分檔電價(jià)和碳配額激勵(lì)的含電動(dòng)汽車微電網(wǎng)優(yōu)化調(diào)度策略

李咸善， 鄂璇

(三峽大學(xué)梯級水電站運(yùn)行與控制湖北省重點(diǎn)實(shí)驗(yàn)室， 宜昌 443002)

隨著能源消耗與日俱增導(dǎo)致逐漸枯竭，電動(dòng)汽車(electric vehicle，EV)作為一種環(huán)保、低碳的出行工具，不斷得到廣泛應(yīng)用[1]。近年來，電動(dòng)汽車并網(wǎng)技術(shù)的日臻成熟，電動(dòng)汽車在微電網(wǎng)中的滲透率也將不斷提升[2]，其時(shí)空的分散性和充電行為所具有的隨機(jī)性和不確定性會增大微電網(wǎng)原有的負(fù)荷峰值，導(dǎo)致“峰上加峰”，給微電網(wǎng)帶來巨大的調(diào)度壓力[3]。為了緩解此現(xiàn)象，需要通過電動(dòng)汽車與微電網(wǎng)的良性互動(dòng)，采用適當(dāng)?shù)募?lì)政策引導(dǎo)電動(dòng)汽車有序充放電以實(shí)現(xiàn)微電網(wǎng)需求側(cè)管理、促進(jìn)新能源消納。其中，基于電價(jià)的激勵(lì)政策是常見的需求側(cè)管理手段，目前主要包括分時(shí)電價(jià)和實(shí)時(shí)電價(jià)政策。但以分時(shí)電價(jià)為激勵(lì)手段會導(dǎo)致電動(dòng)汽車的過響應(yīng)現(xiàn)象，造成新的峰谷差[4]；在實(shí)時(shí)電價(jià)的引導(dǎo)下，會導(dǎo)致電動(dòng)汽車響應(yīng)疲憊的現(xiàn)象，造成新的負(fù)荷尖峰比[5]。基于上述現(xiàn)象，提出一種分檔電價(jià)(ladder electricity pricing，LP)激勵(lì)手段，根據(jù)凈負(fù)荷大小分成多個(gè)檔位電價(jià)，對不同凈負(fù)荷大小實(shí)施不同的激勵(lì)力度。重點(diǎn)研究基于分檔電價(jià)的含電動(dòng)汽車微電網(wǎng)的優(yōu)化調(diào)度策略，通過分檔電價(jià)和碳排放配額的激勵(lì)政策引導(dǎo)優(yōu)化電動(dòng)汽車充放電行為的適度響應(yīng)，提高電動(dòng)汽車與微電網(wǎng)側(cè)雙方效益。

目前，學(xué)者們針對電動(dòng)汽車參與電網(wǎng)優(yōu)化調(diào)度開展了大量研究[6-9]。文獻(xiàn)[10]充分考慮電動(dòng)汽車充放電的特征，對分時(shí)充電電價(jià)模型進(jìn)行了優(yōu)化，能夠有效提升新能源消納能力。文獻(xiàn)[11]引出碳排放問題是當(dāng)今電網(wǎng)中關(guān)注的重點(diǎn)問題，將碳交易引入到熱電聯(lián)系統(tǒng)中，構(gòu)建了交易模型，有助于降低碳排放量。文獻(xiàn)[12-14]僅采用電價(jià)機(jī)制去引導(dǎo)電動(dòng)汽車的響應(yīng)，激勵(lì)形式較為單一。文獻(xiàn)[15]將碳交易引入電動(dòng)汽車的優(yōu)化調(diào)度中，通過仿真驗(yàn)證了獲得碳配額的電動(dòng)汽車參與優(yōu)化調(diào)度后，既降低了用戶成本，也達(dá)到了減碳的目的。文獻(xiàn)[16]運(yùn)用博弈的思想，在智能小區(qū)中,建立了代理商與車主的主從博弈模型，實(shí)現(xiàn)了多主體之間的利益平衡。

基于上述研究背景，以微電網(wǎng)優(yōu)先消納新能源為原則，提出了根據(jù)各時(shí)段凈負(fù)荷大小制定的分檔電價(jià)模型與碳配額獎(jiǎng)勵(lì)機(jī)制；建立了以微電網(wǎng)的主體，EV為從體的非合作博弈模型，采用粒子群優(yōu)化算法對模型進(jìn)行求解；通過典型算例驗(yàn)證所提方法的有效性，以期為電動(dòng)汽車并網(wǎng)高效率運(yùn)行提供參考。

