电动汽车集群参与调频辅助服务市场的充电调控策略

高 爽，戴如鑫

（智能电网教育部重点实验室（天津大学），天津市 300072）

0 引言

储能装置是增强配电网可再生能源消纳能力的重要保障，电动汽车（electric vehicle，EV）作为一种绿色交通，在节能减排方面具有不可比拟的优势。目前电池储能的价格较高，而电动汽车接入电网可作为移动储能设备提供与电池储能类似的双向调控能力，考虑到配电网中的电动汽车充电可调节能力，可作为分布式储能资源参与电力市场的日前能量调度和调频等辅助服务，一方面为电动汽车集群（electric vehicle aggregation，EVA）充电管理带来更多收益，另一方面可以为电网安全经济运行提供支撑，两者协调可以实现协同增效。

随着电动汽车的快速发展，中国电动汽车拥有量逐年上升，可以作为移动备用电源灵活使用，通过适当的策略对其加以控制可以调节系统频率［1］。因为其快速响应能力，电动汽车可以作为重要的调频资源［2-5］。文献［6］利用实时电价引导电动汽车有序充电，构造了一个电动汽车充放电收益最大化模型，该模型较好地表示电动汽车充放电决策。文献［7］提出一种集中式算法，使得电动汽车在保证电网稳定的前提下最大化充电速率，结果表明，有序充电下能量利用率和负荷曲线均有改善。文献［8］提出了电动汽车参与系统频率一次调整的方法，通过利用频率下垂特性的控制方法来完成系统调频的要求。文献［9］考虑了电动汽车参与电网调频的电池限制、运行成本以及电动汽车用户的使用习惯等，得到了电动汽车参与调频的最优充放电策略。但上述算法未将电动汽车的调频和充电需求分别考虑，忽略了电动汽车参与调频时由于充电需求和调频需求同时存在带来的充电/调频耦合问题，且缺少在充电控制情况下对调频能力的量化计算，难以综合优化电动汽车的充电成本和调频收益。

大量电动汽车接入电网充电，由电动汽车聚合商作为代理，集EVA 充电和调频为一体参与电力市场交易，可实现在日前能量市场和调频等辅助服务市场盈利［10］。在目前各国的研究和实践中，日前能量市场提供的分时电价可以作为激励信号，引导电动汽车根据不同时段电价错峰充电，通过日前优化调度降低充电成本的同时实现削峰填谷［11］。而参与调频辅助服务市场的交易分为日前阶段确定分时段的备用容量、实时阶段响应系统调频信号，以及最后根据实际功率输出和调频效果进行收益结算等多个阶段［12-13］。面向调频的电力市场机制在收益结算方面实际要求比较复杂，现有辅助服务市场给出的收益计算方法多包括容量收益、能量收益、里程收益等多个方面，并加入了对调频效果的考核［14］。一些研究基于调频性能得分和调频里程计算设计了EVA 参与调频的分布式控制方法，根据电动汽车不同的充电行为实施调度，实现了更准确的频率调节信号响应以及更高的调频收益［15-19］。但上述方法缺乏对涉及日前能量市场和辅助服务市场交易机制的综合应用，未充分考虑参与不同电力市场交易的时序性，难以解决分别进行日前调频容量确定和实时调节功率收益结算情况下的电动汽车充电调控问题。

针对电力市场环境下EVA 充电提供辅助服务的问题，本文提出基于电动汽车聚合商的EVA 的调控策略和市场收益评估模型，不同于以往的研究，本文考虑了：1）多阶段的收益评估，在日前阶段，市场根据预期的调频里程进行出清，但实际调频需要根据实时阶段的状态进行确定，不同阶段之间会互相影响，所以本文提出了考虑日前市场优化和实时自动发电控制（AGC）响应的多阶段收益评估；2）实际调频效果对收益的影响，市场为了提升调频质量，会对调频资源调频效果进行考核，根据考核结果支付调频收益，所以本文考虑调频效果对收益的影响。本文研究了聚合商聚集电动汽车的充电控制并实现市场化交易，体现了EVA 充电控制为电网带来的价值和效益。

1 EVA 参与多品种市场的收益结算

随着新能源的大量接入，电力系统的惯性越来越小，对调频储备的需求越来越大。研究表明，若没有新的频率储备技术应用，随着电力系统的发展，到2022 年，新建调频备用的成本会增加到2.5 亿元［20］。电动汽车拥有灵活和快速响应的特点，可以作为优良的调频储备。

