双碳目标下电动汽车有序充电策略研究现状论文

SCI论文（www.lunwensci.com）

　　摘要：电动汽车大规模无序接入电网充电可能会导致负荷峰谷差增大，加大电力系统不稳定性，给电网安全运行带来严重的威胁。但其“储能”功能可以与分布式能源互补，缓解分布式能源出力间歇性和波动性对电网的影响，有效降低含高比例可再生能源微电网储能配置，促进分布式能源的发展。从电动汽车无序充电对电网的影响入手，分析了目前有序充电控制的优化目标及控制策略，介绍了电动汽车与新能源的协同优化，总结了目前存在的问题，可以对未来电动汽车规模化充电深入研究带来一定的参考价值。

　　关键词：电动汽车,充电,优化目标,控制策略,分布式能源
　　Abstract:The large-scale and disorderly access of electric vehicles to the power grid for charging may lead to an increase in the peak-to-valley load difference and increase the instability of the power system,thus posing a serious threat to the safe operation of the power grid.At the same time,its"energy storage"function can complement with distributed energy,alleviate the impact of the intermittent and fluctuating output of distributed energy on the power grid,effectively reduce the energy storage configuration of microgrids containing a high proportion of renewable energy,and promote the development of distributed energy.This paper starts with the impact of disordered charging of electric vehicles on the power grid,analyzes the optimization objectives and control strategies of the current orderly charging control,introduces the coordinated optimization of electric vehicles and new energy,and summarizes the current problems.It can provide certain reference value for in-depth research on large-scale charging of electric vehicles in the future.

　　Key words:electric vehicle;charging;optimization target;control strategy;distributed energy

　　0引言

　　发展电动汽车是促进双碳目标实现的重要手段。在我国对电动汽车行业的大力扶持战略下，如财政补贴、税收优惠、双积分、新能源汽车号牌不限行等，国内电动汽车产业发展非常迅速。据中国汽车工业协会统计分析，截至2021年末，我国新能源汽车保有量达到784万辆[1]，占全球新能源汽车总量的50%以上，市场潜力巨大。电动汽车大规模接入电网也会带来一系列问题。例如晚上六点之后电网基础负荷处于高峰期，也是电动汽车用户充电高峰期，大量电动汽车负载无序随机接入电网极易造成“峰上加峰”，如图1所示，影响电网运行的安全性和稳定性[2]。因此，对电动汽车实施有序充电具有重要意义。同时，电动汽车作为可控负荷的一种，可以与可再生能源互补，提高能源利用效率，降低对配网负荷的不利影响，减少电网建设投资，实现电动汽车与电网的良性互动。


　　本文从电动汽车无序充电对电网的影响入手，分析目前有序充电控制的优化目标和控制策略，介绍了电动汽车与新能源的协同优化，总结了目前存在的问题，对未来电动汽车大规模充电的进一步研究具有一定的参考价值。

　　1电动汽车有序充电优化目标研究现状

　　电动汽车的充电行为可分为有序充电和无序充电两类。有序充电是指在不影响电动汽车用户正常充电的基础上，通过合理控制电动汽车的充电行为，有效地控制和引导其接入电网完成充电。特别是在负荷高峰期间，该措施可以有效实现电网稳定运行。

　　对电动汽车进行有序充电的引导方式分为两类：一方面，用户按照国家制定的电价政策进行充电，对电动汽车充电时段进行有序引导，避免出现“峰上加峰”和峰值转移；另一方面，电动汽车的当前充电功率或其他可中断负荷根据电网负荷进行控制。近年来，国内外专家对电动汽车有序充电的优化控制进行了大量研究，主要考虑从电网侧和用户侧进行优化研究，当考虑的角度发生变化时，优化目标也相应地发生变化。

