基于电价响应的电动汽车充放电策略研究

(广西电网有限责任公司柳州供电局，广西 柳州 545000)

0 引 言

据统计，一辆电动汽车平均每天停车长达23 h，且全年停驶时间占96%左右[1]。对于电动汽车用户，在满足基本行车需求的前提下，V2G模式可以创造额外收入，也会加快车辆投资成本的摊销[2]。但是，由于实时电价和电池充放电损耗等因素，电动汽车用户在参与电网互动过程中，还会存在入不敷出的情况。比如当充电电价大于放电电价时，或者在电池放电成本过高，而峰谷电价差过低，以至于放电成本始终高于充电成本；而且不同型号的电池成本也不一样，电池损耗成本过高也会影响用户的收益。另一方面，对配电网而言，大量电动汽车进行无序充电将加重配电网的负荷负担[3]，此外电动汽车充放电行为分散、单辆电动汽车的电池容量小，电网不可能直接对单辆电动汽车进行调控[4]。但是电动汽车参与电网互动的实质是参与电网削峰填谷，而电网的削峰填谷策略能实时响应电网负荷。因此，探索合理的调度策略和控制措施，充分考虑用户侧和电网侧需求，是解决大规模电动汽车参与配电网互动的关键[5]。

在电动汽车调度策略研究方面，文献[6-7]建立以电网损耗最小为目标的电动汽车充电优化模型，研究结果表明，合理控制电动汽车充电有利于降低电网损耗，提高电网综合经济效益。文献[8]以包含充电成本、电网损耗成本等因素的充电总成本最小为目标，构建了电动汽车的优化控制模型。文献[9]基于分时电价和用户充电需求，以电动汽车充电总费用最低为目标制定调度计划。

电动汽车用户都希望在电价低的时段对电动汽车充电，而在电价高的时段向电网放电以获得电价差额利益，电动汽车用户的这一期望与电网削峰填谷策略一致[10]。通过采用相应的调度策略和控制措施，使电动汽车在电网负荷低谷时段进行充电，在负荷高峰时段进行放电，实现电网削峰填谷的作用，合理利用电动汽车作为储能单元的优势，给用户和电网带来收益[11]。鉴于此，从用户侧和电网侧需求出发，提出了基于价格响应的调度策略，并构建了相应的控制模型。

1 用户侧和配电网侧需求分析

电动汽车与配电网互动的过程就是双方博弈的过程。互动所产生的红利主要包括两方面：1)降低电网运营成本和投资成本，这主要是通过容量效益、调峰调频、丰富电网调节和控制手段、提供辅助服务等；2)在实时电价机制下，产生峰谷电价差额利润。

1.1 用户侧需求

用户侧需求主要包括以下几方面：1)电动汽车作为行驶工具，首先应该满足用户的基本行车需求；2)用户对电动汽车参与电网互动和退出互动具有优先权；3)在空闲时间段以储能单元参与电网互动，以期获得相应的额外收益；4)在参与电网互动的过程中避免电池的不经济放电(电池频繁充放电)；5)其他便民服务，如充电向导、电价服务等。

1.2 配电网侧需求

配电网侧需求主要包括以下几方面：1)削峰填谷，转移电网高峰负荷，消纳电网低谷负荷；2)容量储备，容量越大越好；3)应急调度，应付紧急情况的调度需求；4)提高电网对清洁能源的消纳能力。

2 电动汽车参与电网互动的经济效益分析

2.1 电动汽车成本模型

电动汽车参与电网互动的总成本由电池损耗成本和购电成本组成。

C=Cb+Cc

(1)

式中：C为电动汽车参与电网互动的总成本；Cb为电池损耗成本；Cc为购电成本。

1)电池损耗成本

电池损耗与其充放电次数、放电深度、电池材料、温度等有关[12]，其折算方法根据文献[13]用电池的吞吐量来计算电池损耗。

电池单位电能吞吐损耗成本cb为

(2)

式中：Lc,max为电池最大充放电循环次数；Een为电池的额定容量；pb为电池单位容量价格成本，元/kWh；DOD为电池的最大放电深度。

电池放电损耗成本为

(3)

式中，Pd(t)为电池放电功率，kW/h。

2)购电成本

考虑电动汽车充电池放电过程中的能量损耗，购电成本为

(4)