1 含電動(dòng)汽車的風(fēng)儲微電網(wǎng)結(jié)構(gòu)

圖1為含電動(dòng)汽車的微電網(wǎng)系統(tǒng)示意圖。微電網(wǎng)以新能源風(fēng)電供電為主，配置了儲能系統(tǒng)用來平抑功率波動(dòng)，含有柴油發(fā)電機(jī)作為備用電源，同時(shí)并入配電網(wǎng)進(jìn)行能量交互滿足系統(tǒng)功率平衡。EV通過V2G技術(shù)并網(wǎng)，與微電網(wǎng)進(jìn)行充放電功率交互。

公共連接點(diǎn)(point of common coupling，PCC)

2 分檔電價(jià)模型

針對分時(shí)電價(jià)激勵(lì)可能導(dǎo)致EV響應(yīng)堆積和實(shí)時(shí)電價(jià)(real-time pricing，RTP)激勵(lì)可能導(dǎo)致EV響應(yīng)疲憊及產(chǎn)生新的負(fù)荷尖峰比的問題，考慮介于分時(shí)電價(jià)和實(shí)時(shí)電價(jià)之間的分檔電價(jià)激勵(lì)策略，期望實(shí)現(xiàn)電動(dòng)汽車的適度響應(yīng)，以獲得好的調(diào)峰效果。分檔電價(jià)是一種基于RTP和傾斜分檔率(incliming block rates，IBR)的電價(jià)機(jī)制，在每一個(gè)調(diào)度時(shí)段，以該時(shí)段的實(shí)時(shí)電價(jià)為基礎(chǔ)，根據(jù)凈負(fù)荷大小分成多個(gè)檔位電價(jià)，對不同凈負(fù)荷大小實(shí)施不同的激勵(lì)電價(jià)，期望達(dá)到EV適度響應(yīng)的目的。

系統(tǒng)根據(jù)等效凈負(fù)荷大小制定其RTP，可表示為

Ln,t=PD,t+PEV,t-PWT,t

(1)

RTPt=atLn,t+bt

(2)

式中：Ln,t為t時(shí)段的微電網(wǎng)系統(tǒng)凈負(fù)荷；PD,t為系統(tǒng)的常規(guī)負(fù)荷；PEV,t為EV集群的充放電功率(正值表示充電，負(fù)值表示放電)；PWT,t為t時(shí)段的風(fēng)力發(fā)電功率；at、bt為RTP設(shè)置參數(shù)，可根據(jù)不同時(shí)段用戶需求設(shè)定；RTPt為t時(shí)段下RTP數(shù)值。

基于RTP和IBR機(jī)制，制定如下分檔電價(jià)?？紤]IBR設(shè)定以下多種電價(jià)等級為

(3)

式(3)中：η1、η2、η3、η4為凈負(fù)荷大小臨界值，將其劃分為多個(gè)區(qū)間用于制定不同等級的分檔電價(jià)；At、Bt、Ct、Dt、Et、Ft分別為6個(gè)不同電價(jià)等級下的電價(jià)，可表示為

(4)

式(4)中：α1、α2、β1、β2、β3為不同等級下的價(jià)格倍率，且滿足α2>α1>1，β1>β2>β3>1。

可得分檔電價(jià)LP(Ln,t)為

(5)

圖2為LP(Ln,t)分檔電價(jià)機(jī)制示意圖。由圖2可知，具體電價(jià)與等效凈負(fù)荷Ln,t有關(guān)。當(dāng)Ln,t≥0時(shí)，微電網(wǎng)實(shí)施LP(Ln,t)購電電價(jià)，會隨著Ln,t增加而增大，當(dāng)超過閾值η1、η2后，LP(Ln,t)會迅速提高，鼓勵(lì)更多EV用戶參與調(diào)度進(jìn)行放電，用戶考慮價(jià)格因素后EV會適當(dāng)增大放電安排而抑制充電需求；當(dāng)Ln,t<0時(shí)，微電網(wǎng)實(shí)施LP(Ln,t)售電電價(jià)，并隨著Ln,t減少而減小，當(dāng)超過閾值-η1、-η2時(shí)，LP(Ln,t)會迅速降低，鼓勵(lì)更多用戶充電，用戶考慮價(jià)格因素后會適當(dāng)抑制EV放電需求。

