電價引導(dǎo)機制對電動汽車有序充電負(fù)荷的影響

胡 嘉,郭世萍,陳 博

(國網(wǎng)河北省電力有限公司營銷服務(wù)中心,河北 石家莊 050035)

0 引言

為了更好地節(jié)約資源,以電力為驅(qū)動的節(jié)能環(huán)保型汽車開始得到廣泛應(yīng)用[1]。電動汽車是新興產(chǎn)業(yè)發(fā)展的重要方向之一,大力推廣新能源汽車有利于促進汽車產(chǎn)業(yè)的良好發(fā)展[2]。為了實現(xiàn)汽車產(chǎn)業(yè)轉(zhuǎn)型,純電動汽車的產(chǎn)業(yè)化發(fā)展具有極好的發(fā)展前景,汽車充電行為對電力負(fù)荷影響也成為突出問題。文獻[3]根據(jù)汽車快速充電原理,模擬快速充電負(fù)荷建立相應(yīng)的模型,結(jié)合交通均衡和用戶行為計算不同充電站的充電負(fù)荷,完成負(fù)荷影響研究,并通過分支定價方法選取最優(yōu)充電負(fù)荷路徑,但未考慮分時電價對充電負(fù)荷分布的影響,模型應(yīng)用范圍較小。文獻[4]以出行鏈隨機模擬技術(shù)為核心,明確電動汽車充電負(fù)荷分布情況,根據(jù)用戶1天內(nèi)的行駛狀態(tài),利用馬爾可夫模擬算法對行駛特性進行空間轉(zhuǎn)移,結(jié)合分時電價的影響特點,獲取充電負(fù)荷分布的影響結(jié)果,該方法未考慮交通因素的影響,影響結(jié)果分析不夠全面。文獻[5]根據(jù)汽車動態(tài)交通信息,得到電動汽車的充電需求,并且預(yù)測大規(guī)模充電后電網(wǎng)負(fù)荷變化,針對交通道路分布特點,生成動態(tài)交通模型,以此為基礎(chǔ)明確交通網(wǎng)絡(luò)與配電網(wǎng)絡(luò)之間的關(guān)聯(lián)性,并通過交互處理提取電動汽車移動特點,推斷出不同場景下汽車充電負(fù)荷變化,該方法具有較強的可行性,但是未考慮用戶行為的相互影響關(guān)系,研究結(jié)果的客觀性有待提升。

為了改善電動汽車充電負(fù)荷不均衡的狀況,本文通過概率密度分布情況,獲取汽車負(fù)荷分布特性。根據(jù)用戶的充電需求,構(gòu)建峰谷分時電價引導(dǎo)模型,分析用戶需求側(cè)響應(yīng),確定電動汽車的充電價格區(qū)間,得到電動汽車有序充電負(fù)荷。根據(jù)電網(wǎng)負(fù)荷分布特點,生成充電負(fù)荷影響曲線,得到有序充電的負(fù)荷影響結(jié)果。將研究結(jié)果應(yīng)用到優(yōu)化控制過程中,可促進電動汽車充電時負(fù)荷平衡。

1 獲取汽車負(fù)荷分布特性

以汽車集中充電時間為基礎(chǔ),通過工作日、休息日的汽車充電概率,明確汽車充電負(fù)荷的時間分布特點[6]。利用蒙特卡模擬算法,結(jié)合車輛的駕駛時間與電動汽車充電時間,獲取電動汽車充電負(fù)荷的分布特性計算公式,如下

式中:a為汽車充電時間;L為總充電功率;N為電動汽車總數(shù)量;n為某輛電動汽車;P為電動汽車n的充電功率。考慮到電動汽車的類型眾多,且每種類型電動汽車的應(yīng)用目的有所差異,其負(fù)荷特性亦不同。通過電動汽車的分布情況,獲取了某區(qū)域各類型電動汽車24 h分時段充電概率,如圖1所示。

圖1 某區(qū)域各類型電動汽車24 h分時段充電概率

圖1中主要包括私家車、公交車、出租車3種類型的電動汽車,約有10萬輛。根據(jù)圖1可知,即便是同一種電動汽車,其充電行為也存在波動。其中,私家車充電概率較高的時間段有2個,分別為21:00—次日06:00、09:00—15:00。在09:00—15:00,電動汽車大規(guī)模進行充電,會使負(fù)荷出現(xiàn)較大波動,使該區(qū)域供電壓力增加,影響供電安全。

為了直觀展現(xiàn)汽車負(fù)荷分布特性,基于電動汽車的運行里程,采用正態(tài)分布檢測方法得出如下概率密度函數(shù)

