簡析住宅小區(qū)有序充電價格響應(yīng)的電動汽車有充電策略

安科瑞電氣股份有限公司 上海嘉定 201801

摘要：在住宅小區(qū)傳統(tǒng)建設(shè)模式下，充電樁安裝難、配套投資大，嚴(yán)重阻礙了充電樁在小區(qū)內(nèi)進(jìn)行普及使用。為解決該問題，本文首先調(diào)研了住宅小區(qū)內(nèi)的電動汽車用戶的出行習(xí)慣和充電特點，提出了分時電價響應(yīng)和動態(tài)服務(wù)價響應(yīng)兩種有序充電模式，然后以用戶充電費(fèi)用較低為目標(biāo)建立了數(shù)學(xué)模型，并引入特別小區(qū)配電變壓器容量的懲罰因子，之后利用改進(jìn)粒子群算法，仿真分析在無序充電、分時電價響應(yīng)有序充電、動態(tài)服務(wù)價響應(yīng)有序充電三種方式下的負(fù)荷波動性。算法仿真后，證明了所提出充電策略的正確性、有效性。之后，針對住宅小區(qū)公共、個人停車位充電樁，提出了住宅小區(qū)停車位安裝充電樁響應(yīng)有序充電建設(shè)方案，為今后住宅小區(qū)電動汽車實際應(yīng)用充電提供了指導(dǎo)建議。

關(guān)鍵詞：電動汽車;住宅小區(qū)；分時電價響應(yīng)；動態(tài)服務(wù)價;有序充電策略

0引言

國家在加快電動汽車充電基礎(chǔ)設(shè)施建設(shè)的指導(dǎo)文件《關(guān)于加快電動汽車充電基礎(chǔ)設(shè)施建設(shè)的指導(dǎo)意見》中明確，住宅小區(qū)配建停車位時要同步建設(shè)充電設(shè)施或預(yù)留充電樁建設(shè)安裝條件。但調(diào)查發(fā)現(xiàn)，小區(qū)物業(yè)部門擔(dān)心安全責(zé)任準(zhǔn)宅小區(qū)業(yè)主安裝充電樁仍存在較多困難、物業(yè)不配合、報裝以及接電難度大等情況。在住宅小區(qū)電動汽車規(guī)模化發(fā)展的基礎(chǔ)上，小區(qū)安裝充電樁數(shù)量將進(jìn)一步增多。以山東省某市為例，約有1萬個小區(qū)，每個小區(qū)變壓器、高低壓電纜等配套設(shè)施設(shè)備、施工費(fèi)按30萬元/臺粗略估計，假設(shè)增容或新上5臺變壓器及配套設(shè)施用于小區(qū)充電樁充電使用，預(yù)計配套電源投資達(dá)到150億元。全國耗資可能需要上萬億，投資成本數(shù)額巨大。并且在普遍的老舊小區(qū)，普遍因位置緊張、地方協(xié)調(diào)關(guān)系復(fù)雜，配電設(shè)施擴(kuò)建改造非常困難。短時間內(nèi),無法實現(xiàn)該目標(biāo)和要求,迫切需要在原有配電設(shè)施不改造的前提下，研究一種科學(xué)有效、合理有序、投資少見效快、可持續(xù)發(fā)展的住宅小區(qū)電動汽車有序充電策略[1-2]。國家在《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2021—2035年）》中明確，住宅小區(qū)內(nèi)要積極推廣建設(shè)有序慢速充電樁。文獻(xiàn)［3-4］提出在原有配電設(shè)施不增容、不升級改造的前提下,利用谷時段充電,從而獲取充電費(fèi)用較低的有序充電方法。文獻(xiàn)提出一種無需集中式通信系統(tǒng)實時監(jiān)測控制的分布式電動汽車有序充放電策略。實際生活中，更需要以主動引導(dǎo)方式,鼓勵電動汽車用戶能夠充分、主動響應(yīng)充電價格參與有序充電策略。文獻(xiàn)提出用戶充電成本和電動汽車充電起始時間兩個目標(biāo)相結(jié)合為較優(yōu)的充電控制策略。文獻(xiàn)考慮充電站運(yùn)營收益，以電網(wǎng)分時電價動態(tài)引導(dǎo)，建立有序充電模型。通過調(diào)整電動汽車充電時間和預(yù)測充電負(fù)荷，使得客戶充電成本較低，建立有序充電模型。利用啟發(fā)式算法，綜合客戶充電成本和負(fù)荷曲線較優(yōu)為目標(biāo)，建立有序充電模型。文獻(xiàn)利用原有專變?nèi)哂嗳萘?建立由專變用戶、充電站運(yùn)營商和電動汽車用戶的三層有序充電模型。以上研究對充電價格定義尚不明確,僅在峰谷分時電價或動態(tài)分時電價上研究探討。 國家在電動汽車用電價格的政策規(guī)定，電動汽車用戶充電后應(yīng)向充電樁運(yùn)營企業(yè)繳納電費(fèi)、充電服務(wù)費(fèi)兩項。因此，本文將充電價格分為充電電價、充電服務(wù)價兩部分，分別對應(yīng)充電電費(fèi)、充電服務(wù)費(fèi)，并依據(jù)充電價格劃分原則引導(dǎo)、鼓勵用戶主動調(diào)整用車行為和充電習(xí)慣，響應(yīng)電動汽車有序充電策略。充電電價執(zhí)行一般工商業(yè)分時電價，充電服務(wù)費(fèi)由充電樁運(yùn)營企業(yè)根據(jù)現(xiàn)場實際、自身經(jīng)營情況等制定，主要用于彌補(bǔ)充電樁的運(yùn)營成本和建設(shè)成本。本文在分析住宅小區(qū)電動汽車用戶出行習(xí)慣和充電特點后，在無序充電方式的基礎(chǔ)上定義分時電價響應(yīng)和動態(tài)服務(wù)價響應(yīng)的兩種有序充電方式，建立以用戶充電費(fèi)用較低目標(biāo)函數(shù)，并引入超小區(qū)配電變壓器容量的懲罰因子，利用改進(jìn)粒子群算法以，分析分時電價響應(yīng)有序充電、動態(tài)服務(wù)價響應(yīng)有序充電兩種方式下負(fù)荷波動性影響。算例仿真驗證了本文提出的有序充電策略的有效性和合理性。

