安科瑞 耿敏花

摘要:環(huán)境污染和能源危機問題越發(fā)嚴重,電動汽車因其低排放、低噪音等優(yōu)勢受到廣泛關(guān)注。但大量接入電網(wǎng)充電的電動汽車將會對電力系統(tǒng)產(chǎn)生巨大影響。特別是生活區(qū)域,電動汽車用戶普遍習(xí)慣下班后進入小區(qū)立即給電動汽車充電,而這一時期正值居民生活用電高峰時期,大規(guī)模不受控的充電行為將對供電系統(tǒng)產(chǎn)生安全風(fēng)險,影響電網(wǎng)的正常運行。針對這一現(xiàn)象,以“削峰填谷"為主要目標(biāo)建立住宅區(qū)內(nèi)電動汽車充電電費定價的雙層規(guī)劃模型,下層是個人用戶充電電費最小化模型,得到充電負荷,上層是電網(wǎng)負荷時間分布均衡模型,求得快、慢兩種充電方式的分時電價,通過分時電價改變居民的充電行為,引導(dǎo)居民錯峰充電，最后通過算例表明電網(wǎng)供電穩(wěn)定性提高了57.66%。

關(guān)鍵詞:電動汽車:分時電價:雙層規(guī)劃模型:削峰填谷

一、引言

傳統(tǒng)能源逐漸枯竭,環(huán)境問題日益嚴重,作為新能源產(chǎn)業(yè)的電動汽車因其低污染、高轉(zhuǎn)換率的優(yōu)點受到政府大力支持。隨著汽油成本上升和電動汽車電池技術(shù)的不斷進步,電動汽車逐漸成為傳統(tǒng)燃油汽車的替代品,廣受群眾歡迎。在可預(yù)計的未來:電動汽車市場將不斷擴大,電動汽車數(shù)量也將持續(xù)增多。但是,大規(guī)模電動汽車接入電網(wǎng)無序充電時其負荷峰值可能超過電網(wǎng)的傳輸極限，打破電力系統(tǒng)的供需平衡,進而影響電網(wǎng)的電壓穩(wěn)定,針對這些問題,可以從有序智能充電、充電定價策略等不同方面進行研究。本文就從價格方面考慮，從電網(wǎng)和用戶的角度，通過價格引導(dǎo)用戶的充電行為,保證電網(wǎng)平穩(wěn)運行。

二、問題背景

2.1問題描述

對于大部分電動汽車用戶,尤其是每天固定時間上下班的通勤人員,普遍會選擇在自家住宅區(qū)充電,而許多用戶下班回家后在用電需求已經(jīng)達到高峰的時期立即給汽車充電,這些隨機的充電行為會導(dǎo)致充電負荷和居民生活用電負荷在高峰期高度重疊。

本文從微觀角度,以居民住宅區(qū)內(nèi)的電動汽車為研究對象,同時考慮電網(wǎng)負荷的波動和小區(qū)電動汽車用戶的利益,通過建立雙層規(guī)劃模型制定不同時段快、慢兩種充電方式的電動汽車充電電價。通過價格的杠桿作用,針對每一輛電動汽車,改變用戶每個時段的充電行為,使準備使用小區(qū)充電樁充電的用戶錯峰充電,達到電網(wǎng)負荷曲線“削峰填谷的目的,保證居民生活用電正常,維護電網(wǎng)的安全穩(wěn)定。

2.2問題假設(shè)

本文所研究的問題有如下幾點假設(shè)。

1)居民住宅區(qū)的充電樁實行一車一樁,每個用戶根據(jù)電價自主選擇充電時間段和充電方式,互不影響；

2)用戶的需求電量不超過停車時間內(nèi)充電可提供的最大電量；

3)對于分時電價未實施的情況,電動汽車用戶的充電行為是歸家后就立即以慢充方式充電；

4)每輛電動汽車固定充電方式下的電池電量與時間呈線性關(guān)系。

三、模型建立

電網(wǎng)總負荷由所有電動汽車的充電負荷以及小區(qū)基礎(chǔ)負荷組成,而所有電動汽車的充電負荷可通過每輛電動汽車的充電方案得到，同時每輛電動汽車的充電方案受電網(wǎng)中的充電電價影響而改變;因此充電電價可根據(jù)電網(wǎng)總負荷制定。

3.1下層模型

將一天分為 24 h,每1h為1個時間段,用t表示,下層模型的研究對象是使用電動汽車出行并最終會返回小區(qū)充電的用戶，電動汽車總量為N,電動汽車n∈N=,可充電的時間段在用戶返回小區(qū)時間in之后至離開小區(qū)時間jn之前,開始時間段以歸家時刻的小時段 t=shn 表示，結(jié)束時間段以離家時刻的小時段 t=ehn,表示，根據(jù)用戶的歸家和離家時間以及用戶的需求充電電量Q,制定電動汽車在小區(qū)停車期間每個時間段的充電方案。下層模型的目標(biāo)雨數(shù)是電動汽車n的充電費用最小化,由各時段不同充電方式充電量和單位電價之積的總和求得,以此輸出每個電動汽車的充電方案。

3.2上層模型

上層模型的研究對象是小區(qū)的整個電網(wǎng),考慮居民生活基礎(chǔ)負荷加入電動汽車的充電負荷后對電網(wǎng)波動的影響,以及居民的電費變化程度,盡量使電費變化程度降低,從某種程度上也保證了電力供應(yīng)商的利益。