圖2 分檔電價(jià)機(jī)制關(guān)系

如式(1)和式(5)所示，在EV參與調(diào)峰過程中，隨著EV響應(yīng)力度的不同，微電網(wǎng)凈負(fù)荷Ln,t會隨著變化，Ln,t落入不同的檔位，對應(yīng)的電價(jià)不同，反過來影響調(diào)整EV的響應(yīng)力度，以達(dá)到EV適度響應(yīng)的目的。

3 考慮碳排放的含電動(dòng)汽車微電網(wǎng)的成本模型

3.1 成本模型

(1)電源投資成本CS與電池老化費(fèi)用Ca可分別表示為

(6)

(7)

式中：n為微源種類；ci為第i種微源的單位投資成本系數(shù)；PE,i為第i種微源的額定功率；a為折現(xiàn)利率，取8%；γ為使用年限，通常取20年[17]；fa、z、SH分別為電池的單位成本、損失系數(shù)與報(bào)廢容量；St、St+1為t、t+1時(shí)刻電池的電量。

(2)微電網(wǎng)可控機(jī)組發(fā)電成本。可控機(jī)組柴油發(fā)電機(jī)的發(fā)電成本可以分為燃料成本CDE,t與治污成本CP，可分別表示為

(8)

(9)

式中：PDE,t為柴油機(jī)機(jī)組t時(shí)刻下的輸出功率；a、b、c為成本系數(shù)；αk、βk分別為治污成本系數(shù)與污染物排放量。

(3)微電網(wǎng)各微源運(yùn)行維護(hù)成本Cm可表示為

(10)

式(10)中：cm,i為第i種微源維護(hù)成本系數(shù)；Pm,i為第i種微源的日發(fā)電功率。

(4)新能源補(bǔ)貼。

(11)

(12)

式中：Cwtbt、Cevbt分別為新能源發(fā)電補(bǔ)貼與EV放電補(bǔ)貼；Cb為EV放電補(bǔ)貼電價(jià)；Cwt為風(fēng)電補(bǔ)貼電價(jià)。

3.2 碳配額交易模型

碳交易機(jī)制是一種能夠?qū)崿F(xiàn)解決以二氧化碳為代表的溫室氣體減排問題的市場化機(jī)制，即把碳排放權(quán)作為商品進(jìn)行合理分配與買賣交易，能夠限制溫室氣體排放以解決嚴(yán)峻地環(huán)境污染等問題。在推動(dòng)城市經(jīng)濟(jì)發(fā)展的同時(shí)，交通行業(yè)的節(jié)能減排問題也需引起重視。為了鼓勵(lì)EV發(fā)展并作為主體參與到碳交易市場中發(fā)揮其減排效益，考慮將相同行駛距離下EV與傳統(tǒng)燃油汽車碳排放量的差值作為其碳排放額，并能夠?qū)⒍嘤嗟奶寂漕~放于電力市場出售獲得利益。根據(jù)目前中國碳交易政策，參與碳交易市場的EV可以獲得一定的免費(fèi)配額，相比于給予傳統(tǒng)的新能源補(bǔ)貼，更能夠使EV積極參與調(diào)度并發(fā)揮其節(jié)能減排作用[18]。由于免費(fèi)分配法中基準(zhǔn)線法對促進(jìn)系統(tǒng)性節(jié)能減排的目標(biāo)實(shí)現(xiàn)效果更加顯著[19]，因此采用基準(zhǔn)線法進(jìn)行研究。

柴油機(jī)和風(fēng)機(jī)擁有一定的免費(fèi)配額，其作為微電網(wǎng)側(cè)的配額主要構(gòu)成部分，若實(shí)際發(fā)電所需碳配額超過其所獲得的免費(fèi)額度時(shí)，需要額外購買缺額部分的碳排放權(quán)；若不超過其免費(fèi)配額時(shí)，能夠?qū)⑹Ｓ嗝赓M(fèi)配額向碳交易市場售出獲取一定利益。由此，可計(jì)算微電網(wǎng)側(cè)的碳交易的成本為

Cc,t=qw(EwPw,t-εPt)

(13)

式(13)中：Cc,t為t時(shí)刻機(jī)組的碳交易成本，若為正則需購買排放權(quán)，若為負(fù)則可出售排放權(quán)獲得收益；Pw,t為t時(shí)刻柴油機(jī)組和風(fēng)機(jī)的有功出力之和；qw為微電網(wǎng)碳交易配額的價(jià)格；Ew為發(fā)電機(jī)組單位電量排放因子；ε為碳排放配額分配系數(shù)；Pt為t時(shí)刻發(fā)電機(jī)組的免費(fèi)配額。