为应对大规模电动汽车发展对电网运行带来的挑战，需要电动汽车聚合商开发充电设施的群控策略以应对电动汽车充电对电网的不良影响并为电网运行提供支持，通过对电动汽车充电设施采取合适的集群控制策略，可以实现电动汽车充电设施在现阶段电力市场坏境下的优化调度，例如，参与电网调峰、调频等辅助服务。日前能量市场的分时电价可作为价格激励信号对充电过程进行调控，辅助服务市场的调频收益是电网获取备用资源实现电网频率波动控制的辅助调节方式。电动汽车充电设施的群控策略可实现充电负荷参与日前能量市场和调频服务市场的优化配置和对调频指示信号的快速响应，并为电动汽车聚合商带来市场收益。

美国PJM（Pennsylvania-New Jersey-Maryland）市场中会提供两种调频指示信号，两种调频指示信号针对不同响应时间的调频资源，分别为RegA 和RegD。RegA 针对响应时间较慢的调频资源，例如传统的汽轮机等；RegD 针对响应时间较快的调频资源，例如EVA 和电池等［21］。

1.1 日前能量市场的结算

日前能量市场是在实时调度前一天开展的市场，在日前能量市场，电动汽车聚合商会在日前能量价格引导下制定电动汽车第二天的充电计划［22］，此阶段电动汽车聚合商以充电花贾最少为目标，充电花贾由下式计算：

式中：FChr为EVA 充电花贾；rChr(t)为t时段的日前价格；pChr(t)为t时段的充电功率；T为总调度时段。在能量价格的引导下，电动汽车充分发挥负荷特性，达到削峰填谷的效果。

1.2 实时市场的结算

实时市场是在实际生产前几十分钟到几小时，根据系统发电与负荷情况为平衡能量而组织的电力交易市场。在实时运行阶段，电动汽车参与电力系统调频的过程如图1 所示。

图1 基于电动汽车的调频系统结构Fig.1 Architecture of frequency regulation system based on EVs

整个过程可以描述为：

1）独立系统运营商通过数据采集与监控（supervisory control and data acquisition，SCADA）系统获取电力系统实时测量信息（频率、电压等）。通过SCADA 系统计算区域控制误差（area control error，ACE），并将其作为滤波器的输入，ACE 通过滤波器后，得到调频信号。

2）负荷服务商接收独立系统运营商的调频信号，根据其管理的调频资源上报的调频容量响应调频信号，并将调频功率下发给电动汽车聚合商以及其管理的其他调频机组［23］。

3）电动汽车聚合商接收负荷服务商下发的调频功率信号，并通过控制其管理的充电桩控制单元输送给电力电子变换器的驱动信号来下发调频功率。

4）充电桩接收电动汽车聚合商的充电功率分配控制信号，并控制接在充电桩上的电动汽车的充电功率，最终达到充电和调频的目的。

实时市场中电动汽车聚合商因参与系统调频会带来充电功率的变化，变化的部分可获得的能量收益为：

式中：FRP为EVA 调频功率带来的花贾；rRT(t)为t时段的实时市场的价格；pRD(t)和pRU(t)分别为向下、向上调频功率。

1.3 调频市场的结算

为维护电力系统的安全稳定运行，保证电能质量，发电企业和电力用户可以提供除正常生产电能以外的服务，包括：调频、备用、无功调节和黑启动。本文研究电动汽车聚合商提供调频服务，电动汽车聚合商在日前充电计划的基础上，对剩余的容量进行投标，作为调频容量参与调频市场。PJM 市场中的调频容量为上下对称容量，即向上调频的容量和向下调频的容量相等。

如图2 所示，电力系统在实时运行中会产生ACE。当ACE 小于0 时，独立系统运营商发出正的调频信号，指导电动汽车在计划充电功率基础上降低充电功率，填补功率缺额；当ACE 大于0 时，独立系统运营商发出负的调频信号，指导电动汽车在计划充电功率基础上增加充电功率，消耗功率。在PJM 市场中，每2 s 下发一次调频信号，对中标的资源进行调度，完成频率调节。

图2 电动汽车对调频信号的响应Fig.2 Response of EV to frequency regulation signal

调频储备被调用时会产生里程贾用。调频里程的定义为调频资源参与调频时“走过的路程之和”［24］，等于给定时间段内调频资源实际调频出力相邻两点差值的绝对值M1，M2，…，M5的叠加。

电动汽车聚合商在调频市场的收益包括容量收益和里程收益，计算如下［25］：

式中：FRC和FRM分别为EVA 容量收益和里程收益；rC(t)和rM(t)分别为t时段的容量价格和里程价格；pRC(t)和pRM(t)分别为t时段EVA 提供的容量和调频里程；M(t)为调频里程数；n′为该调度时段内调频信号的个数；AReg，t(i)为t时段市场给出的调频指示信号；λEVA为EVA 的性能得分。

