新型电力系统下综合电动汽车充电站的优化运行

新型电力系统下综合电动汽车充电站的优化运行

林立峰

台州宏达电力建设有限公司台州经济开发区运检分公司 浙江省 台州市 318000

摘要：随着传统化石能源形势的日益严峻，发展电动汽车产业是未来的重要发展趋势。目前，一个大型电动汽车充电站已经投入实际运营。随着电动汽车的快速发展，充电站的建设将会有很大的市场。关于电动汽车充电站的布局，电动汽车充电站的具体布局可以根据当地电动汽车的实际情况来确定。在高速公路、停车场等场所，可以建设一定规模的电动汽车充电站，满足电动汽车用户的充电需求。

关键词：综合电动汽车充电站；插电式电动汽车；光伏发电；电池储能；

构建以新能源为主体、用电负荷多元化发展的新型电力系统是实现中国“双碳”目标的重要途径.源与荷双重不确定性的考验，对电力系统调控平衡能力及运行调度方式提出了更高的要求.提出一个集成了插电式电动汽车（PEV）、新能源发电、固定储能，并与商业建筑物相结合的双向综合电动汽车充电站（IEVCS），建立了一个考虑其时间特性及协同互动的四阶段智能优化控制算法.目标在于最大程度地降低考虑了用户满意度及潜在不确定性的IEVCS运行成本，同时通过调整PEV充放电、电池储能充放电、电网供给电量、可调整负荷等的优化调度来保障实时供需平衡。

一、综合电动汽车充电站模型

双向IEVCS新模式，连接配电网及终端电力用户，其设计位于商业建筑物内或周边停车场，属于商业建筑物附属充电站或合作关系.当电力供给与需求失衡时，优先内部自我消化.建筑物负荷应是IEVCS的“责任”，其电费或负荷损失都归为其运营成本。当IEVCS有电力剩余时用来支持建筑物负荷需求，仍有富余且电网处于峰值负荷需额外供给时，允许返售电量给电网，但需优先保障内部负荷供应并根据负荷种类优先级进行调配，包括PEV充电、储能充电及建筑物负荷需求.在满足用户用电要求及电网需求的前提下，可调整或平移PEV充/放电、储能充/放电或建筑物灵活负荷。考虑到电池充放电效率，当有其他可用能源时储能放电不是优先选择.根据光伏板输出功率大小、电网供需状态、PEV充电需求、固定储能电量状态及当前电价等条件，针对不同的优化目标，IEVCS可运行在不同模式下，电力潮流方向也会随之改变。

二、四阶段优化控制模型

该优化控制模型可按时间线分为四个阶段：1）日前优化：制定日前优化能源管理计划；2）根据日前计划，更新多层PEV充电分时定价方案，计算放电参与补贴上限；3）时前优化：制定时前优化能源管理计划；4）实时控制：根据时前计划及实时数据反馈，实施实时控制策略。

1.PEV及建筑物负荷建模。通常来说，一天（24 h）是一个完整的仿真周期，但充电站里一天之中最后一个离开的PEV通常会停留至凌晨之后.因此，在提出的算法中，仿真周期依然是24 h（从凌晨开始算），但每次仿真的覆盖时间由一天之内到达但最后离开的PEV决定。日前PEV行程预测数据通过统计分析方法计算。每一辆到达的PEV用户都会设置目标离开时间及目标电量值.当电池容量为em i ax的PEV i在Ti0时刻接入时电量为eT i（i0初始电荷状态SOC为SOCiin），离开时的目标电量为E（i目标电荷状态SOC为SOCfin），在连接时间段Ti内每一时刻t的充电、放电功率为，则PEV i需满足：负荷可大致分为4类：重要负荷、功率可控负荷、可平移负荷、一般负荷.重要负荷的电能供给需保障；功率可控负荷重要但灵活可控，如空调、取暖器之类的温控设备；可平移负荷一般为洗衣机、洗碗机之类的可平移用电时间段的设备；余下的可灵活选择性负荷为一般负荷。