EV側(cè)通過將其充放電功率轉(zhuǎn)換為碳配額作為補(bǔ)貼，再將其通過電力市場出售碳配額獲取部分收益。根據(jù)研究表明：傳統(tǒng)燃油汽車行駛單位距離所產(chǎn)生的碳排放量與EV采用柴油發(fā)電機(jī)充電行駛單位距離所產(chǎn)生的碳排放量基本相同[20]。

由此，可以計(jì)算EV側(cè)碳交易的收益為

Cev,t=qev(Mev1,t-Mev2,t)

(14)

Mev1,t=PEV,tΔtLevEgas

(15)

(16)

式中：Cev,t為EV在t時(shí)刻出售碳配額獲得的收益；qev為EV碳配額售價(jià)；Mev1,t為t時(shí)段與EV總充電量可供行駛相同距離的燃油汽車行駛產(chǎn)生的碳排放量；Mev2,t為t時(shí)段EV充電所對應(yīng)的柴油發(fā)電機(jī)碳排放量；Δt為每一時(shí)段，數(shù)值取1；Lev為EV單位電量可行駛的距離；Egas為燃油汽車行駛百公里產(chǎn)生的碳排放量。

4 分檔電價(jià)和碳配額激勵(lì)的含電動(dòng)汽車微電網(wǎng)博弈優(yōu)化調(diào)度策略

對于含電動(dòng)汽車的微電網(wǎng)來說，將微電網(wǎng)與電動(dòng)汽車分為兩個(gè)主體，微電網(wǎng)優(yōu)化目標(biāo)是在滿足系統(tǒng)功率平衡的前提下，實(shí)施合理有效的激勵(lì)措施，鼓勵(lì)EV有序化參與其削峰填谷調(diào)度，實(shí)現(xiàn)運(yùn)行經(jīng)濟(jì)效益最大與EV充放電后等效負(fù)荷均方差最低。EV響應(yīng)微電網(wǎng)的激勵(lì)政策，以運(yùn)行經(jīng)濟(jì)性效益最大為目標(biāo)。

4.1 含EV微電網(wǎng)電力調(diào)度分析

微電網(wǎng)中的負(fù)荷曲線PD,t、風(fēng)電出力曲線PWT,t均具有波動(dòng)性和隨機(jī)性，且通常峰谷不同步是新能源消納的主要障礙。微電網(wǎng)的能量調(diào)度壓力主要出現(xiàn)在源荷平衡后等效負(fù)荷曲線的峰谷期，其表達(dá)式為

ΔPt=PD,t-PWT,t

(17)

對于含EV的微電網(wǎng)而言，EV的無序接入會加重微電網(wǎng)的調(diào)度壓力。微電網(wǎng)期望通過激勵(lì)政策引導(dǎo)EV進(jìn)行有序充放電，由此可獲得有利于平滑ΔPt的調(diào)節(jié)功率PEV,t?？紤]EV充放電后，系統(tǒng)的凈負(fù)荷可表示為

ΔPt=Ln,t=PD,t-PWT,t+PEV,t

(18)

ΔPt實(shí)質(zhì)上反映了微電網(wǎng)中新能源的供電能力，對于EV參與調(diào)度后剩余的功率不平衡量，首先通過儲能充放電功率PESS,t進(jìn)行平抑，其次通過可控機(jī)組出力PDE,t與配網(wǎng)功率交互Pgrid,t進(jìn)行平抑。

ΔPt+PESS,t-PDE,t-Pgrid,t=0

(19)

式(19)中：Pgrid,t為t時(shí)刻微電網(wǎng)與大電網(wǎng)的交互功率。

微電網(wǎng)ΔPt越平滑(峰谷差越小和波動(dòng)越小)，越能減輕微電網(wǎng)儲能、可控機(jī)組以及與電網(wǎng)交互功率的調(diào)度壓力，而其實(shí)現(xiàn)則有賴于微電網(wǎng)實(shí)施合適的激勵(lì)政策，以引導(dǎo)EV的適度響應(yīng)。

4.2 分檔電價(jià)和碳配額激勵(lì)思想

微電網(wǎng)根據(jù)其等效凈負(fù)荷設(shè)定的分檔電價(jià)機(jī)制和碳配額分配政策，激發(fā)EV通過有序充放電參與微電網(wǎng)調(diào)度，期望達(dá)到對等效負(fù)荷曲線ΔPt更好的“削峰填谷”效果。

