电动汽车控制策略及经济效益评估

电动汽车控制 策略及经济效益评估

戴 欣， 吴 雪

江苏省电力有限公司 淮安供电分 公司，江苏省 淮安市 223002

江苏省电力有限公司淮安供电分公司，江苏省 淮安市 223002

摘 要：电动汽车是一种分散式的储能装置，基于电动汽车-电网互动技术（vehicle to grid，V2G），合理的调度策略可以激发其较多的潜在价值。不仅可以从电网中吸收电能，还可以向电网反馈电能。通过这种V2G技术，电动汽车可以参与电力系统的运行与控制。电动汽车具有较多的潜在经济价值，可以带来可观的收益，从而提高电动汽车的经济性，推动电动汽车的发展

关键词：电动汽车；经济效益；调度策略；粒子群算法

0 引言

随着人类社会的日益发展，能源问题越来越突出，因此爆发的种种社会问题和世界危机层出不穷。在全球变暖的今天，石油产品的大量消耗引起碳排放量激增，而其中大约50%的原油又被燃油汽车消耗。电动汽车技术的发展，给世界能源结构的升级带来巨大的机遇，可以帮助人类社会更好更快地实现抑制全球变暖的目标^[1]。

电动汽车的电池作为一种移动分散式的储能装置，不仅可以从电网中吸收电能，还可以向电网反馈电能。通过这种V2G技术，电动汽车可以参与电力系统的运行与控制。对于整个系统，电动汽车的电池可以用来移峰填谷，减少备用发电容量；可以参与系统调频，减少电网频率波动。总的来说，电动汽车具有较多的潜在经济价值，可以带来可观的收益，从而提高电动汽车的经济性，推动电动汽车的发展。因此，对电动汽车充放电策略及其经济效益进行研究是很有必要的。

本文对这些潜在价值进行了具体的分析，建立了相应的经济效益评估模型；提出了一种电动汽车调度控制策略，其特点是不增加电池的充放电循环次数。同时，针对某三班制企业，以一个工作日为单位，利用粒子群优化算法对电动汽车的放电做出了规划，分析了可调度容量和最大放电功率两个因素对经济收益的影响，验证了模型和控制策略的有效性。

1 电动汽车收益分析

1）减少购电费用。

购电费用是指用户按照用电量的多少，向电网支付的一笔费用。由于大中型用户用电量大、电价高，购电费用是一笔较大的开销。电动汽车的电池容量远大于日消耗能量，如果电动汽车和用户签订协议，将处于“空闲状态”的电动汽车一部分电能用于放电调度，可以取得较大的经济收益。将一天的时间分成24个时段，相应的年收益R₁可以表示为

（1）

式中：N为一年工作的天数；n为电动汽车的数量；P_ij为第i辆电动汽车在第j个时段的放电功率，单位为MW；c_j为第j个时段的大工业用电电价。

2）降低基本电费。

基本电费是根据大中型用户的最大用电功率来收取的一笔费用，受尖峰用电的影响比较大。尖峰用电具有功率大、持续时间短的特点，利用电动汽车响应速度快的优势合理放电，可以减少用户的尖峰用电，降低最大用电功率，从而降低基本电费。每年的收益R₂可以表示为

（2）

式中：P_max为用户的最大用电功率，单位为MW；P^'_max为电动汽车参与放电后，用户从电网中吸收的最大功率，单位为MW；c_d为基本电费价格。

3）减少配电设备容量建设费用。

大部分情况下，配电设备不会满载运行，变压器的最大容量主要是由于用电高峰的限制。利用电动汽车合理放电，可以减少用户的尖峰用电，从而降低配电设备的建设容量，节约配电设备的建设费用，获取一定的收益^[10]。每年的收益R₃可以表示为

（3）

式中：f_d为资产的折旧率；c_b为配电设备的单位造价。

4）降低变压器运行损耗费用。

用户的变压器运行损耗占用电损耗的主要部分，其中受负荷大小影响的是铜耗，它与负载率的平方成反比。电动汽车的电池容量较大，一定数量的电动汽车合理放电，可以明显降低变压器的负载率，从而降低其运行损耗。相应的年收益R₄可以表示为^[13]

（4）

式中：P_i为用户在第i个时段的用电功率，单位为MW；L_k是变压器的短路损耗；S_N为变压器的额定容量；cos β为变压器负荷侧功率因数。

5）减少停电损失费用。

重要的用户对用电的可靠性要求很高，某些企业一旦断电，整条生产线上的产品就会报废，损失严重。总的来说，停电损失可以分成两个方面：停电期间缺电造成的经营收益损失和停电造成的产品报废损失。电动汽车作为后备电源，可以短时间超过最大功率放电，在毫秒级时间内实现供电，防止停电造成的产品报废，并且继续供电，减少经营收益损失。相应的年收益R₅可以表示为^[13][21]