2.阶段I及III中的优化模型。优化模型的目标函数包括了每一时刻t的电网供电成本CtG、光伏发电及储能设备的运行成本CtPV、CtBS、负荷损失成本（EENS）CE b ENS，t、PEV放电补贴成本、PEV充电收益∑iPrti以及电量返售电网收益Prt G.式中：σ为单位电网电价；σG、σEV分别为返售电网单位电价及参与放电业务的PEV的单位放电电价；Pt+G、Pt G-分别为IEVCS与电网之间买、卖电交易功率；θEV、θPV、θBS分别为PEV充电、PV运行及储能设备运行的单位成本；pm PVax、sm BSax为PV的发电容量及储能的电池容量；EENS的计算根据负荷需求Dt b及实际负荷供给bt b决定，每种负荷根据其重要性与紧急性而有不同的单位负荷损失成本cbEENS.此外，任一时刻需满足功率平衡方程、潮流方程、电压限制及节点功率传输限制等条件。

3.阶段IV中的控制策略。运用的控制策略重点在于不同比较结果下的场景区分、PEV实时分类、针对不同预测偏差的优化逻辑等。Dif表示在实时状况下是否存在发电量多于用电需求或用电负荷增加的情况。控制路径取决于Dif、各类用电电价、各类负荷单位损失成本cbEENS等，其中电网电价的高低体现了该时刻负荷的峰谷情况.该实时控制的基本原则为：1）为减少新能源弃风弃光现象，采取“能并尽并”、“多发满发”原则。2）实时数据跟预测数据进行比较，比较变量有PV输出功率、建筑物负荷需求、在站PEV数量及充电需求、储能设备的电荷状态等。3）PEV根据其充电需求及出发时间分为3大类：①现时刻必须充电以满足用户要求；②可以按需求灵活调控充电时间；③与预测值一致，按时前优化计划操作。4）判断逻辑和优先级根据控制路径有区别。5）当发电量大于预测值，如果电网电价高则减少电网供电量，反之则减少储能设备供电或增加电量储备6）当负荷需求大于预测值，需根据电网电价高低考虑从储能还是电网增加供电，再依次考虑调整第2类、第3类PEV用户的充放电安排，以及第3类建筑物负荷的用电时间。

三、仿真验证

1.日前计划与时前计划比较。为了验证加入时前优化的作用，场景比较设置为直接用日前优化进行基本控制与加入时前优化后再进行基本控制。显然时前预测数。据比日前预测数据要更精确，但由于每小时进行的时前优化调整该小时开始直至隔天凌晨5点的运行计划，可平移负荷可能会因为前几小时的发电不足推迟至25~29 h内，但平移的负荷需要在一天之内补偿，所以尽管时前优化会给出当前小时的最优计划，也可能导致调整的负荷堆积在后面几个小时内，造成更高的运行成本。突发状况确实会导致供电负担集中在当日后几小时内，但较灵活负荷因8：00-11：00电价高而大量推后，因每小时的及时反馈使得储能在电价低的时段（2：00-7：00）存储大量电能，为10：00-15：00应对天气变化节省了大量成本，总运行成本约为场景1的1/15.3.2基本控制与实时控制比较为了验证加入实时控制策略的作用，场景比较设置为采用基本控制策略与采用所提出的实时控制策略。

2.基本控制策略的原则是，当发电功率高于负荷需求时，优先将电量存储在储能设备中，反之则多出的负荷需求由电网供应.从比较结果来看，总运行成本是场景4的1.55倍，实时控制使得10：00 PV发电功率变化时储能放电更多，11：00时可平移负荷消耗更少，在电价不高时段存储在储能里的电量更多.可见，当预测数据相对准确时，两场景成本差异不大，不可预见性越大，成本差异越明显.因此，实时控制策略更有效地利用储能设备及可调整负荷为可能发生的不利情况做了更充分的准备。

总之，通过IEVCS的灵活调节能力及自愈能力给电网提供更大的弹性，大幅提升电网性能和供电可靠性。

参考文献：

［1］王萍．多微电网能量管理系统研究综述.2020.

［2］刘丹，新型电力系统下综合电动汽车充电站的优化运行探讨.2021.