　　1.1电网侧角度

　　当从电网侧进行优化时，研究的优化目标主要是电网侧负荷峰谷差最小、负荷方差最小、网络损耗最小及充电功率最优。葛少云等[3]以负荷峰谷差最小作为目标函数，优化了电动汽车充电时峰谷电价时间段的划分。杨玉青等[4]提出了一种实时在线动态有序充电策略，建立了以负荷方差为目标的充电优化模型，研究了不同渗透率下充电策略对负荷曲线的改善情况，并通过粒子群算法进行求解，但其负荷方差优化效果不佳。钟小强[5]通过对电网峰谷差参数的优化进行有序充电策略，保持原有峰荷不变，提高谷荷以达到降低峰谷差的目的。李正烁等[6]考虑了未入网电动汽车充电行为预测，以负荷填谷为目标对电动汽车接入电网的实时充电功率进行优化，仿真结果表明，该方法的效果接近理论上的最优填谷，但是缺乏对用户因素的考虑。占恺峤等[7]提出了以配电网网损最小为目标的充电优化方法，所提方法可以在减小配电网网损的同时平抑负荷变化。仅仅站在电网侧角度忽略了电动汽车用户的利益，降低用户参与响应的积极性，结果缺乏参考性。


　　1.2用户侧角度

　　当从用户侧进行优化时，研究的优化目标主要是用户充电费用最少、充电等待时间最短。蒋怡静等[8]建立了不同尺度下的用户满意度函数来有序引导电动汽车充电，在时间和空间层面上进行合理的优化控制，保证用户参与充电的满意度同时也改善了电网负荷波动情况，所提及的满意度为用户整体的满意度。于会群等[9]提出一种考虑电动汽车用户满意度的微网分层优化调度策略，将用户满意度分为出行满意度和费用满意度；程江洲等[10]考虑到用户的需求和利益，提出了一种居民小区电动汽车有序充放电策略，采用莫楞贝突变遗传算法求解每辆电动汽车的最优充放电时间。与考虑电网侧单目标相比具有一定优势，往往在优化用户侧单目标时会间接对电网侧起一定降低负荷波动的效果。

　　1.3同时考虑电网侧角度和用户侧角度

　　为了同时兼顾电网侧和用户侧利益，不少学者总结单目标的特点，研究了多目标协同优化问题的求解方法。Brooks A等[11]以用户满意度和电网安全性作为优化的目标，采用两层优化模型和多目标遗传算法，最大限度地提高车主满意度和电网安全指标。康振南等[12]建立了大规模EV的双层充放电调度模型，该模型包括两个控制目标：用户的最小充电成本和电网负荷的最小峰谷差，利用模拟退火算法对模型进行求解。高少希等[13]以居民区日负荷峰谷差率最小和用户成本最低为优化目标，分别采用基于Pareto最优的多目标遗传算法NSGA-Ⅱ和基于Pareto最优的粒子群算法求解，得到最优充放电时段。张良等[14]采用两阶段优化模型，第一阶段以经济利益为目标，第二阶段以降低负荷峰值为目标，并且第二阶段以第一阶段的优化结果为约束，对三种情形下进行仿真分析，结果表明采用两阶段的优化对降低用户成本和负荷峰值有明显效果。

　　极少数文献同时考虑发电侧、电网侧、用户侧三方利益进行研究。王凌云等[15]采用时空双层规划，上层以负荷波动最小和用户费用最低为优化目标；下层以发电厂燃料成本最低和配电网网损最小为优化目标，采用自适应变异率遗传算法及非线性规划寻优得到，但没有考虑用户与电网之间的数据互动。张蒙[16]搭建了考虑风电和EV的实时滚动优化模型，以平抑电网负荷波动、提高风电消纳量和提高EV车主充电满意度为优化目标，用ADMM-IGWO算法求解模型。大规模的电动汽车充电调度问题既关系到电网的安全稳定运行，又关系到发电厂的经济利益和用户的使用感受。电源、电网和用户间这种相互联系的性质，决定了孤立考虑某一方利益是不符合实际要求的，因此如何实现各方利益的最优化和三方利益的有机协调值得进一步研究。