1電動汽車出行習(xí)慣

1.1 電動汽車功率需求分析

假設(shè)電動汽車用戶出行結(jié)束后，就開始充電。 假設(shè)充電過程近似為恒壓過程，即恒功率充電。 一輛電動汽車的充電時間：

式(1)中:Tc為充電的時間;Pc為充電功率;SOCo為電動汽車初始荷電狀態(tài);w為電動汽車電池容量。將24小時分為96個充電時段，則t時段電動汽車的充電功率為：

式(2)中N為動汽車充電數(shù)量,Pev,i(t)為電動汽車i在第t時段的充電功率，其為正值表示在充電，為負(fù)值表示在放電，為零值表示不充電(為閑置狀態(tài))。

1.2 電動汽車用戶行為習(xí)慣

一天24小時中，住宅小區(qū)電動汽車用戶的出行時間不是均勻分布，具有顯著的早晚高低峰現(xiàn)象叫由于上下班工作、接送孩子上學(xué)等生活工作習(xí)慣，電動汽車用戶的出行高峰主要集中在7 : 00-8 : 00、17 : 00-19 : 00兩個時間段區(qū)間，電動汽車用戶在下班后進(jìn)行充電的概率較大。而這期間本身就是住宅小區(qū)用電高峰期，電動汽車集中在此時間段充電會增加用電量，造成高峰時期電力負(fù)荷的緊張,給住宅小區(qū)配電設(shè)施帶來運(yùn)行風(fēng)險，同時電力系統(tǒng)出現(xiàn)“峰上加峰"的現(xiàn)象。為此，需要通過充電價格引導(dǎo)用戶，改變其充電習(xí)慣,避免造成電力負(fù)荷緊張的局面。