4.2.1 分檔電價(jià)激勵(lì)

如2.1節(jié)中所述，當(dāng)?shù)刃糌?fù)荷Ln,t>0時(shí)，風(fēng)電缺額。若購電分檔電價(jià)越高，說明風(fēng)電缺額越多，激勵(lì)更多EV進(jìn)行放電，以彌補(bǔ)新能源出力不足，減小儲能系統(tǒng)和柴油機(jī)組供電壓力。同理，當(dāng)Ln,t<0時(shí)，風(fēng)電過剩，若售電分檔電價(jià)越低說明風(fēng)電過剩越多，激勵(lì)更多EV進(jìn)行充電以消納風(fēng)電過剩功率，減小儲能壓力。

4.2.2 碳配額激勵(lì)

將碳配額作用于分檔電價(jià)機(jī)制的基礎(chǔ)上，進(jìn)一步實(shí)施雙重激勵(lì)政策。微電網(wǎng)對于參與調(diào)度的EV可以實(shí)施碳配額獎(jiǎng)勵(lì)機(jī)制，其獎(jiǎng)勵(lì)思想為：當(dāng)PWT,t出力不足時(shí)，只對放電EV進(jìn)行碳配額獎(jiǎng)勵(lì)，此時(shí)，對于充電EV無獎(jiǎng)勵(lì)，引導(dǎo)EV進(jìn)行放電彌補(bǔ)新能源出力不足；而當(dāng)PWT,t出力過剩時(shí)，只對充電EV進(jìn)行碳配額獎(jiǎng)勵(lì)，對于放電EV無獎(jiǎng)勵(lì)，引導(dǎo)EV充電進(jìn)行新能源消納。

相比于僅考慮單一電價(jià)機(jī)制，考慮分檔電價(jià)與碳配額雙重激勵(lì)政策能夠更加有效地提高EV參與微電網(wǎng)調(diào)度的響應(yīng)度。在保證新能源完全消納的基礎(chǔ)上，期望實(shí)現(xiàn)更優(yōu)地“削峰填谷”效果。

4.3 分檔電價(jià)和碳配額激勵(lì)的含電動(dòng)汽車微電網(wǎng)優(yōu)化調(diào)度策略

微電網(wǎng)優(yōu)先消納自有新能源后實(shí)施分檔電價(jià)機(jī)制和碳配額激勵(lì)政策，合理引導(dǎo)EV充電放行為實(shí)現(xiàn)有序化，同時(shí)，EV的響應(yīng)會影響微電網(wǎng)的能量調(diào)度，進(jìn)而影響激勵(lì)政策的優(yōu)化。

首先設(shè)定一個(gè)初始分檔電價(jià)，分別計(jì)算t時(shí)刻等效負(fù)荷ΔP(t)、凈負(fù)荷Ln(t)。根據(jù)Ln(t)數(shù)值大小所在閾值范圍，考慮IBR計(jì)算分檔電價(jià)，期望以微電網(wǎng)中負(fù)荷需求引導(dǎo)EV參與調(diào)度并進(jìn)行充放電。此時(shí)，將碳配額獎(jiǎng)勵(lì)機(jī)制作用于該時(shí)段下選擇充放電行為的EV，增加激勵(lì)力度。對于并網(wǎng)型含EV的微電網(wǎng)，當(dāng)EV優(yōu)先平衡ΔP(t)后，其次考慮儲能系統(tǒng)與可控機(jī)組或從配網(wǎng)購售電以達(dá)到平衡。圖3為含EV微電網(wǎng)優(yōu)化調(diào)度策略流程圖。

Pwr為風(fēng)電機(jī)組出力

5 含電動(dòng)汽車微電網(wǎng)優(yōu)化調(diào)度的主從博弈模型

根據(jù)所提出的優(yōu)化調(diào)度思想，考慮新能源完全消納，采用分檔電價(jià)并結(jié)合碳配額制定引導(dǎo)EV參與調(diào)度的充放電策略，將微電網(wǎng)側(cè)與EV側(cè)作為不同經(jīng)營主體，建立主從博弈優(yōu)化模型。該博弈模型以微電網(wǎng)側(cè)為主體，制定分檔電價(jià)與碳配額獎(jiǎng)勵(lì)機(jī)制，定義微電網(wǎng)分檔電價(jià)LP(Ln,t)為主體決策變量γ1，優(yōu)化目標(biāo)為微電網(wǎng)運(yùn)行成本和負(fù)荷均方差最小；以EV側(cè)為從體，其調(diào)度方案為PEV,t為從體決策變量γ2。優(yōu)化目標(biāo)為車主成本最小。通過迭代求解博弈優(yōu)化模型納什均衡點(diǎn)，獲得微電網(wǎng)側(cè)最優(yōu)分檔電價(jià)與電網(wǎng)汽車充放電方案的集合。

