好程度。未來，碳減排量經核證后參與碳市場交易，能夠為樓宇帶來實際的經濟利益。

附錄見本刊網絡版（http：//www.epae.cn）。