　　2电动汽车有序充电优化策略研究现状

　　根据用户响应方式的不同主要分为两类：基于电价响应(Price Based Demand Response，PBDR)和基于激励响应(Incentive Based Demand Response，IBDR)。基于激励型的响应策略是用户根据电力市场需要主动调节电力需求从而获得相应的补偿，例如在系统发电不足或常规负荷耗电量大时，为转移EV负荷在此时段的电力需求，EV运营商采取一些补偿措施或优惠电价的手段，安排EV负荷在用电低谷时段充电，这种模式可根据不同车主的特点制定灵活的激励措施，适用于规模较大、车主偏好不同的EV需求响应过程。基于电价型的响应策略是通过制定不同时段的电价，鼓励用户对电网负荷的调节和管理做出响应，从而降低配电网负荷的峰谷差，平滑日负荷曲线，提高配电网运行的稳定性，同时给予用户更经济的用电选择权利。在实际生活中，基于电价型的响应策略更受用户青睐。基于电价型的响应策略目前较为常见的是分时电价(Time-Of-Use price，TOU price)、实时电价(Real-Time price)和动态分时电价(Dynamic Time-of-Use price)。

　　分时电价是由峰平谷3个时段或峰谷2个时段的固定电价组成，是常用的价格型激励机制，可鼓励用户有选择地避开用电高峰。Navjot Singh Sains等[17]基于分时电价建立了有序充电模型，根据优化后的结果，分时电价可以有效地引导对电网进行削峰填谷。严俊等[18]在峰谷分时电价的基础上，提出了计及功率限制的电动汽车充放电策略，使得负荷曲线峰谷差明显减小，同时提高了系统对于电动汽车规模化充电的接纳能力。桂俊平、郭豪杰等[19-20]基于分时电价分别建立了电动汽车有序充电的不同模型，引入电动汽车用户的分时电价响应系数，对电动汽车有序充电模型进行模拟仿真，但当用户响应系数增大时将加重电力系统的负担。孙近文、高亚静等[21-22]基于峰谷充、放电价政策下建立有序充放电策略，对充放电的最优峰谷电价方案进行了求解。黄贵鸿等[23]建立了基于价格需求响应的EV充电模型，该模型仅依赖固定的分时电价来引导EV充电，采用这种模型具有一定的风险，有可能会造成“峰谷倒置”的现象。传统的分时电价更新周期长，对实际负荷的变化反应不够灵敏，无法制定出有效的充电策略，不能对EV充电负荷进行准确的引导，因此，有学者对分时电价策略进行了改进。史亮等[24]建立了考虑EV随机特性的充电负荷模型，构建了电价与用户响应充电负荷之间的映射关系，提出了一种新的多时段分时电价策略，更为合理地引导EV负荷转移；苏海锋等[25]以小区居民用户为研究对象，提出了充分利用谷时段充电的双序谷时段充电模式，但是会出现谷时段负荷峰谷差较大和负荷波动加剧的结果。

　　针对分时电价的不足，有学者提出动态分时电价。常见的动态分时电价是根据负荷预测或电动汽车用户动态进行响应。徐智威等[26]提出了一种动态分时电价的EV有序充电优化方法，该方法以变电站下负荷峰谷差最小作为优化目标，通过启发式算法动态求解EV分时电价的划分时段。赵冬梅等[27]提出了一种基于动态分时电价的含电动汽车电网无功优化策略，基于无功负荷预测值制定动态分时电价。张西竹等[28]提出EV充放电计划由用户自主响应分时电价并经本地EV调度机构调整后确定，控制中心实时更新分时电价。杨晓东等[29]引入虚拟电价理论实时反映电动汽车充电负荷水平，采用小波分析和模糊聚类法确定各时段动态电价，实现了削峰填谷的目的。程杉等[30]考虑电动汽车的放电能力，提出一种根据电动汽车入网数量动态调整电价。

　　在智能电网环境下，借助于先进的量测、通信和智能决策技术，可以对电力用户的用电价格按很短的时间间隔(通常为15 min)[31]进行定价，即实时电价。Rob‐ert Smith等[32]以实时电价为基础，建立了以用户充电费用最小为目标的有序充电模型，对比了无序充电、分时电价与实时电价3种充电策略下的电动汽车充电负荷特性，实时电价下最优。Junjie Hu等[33]考虑多目标建模，并且选取实时电价模型建立用户的需求响应模型，提出了最优电价定价的方案。刘翔宇[34]基于实时电价建立了综合考虑配电网、充电站和用户的优化模型。实时电价与分时电价相比具有较短的更新周期，使用户的选择更加灵活，有利于电网系统调节负荷平衡，实现削峰填谷与优化供电，从而能够提高资源利用率，但实施起来也更为困难，应用范围较为局限。

