基于电网分时电价机制考虑电动汽车灵活充电的微电网能量管理*

何兆蓉, 高逸云, 黄瀚霆, 刘 钊

(南京理工大学自动化学院, 江苏 南京 210094)

0 引 言

随着分布式能源的多样化不断增加,电动汽车的推广普及,更经济更环保的发电及电动汽车灵活充电成为人们不断追求的目标之一[1-2]。目前,城市电价基本遵循分时电价规则,电价按照不同的时间段(峰谷值)收取。因此,如何在分时电价的基础上合理利用各种分布式电源的电力能源,进行微电网的能量管理,成为了研究的热门话题。文献[3]对微电网经济性进行研究﹐通过对分布式电源进行定址定容来实现对含分布式电源配电网多目标协调规划的影响,但未考虑电动汽车的接入。文献[4]建立了相关模型用来考虑需求侧响应的微电网经济﹐但影响微电网经济性的关键性因素并不是电网分时电价。文献[5]基于分时电价机制的并网型微电网多目标动态优化调度﹐验证所建模型和求解方法的有效性,但没有考虑到未来电网中重要负载,电动汽车集中充电因素对微电网经济性的影响。文献[6]提出一种含分布式电源接入的电动汽车分层接入充电策略,采取分布式微电网控制实现电动汽车的合理、有序、灵活充电,但未涉及电网分时电价基础下的合理储能。文献[7]中的传统目标函数,仅考虑以风力、光伏等多种分布式能源综合出力,但未涉及电网分时计价及电动车充电的规律性。文献[8]考虑含风力发电、光伏发电、储能以及电动汽车的复合型微电网能量管理系统,但是尚未考虑不同能量管理任务下的时间尺度对所建模型及其发电策略的影响。

随着电动汽车的大量推广应用,电动汽车充电的智能微电网能量管理系统更需要做到智能高效,针对上述文献中存在的问题,本文综合分析多种分布式电源发电的特点及电动汽车充电负荷对在不同时段的用电需求,增设储能单元储存电量,减少分时电价对微电网成本的影响,系统全面分析,提出如何构建一个以运行成本最低为优化目标的微电网能量管理模型,实现微电网最经济运行。该模型考虑了正常天气和阴雨、无风等特殊天气的情况下,运用不同的微电网运行策略,得到不同的运行成本。结合考虑实际情况中上海地区每年的降水日数与晴朗日数比,可计算出全年的运行成本及其减幅。通过算例分析和计算结果验证了本文所提方法的有效性。

1 建立基本模型

1.1 微型燃气轮机单元

微型燃气轮机不受天气、光照等情况影响,仅与燃烧材料以及消耗人力物力成本有关。因此在其使用过程中,不超过该微型燃气轮机单元的额定容量及配电网传输容量上限即可。

1.2 光伏发电单元

光伏发电受地理位置及阳光照射时间、角度等因素影响,光伏发电功率由以下公式进行修正。

⑴

式中:PPV——光伏发电单元的实际输出功率;

PSTC——光伏发电单元在光伏组件标准测试条件STC下的最大输出功率;

GING——实际的太阳辐照强度;

GSTC——STC下的辐照强度;

k——功率温度系数;

TC——电池板的实际工作温度;

Tr——参考温度(标准测试温度)。

其中,GSTC=1 000 W/m2;Tr=25 ℃。

1.3 风力发电单元

风力发电机的有功功率曲线与发电机的型号、地理位置、天气情况等各类因素密不可分。采用文献[9]中的公式进行风力发电有功计算。

(2)

式中:PWT——风力发电机的输出功率;

Pr——风力发电机的额定功率;

v——风力发电机组的实际风速;

vci、vcr、vr——风力发电机的切入风速、切出风速和额定风速;

vco——额定切出风速。

1.4 储能蓄电池单元

1.5 电动汽车单元

随着清洁能源的不断开发和利用,电动汽车的使用和推广已然是未来趋势。在人们正常作息的生活情况下,电动汽车的充电时间有规律性可寻。采用文献[10]中的公式,可对电动汽车的充电时间及EV具体负荷进行预测。

电动汽车参与充电时刻的SOC(荷电状态)决定了充电时长,也影响负荷的预测。电动汽车的充电时长为

(3)

式中: SOC——电池在充电初始时刻所剩电量;

PK——各类功能车的电池额定容量;

η——充电效率,取0.9;