式中：pc(t)为充电电价，元/kWh；ηc为电池充电效率；Pc，CD为充放电电能。

则电池的放电总成本价pdz(t)为

(5)

2.2 电动汽车收益模型

电动汽车参与电网互动的收益分为两部分：1)电动汽车向电网侧售电收益；2)向电网侧购电费用。

M=Rd-C

(6)

式中：M为电动汽车参与电网互动的收益；Rd为电动汽车售电收益；C为电动汽车购电费用。

1)电动汽车向电网侧售电收益

(7)

式中：pen(t)为实时电价；ηd为电池放电效率。

2)向电网侧放电成本包括电池损耗、充放电功率损耗以及购电费用。

(8)

将1天分为48个时间段，则电动汽车用户1天收益的计算模型为

(9)

3 基于价格响应的调度策略

3.1 目标函数

电动汽车价格响应调度策略就是在负荷高峰时，设定较高的交易电价，来引导电动汽车放电和减少电动车充电行为；在负荷低谷时，设定较低的交易电价，来引导电动汽车充电和减少电动车放电行为。电动汽车是否提供V2G服务将取决于市场电价。通过控制充放电功率，使电池在一个产生周期内(完成一次充放电循环)，收益大于相应的可变成本。

以经济收益最大为目标函数

maxM=Rd-C

(10)

3.2 约束条件

基于价格响应的调度策略以电价市场引导用户自主参与电网互动，电动汽车的充放电约束条件包括用户侧约束条件、实时电价市场、电池充放电能量和充放状态约束条件。

1)用户侧约束条件

电动汽车用户自主选择是否参与电网互动，设定当SL=1表示参与电网互动，SL=0则不参与；电动汽车用户根据自身需求设定最小荷电量SOCmin。

(11)

式中,SOC(t)为电池的实时荷电量。

2)电池能量约束条件

包括：①电池每次的充/放电能不能高于电池的可充/放电能量；②电池的实时荷电量不小于最小荷电量；③电池放电功率小于额定放电功率。

(12)

3)收益约束条件

用户的收益约束条件就是实时电价必须大于放电成本价。

s.t.pen(t)≥pdz(t)

(13)

4)电池的状态约束条件

电池状态的约束条件包括：①电池的温度、电压不能越限；②电池的充放电循环次数不能超过最大循环次数。

(14)

式中,vmax、vmin、wmax、wmin分别为电池电压上下限和温度上下限。

3.3 电池充放电策略

1)电池放电策略

当市场电价大于放电成本时，放电功率为Pd,en；市场电价小于放电成本时，放电功率为0。

(15)

2)电池充电策略

电动汽车的充放电的决定因素包括：①用户的选择；②实时电价；③电池运行状态。

电动汽车充放电控制模型流程如图1所示。

图1 EVs充放电流程

4 算例分析

将1天分48个时段电价，即电价的调整是建立在以30 min为时间分辨率的序列，如图2所示。

以比亚迪e6[14]、荣威E50[15]、日产Leaf[16]、力帆620[17]4种电动汽车为例。取电池最大容量降低到额定容量的70%时为电池寿命终止，则电池最大循环次数为10 000次。表1为4种品牌电动汽车的电池参数。

取电池的充电效率和放电效率都为0.92[7]，电池的电能容量服务价格pcap参照《并网发电厂辅助服务管理暂行办法》，取0.012元/(kWh·h)。由式(2)计算各品牌电动汽车电池的吞吐量成本。表2为4种品牌电动汽车电池的吞吐量成本。

表1 4种品牌EVs的电池参数

图2 实时电价

表2 4种品牌电动汽车电池的吞吐量成本

提供的实时电价，以电池吞吐量成本最低的比亚迪e6和最高的日产Leaf为例，分析两种电动汽车在实时电价下的盈利情况。取电池的充电效率和放电效率都为0.92，最小续航值取20 km。

通过Matlab编程计算，得到比亚迪e6和日产Leaf在一天内各个时间段的放电电价和放电成本价，仿真结果如图3所示。

由图3可得比亚迪e6和日产Leaf的可盈利充电和放电时间段，如表3所示。

表3 比亚迪e6和日产Leaf的可盈利充电和放电时间段

由表3可以看出比亚迪e6的可盈利充电时间段和放电时间段出现了重叠部分，即在22:00至23:30时间段比亚迪e6既可以充电也可以放电。但事实上，比亚迪e6并不能在该时段进行先充电再放电。如果在该时段充电，那么只能到第2天才有可盈利的放电空间。因此，比亚迪e6一天只能进行一次充放电调度。