　　3电动汽车与新能源协同优化

　　进一步提高新能源的利用率，不仅需要改革发电侧的政策和机制，同时也应该在需求侧放开负荷管理和需求响应技术。电动汽车作为当前国家政策大力支持的灵活柔性负荷，随着电动汽车数量的增加，其潜在的可调控空间也将随之增大，为新能源的消纳提供了有效的途径。针对电动汽车与微电网协调运行方面，不仅可以促进微电网接纳更多的新能源，而且有利于电网侧经济运行，同时又能为电动汽车提供能量从而减少化石燃料的消耗，促进双碳目标的实现。电动汽车与新能源的互补利用降低了两者单独接入电网所造成的负面影响，促进两者更进一步发展。目前关于电动汽车与可再生能源协调控制的研究主要有：(1)区域电动汽车与可再生能源的协同调度；(2)含有电动汽车和可再生能源的经济调度；(3)基于微电网或分布式配电网的电动汽车与可再生能源协调控制。张夏霖等[35]考虑了光伏出力预测的不确定性，提出了含电动汽车与可控负荷智能小区的两阶段优化调度策略，利用日前调度和实时修正相结合的两阶段优化方法，实时调度修正光伏预测的误差所产生的电力供求不平衡量。杨晓东、张有兵等[36-37]以含有高渗透率光伏发电的微电网为研究对象，以光伏利用率为优化目标建立了电动汽车充电模型。Li Chiao Ting、Karfo‐poulos、Mahmoud Ghofrani等[38-40]讨论了电动汽车与风电间的协同效应，并指出电动汽车的储能特性可以降低风力发电出力的间歇性。李正烁、侯建朝、范晋衡等[41-43]研究了电动汽车参与输电网侧调度的特点，以减小发电成本和碳排放成本为优化目标建立了电动汽车和风电协同调度模型。杨冰、张晓波等[44-45]构建了包含电动汽车及风电、光伏的配电网系统，将电动汽车看作可充放电的灵活负荷，通过构建有序控制模型达到了可再生能源利用率最高和负荷指标最优的目标。李惠玲等[46]构建了基于智能电网的动态经济调度模型，该模型包含电动汽车和可再生能源发电，以发电成本、电动汽车充电成本、环境污染费用以及等效负荷率最大为目标，在满足用电需求的前提下，动态调节电动汽车充放电时间和功率，匹配负荷和可再生能源发电波动，结果表明电动汽车充放电负荷能够协助常规火电机组进行调峰，提高可再生能源消纳水平。

　　4结束语

　　由于我国政府对电动汽车行业的支持，电动汽车的生产规模日益扩大。庞大的聚集性负荷接入电网势必给电网带来消极的影响，因此未来对于研究电动汽车有序充电优化策略是一个必不可少的热点。对于电动汽车作为新型负荷的合理有序控制会给电网和用户带来经济性的收益。电动汽车对生态环境影响很小，满足当前追求绿色的能源发展战略；对于电力公司来说，通过合理调度电动汽车的充电顺序、时间和电价可以使电网运行更经济可靠。未来对于这方面的研究还应关注以下几个问题。

　　(1)考虑用户响应意愿的研究不多，因此大多数结果不够准确贴合实际，未来应多关注用户对于充电调度的满意度，使用户自愿配合调度；

　　(2)关于电动汽车与可再生能源协调控制的研究主要以提高可再生能源消纳能力为着重点，充电策略通常基于分时电价，对可再生出力变化情况反应不迅速，因此可以进一步研究如何建立一个合理的电价制度，引导用户消纳新能源并且削峰填谷；

　　(3)电动汽车有序充电优化角度比较单一，多目标协同优化的研究还不够深入，未来多重目标优化是学者研究的重点内容。

　　参考文献：

　　[1]中国汽车工业协会.截至2021年底,全国新能源汽车保有量达784万辆,其中纯电动汽车保有量640万辆[EB/OL].(2022-01-03).http://www.caam.org.cn/search/con_5235354.html.