Pc——单位时间的充电功率。

充电完成后,总负荷为

总之，不管是党委还是政府，也不管是哪个地方哪个部门，都要把着眼点放在经常性工作方面，都要找到自己“应该经常死死抓住不放的事情”。每个部门、每个人的经常性工作都“到位”了，我们的事业一定会兴旺发达。

(4)

式中:Pt——t时刻充电负荷;

N——参与充电的电动汽车数。

1.6 普通负荷单元

根据以往用电规律及正常生活作息规律,可得基本用电负荷数据及其曲线。

2 微电网能量管理模型

微电网能量管理应当在电网电价峰值时,尽量采用分布式电源中的清洁能源进行发电,来满足电力系统中的负荷需要。当发电量供不应求时,可考虑将储能蓄电池中的电量释放,满足负荷需要。当电网电价谷值时,可考虑从大电网输电并储存电能,除了满足负荷需要以外,并且向储能蓄电池中充电,可以预防电力系统的供电波动并且减少微电网运行成本。另外,除了考虑传统普通负荷,还综合考虑了电动汽车的集中充电对电网波动的影响,以及在一天中的不同时段、不同功能性电动汽车的充电活动规律,合理预测微电网的负荷规律,以此制定低成本运行计划与方案[11-13]。

2.1 传统计算约束函数及目标方程

2.1.1 电动汽车电池荷电状态约束

过度地充放电会导致电动汽车锂电池的寿命缩短,须将第i辆电动汽车第h时段的荷电状态Si(k)限定在一定范围内[8]。

Smin≤Si(k)≤Smax

(5)

式中:Smin、Smax——电动汽车电池荷电状态上、下限。

2.1.2 电动汽车用户期望约束

电动汽车慢充结束时锂电池的荷电状态须达到用户要求值。

(6)

式中:Si,0——第i辆电动汽车的初始荷电状态;

Ei——第i辆电动汽车的电池容量;

Si,E——第i辆电动汽车的用户期望充电容量。

2.1.3 联络线功率平衡及目标函数

(7)

式中:Pwind(k)——h时段风力;

Pbess,k——h时段的储能电量;

PPV(k)——h时段光伏的发电量;

PL(k)——h时段普通负荷的用电量。

2.2 增加考虑合理储能及电网分时计价原则后的总目标函数

以微电网运行成本最低为总目标。由于考虑不同时间段电网电价不同、分布式电源发电效率不同、各类负荷的规律性不同,所以将一天分为24个时段,求每个时段内微电网的最优运行成本。

(8)

式中:T——运行周期划分的时段数;

M——分布式电源的个数;

PGi(t)——第i个分布式电源在时段t的功率;

BGi(t)——第i个分布式电源在时段t的电量报价;

Pbuy(t)——t时段从大电网购入的电功率;

Bbuy(t)——t时段从大电网购电的价格。

2.3 约束条件

2.3.1 功率平衡约束

电力系统中微电网的运行应当满足发电量等于用电量加储电量,即

PG(t)+PE(t)+Pbuy(t)=PL(t)

(9)

式中:PG(t)——t时段内各分布式发电功率之和;

PE(t)——t时段储能单元的充、放电功率;

PL(t)——t时段负荷需求的功率。

2.3.2 燃气轮机输出功率约束

(10)

式中:PS(t)——燃气轮机发电功率;

2.3.3 储能蓄电池约束

定义蓄电池的剩余能量为SSOC,用来衡量储能装置的剩余储能量,即

(11)

式中: Δt——充、放电时间;

Estor——储能装置的总容量。

则蓄电池的充放电约束为

(12)

(13)

储能蓄电池曲线应该保证循环,即前后一天24时段储能蓄电池储能值应当相等。

(14)

3 算例分析

3.1 算例参数

本算例将一天分为24时段,微电网中包含的分布式电源有光伏发电、风力发电、燃气轮机发电、储能蓄电池。系统中,微电网与配电网间联络线的物理传输容量上限为500 kW,且不允许微电网余电上网。其中,光伏发电容量上限为700 kW,风力发电容量上限为400 kW,储能蓄电池额定容量为400 kW,普通负荷峰值750 kW,电动汽车负荷峰值300 kW,微型燃气轮机额定容量600 kW。微电网算例如图1所示。

图1 微电网算例

在综合考虑坏境效益及人工成本费用后,光伏单位电量成本为1.00元/kWh,风力单位电量成本为0.44元/kWh。算例采用分时电价计价原则,平时段为9∶00～11∶00,16∶00～19∶00,23∶00～24∶00;峰时段为12∶00～15∶00,20∶00～22∶00;谷时段为0∶00～8∶00。分时电价购电价格如表1所示。假设负荷需求符合以往的用电规律,普通负荷需求如图2所示。