目標(biāo)函數(shù)是一天 24 h各個時間段的總負荷標(biāo)準差以及電價改變前后用戶充電總費用變化最小化,以此求得每個時間段內(nèi)的快、慢充電價。

四、 應(yīng)用方案

圖1 有序充電管理系統(tǒng)示意圖

圖2平臺結(jié)構(gòu)圖

充電運營管理平臺是基于物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的充電設(shè)施管理系統(tǒng)，可以實現(xiàn)對充電樁的監(jiān)控、調(diào)度和管理，提高充電樁的利用率和充電效率，提升用戶的充電體驗和服務(wù)質(zhì)量。用戶可以通過APP或小程序提前預(yù)約充電，避免在充電站排隊等待的情況，同時也能為充電站提供更準確的充電需求數(shù)據(jù)，方便后續(xù)的調(diào)度和管理。通過平臺可對充電樁的功率、電壓、電流等參數(shù)進行實時監(jiān)控，及時發(fā)現(xiàn)和處理充電樁故障和異常情況對充電樁的功率進行控制和管理，確保充電樁在合理的功率范圍內(nèi)充電，避免對電網(wǎng)造成過大的負荷。

五、安科瑞充電樁云平臺具體的功能

平臺除了對充電樁的監(jiān)控外，還對充電站的光伏發(fā)電系統(tǒng)、儲能系統(tǒng)以及供電系統(tǒng)進行集中監(jiān)控和統(tǒng)一協(xié)調(diào)管理，提高充電站的運行可靠性，降低運營成本，平臺系統(tǒng)架構(gòu)如圖3所示。

圖3 充電樁運營管理平臺系統(tǒng)架構(gòu)

大屏顯示：展示充電站設(shè)備統(tǒng)計、使用率排行、運營統(tǒng)計圖表、節(jié)碳量統(tǒng)計等數(shù)據(jù)。

圖4 大屏展示界面

站點監(jiān)控：顯示設(shè)備實時狀態(tài)、設(shè)備列表、設(shè)備日志、設(shè)備狀態(tài)統(tǒng)計等功能。

圖5 站點監(jiān)控界面

設(shè)備監(jiān)控：顯示設(shè)備實時信息、配套設(shè)備狀態(tài)、設(shè)備實時曲線、關(guān)聯(lián)訂單信息、充電功率曲線等。

圖6 設(shè)備監(jiān)控界面

運營趨勢統(tǒng)計：顯示運營信息查詢、站點對比曲線、日月年報表、站點對比列表等功能。

圖7 運營趨勢界面

收益查詢：提供收益匯總、實際收益報表、收益變化曲線、支付方式占比等功能。

圖8 收益查詢界面

故障分析：提供故障匯總、故障狀態(tài)餅圖、故障趨勢分析、故障類型餅圖等功能。

圖9 故障分析界面

訂單記錄：提供實時/歷史訂單查詢、訂單終止、訂單詳情、訂單導(dǎo)出、運營商應(yīng)收信息、充電明細、交易流水查詢、充值余額明細等功能。

六、產(chǎn)品選型

 安科瑞為廣大用戶提供慢充和快充兩種充電方式，便攜式、壁掛式、落地式等多種類型的充電樁，包含智能7kw/21kw交流充電樁，30kw直流充電樁，60kw/80kw/120kw/180kw直流一體式充電樁來滿足新能源汽車行業(yè)快速、經(jīng)濟、智能運營管理的市場需求。實現(xiàn)對動力電池快速、高效、安全、合理的電量補給，同時為提高公共充電樁的效率和實用性，具有有智能監(jiān)測：充電樁智能控制器對充電樁具備測量、控制與保護的功能；智能計量：輸出配置智能電能表，進行充電計量，具備完善的通信功能；云平臺：具備連接云平臺的功能，可以實現(xiàn)實時監(jiān)控，財務(wù)報表分析等等；遠程升級：具備完善的通訊功能，可遠程對設(shè)備軟件進行升級；保護功能：具備防雷保護、過載保護、短路保護，漏電保護和接地保護等功能；適配車型：滿足國標(biāo)充電接口，適配所有符合國標(biāo)的電動汽車，適應(yīng)不同車型的不同功率。下面是具體產(chǎn)品的型號和技術(shù)參數(shù)。

七、現(xiàn)場圖片

八、結(jié)論

針對住宅區(qū)內(nèi)大規(guī)模電動汽車無序接人電網(wǎng)的現(xiàn)象建立雙層規(guī)劃模型，為一天24個時段分別制定不同的電價,下層模型利用上層得到的分時電價,引導(dǎo)每名電動汽車用戶錯峰充電,保證所有用戶充電費用最小化,將下層模型得到的充電負荷輸人上層優(yōu)化分時電價,逐漸平抑電網(wǎng)波動，“削峰填谷"保證電網(wǎng)安全。

1)優(yōu)化模型不但大大減小了電網(wǎng)負荷波動,供電穩(wěn)定性提高 57.66%,也一定程度降低了用戶的充電費用,電動汽車的充電時長平均減少 29.17%。

2)該模型在優(yōu)化適用時間上沒有限制,也可適用于周末節(jié)假日時期。

3)電動汽車用戶的歸家、離家時間具有很強的隨機性,以后還應(yīng)考慮這一因素,加強模型的魯棒性;另外小區(qū)電動汽車充電樁數(shù)量有限,本文考慮的是所有電動汽車“一車一樁"的情況,未來還可以進一步分析共享充電樁下的電動汽車充電定價策略。