5.1 微電網(wǎng)側(cè)優(yōu)化模型

5.1.1 目標(biāo)函數(shù)

考慮微電網(wǎng)側(cè)經(jīng)濟(jì)性與EV接入造成負(fù)荷波動(dòng)的影響，采用加權(quán)法將其運(yùn)行成本最小和極小化負(fù)荷均方差作為目標(biāo)函數(shù)J1，可表示為

J1=ωμ(J11)+(1-ω)μ(J12)

(20)

J11=Cm+Cs+Cp-Cwtbt+εqw|PEV,t|+

(21)

(22)

(23)

式中：J11為微電網(wǎng)運(yùn)行成本；J12為微電網(wǎng)負(fù)荷均方差；ω為權(quán)重系數(shù)，取0.6；Pave為等效負(fù)荷平均值[21]。

由于式(21)、式(22)兩個(gè)目標(biāo)函數(shù)的量綱不一致，需采用模糊法對多目標(biāo)問題進(jìn)行歸一化處理，可表示為

(24)

(25)

式中：μ為微網(wǎng)側(cè)各目標(biāo)函數(shù)進(jìn)行歸一化處理后的數(shù)值；J11M與J11m分別為微電網(wǎng)運(yùn)行成本最大與最小值；J12M與J12m分別為微網(wǎng)側(cè)負(fù)荷均方差最大與最小值。

5.1.2 約束條件

(1)柴油機(jī)出力上下限約束。

(26)

(2)蓄電池充放電功率約束。蓄電池充放電功率的大小不超過電池容量的20%[21]。

min[Pc,max,(SCmax-SC)Er/ηc)1≤20%Er/ηc

(27)

min[Pd,max,(SC-SCmin)Erηd]1≤20%Erηd

(28)

式中：Pc,max、Pd,max分別為蓄電池充放電功率的上限；SCmax、SCmin為蓄電池最大、最小荷電量；SC為各時(shí)段下荷電量數(shù)值；Er為蓄電池容量；ηc、ηd分別為蓄電池充、放電效率系數(shù)。

(3)聯(lián)絡(luò)線功率約束。

(29)

5.2 EV側(cè)優(yōu)化模型

5.2.1 目標(biāo)函數(shù)

EV用戶側(cè)積極響應(yīng)微電網(wǎng)的激勵(lì)政策，優(yōu)化車主的用電成本。其目標(biāo)函數(shù)J2包括電池老化費(fèi)用、充放電費(fèi)用、碳配額收益與放電補(bǔ)貼，可表示為

(30)

5.2.2 約束條件

(1)EV充放電功率約束。

(31)

(2)EV充放電總量約束。EV放電總量應(yīng)小于總放電率，總充電量與EV的行駛需求相關(guān)，其為常數(shù)且等于充電總量。

(32)

(33)

5.3 運(yùn)行性能評價(jià)指標(biāo)

為了直觀表示所提的考慮分檔電價(jià)與碳配額激勵(lì)政策引導(dǎo)EV集群參與微電網(wǎng)調(diào)度后削峰填谷的效果，除考慮用戶與微電網(wǎng)經(jīng)濟(jì)性外，列舉相對峰荷削減率(relative peak reduction, RPR)指標(biāo)評價(jià)其執(zhí)行能力，其表達(dá)式為

(34)

6 基于粒子群算法的優(yōu)化模型求解

6.1 模型求解

針對所建立的主從博弈模型，采用粒子群智能算法進(jìn)行求解。該模型可分為內(nèi)外兩層進(jìn)行求解。內(nèi)層模塊尋優(yōu)EV側(cè)響應(yīng)分檔電價(jià)的最優(yōu)充放電策略；外層模塊旨在優(yōu)化微電網(wǎng)側(cè)分檔電價(jià)。內(nèi)外層反復(fù)迭代找尋最優(yōu)解，當(dāng)各主體相鄰兩次迭代的結(jié)果誤差的絕對值不超過一個(gè)極小正數(shù)δ時(shí)，則認(rèn)為達(dá)到納什均衡解。博弈求解流程圖如圖4所示。