　　[2]胡泽春,宋永华,徐智威,等.电动汽车接入电网的影响与利用[J].中国电机工程学报,2012,32(4):1-10.

　　[3]葛少云,黄镠,刘洪.电动汽车有序充电的峰谷电价时段优化[J].电力系统保护与控制,2012,40(10):1-5.

　　[4]杨玉青,苏粟,姜久春,等.改善配电网负荷特性的充电站有序充电优化策略[J].电力系统保护与控制,2014,42(7):60-66.

　　[5]钟小强.居民区的规模化电动汽车有序充电控制策略研究[J].电测与仪表,2018,55(12):88-91.

　　[6]李正烁,郭庆来,孙宏斌,等.计及电动汽车充电预测的实时充电优化方法[J].电力系统自动化,2014,38(9):61-68.

　　[7]占恺峤,宋永华,胡泽春,等.以降损为目标的电动汽车有序充电优化[J].中国电机工程学报,2012,32(31):11-18.

　　[8]蒋怡静,于艾清,黄敏丽.考虑用户满意度的电动汽车时空双尺度有序充电引导策略[J].中国电力,2020,53(4):122-130.

　　[9]于会群,尹申,张浩,等.考虑电动汽车用户满意度的微网分层优化调度策略[J].中国电力,2020,53(12):83-91.

　　[10]程江洲,王劲峰,黄悦华,等.基于用户需求的居民小区电动汽车充放电优化控制策略[J].可再生能源,2019,37(11):1637-1642.

　　[11]BROOKS A,GAGE T,PROPULSION A C.Integration of elec‐tric drive vehicles with the electric power grid—a new value stream[C]//18th International Electric Vehicle Symposium and Exhibition,October 20-24,2001,Berlin,Germany.Berlin:IEVS,2001:20-24.

　　[12]康振南,程杉.采用双层优化模型的电动汽车有序充放电策略研究[J].东北电力技术,2019,40(3):1-6.

　　[13]高少希,张达敏,陈伟川,等.计及供需两侧的电动汽车有序充放电优化算法研究[J].电子测量与仪器学报,2020,34(11):140-147.

　　[14]张良,严正,冯冬涵,等.采用两阶段优化模型的电动汽车充电站内有序充电策略[J].电网技术,2014,38(4):967-973.

　　[15]王凌云,汪德夫,马奇伟,等.源、网、荷三方利益最优的电动汽车充放电双层优化调度[J].可再生能源,2018,36(5):713-718.

　　[16]张蒙.基于分布式优化算法的含风电和电动汽车的电网滚动优化运行[D].西安:西安理工大学,2021.

　　[17]SINGH SAINS N,AL-ANBAGI I.Optimal charging and dis‐charging for EVs in a V2G participation under critical peak con‐ditions[J].IET Electrical Systems in Transportation,2018,8(2):136-143.

　　[18]严俊,严凤.峰谷分时电价背景下的居民电动汽车有序充放电策略[J].电力系统保护与控制,2018,46(15):127-134.

　　[19]桂俊平,常湧,李行之,等.基于分时电价的电动汽车充电负荷影响研究[J].武汉大学学报(工学版),2018,51(10):915-919.

　　[20]郭豪杰,崔双喜.基于分时电价的电动汽车有序充电策略研究[J].机电工程技术,2021,50(10):20-24.

　　[21]孙近文,万云飞,郑培文,等.基于需求侧管理的电动汽车有序充放电策略[J].电工技术学报,2014,29(8):64-69.

　　[22]高亚静,王辰,吕孟扩,等.计及车主满意度的电动汽车最优峰谷分时电价模型[J].电力自动化设备,2014,34(2):8-13.

　　[23]黄贵鸿,雷霞,芦杨,等.考虑用户满意度的电动汽车用户侧最优智能充放电策略[J].电力系统保护与控制,2015,43(24):40-47.

　　[24]史亮,葛晓琳,顾闻,等.考虑需求响应的电动汽车充电负荷研究[J/OL].电测与仪表,2022,59(7):42-47.

　　[25]苏海锋,梁志瑞.基于峰谷电价的家用电动汽车居民小区有序充电控制方法[J].电力自动化设备,2015,35(6):17-22.