2住宅小區(qū)充電模式分析

小區(qū)用戶購買電動汽車，主要用于生活、工作需求，在小區(qū)充電較為方便,工作日下班后、周末全天充電均可,用于第二天上班或生活使用,適合交流慢充?？紤]在分時充電價格響應(yīng)的有序充電方式下,不需要在小區(qū)配置專人管理電動汽車接入充電樁,只通過充電價格引導(dǎo)用戶主動響應(yīng)充電。

2.1 無需充電方式

無序充電方式下，不論充電價格如何變化,電動汽車用戶下班后將電動汽車連接到住宅小區(qū)充電樁充電，近似恒功率充滿電才斷開充電連接。整個住宅小區(qū)所有電動汽車用戶在有充電樁閑置的情況下，下班后隨機(jī)接入充電。

2.2 分時電價響應(yīng)的有序充電方式

分時電價響應(yīng)的有序充電方式是在充電電價分時段、充電服務(wù)價固定統(tǒng)一的前提下,部分電動汽車用戶下班后沒有立即連接充電樁，而是選擇在一段時間后連接充電，目的是花費(fèi)較低的充電成本費(fèi)用充滿電。充電電價執(zhí)行國家規(guī)定的一般工商業(yè)峰谷分時電價。

2.3 動態(tài)服務(wù)價響應(yīng)的有序充電方式

動態(tài)服務(wù)價響應(yīng)的有序充電方式是在充電價格分時段(充電電價、服務(wù)價均分時段)的前提下，部分電動汽車用戶下班后沒有立即連接充電樁，而是選擇在一段時間后連接充電，目的是花費(fèi)較低的充電成本費(fèi)用充滿電。 充電服務(wù)價制定規(guī)則。住宅小區(qū)配電室變壓器容量是影響小區(qū)電動汽車充電的關(guān)鍵因素。為更有效地利用變壓器余量，通過充電服務(wù)價響應(yīng)參與住宅小區(qū)普通電力負(fù)荷曲線調(diào)度，根據(jù)上一時段電力負(fù)荷計算該時段的充電服務(wù)價。利用各時段價格差，通過充電管理系統(tǒng)控制充電樁電流大小，鼓勵用戶將充電負(fù)荷轉(zhuǎn)移到普通電力負(fù)荷較低的時段，實現(xiàn)較大化利用住宅小區(qū)變壓器容量。

充電服務(wù)價與普通電力負(fù)荷的關(guān)系為：

式(3),(4)中：P'n(t)為t時段普通電力負(fù)荷;Pn為一天中普通電力負(fù)荷平均值。v0為固定充電服務(wù)價，指充電樁運(yùn)營企業(yè)向充電車主收取一定服務(wù)費(fèi)彌補(bǔ)建設(shè)成本,本文取0.45元/千瓦時。

圖1充電服務(wù)價變化曲線

高峰期充電，避免住宅小區(qū)配電設(shè)施超負(fù)載運(yùn)行;普通電力負(fù)荷低時,充電服務(wù)價相對較低，吸引、鼓勵住宅小區(qū)充電用戶選擇接入充電，提高住宅小區(qū)配電設(shè)施利用率。電動汽車的充電負(fù)荷具有可轉(zhuǎn)移性,在充電服務(wù)價格差的刺激下，電動汽車用戶為降低充電費(fèi)用，盡量選擇在充電服務(wù)價低的時段充電也就是將充電負(fù)荷聚集到普通電力負(fù)荷少的時段充電,充分利用小區(qū)配電室變壓器容量。在0 ： 00-6 : 00時間段內(nèi)，充電服務(wù)價相對較低，在0.2元/千瓦時以下;在17 : 00-22 : 00時間段內(nèi)，充電服務(wù)價相對較高，在0.8元/千瓦時以上。

