沈海军 许少伦 蒋鑫磊
上海交通大学
电动汽车相对于传统的燃油车而言,在节能减排、缓解能源危机、保护环境等方面有很大优势,被人们广泛地应用[1]。大量电动汽车接入充电会给配电网的安全经济运行造成不可忽视的影响,比如会引起电压降落、变压器和电缆容量越限、网损增加等问题[2]。
目前,电动汽车接入电网充电的控制模式主要分为集中式和分布式两类。文献[3-5]采用集中控制方法,系统的决策都是通过集中协调单元来实现的。文献[6-10]采用分布式方法,系统的决策及执行都是通过系统的各个分布式控制单元来实现的。文献[6,7]中指出,集中控制的主要缺点是面对大规模电动汽车充电管理时会出现“维数灾”和“通信阻塞”的问题。
多代理系统具有灵活性、可扩展性、鲁棒性、开放式的体系结构、分布式的控制方式等特点,已经在电力系统中得到较多应用,如停电管理和服务恢复、分布式能源管理、微电网控制和虚拟电厂控制等,也有较多研究将多代理技术应用于电动汽车充电管理方面,如文献[6,7]中用于负荷调整、文献[8,9]中用于减少不平衡成本、文献[10]中用于调频服务等。
本文针对配电网内电动汽车接入充电的管理问题展开研究,以充电服务聚合商的利益最大化为目标、考虑用户需求和配电网安全的约束条件,提出一种基于多代理的电动汽车充电协调控制机制,并进行建模仿真。
当大量电动汽车接入配电网充电时,采用传统的集中调度模式会导致在相应优化问题中出现“维数灾”问题。一般由充电服务聚合商来协调调度某一区域内的电动汽车的充电需求,这样可以有效地解决面临的问题,本文采用多代理的协调管理模式[11],其架构如图1所示。
图1 基于多代理的电动汽车充电管理架构
1)配网系统运行代理
位于配网35kV/10kV中压变压器侧,负责该区域下的配网安全运行,主要是根据配网安全约束来评估电动汽车的充电计划,如果违反了约束则削减电动汽车的充电负荷。
2)配网区域协调代理
位于配网35kV/10kV中压变压器侧,负责集成该主变压器下接入的本地聚合商管理的电动汽车充电负荷,并将该负荷传递至配网系统运行商代理。
3)本地聚合商代理
位于区域的10kV/380V用户变压器侧,负责计算该区域本地变压器下接入的电动汽车充电计划,并将充电需求负荷上报配网区域协调代理。
4)电动汽车代理
可以看作是安装在电动汽车或者用户车库的智能充电装置。负责上报电动汽车用户的使用需求给本地聚合商代理,并接收本地聚合商代理计算后的充电计划。
全局最优的充电策略要求已知一天内所有电动汽车的接入时间及其充电需求,采用类似于日前调度的机制,对一天内所有电动汽车的充电进行优化安排。实际生活中,电动汽车用户返回接入电网充电的时间是很难准确预知的,以致在日前求解全局最优化的充电安排是不现实的。所以本文采用了局部最优充电策略,考虑控制时间段的概念,将一天划分为96个控制时间段,分别对各时段内接入的电动汽车进行优化[12,13]。
多代理系统具有高内聚、低耦合、分布式控制、异步执行、自主反应环境变化等特性,各代理之间配合,协同完成任务,其协作机制如图2所示。
图2 各代理间的协作机制图
每个接入配电网充电的电动汽车都看作是一个代理,主要负责向本地聚合商代理发送自身的充电要求,具体包括上报充电开始时间、充电截止时间、充电之前的实际SOC、完成充电的目标SOC、充电功率、充电效率等信息。
本地聚合商代理负责接收电动汽车充电代理发送的充电要求,并根据要求在充电开始时间和充电截止时间内,以聚合商收益最大化为目标,优化并生成充电计划,之后向配网区域协调代理上报优化产生的计划,若收到配网区域协调代理的削减消息,则根据削减的数据再次优化,产生结果并直接执行。
配网区域协调代理接收本地聚合商代理的优化计划,第一次收到计划时,暂时不做处理,计算出节点参数以后直接上报配网系统运行代理,由配网做潮流计算,潮流计算结果符合要求时,直接通知聚合商代理执行计划即可。若潮流结果不符合要求时,此代理从配网系统运行代理那里接收越限的数据,处理后将削减的目标发送给每个本地聚合商代理。
配网系统运行代理主要是接收配网区域协调代理上传的数据,并进行潮流计算。潮流计算通过则通知配网区域协调代理通过,否则需要计算出越限部分的数据并将此数据传送给配网区域协调代理。
本文中采用Jack Intelligent Agent(JACK)来搭建电动汽车充电管理的多代理系统。JACK是一个基于JAVA开发的多代理集成开发环境,具有丰富的图形化设计功能,多代理方面的特性也体现得比较直观。
在用JACK搭建系统框架的时候,每个代理都采用非常好的封装,代理之间的耦合接口通过通信的方法实现。
本文所提的管理策略是在本地聚合商这个层面先对电动汽车的充电计划来进行优化。假设电网对本地聚合商收取的电价和本地聚合商对用户收取的电价是不同的,以聚合商充电收益最大化为目标,考虑到当大量电动汽车同时接入电网充电的时候,可能会产生新的用电高峰,所以需要安排电动汽车尽量在低电价时段和电网负荷较低的时段进行充电。