　　[26]徐智威,胡泽春,宋永华,等.基于动态分时电价的电动汽车充电站有序充电策略[J].中国电机工程学报,2014,34(22):3638-3646.

　　[27]赵冬梅,马泰屹.基于动态分时电价的含电动汽车电网无功优化策略[J/OL].华北电力大学学报(自然科学版):1-10[2021-11-26].https://kns.cnki.net/kcms/detail/13.1212.TM.20210623.1703.002.html

　　[28]张西竹,刘洵源,杨文涛,等.动态分时电价机制下的电动汽车分层调度策略[J].电力建设,2018,39(12):73-80.

　　[29]杨晓东,张有兵,翁国庆,等.基于虚拟电价的电动汽车充放电优化调度及其实现机制研究[J].电工技术学报,2016,31(17):52-62.

　　[30]程杉,赵孟雨,魏昭彬.计及动态电价的电动汽车充放电优化调度[J].电力系统及其自动化学报,2021,33(10):31-36.

　　[31]MA Z,CALLAWAY D S,HISKENS I A.Decentralized charg‐ing control of large populations of plug-in electric vehicles[J].IEEE Transactions on Control Systems Technology,2011,21(1):67-78.

　　[32]ROBERT S,DONG Z Y,SIMPSON R,et al.Demand response:a strategy to address residential air-conditioning peak load in Australia[J].Journal of Modern Power Systems and Clean Ener‐gy,2013,1(3):223-230.

　　[33]HU J J,SI C Y,LIND M,et al.Preventing distribution grid con‐gestion by integrating indirect control in a hierarchical electric vehicles'management system[J].IEEE Transactions on Trans‐portation Electrification,2016,2(3):290-299.

　　[34]刘翔宇.基于实时电价的电动汽车有序充电策略研究[D].呼和浩特:内蒙古工业大学,2021.

　　[35]张夏霖,杨健维,黄宇.含电动汽车与可控负荷的光伏智能小区两阶段优化调度[J].电网技术,2016,40(9):2630-2637.

　　[36]杨晓东,张有兵,任帅杰,等.含高渗透率光伏发电并网型微网中的电动汽车优化调度方法[J].电力系统自动化,2016,40(18):15-23.

　　[37]杨晓东,张有兵,蒋杨昌,等.微电网下考虑分布式电源消纳的电动汽车互动响应控制策略[J].电工技术学报,2018,33(2):390-400.

　　[38]LI C T,AHN C,PENG H,et al.Synergistic control of plug-in vehicle charging and wind power scheduling[J].IEEE Transac‐tions on Power Systems,2013,28(2):1113-1121.

　　[39]KARFOPOULOS,EVANGELOS L,HATZIARGYRIOU NIKOS D.Distributed coordination of electric vehicles providing V2G services[J].IEEE Transactions on Power Systems:A Publication of the Power Engineering Society,2016,31(1):329-338.

　　[40]GHOFRANI M,ARABALI A,ETEZADI-AMOLI M,et al.Smart scheduling and cost-benefit analysis of grid-enabled electric vehicles for wind power integration[J].IEEE Transac‐tions on Smart Grid,2014,5(5):2306-2313.

　　[41]李正烁,孙宏斌,郭庆来,等.计及碳排放的输电网侧"风–车协调"研究[J].中国电机工程学报,2012,32(10):7,41-48.

　　[42]侯建朝,胡群丰,谭忠富.计及需求响应的风电-电动汽车协同调度多目标优化模型[J].电力自动化设备,2016,36(7):22-27.

　　[43]范晋衡,邱朝明,曲大鹏,等.基于集群电动汽车接入区域配电网电压的综合优化控制[J].机电工程技术,2022,51(3):137-140.

　　[44]杨冰,王丽芳,廖承林,等.电动汽车与分布式电源协同有序控制研究[J].电工技术学报,2015,30(14):419-426.

　　[45]张晓波,张保会,董梁,等.微电网中电动汽车充电模式与换电模式的运行优化[J].电力系统自动化,2016,40(9):56-63.

　　[46]李惠玲,白晓民,谭闻,等.基于智能电网的动态经济调度研究[J].电网技术,2013,37(6):1547-1554.

关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/61753.html