式中:f(s)為概率密度函數(shù);s為汽車日平均行駛里程;σ為標(biāo)準(zhǔn)差;μ為均值。計算時,根據(jù)汽車2次充電時間計算時間間隔系數(shù),采用線性計算公式,獲取電池荷電量與行駛里程之間的關(guān)系。針對電池初始荷電狀態(tài)進行研究,得到以下約束關(guān)系公式

式中:Isoc為汽車負(fù)荷分布情況;b為時間間隔系數(shù);M為滿電后最大行駛里程。公式(3)的反函數(shù)W計算公式為

反函數(shù)公式具有連續(xù)導(dǎo)數(shù),按照隨機變量函數(shù),得出概率密度函數(shù)計算公式

通過上述公式,得出概率密度分布情況,明確汽車負(fù)荷分布特性。

2 構(gòu)建峰谷分時電價引導(dǎo)模型

文中分析的充電負(fù)荷影響結(jié)果,以電價引導(dǎo)為核心,所以,分析過程中需要構(gòu)建峰谷分時電價引導(dǎo)模型。根據(jù)用戶用電要求,將每天的用電情況劃分為高峰、低谷、平峰3個時間段,針對每個時間段,設(shè)置不同的電力價格。所謂電價引導(dǎo)是以降低充電成本為目的,將電動汽車的充電時間段選定為低谷時間段,一定程度上減小配電網(wǎng)的峰谷差,使得電力負(fù)荷均衡化發(fā)展,促進配電網(wǎng)的穩(wěn)定運行[7-8]。

通過電價的差額鼓勵用戶避開用電高峰期充電,達(dá)到削峰填谷的效果[9],峰谷分時電價模型表示為

式中:t為某時刻;θf為峰時段電價;θg為谷時段電價;θp為平時段電價;tf1為峰電價初始時刻;tf2為峰電價結(jié)束時刻;tg1為谷電價初始時刻;tg2為谷電價結(jié)束時刻。

為了直觀描述峰谷分時電價的引導(dǎo)實施效果,將響應(yīng)度作為評價指標(biāo)。響應(yīng)度計算結(jié)果越大,表明電價引導(dǎo)方案實施效果越好,更多用戶選擇在谷電價時間段進行電動汽車充電。但是,在實際應(yīng)用過程中,天氣情況、電力價格、時間安排等多種影響因素均會引起響應(yīng)度計算結(jié)果的變化,因此,在負(fù)荷影響研究時,需要根據(jù)用戶的實際用電習(xí)慣合理調(diào)整電價制度和電價執(zhí)行時間段[10]。

3 計算電動汽車有序充電負(fù)荷

電動汽車的有序充電行為[1112]本質(zhì)上是以價格為基礎(chǔ)的需求側(cè)響應(yīng)分析。通過分析需求側(cè)響應(yīng),明確用戶消費心理,構(gòu)建了電價引導(dǎo)下電動汽車充電響應(yīng)模型,如圖2所示。

圖2 電價引導(dǎo)下電動汽車充電響應(yīng)模型

在圖2所示的電動汽車充電響應(yīng)模型中,β10為低迷時段的響應(yīng)低閾值點,β11為低迷時段的響應(yīng)高閾值點,λmax1為該時段響應(yīng)飽和度,β20為迫切時段響應(yīng)低閾值點,β21為迫切時段的響應(yīng)高閾值點,λmax2為該時段響應(yīng)飽和度。

根據(jù)充電響應(yīng)模型,將充電時段的變化準(zhǔn)確描述出來,并以此為依據(jù)計算電動汽車充電行為的響應(yīng)率。為了改進汽車充電行為,以配電網(wǎng)峰谷價格變化狀態(tài)為基礎(chǔ),獲取電動汽車的電價響應(yīng)度

式中:η為電價響應(yīng)度;w為接受電價引導(dǎo)的汽車數(shù)量;Q為區(qū)域內(nèi)汽車總數(shù)。

電動汽車原始充電過程中,采用固定電價的方式,與本文提出的分時電價有序充電有所差異,利用高峰時段的電價減去電網(wǎng)低谷時段的電價,并計算二者之間的差值與固定電價之間的比值,將其定義為充電峰谷電價差比

式中:z為充電峰谷電價差比;p為固定電價;p1為高峰時段電價;p2為低谷時段電價。

根據(jù)上述計算結(jié)果生成電價引導(dǎo)下電動汽車充電響應(yīng)模型。模型內(nèi)包含高閾值、低閾值2個關(guān)鍵拐點。將公式(8)計算結(jié)果與2個閾值進行對比,當(dāng)計算結(jié)果比低閾值點小時,表明電動汽車用戶依舊保持原始的充電時間,沒有隨著電力價格的變化改變充電時間,當(dāng)計算結(jié)果高于低閾值點的狀態(tài)下,大部分電動汽車擁有者會改變原始充電行為,將充電行為從負(fù)荷高峰轉(zhuǎn)換到負(fù)荷低谷時期,并且發(fā)生充電行為轉(zhuǎn)移情況的用戶數(shù)量,取決于價格差值。最后,當(dāng)公式(8)計算結(jié)果高于高閾值時,表明響應(yīng)用戶數(shù)量滿足設(shè)定要求,將會保持不變。