圖4 模型求解流程圖

6.2 算例分析

6.2.1 參數(shù)設(shè)置

以某區(qū)域含風(fēng)力和ESS的并網(wǎng)型微電網(wǎng)為例，其中配電網(wǎng)分時(shí)電價(jià)為：峰時(shí)段10:00—14:00電價(jià)為1.256元/(kW·h)，夜間23:00—次日7:00為低谷電價(jià)0.249元/(kW·h)，其他時(shí)段為平電價(jià)0.503元/(kW·h)。ESS容量為3 200 kW·h，荷電狀態(tài)上、下限分別設(shè)定為1和0.2；EV放電補(bǔ)貼Cevbt為0.503元/(kW·h)；風(fēng)力發(fā)電補(bǔ)貼Cwt為0.62元/(kW·h)；IBR電價(jià)閾值η1、η2、η3、η4分別設(shè)為200、400、-200、-400 kW；價(jià)格倍率α1、α2、β1、β2、β3分別設(shè)為1.05、1.15、1.25、1.15、1.05；RTP系數(shù)at=0.002、bt=0.2，以EV規(guī)模為100輛進(jìn)行以下分析。

6.2.2 優(yōu)化結(jié)果及其分析

不同場景對EV參與調(diào)度的影響微電網(wǎng)的新能源與負(fù)荷數(shù)據(jù)如圖5所示。可以看出，考慮風(fēng)電完全消納，系統(tǒng)內(nèi)等效負(fù)荷的峰谷時(shí)段發(fā)生了一定變化。參照的EV無序充電時(shí)的負(fù)荷曲線(圖6)可知，常規(guī)負(fù)荷需求較少的時(shí)段，EV充電量較少；在常規(guī)負(fù)荷較高的時(shí)段，EV也有更多的充電需求。此時(shí)若不對EV充放電行為進(jìn)行合理引導(dǎo)，則會增大微電網(wǎng)側(cè)調(diào)度壓力。

圖5 微電網(wǎng)典型日風(fēng)電出力與負(fù)荷預(yù)測曲線

圖6 EV無序充電時(shí)負(fù)荷曲線

在同一微電網(wǎng)中設(shè)置了4組場景進(jìn)行仿真分析，對比不同場景下的EV響應(yīng)效果。

場景1EV無序充電。

場景2分時(shí)電價(jià)激勵(lì)EV有序充放電。

場景3分檔電價(jià)激勵(lì)EV有序充放電。

場景4所提雙重激勵(lì)EV有序充放電。

圖7為采用主從博弈模型優(yōu)化得到的考慮EV在不同場景下的等效負(fù)荷曲線對比結(jié)果。圖8～圖11為不同場景下EV充放電策略及其對應(yīng)的等效凈負(fù)荷曲線，圖12為優(yōu)化后每一時(shí)段等效凈負(fù)荷與其所對應(yīng)的分檔電價(jià)。如圖9所示，微電網(wǎng)僅實(shí)施分時(shí)電價(jià)激勵(lì)引導(dǎo)下，在風(fēng)力過剩而電價(jià)低的時(shí)段EV充電較多，而在電價(jià)高時(shí)充電較少，造成了新的峰谷差(圖8)。結(jié)合圖10可知實(shí)施分檔電價(jià)激勵(lì)政策時(shí)能夠有效地減少僅由分時(shí)電價(jià)激勵(lì)所產(chǎn)生新的峰谷差的現(xiàn)象；由圖11可得，在實(shí)施雙重激勵(lì)優(yōu)化策略后，EV用戶選擇在風(fēng)電出力多電價(jià)低時(shí)充電，風(fēng)電出力不足電價(jià)高時(shí)進(jìn)行放電，削峰填谷起到了更優(yōu)的效果。而當(dāng)負(fù)荷需求過剩且風(fēng)電出力不足的時(shí)段，更多EV積極參與調(diào)度并進(jìn)行放電，有效地減輕了微電網(wǎng)側(cè)供電壓力，同時(shí)實(shí)現(xiàn)了EV作為綠色電源節(jié)能減排的效果。結(jié)合圖12可知，EV在凈負(fù)荷較大電價(jià)高時(shí)積極放電，在凈負(fù)荷較小電價(jià)低時(shí)積極充電；如圖7所示，對比4種場景結(jié)果，可以看出，實(shí)施雙重激勵(lì)優(yōu)化策略，能夠引導(dǎo)EV的適度響應(yīng)，更優(yōu)地改善微電網(wǎng)等效負(fù)荷曲線，使曲線更加平緩，有利于減輕微電網(wǎng)儲能及可控機(jī)組的調(diào)度壓力。