（5）

（6）

（7）

（8）

式中：R_IEA为用户缺电损失评价率；E_ENS为电网每次停电造成的用户电量不足期望值；λ_s为电动汽车接入电网时的故障停电率；λ_s'为电动汽车接入后配电系统的故障停电率；W_i为第i个时段电动汽车总的剩余能量；E_λ为每次停电给用户造成产品报废的经济损失期望值；T_s为用户每年的生产小时数；A_s为电网供电可靠性；P₀为用户维持基本生产的最小供电功率；λ_b为电动汽车供电的故障停电率；r_s和r_b分别为电网和电动汽车正常供电的修复时间；h_WE为W_iENS的小时数；P（W_iENS）为电动汽车接入后，一天中电动汽车总的剩余能量小于E_ENS的概率。

2 基于粒子群算法的电动汽车调度流程

电动汽车的数量众多，其放电控制策略的求解是一个高维数的优化问题。在众多算法中，典型规划算法被广泛地应用于此类问题，其方法简单，结果可靠，但是也存在着计算时间长，收敛精度不高等问题。文献［17］将改进的粒子群算法与典型规划算法进行比较，结果证明前者的计算时间更短，收敛精度更高。因此本文选用改进的粒子群优化算法。

2.1 粒子群算法的改进

粒子群算法来源于对鸟类捕食行为的研究。粒子的特征用位置，速度和适应度值来表示。粒子的位置代表问题的潜在解，粒子的速度决定了粒子移动的方向和距离，适应度值由适应度函数决定，其值的好坏表示粒子的优劣。

粒子群算法经过多年的发展，出现了众多的改进方法。本文采用文献［17］的方法，其粒子的更新公式为

（15）

（16）

式中：ω为惯性权重；k为当前迭代次数；V_id为粒子的速度；Y_id为粒子的位置；P_id为个体适应度值最优位置；P_gd为群体适应度值最优位置；I_gd为每次迭代过程中群体适应度值最优位置；a₁，a₂，a₃为加速因子；b₁，b₂，b₃为[0，1]区间的随机数。

2.2 算法流程

将粒子群算法应用到电动汽车放电控制策略及其经济效益评估中，通过优化电动汽车在各个时段的放电功率，使目标函数最优。本文问题中粒子的维度为24n，其中n是电动汽车的数量。粒子的位置可以表示为：

（17）

粒子群算法的具体流程为：

1）确定基本参数值，初始化粒子的位置和速度。

2）根据电动汽车放电约束条件修改粒子的位置和速度。

3）根据目标函数A计算粒子适应度值，记录个体极值和群体极值。

4）更新粒子的位置和速度。

5）根据放电约束条件修改粒子的位置和速度。

6）计算粒子适应度值，记录最优粒子位置，个体极值和群体极值。

7）判断是否达到最大迭代次数，是则停止；否则转到4）。

8）在最优粒子集中，根据目标函数B计算适应度值，记录最优解。

3 结论

本文比较全面地考虑了电动汽车多方面的经济效益，建立了评估模型。基于电动汽车电池容量远大于日消耗能量的特点，提出了一种放电调度策略。从系统侧看，电动汽车在用电高峰时刻放电还可以节省电源和电网的容量建设成本和运行成本，带来相应的社会效益，但是目前电动汽车的价格仍然较高，消费者购买的积极性不高。这还需要相应的政策支持，以推动其应用和成本的进一步降低。

参考文献：

1. Boulanger A G，Chu A C，Maxx S，et al．Vehicle electrification：status and issues［J］．Procecding of the IEEE，2011，99（6）：1116-1138．

2. 高赐威，张亮．电动汽车充电对电网影响的综述［J］．电网技术，2011，35（2）：127-131．

3. Dickermanand L，Harrison J．A new car，a new grid［J］．IEEE Power and Energy Magazine，2010，8(2)：55-61．

4. 钱科军，周承科，袁越．纯电动汽车与电网相互关系的研究现状［J］．电网与清洁能源，2010，26（11）：1-7．

5. 孙波，廖强强，谢品杰，等．车电互联削峰填谷的经济成本效益分析［J］．电网技术，2012，36（10）：30-34．

作者简介：

戴 欣，男，30岁，江苏淮安，硕士研究生，从事电力系统调度与控制工作，邮箱hhdaixin@163.com。