考慮到基礎(chǔ)響應(yīng)模型具有較大的不確定性,文中提出電動汽車充電改進模型,將響應(yīng)行為中的不確定性條件轉(zhuǎn)移出去。因此,以原始線性模型為核心,添加2個響應(yīng)界限,分別是上界限和下界限,劃分出不確定響應(yīng)區(qū)間。結(jié)合不確定性轉(zhuǎn)移后可得出響應(yīng)度變化規(guī)律,保證激勵水平不變的情況下,電動汽車的響應(yīng)偏好隨著實際情況產(chǎn)生極大變化。當(dāng)汽車行駛要求較低的情況下,充電響應(yīng)會比較高,而且電動汽車充電響應(yīng)會隨著行駛需求的迫切化發(fā)展逐漸降低。

綜上所述,當(dāng)充電價格正式確定后,確定電動汽車的充電響應(yīng)度價格區(qū)間,結(jié)合電動汽車的負(fù)荷分布特性建立充電負(fù)荷時空分布模型,形成最終的有序充電負(fù)荷計算結(jié)果。

4 生成充電負(fù)荷影響曲線

選取覆蓋面積較廣的110 k V區(qū)域電網(wǎng),針對復(fù)雜的電網(wǎng)負(fù)荷分布特點,獲取電價引導(dǎo)條件下,汽車有序充電負(fù)荷影響曲線,將電量峰谷差和負(fù)荷情況反映出來。通過以下公式,得到負(fù)荷曲線的峰谷差

式中:ΔX為負(fù)荷曲線的峰谷差;k,l為時刻;δ為負(fù)荷值。而充電負(fù)荷曲線的峰谷差率u計算公式為

電動汽車充電負(fù)荷影響曲線的描繪,需要注意城市內(nèi)電動汽車推廣程度[13],通過城市電動汽車占有率反應(yīng)新能源汽車行業(yè)發(fā)展水平,計算公式為

式中:φ為城市電動汽車占有率;v為車輛的種類;Bv為電動汽車類型v的保有量;Y為各類汽車總保有量。

最后,結(jié)合政策推廣因素,分析目標(biāo)城市中不同類型的電動汽車推廣速度,根據(jù)汽車占有率計算結(jié)果,明確電價引導(dǎo)對充電負(fù)荷變化的影響。根據(jù)上述分析結(jié)果,獲取電價引導(dǎo)下電動汽車有序充電負(fù)荷影響結(jié)果。

5 實驗分析

5.1 基本情況

為了驗證文中方法的負(fù)荷影響結(jié)果,選取IEEE-33節(jié)點配電網(wǎng)為研究目標(biāo)進行實驗分析。研究區(qū)域的電力負(fù)荷數(shù)據(jù)主要分為3種類型,分別是工業(yè)負(fù)荷數(shù)據(jù)、商業(yè)負(fù)荷數(shù)據(jù)以及居民用電負(fù)荷數(shù)據(jù),具體負(fù)荷分布如圖3所示。

圖3 某區(qū)域電力負(fù)荷分布示意

通過統(tǒng)計可知,配電網(wǎng)工作區(qū)域內(nèi)包含5 000余輛電動汽車,電動汽車充電負(fù)荷接入節(jié)點分布情況如圖4所示。

通過研究發(fā)現(xiàn),該區(qū)域內(nèi)電動汽車的蓄電池主要包括鎳基、鉛酸和鋰離子3種類型。按照每個區(qū)域電動汽車數(shù)量,確定不同區(qū)域充電樁建設(shè)比例,工業(yè)用電區(qū)域充電樁占充電樁的38%,居民用電區(qū)域充電樁占充電樁的27%,商業(yè)用電區(qū)域充電樁占充電樁的35%。

圖4 電動汽車充電負(fù)荷接入節(jié)點分布

5.2 電價引導(dǎo)的影響

以電價引導(dǎo)為背景,針對研究區(qū)域內(nèi)的私家電動汽車進行研究,分析電動汽車有序充電負(fù)荷影響。由于私家電動汽車充電較多,用戶選取充電時間更加隨意,大多情況下,會將電動汽車充電時間選擇為電價低谷時段(23:00—次日06:00),在白天的電價高峰時段,電動汽車充電數(shù)量較少。而當(dāng)電價引導(dǎo)響應(yīng)系數(shù)為0時,私家電動汽車可以直接進行充電處理。根據(jù)不同響應(yīng)系數(shù)條件,獲取汽車充電總負(fù)荷曲線如圖5所示。