2 优化模型

2.1 目标函数

电动汽车聚合商通过聚合电动汽车对其进行集中调控，利用规模效应获取收益。考虑到电动汽车聚合商在不同市场的决策不是独立的，电动汽车聚合商在日前市场预留出调频容量，这部分功率便不能再参与能量市场，并且电动汽车在实时运行阶段的调频效果会影响调频收益。考虑到上述因素，本文采用协同优化对EVA 的充电与调频行为进行决策，使得电动汽车聚合商收益最大化。具体的电动汽车聚合商参与多市场交易架构见附录A。

设定电动汽车聚合商包含N个集群，并用上标n表示第n个集群的量，则以花贾最小为目标的目标函数为：

2.2 EVA 模型

EVA 作为调频资源，不同于传统的电化学储能，需要考虑电动汽车行为的不确定性，即电动汽车的接入时间、离开时间和初始的荷电状态（state of charge，SOC）等。此外，电动汽车聚合商在控制电动汽车参与调频时，同时要满足电动汽车的充电需求。

EVA 的充电功率由下式得到：

对于电动汽车在通勤时的不确定驾驶和停车行为，根据美国交通部对全美车辆出行的调查结果得到汽车用户的离家时间和到家时间符合截断正态分布规律［26-27］，电动汽车的接入时间、离开时间和初始SOC 由截断高斯分布模拟，如下式所示：

电动汽车充电时会参与电网调频，其充电的需求（demand of charging，DOC）通过下式计算：

EVA 净充电功率由下式得到：

2.3 约束条件

EVA 充电首先要满足用户的充电需求，这要求电动汽车聚合商在日前市场确定充电计划和实时市场实际充电时都要将电动汽车的DOC 控制在用户要求的值：

电动汽车聚合商在日前充电计划的基础上将剩余的容量进行报价，因此，日前充电计划与提供的容量之和不应超过当前时刻电动汽车聚合商的最大充电功率。此外，本文采用EVA 与电网之间能量的单向传输模式，所以引出下式约束：

电动汽车聚合商参与调频市场、提供调频容量后，在市场对此部分容量进行调用时，最大调用量不应超过电动汽车聚合商提供的容量：

考虑到每个时刻系统频率是一个确定的值，即每个时刻只能有向上调频和向下调频中的一个需求，因此，需要对其每个时刻的调频状态进行约束，采用大M法构造约束如下式：

3 仿真模型

在日前阶段，电动汽车聚合商通过评估自身用电灵活性，在市场能量价格的引导下进行计划充电功率和调频容量上报，并将作为功率基线，以此为基准在实时阶段响应调频，每个都将维持特定时间（例如1 h），集群n响应于系统给定调频信号的调节功率不能超过调频容量的限制，即

在PJM 市场中，根据FERC order755 法案的规定，其采用按性能进行支付（pay for performance），PJM 根据实际调频效果对调频资源的性能进行考核，性能得分表示调频资源对调频信号的跟踪效果并影响调频收益的结算，得分高的资源获得的收益就高。本章旨在设计出电动汽车聚合商的AGC 模型，聚合商通过所设计的模型对整个集群进行快速调控，实现良好的控制效果，提高性能得分。

当负荷发生变化时，仅依靠调速器即一次调频的作用无法消除频率偏差，这时需要系统的二次调频。单区域电力系统中，积差调节法是根据系统频率偏差的积累值进行频率调节的。调频机组的调节准则如下式所示：

式中：ΔPr为调频机组的出力变化量；Δf为系统的频率偏差；C为调频功率比例系数。

在Simulink 中搭建EVA 参与系统二次调频的模型［28］，模型的框图见附录B 图B1。模型中充分考虑了电动汽车的充电需求，以及电动汽车聚合商中标的容量对调频功率的约束，更加贴合电动汽车参与二次调频的实际情况。可将指示信号加在系统中，观察电动汽车参与系统调频的效果。对于参与电网调频的电动汽车，其具体的过程见附录B图B2。

在电动汽车控制问题中，信息的传递往往通过通信网络实现，网络引起的通信延时不可避免，从信号发出到电动汽车接收，中间经过各级调度中心，通信延时分为传播延时、交换延时和排队延时。为了充分贴近电动汽车实际的充电调度，在模型中加入延时环节，通信延迟时间为τ。

图3 EVA 模型Fig.3 EVA model

EVA 总储能模型如图3（b）所示，电动汽车聚合商的首要任务是控制电动汽车充电，满足用户出行需求。在日前调峰市场通过能量价格的引导，以受益最大化为目标优化得到充电计划功率。在实时调频市场，EVA 以为基准响应调频信号，提供调频功率。所以，电动汽车充电净功率由和两部分组成，即