3有序充電優(yōu)化模型

3.1 優(yōu)化目標(biāo)

有序充電優(yōu)化策略目標(biāo)是在現(xiàn)有住宅小區(qū)配電網(wǎng)變壓器余量的基礎(chǔ)上，通過用戶主動響應(yīng)，讓用戶充電費(fèi)用降特別多。

3.2 有序充電模型

(1)充電價格函數(shù):s(t)=q(t) + v(t)無序充電方式下,q(t)、v(t)、s(t)為常數(shù)。

分時電價下的有序充電方式,q(t)為階段函數(shù),v(t)為一常數(shù)，因此s(t)為變量。

動態(tài)服務(wù)價下的有序充電方式,q(t)為階段函數(shù),v(t)為動態(tài)變量，因此s(t)為變量。

式中:s(t)為t時段充電價格,q(t)為t時段充電電價,v(t)為t時段充電服務(wù)價。

(2)配變余量函數(shù)：

式中Sn為小區(qū)配電室變壓器額定容量;COSφN為變壓器額定功率因數(shù);μ為變壓器負(fù)載率;Pb(t)為t時段住宅小區(qū)配電網(wǎng)普通電力負(fù)荷pi+(t)為t時段變壓器用電余量。本公式是指充電樁與普通電力負(fù)荷同時接在一臺變壓器上，充電樁有功功率與普通電力負(fù)荷有功功率之和是變壓器負(fù)載。 在不超過住宅小區(qū)配電變壓器容量的前提下,以用戶充電費(fèi)用很低為目標(biāo)建立函數(shù)：

式⑸ 中Pev,i(t)為第i輛電動汽車t時段充電功率,N為電動汽皋充電樁臺數(shù)△t為時間間隔;γ為各時段超出小區(qū)配電變壓器額定容量限制的懲罰因子本文取10元/千瓦。定義符號函數(shù)

3.3 約束條件

電動汽車充電響應(yīng)主要受住宅小區(qū)電壓范圍、 充電容量、線路熱負(fù)荷等因素限制。

1. 
   

2. 住宅小區(qū)可允許的電壓范圍約束充電樁側(cè)的電壓維持額定范圍為：

式(7)中：Vi為第i個充電樁的電壓，Vmin和Vmax分別為住宅小區(qū)配電網(wǎng)允許的較大、較小電壓值。

1. 
   

2. 小區(qū)充電站內(nèi)的充電功率變化范圍為：

式(8)中:△P0為當(dāng)前時段與上一時段小區(qū)充電站的充電功率變化范圍，本文取20kW。

(3)充電容量約束

式⑼ 中SOCi,0為第i輛電動汽車動力電池的初始荷電狀態(tài);Wi為第i輛電動汽車動力電池容量。

(4)荷電狀態(tài)連續(xù)性約束

式(10)中SOCi,0為第i輛電動汽車在t時間段末電池的荷電狀態(tài),SOCt-i為第i輛電動汽車在(t-1)時間段末電池的荷電狀態(tài)。

(5)線路熱負(fù)荷約束

式(11)中:LMCLMCMAX祝嗅分別為線路的熱負(fù)荷、較大熱負(fù)荷。

3.4有序充電控制算法

本文結(jié)合Monte-Carlo模擬，采用改進(jìn)粒子群算法(improved particle swarmoptimization, IPS0)求解問題，并引入動態(tài)慣性因子w。

式(12） 中：Wmax、Wmin為慣性因子的較大、較小值，一般Wmax=0.9,Wmin =0.4,t、Tmax分別為當(dāng)前迭代次數(shù)與設(shè)置的較大迭代次數(shù)。 使用IPSO進(jìn)行優(yōu)化求解時，將第i輛電動汽車在t時段的充電功率變量xit作為粒子的位置坐標(biāo),粒子維數(shù)為NxT。

圖2有序充電方式算法流程圖

本文研究24小時進(jìn)行數(shù)學(xué)優(yōu)化，采用Madab仿真求解，其算法流程圖如圖2所示。