同时,还要满足用户的使用需求并考虑到充电计划对用户的公平性,即已经接入执行的电动汽车充电计划和费用不能受后续接入充电的电动汽车的影响。
1)目标函数
本地电动汽车聚合商在控制时段T内的目标函数如下:
2)约束条件
约束条件包括电量需求约束和充电时间约束:
式(10)表明充电计划需要在电动汽车的可充电时段内进行,并能达到用户的电量要求。
式(11)表明充电功率不能超过电动汽车的额定充电功率。
其算法流程图如图3所示。
图3 本地聚合商的初次优化算法流程图
每一辆接入充电的电动汽车都需要进行一次上面的流程。本文将一天划分为96个时间段,根据基础负荷进行打分时最高分数不会超过1分。所以在进行排序时电价低的时间段一定排在电价高的时间段之前。
在本地聚合商的初次优化中没有考虑配电变压器的容量限制,而且配电变压器的容量限制需要在每个本地聚合商将它的充电计划上报给配网区域运行代理之后才能计算出,并且判断是否越限。如果不越限,那么该优化结果就是最终的充电计划。如果有容量越限,那么需要进行下面的二次优化。
其算法流程如图4所示。
如果在某个时间段突然有大量的电动汽车接入电网,在经过上面的二次优化过程之后仍有越限时段,那么就要对电动汽车的充电时间进行削减。
具体策略是在每一个时间段内,只要超出了变压器设置的限制,那么先计算出实际的功率和设置的限制差值,然后按照一定的比率分配给每个本地聚合商来削减所辖的充电负荷。本地聚合商采取一定的措施来补偿所削减的电动汽车用户,如给予同等或者一定比率的时间给电动汽车用户于下一天,或者另外一段时间内来免费充电等(本文中不予详细阐述)。
图4 考虑安全约束的优化算法流程图
其算法流程如图5所示。
图5 消减策略算法流程图
本文仅考虑配电网中区域内电动汽车的充电负荷,采用IEEE配电网33母线系统进行算例分析,如图6所示,该母线系统是一个住户型的辐射配电网络,节点与支路参数见文献[14]。选取其中3个节点(3,6,24)作为电动汽车接入的充电节点。
图6 IEEE 33母线系统结构图
Matlab有很多工具箱可用来进行建模仿真,本文采用Matlab来建立电动汽车负荷模型、用户使用特性抽样模拟[15,采用Jack Intelligent Agent(JACK)来搭建电动汽车充电管理的多代理系统,调用Matpower进行配网潮流计算,其仿真平台架构如图7所示。
图7 仿真平台架构
仿真参数设置如下:
1)电动汽车的电池为锂电池,容量为32 kW·h;
2)额定充电功率为7 kW;
3)充电效率为90%;
4)行驶百公里耗电量为15 kW·h;
5)电网电价采用工业分时电价[16]。
4.3.1 无序充电
如果电动汽车在接入电网后立即开始充电,其单个节点的负荷曲线如图8所示。可以看出,300辆电动汽车接入单个节点变压器充电,会出现峰值增大并造成变压器容量越限。
4.3.2 优化充电
1)初次优化并且不越限情况下
300辆电动汽车接入单个节点变压器经过初次优化后的负荷曲线如图9所示。可以看出,优化后的充电负荷集中在谷价时段,峰谷差大大减小,没有越限。
图8 300辆电动汽车无序充电下的负荷曲线(单个节点)
图9 300辆电动汽车优化充电下的负荷曲线(单个节点)
2)考虑安全约束并且越限情况下
图10 考虑安全约束时的负荷曲线(区域代理)
大量电动汽车接入配网区域充电,经初次优化之后可能会造成变压器容量越限,该情况下的总负荷曲线如图10所示,本算例中发电机设置有功输出限制为35MVA。
3)越限之后经削减策略再次优化情况下
图11 经过削减算法再次优化后的负荷曲线(区域代理)
针对越限情况,经削减算法再次优化以后,其负荷曲线如图11所示,可以看到负荷曲线没有超出这个限制,满足配网安全要求。
4.3.3 对比分析
不同充电方式下单个节点的峰谷差对比见表1。可以看出,优化后的电动汽车充电方案可以有效降低峰谷差。
表1 不同充电方式下的峰谷差比较(单个节点)
不同充电方式下区域代理的总充电收益对比见表2。可以看出,优化后的电动汽车充电方案可以大大提高聚合商的经济收益。
表2 不同充电方式下的总充电收益比较(区域代理)
本文采用多代理控制技术,提出了以充电服务聚合商的利益最大化为目标的电动汽车充电分层控制策略,建立了各代理之间的协调控制机制,代理之间低耦合,可异步执行、自主反应环境变化,从而使整个充电调度过程趋于自动化、智能化。用JACK来搭建电动汽车充电管理的多代理系统,并结合配电网33节点系统算例进行分析,结果表明了该协调充电调度策略和优化算法可以大幅度提高聚合商的经济收益,同时能有效地平滑负荷曲线,提高了配电网的安全性。