在建立EVA 的充电模型时，注入EVA 的能量累积包括2 个部分：电动汽车接入时自身已有的初始能量和电动汽车的充电能量。

当集群内各台电动汽车接入充电站的时间和初始电量确定时，就能得到，剩下两部分能量的计算如下式：

可得EVA 各时段的能量Dn(t)为：

综上所述，可以得到如图3（b）所示的EVA 总储能模型。

4 算例分析

由于本文采用的EVA 规模较小，不足以影响市场价格，故将电动汽车聚合商作为价格的接受者。本文采用的市场数据为美国PJM 市场2020 年1 月25 日的RegD 调频指示信号和市场的价格数据［29］，具体数据见附录C。

本文设定的电动汽车聚合商拥有两个集群，分别为在07：00—17：00 提供调频容量的办公区集群和19：00 到第二天05：00 提供调频容量的家庭区集群。集群内部的参数如表1 所示。将电动汽车等同于电池储能，并根据电池储能的性能得分［30］确定EVA 的性能得分为0.95。

表1 EVA 参数Table 1 Parameters of EVAs

为充分对比电动汽车参与电力市场发挥负荷调频特性带来的经济效益，本文设置3 个算例分别为：1）电动汽车直接充电，即不接受电动汽车聚合商的管理，不考虑当前系统整体频率；2）电动汽车仅参与日前能量市场，即接受电动汽车聚合商的管理，参与电力系统的调峰；3）电动汽车参与日前能量市场和调频市场，即接受电动汽车聚合商的管理，同时参与电力系统的调峰与调频。

仿真得到的结果如图4 所示。图4（a）为3 个算例的充电功率，在价格的影响下，充电功率曲线差别很大。算例1 中电动汽车接入电网并持续以最大功率进行充电，直到满足充电需求。算例2 和算例3在价格引导下会优化各时刻充电功率，因为算例3同时考虑调峰和调频，所以和只考虑调峰的算例2的充电功率差别较大。最终3 种充电方式都会满足充电要求（即DOC），如图4（b）所示。图4（c）为算例3 下的充电功率优化结果，价格对充电功率的影响很大，例如，15：00—16：00，随着价格变高，EVA提供上调功率，充电功率下调；随着价格变低，EVA提供下调功率，充电功率上调。

图4 不同算例的优化结果Fig.4 Optimal results of different cases

本算例中，设定07：00—17：00 和19：00 到第二天05：00 有EVA 参与电网调频，其他时间无EVA参与电网调频。电动汽车因其具有快速响应的优点，调频效果比传统火电机组好。图5 显示了EVA实际调频效果。由图5（a）可见，在有EVA 参与调频的时段比无EVA 参与调频的时段对频率波动的抑制效果好，系统频率基本不会产生很大的正偏差。本文采用的是单向传输模式，电动汽车不能向电网馈电。因此，在系统频率出现负偏差时，主要由传统机组承担向上调频的任务，但是由图可见，调频之后系统频率的负偏差还是很大，不像正偏差那样几乎可以降到0。所以，没有EVA 参与调节的电网系统频率的正偏差和负偏差都很大；有EVA 参与的电网，正偏差可以降为0。图5（b）为调频效果部分放大图，可以得知电动汽车对频率信号响应的超调量比较小，调频效果好。

图5 有无电动汽车参与调频的系统频率偏差Fig.5 System frequency deviation with/without EVs participating in frequency regulation

不同算例的充电方式花贾也不同，如表2 和表3所示，算例1 花贾最多，算例3 花贾最少。当EVA 仅仅参与能量市场（算例2）时，表2 显示充电花贾为977.8 美元；当EVA 参与能量市场和调频市场（算例3）时，表3 显示充电花贾为998.9 美元，即EVA 参与多品种电力市场交易时预留调频容量会造成在能量市场充电花贾上增加21.1 美元。但市场会对EVA进行容量补偿和里程补偿，因此，从整体来看，算例3 的花贾还是会比算例2 少，体现了EVA 参与调频市场的经济性。

表2 不同算例的费用Table 2 Cost of different cases

表3 算例3 的费用Table 3 Cost of case 3

5 结语

本文提出了一种EVA 参与多品种电力市场交易的充电调控和市场收益评估方法，分析了EVA 作为储能参与电网调峰调频的经济性和调频效果。应用PJM 调频市场机制对参与日前调度和调频辅助服务的EVA 进行协同调控，在考虑性能得分的情况下考虑了容量收入和里程收入。本文的研究成果可以提升EVA 充电的经济性和参与电力系统调峰调频等辅助服务的灵活性，实现EVA 作为移动储能与电网的友好互动。中国电力市场正处于改革期，虽然大多仿照国外市场机制，但在收益结算、性能考核等方面还与国外有较大差别。因此，在接下来的研究中会着眼于国内电力市场，建立适用于中国电力市场的模型。

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。