由图3和表3可以得出以下几个结论：

1)由于日产Leaf的电池额定容量比比亚迪e6小，所以日产Leaf的可盈利空间小，且在相同条件下的盈利少；

2)比亚迪e6和日产Leaf获得最大利润的情景相同，即在02:30至03:30进行充电，在08:00至08:30进行放电，相应的最大电价差分别为0.323 1(元/kWh)、0.169 5(元/kWh)；

3)比亚迪e6和日产Leaf在该实时电价下，一天只能进行一次可盈利的充放电调度。

此外，当用户选择的最小续航值变大时，或者充电效率变低时，电动汽车的盈利空间将进一步降低，甚至出现无法盈利的情况。

两辆电动汽车可盈利的充电时间段属于电网负荷低谷期，此时段电价低，且电网侧有增加负荷量的需求；放电的3个时间段都是用电高峰期，此时段电价高，且电网侧有转移高峰负荷的需求。因此，该充放电选择与电网削峰填谷的策略相符，与电网侧需求一致。

[1] Saber A Y, Venayagamoorthy G K. Resource Scheduling under Uncertainty in a Smart Grid With Renewables and Plug-in Vehicles[J]. IEEE Systems Journal, 2012, 6(1):103-109.

[2] 孙波，廖强强，谢品杰，等．车电互联削峰填谷的经济成本效益分析[J]．电网技术，2012，36(10)：30-34．

[3] 胡泽春，宋永华，徐智威，等．电动汽车接入电网的影响与利用[J].中国电机工程学报，2012，32(4):1-10．

[4] 姚伟锋，赵俊华，文福拴，等．基于双层优化的电动汽车充放电调度策略[J].电力系统自动化，2012，36(11):30-37．

[5] Dominik Pelzer, David Ciechanowicz, H Aydt, et al. A Price-responsive Dispatching Strategy for Vehicle-to-Grid: An Economic Evaluation Applied to the Case of Singapore[J]. Journal of Power Sources,2014,256(3):345-353.

[6] 占恺峤，宋永华，胡泽春，等. 以降损为目标的电动汽车有序充电优化[J]. 中国电机工程学报, 2012, 32(31):11-18.

[7] 陈加盛，张建华，林建业，等. 以降低电网损耗为目标的电动汽车充电策略[J]. 电力系统及其自动化学报, 2012, 24(3):139-144.

[8] Sortomme E, Hindi M M, Macpherson S D J, et al. Coordinated Charging of Plug-in Hybrid Electric Vehicles to Minimize Distribution System Losses[J]. IEEE Transactions on Smart Grid, 2011, 2(1):198-205.

[9] He Y, Venkatesh B, Guan L. Optimal Scheduling for Charging and Discharging of Electric Vehicles[J]. IEEE Transactions on Smart Grid, 2012, 3(3):1095-1105.

[10] Sekyung H, Soohee H, Sezaki K. Development of an Optimal Vehicle-to-Grid Aggregator for Frequency Regulation [J]. IEEE Transactions on Smart Grid, 2010, 1(1): 65-72．

[11] 陆凌蓉，文福拴，薛禹胜，等．电动汽车提供辅助服务的经济性分析[J]．电力系统自动化，2013，37(14)：43-49．

[12] Corey D. White, K. Max Zhang. Using Vehicle-to-Grid Technology for Frequency Regulation and Peak-load Reduction[J]. Journal of Power Sources, 2010, 196 (8): 3972-3980．

[13] Sarre G, Blanchard P, Broussely M. Aging of Lithium-ion Batteries[J]. Journal of Power Sources, 2004, 127(127):65-71.

[14] 比亚迪汽车官网．比亚迪e6价格与配置[R/OL]．2011-10-26．http://www.bydauto.com.cn/car-param-e6.html.

[15] 荣威汽车官网．荣威E50价格与配置[R/OL]．2012-11-05．http://www.roewe.com.cn/roewee50/.

[16] 百度百科．日产LEAF参数配置[R/OL]．2013-09-07．http://baike.baidu.com/view/2706376.htm.

[17] 上海中科电动汽车有限公司官网．力帆620纯电动车[R/OL]．2013-06-24．http://www.zklf-ev.com/ShowProducts.asp.