圖5 不同響應(yīng)系數(shù)下汽車充電總負(fù)荷曲線

根據(jù)圖5所示的總負(fù)荷曲線可知,隨著電價引導(dǎo)響應(yīng)系數(shù)的增大,充電負(fù)荷呈現(xiàn)下降趨勢,其根本原因在于電價引導(dǎo)策略的響應(yīng)使得負(fù)荷曲線的高峰時段與低谷時段產(chǎn)生了合理性變化,有利于降低配電系統(tǒng)負(fù)荷峰谷差,間接促進了汽車在高峰時段總充電負(fù)荷下降。

5.3 實驗結(jié)果分析

為了驗證文中得出的負(fù)荷影響結(jié)果的真實性以及優(yōu)化效果,根據(jù)上述電價引導(dǎo)機制對電動汽車有序充電負(fù)荷的影響研究,設(shè)計電力負(fù)荷優(yōu)化方案。

該區(qū)域內(nèi),12:30—13:30、18:30—21:30為峰時段。在峰時段中,電動汽車充電量明顯增加,同時疊加居民用電峰荷,導(dǎo)致系統(tǒng)負(fù)荷量明顯上升,拉大了系統(tǒng)峰谷差值。04:00—09:00為谷時段。在谷時段內(nèi),通過對電動車進行有序的充電后,可以增加谷時段的負(fù)荷,達(dá)到移峰填谷的作用。負(fù)荷優(yōu)化過程中,得到最優(yōu)峰時段設(shè)置為17:00—23:00,最優(yōu)谷時段設(shè)置為04:00—08:00,并將電價響應(yīng)度設(shè)置為0.8。基于上述參數(shù),得到電價時段優(yōu)化前后的負(fù)荷曲線如圖6所示。

圖6 電價時段優(yōu)化前后的負(fù)荷曲線

根據(jù)圖6所示的優(yōu)化前、優(yōu)化后負(fù)荷曲線可知,經(jīng)由電價引導(dǎo)下的有序充電負(fù)荷影響研究,優(yōu)化電力汽車充電負(fù)荷曲線,展現(xiàn)了極好的削峰填谷效果,使得負(fù)荷曲線向著平滑趨勢發(fā)展。經(jīng)過優(yōu)化處理后,汽車有序充電的日最大負(fù)荷降低了2.8 MW,日負(fù)荷峰谷差從優(yōu)化前的8.5 MW,經(jīng)過優(yōu)化后降低至1.6 MW。考慮到充電的經(jīng)濟效益,對比有序充電和無序充電情況下,電動汽車的充電成本,如圖7所示。

圖7 2種形式下電動汽車充電成本對比

由圖7可知,在無序充電情況下電動汽車的充電成本較高,而利用電價引導(dǎo)機制使電動汽車實行有序充電后,充電成本明顯下降,低于無序充電的成本。通過實驗結(jié)果可知,以電價引導(dǎo)為基礎(chǔ),分析其對汽車有序充電負(fù)荷影響,基于影響研究結(jié)果制定的負(fù)荷優(yōu)化方案,展現(xiàn)了極好的削峰填谷效果,降低了用戶在高峰期充電的情況和充電成本,促進了配電網(wǎng)電力負(fù)荷的均衡發(fā)展,提升電動汽車充電穩(wěn)定性。

6 結(jié)束語

以電力引導(dǎo)為發(fā)展背景,明確電動汽車有序充電負(fù)荷影響。根據(jù)汽車負(fù)荷分布特性,構(gòu)建峰谷分時電價引導(dǎo)模型。計算電動汽車充電負(fù)荷,獲取最終計算結(jié)果。根據(jù)電網(wǎng)負(fù)荷分布特點,獲取汽車有序充電負(fù)荷影響曲線,得到電價引導(dǎo)下電動汽車有序充電負(fù)荷影響結(jié)果。根據(jù)實驗分析結(jié)果可知。

(1)基于文中得到的負(fù)荷影響研究結(jié)果進行負(fù)荷優(yōu)化,汽車有序充電的日最大負(fù)荷降低了2.8 MW,日負(fù)荷峰谷差降低至1.6 MW。證明該方法有利于負(fù)荷曲線的平滑發(fā)展,可有效改善電動汽車充電負(fù)荷不均衡的狀況。

(2)在電價引導(dǎo)機制下,有序充電成本明顯低于無序充電成本。證明制定的負(fù)荷優(yōu)化方案,可有效降低充電成本,提高電動汽車充電負(fù)荷優(yōu)化效果和經(jīng)濟效益。