圖7 考慮EV在不同場景下的等效負(fù)荷曲線對比

圖8 無序充電場景下的EV充放電策略及其凈負(fù)荷曲線

圖9 分時(shí)電價(jià)引導(dǎo)下的EV充放電策略及其凈負(fù)荷曲線

圖10 分檔電價(jià)引導(dǎo)下的EV充放電策略及其凈負(fù)荷曲線

圖11 所提激勵(lì)引導(dǎo)下的優(yōu)化后EV充放電功率及其凈負(fù)荷曲線

圖12 優(yōu)化后的凈負(fù)荷與所對應(yīng)分檔電價(jià)的數(shù)值

表1為不同場景下優(yōu)化后的相關(guān)結(jié)果的統(tǒng)計(jì)數(shù)據(jù)。可以看出，由于在分時(shí)電價(jià)下EV僅單純傾向于在電價(jià)高時(shí)放電、低谷時(shí)充電，但峰谷各時(shí)段內(nèi)的激勵(lì)效果無差異，有失靈活性，調(diào)峰效果相對較差。而引入分檔電價(jià)與碳配額激勵(lì)政策后，其優(yōu)化后峰谷差率比僅考慮分時(shí)電價(jià)場景下降低8.13%，實(shí)現(xiàn)了更優(yōu)的削峰填谷效果。

表1 不同場景下優(yōu)化后的相關(guān)統(tǒng)計(jì)數(shù)據(jù)

由表2能夠看出，實(shí)施碳排放配額激勵(lì)政策后，微電網(wǎng)側(cè)與EV側(cè)將多余的碳配額轉(zhuǎn)化為自身收益，微電網(wǎng)側(cè)收益增加460.2元，而EV側(cè)經(jīng)濟(jì)效益增長更為明顯，增加了1 016.8元。

表2 微電網(wǎng)側(cè)和EV側(cè)成本比較

6.2.3 EV集群規(guī)模對優(yōu)化結(jié)果的影響

為了研究EV數(shù)量對參與微電網(wǎng)調(diào)度的影響，設(shè)置了3組不同規(guī)模大小的EV集群進(jìn)行仿真結(jié)果比較，其EV集群規(guī)模中分別含有100、150、200輛的EV參與調(diào)度。3組EV集群規(guī)模下削峰填谷曲線對比如圖13所示。

圖13 不同EV集群規(guī)模比較曲線圖

由表3可以看出，隨著EV數(shù)量增多，參與調(diào)度后的凈負(fù)荷曲線峰谷差率逐漸減小，相對負(fù)荷削減率 RPR逐步提高。因此，EV集群規(guī)模的合理增大能夠有效提升需求側(cè)響應(yīng)能力，即其削峰填谷效果越好。

表3 同EV集群規(guī)模下所提模型相關(guān)統(tǒng)計(jì)數(shù)據(jù)

7 結(jié)論

考慮新能源完全消納，基于RTP和傾斜分檔率機(jī)制，提出了一種分檔電價(jià)機(jī)制。結(jié)合分檔電價(jià)和碳配額激勵(lì)政策，建立了主從博弈優(yōu)化調(diào)度模型，利用粒子群算法求解優(yōu)化模型納什均衡點(diǎn)。通過算例仿真分析，得到如下結(jié)論。

(1)微電網(wǎng)采用分檔電價(jià)與碳配額激勵(lì)政策能夠引導(dǎo)優(yōu)化EV充放電行為的適度響應(yīng)，以改善微電網(wǎng)負(fù)荷特性。

(2)所建立的優(yōu)化模型能夠同時(shí)滿足微電網(wǎng)側(cè)運(yùn)行成本最小和極小化負(fù)荷均方差，EV用戶側(cè)成本最小目標(biāo)。能夠在考慮碳配額后通過博弈優(yōu)化后使兩側(cè)效益最大化以達(dá)到共贏效果。

(3)所提的調(diào)度策略隨著EV集群規(guī)模合理地增大，可以有效提升EV的響應(yīng)能力，達(dá)到更優(yōu)地削峰填谷的效果，以適應(yīng)未來EV大規(guī)模發(fā)展。