电力市场化改革下的有序用电优化管理

李华昌，揭东帅，徐敏

(1.中国电建集团江西省电力设计院有限公司，南昌 330000； 2.南昌大学 信息工程学院，南昌 330000)

0 引 言

随着燃煤、燃油等传统能源的不断消耗及环境污染问题，电力这一清洁能源以其绿色环保的优势愈发受到大家关注。当前国内国际电动汽车市场发展迅猛，许多国家相继出台了禁止燃油汽车销售的政策时间表，我国海南也制定了禁售燃油汽车的远景目标。尤其以比亚迪为首的车企自主创新，开发出DM-i超级混动系统，让电动汽车备受市场青睐。由此可见未来汽车电动化将是大势所趋。但是，大规模电动汽车接入电网，尤其是快充的大面积普及，极易造成电网负荷短期迅速增加、网损增大等不利于电网稳定运行的影响，这对整个电网都是一大考验[1-4]。

针对这一问题，文献[5]以峰谷电价政策引导用户晚点低谷时充电，但却没研究用户充电的最优策略。文献[6]为了削峰填谷，提出基于车联网系统(V2G)的调控方法。文献[7]在考虑电网波动的同时关注用户利益，提出在电价指导下的电动汽车有序充电模型，但是该数学模型需要频繁调整电动汽车的充电状态，严重缩短了汽车电池的使用寿命。文献[8]的电动汽车充放电模型，采用分层调度的方式实现上下两层的动态平衡，但该调度模型未将电网实际负荷水平考虑在内。

电力市场化改革的根本目的就是提升电力资源配置效率，使能源高效利用，实现绿色、可持续发展。随着电力市场化改革的推进，为满足多样的市场需求，除提供基本电能交易服务外，辅助服务是电力市场一个必不可少的补充，其中降低高峰负荷、平缓负荷曲线是辅助服务中非常重要的一项服务。为保证未来电动汽车绿色节能发展并与电网协调联动，解决因电动汽车大规模接入电网无序充电引起的负荷峰上加峰问题，提出基于鲸鱼算法(WOA)用于优化大规模电动汽车充电的控制方法，有效削减充电负荷尖峰、平缓充电负荷曲线，实现有序用电这一优化目标，为电力市场化交易中的辅助服务提供选项[9-10]。

1 算法基本原理

1.1 基本原理

鲸鱼算法的基本原理是模拟自然界中鲸鱼的日常捕食方式，通过模拟捕食过程各环节，实现优化搜索的目的。步骤如下：

(1)环绕捕食目标

发现捕食目标后，立刻吐出气泡并将气泡环绕捕食目标。初始设置时将当前鲸鱼位置设置为捕食目标位置，其他鲸鱼向当前位置靠拢[11]。公式如下：

(1)

(2)

(3)

(4)

(2)气泡捕食(局部搜索)

不断吐出气泡，并将其包围捕食目标，通过两种方式收缩捕食范围：a.包围收缩；b.螺旋捕食[12]。

图1 包围收缩方式

(5)

(6)

式中b为控制螺旋移动的常数；l为(0,1)范围内的随机数。

选取包围收缩或是选择螺旋捕食的方式是等概率的。为了实现完全随机，设二者机率各50%，参数p设置在(0,1)得以实现。如公式(7)所示：

(7)

(3)搜索捕食目标(全局搜索)

(8)

(9)

1.2 算法流程

步骤1：初始化鲸鱼种群；

步骤4：更新当前最优鲸鱼个体；

步骤5：满足终止条件，输出结果；不满足，则返回步骤3，继续迭代[16]。

算法的流程图如图2所示。

图2 鲸鱼算法(WOA)的流程图

2 鲸鱼算法优化有序充电的具体应用

2.1 目标函数

文中目标：削减因无序充电造成的电网负荷高峰。用数学模型表示：

(10)

2.2 约束条件

(11)

式中ton为充电开始时间；tin为充电接入时间；te为充电结束时间；Pi为第i辆车充电功率；ET0为电池初始电量；ET为电池容量。

2.3 算例分析

取某地电网典型日负荷实际数据(冬季和夏季)，建立总数为100辆的电动汽车模型，每0.25 h生成充电负荷数据，24 h共计96个负荷数据，具体如下：

(1)初始化：电动汽车充电接入时间tin(1×100的矩阵)：以接入时间高峰19点为均值的正态分布；充电完成时间te：均值为7点的正态分布；汽车电池初始电量ET0：均值为20%的正态分布；汽车电池额定容量ET：36 kW·h；汽车充电功率Pi：7 kW(剩余容量<90%)或1.5 kW(剩余容量≥90%)。tin与ton约束条件见公式(11)；

(2)无序充电：汽车接入即充电，tin与ton保持一致。根据所有电动汽车充电数据得到各时刻负荷，即为无序充电状态数据；

图3是程序运行结果，基础负荷为某地冬、夏季两季典型日负荷数据，夏季基础负荷晚高峰2 094 kW，无序充电高峰2 779 kW；冬季基础负荷高峰1 820 kW，无序充电高峰1 972 kW。经过鲸鱼算法优化后的充电高峰：夏季2 163 kW，较无序充电高峰降低22.2%；冬季1 810 kW，较无序充电高峰降低8.2%。

结果表明， 经过鲸鱼算法(WOA)优化，充电时间调整到后半夜(负荷低谷期)，充电高峰负荷明显下降，达到削减无序充电造成的负荷高峰目标。在日负荷曲线改变时，鲸鱼算法能够相应进行调整，实现不同负荷曲线下的削峰填谷，从而减轻不同运行状况电网的供电高峰压力。

图3 鲸鱼算法(WOA)有序充电优化结果

3 结束语

针对电动汽车无序充电导致电网高峰负荷短期迅速增加、网损增大等一系列问题，提出基于鲸鱼算法(WOA)的有序充电优化方法。通过调整电动汽车接入电网后开始充电时间，优化充电流程及策略，将充电高峰负荷进行转移。模拟模型结果表明：对比电动汽车无序充电和鲸鱼算法(WOA)优化后的有序充电，优化后充电高峰负荷显著降低，负荷曲线变得平滑，有很好的削峰填谷效果，验证了该优化控制方法的有效性。