表1 分时电价购电价格

图2 普通负荷需求

用预测模型对光伏发电和风力发电进行出力预测,光伏、风力的出力预测如图3所示。

图3 光伏、风力的出力预测

基于电动汽车的充电行为及各车型工作特点对电动汽车充电负荷进行预测。电动汽车充电负荷预测如图4所示。

图4中,电动汽车的日充电负荷两个充电需求高峰分别出现在在下午和夜间,下午出现的充电高峰是由于出租车的补电行为以及部分私家车的工作时段充电行为,夜间的充电高峰主要是由于出租车的快充行为以及公交车的充电行为。此外,在19∶00以后的小充电高峰是由于私家车和专用车的集中充电行为造成的。

图4 电动汽车充电负荷预测

根据电动汽车随机接入的特性,对其接入充电行为特征进行预测和优化,0∶00～6∶00进行公交车集中充电,为缓解大负荷突然接入造成的波动,可以进行分批次有序充电,例如0∶00～2∶00第一批次充电,2∶00～4∶00第二批次充电,4∶00～6∶00第三批次充电。由此可以保证负荷曲线波动减小,供电系统稳定性增加。根据私家车上下班规律性工作特点,可以安排9∶00～10∶00,在到达工作地点后进行补电,另外下班后可在21∶00时后进行慢充。除此之外,出租车等难以预测充电规律的车辆可设置快充平台,保证出租车可以在白天的零碎时间进行充电,以此达到维持整个系统接入负荷相对稳定且平缓的目的。优化后的电动汽车充电负荷如图5所示。

图5 优化后的电动汽车充电负荷

3.2 仿真结果及分析

根据优化模型对算例进行仿真模拟,得到优化后的微电网各分布式电源能量管理曲线。晴天情况下微电网的能量管理优化如图6所示。

由图6可知,当电网电价处于低谷时段0∶00～8∶00时,由于阳光照射量不够,光伏发电还未开始启动,由风力发电和电网购电给负荷供电,同时将电能传输给储能蓄电池,在大电网购电价低时,将其充满作为储备;当电网电价处于平时段和峰时段时,首先考虑由光伏发电和风力发电给负荷供电,若不满足负荷需求则充分利用储能蓄电池供电,此时尽量不从电网购电,当储能蓄电池中能量消耗至临界值时,再向电网进行购电。

图6 晴天情况下微电网的能量管理优化

在特殊天气时,如阴雨、无风等情况下,低谷时段加大购电量,确保储能蓄电池有效运行,平时段采用大电网供电,峰时段充分利用蓄电池供电。根据优化模型对算例进行仿真模拟,可以得到阴雨、无风等特殊天气情况下,优化后的微电网各分布式电源能量管理曲线。阴天情况下微电网的能量管理优化如图7所示。

图7 阴天情况下微电网的能量管理优化

在极端状况下,如光伏、风力发电低效甚至失效,大电网存在供电波动。此时可采用微型燃气轮机进行发电,确保微电网供电系统的稳定性。由于该情况在实际中出现可能性极低,因此忽略不进行计算。

通过对比,以文献[8]中传统的电动汽车并网的能量管理公式进行仿真计算,正常情况下微电网每天的运行成本为17 704.23元。考虑电网分时计价及电动汽车充电规律的微电网系统能量管理策略后,晴天情况下运行成本为13 065.30元。两者相比减幅26.202%。阴天情况下微电网每天的运行成本为17 187.43元,与正常情况下传统算法相比,减幅2.919%。以文献[14]中的调查数据为例,2020年上海市奉贤区的年降水日数为144 d,晴朗天气日数为221 d。在此基础上综合计算传统方式下全年的运行成本为6 462 042.67元,而在采用本文所述的能量管理策略之后为5 362 420.79元,两者相比减幅为17.016%。

综上所述,说明在微电网能量管理中,考虑电网电价以及合理利用储能对于大电网和微电网系统都是十分有利的,以此达到了微电网分布式发电的经济利用最大化,运行成本最低化的目标。

4 结 语

本文在考虑各类分布式电源发电、电网分时电价计算、普通负荷与电动汽车负荷等数学模型的基础之上,建立了运营总成本最低的微电网能量管理模型。通过算例的仿真模拟及其分析,微电网能量的优化和管理确实可降低电力系统的运行成本,并在一定程度上缓解用电高峰期电网的供电压力,无论是社会效益还是经济效益都有很大的提高。