用户充电选择对电网充电调度的影响

摘要

湖南大学电气与信息工程学院、国网湖南省电力公司邵阳供电分公司、国网山东省电力公司经济技术研究院的研究人员黄小庆、陈颉等，在2018年第13期《电工技术学报》上撰文指出，电动汽车充电负荷作为可调度负荷，可减小负荷高峰期的供电压力，提高负荷低谷时的机组利用率，提高电网的经济运行水平，其优化调度对电网意义重大。

基于部分电动汽车用户实际中不接受电网调度的事实，以所有电动汽车用户的充电成本之和最小、电网负荷方差最小为目标，以用户充电需求等为约束，建立了电动汽车负荷的多目标优化调度模型。模型在保证用户充电获益的同时优化电网运行。

采用改进粒子群算法求解模型，仿真结果表明，用户充电选择将影响充电调度方案、用户经济性和电网运行安全。在充电调度中，需要考虑用户的充电选择。

化石能源危机和气候变暖等一系列全球性问题促使电力系统向低排放、低能耗的方向发展。电动汽车（Electric Vehicle, EV）在节能减排方面具有明显优势[1,2]。同时EV负荷具有时间上的可控性和空间上的可移动性，可参与电力系统优化调度，改善系统运行的经济性和安全性[3-5]。遍布全网的高级量测体系则可以为EV与电网互动提供强有力的技术支持[6]。

另一方面随着EV的大规模接入，EV用户的无序充电行为将给电网带来极大冲击，引发线路过载等一系列问题[7-9]，迫使线路扩容以及设备更新。为了充分利用充电负荷的可调度特性，改善电网的安全性和经济性，国内外已针对充电调度做了较多研究。从调度对象区分[10,11]，研究分为两类：

1）针对车辆整体的充电调度[12-14]。调度对象为EV群体，强调电网需求但忽视单个EV用户的利益和行为特性。如基于优先权的EV集群充放电模型[15]，低碳经济环境下的EV集群-电力系统协调优化运行模型[16]。

2）针对单一EV的充电调度[17-19]。注重个体的多样性，如考虑EV用户参与调频所带来的收益以及EV的成本，并采用动态优化方法对用户的充电过程进行优化[20]。

相比于集群调度，针对用户个体的调度模型更复杂，但更契合实际情况。本文对EV个体进行充电调度。总的来看，现有研究对充电负荷的优化调度目标、所受约束、调度对象已经比较明确且一致，但以往的充电调度策略，均默认用户将执行调度命令，用户充电过程完全可控。实际中，电网不具有强制用户充电的权限，用户需求不确定且充电时间灵活，使得电网调度方案和用户实际充电过程难以对应。

基于上述情况，本文提出各EV用户将根据自身行程安排和车辆荷电状态等信息，结合考虑分时电价、是否接受电网调度和快慢充电模式，选择某一种充电方式。电网将基于多目标优化充电模型，优化车辆的充电时间分布。

本文利用改进粒子群算法求解多目标优化模型。算例部分针对不考虑用户充电选择的有序充电、考虑用户充电选择的有序充电和无序充电三种场景进行仿真对比，分析用户充电选择对电网充电调度的影响。

结论

论文研究了考虑EV用户主动性的充电负荷调度模型，建立了考虑用户成本和负荷方差的多目标优化模型，对算例进行了仿真分析，得出以下结论：

1）相比于无序充电，电网的充电调度支持削峰填谷，提高供电安全的同时，保证用户有一定机会降低自身充电成本。

2）不考虑用户充电选择，将使得调度方案获取的负荷曲线发生偏移，且进行自我选择的用户越多，负荷偏移越明显。

3）考虑用户充电选择之后，相对于不考虑用户充电选择下做出的最优方案，充电方案将发生变化，形成的负荷曲线与实际负荷曲线更为吻合，且用户总成本和方差变化不大。当充电选择与电网调度方案不一致的用户数量一定时，考虑用户充电选择的电网调度方案相对于理想调度方案发生偏移后的情形经济性更优，负荷方差更小。如考虑了93辆EV选择不服从电网调度之后的优化调度方案，相对于10%的用户不响应电网调度造成理想负荷曲线偏移的情形，负荷方差从1.500 5降低到1.447 1，充电成本从1 442元降低到1 308元。

赞 (0)

相关推荐