電動汽車移動儲能輔助頻率控制策略的研究

鮑 諺 賈利民 姜久春 張維戈

(1.北京交通大學(xué)國家能源主動配電網(wǎng)技術(shù)研發(fā)中心 北京 100044 2.北京交通大學(xué)交通運輸學(xué)院 北京 100044)

?

電動汽車移動儲能輔助頻率控制策略的研究

鮑 諺1，2賈利民2姜久春1張維戈1

(1.北京交通大學(xué)國家能源主動配電網(wǎng)技術(shù)研發(fā)中心 北京 100044 2.北京交通大學(xué)交通運輸學(xué)院 北京 100044)

大量電動汽車接入電網(wǎng)后，不僅可以作為可控充電負(fù)荷存在，也可以作為移動儲能裝置為電網(wǎng)提供服務(wù)與支持。首先分析了電動汽車參與電網(wǎng)頻率控制的優(yōu)勢，介紹了一種移動儲能輔助調(diào)頻系統(tǒng)的結(jié)構(gòu)框架及工作機理?；陔娏ο到y(tǒng)頻率調(diào)節(jié)控制基本動態(tài)模型，建立了電動汽車參與電網(wǎng)一次、二次頻率調(diào)節(jié)控制的模型。在此基礎(chǔ)上，針對相關(guān)研究較少考慮電動汽車車輛屬性的特點，提出了計及車輛限制和用戶需求的電動汽車參與電網(wǎng)頻率調(diào)節(jié)的控制策略。該策略能夠滿足車輛用戶用車時間和容量的個性化需求，同時有效避免了荷電狀態(tài)超限和充放電電流倍率過大對電池造成的不利影響。最后，通過兩個算例對提出的模型和控制策略進(jìn)行了研究分析，驗證了模型與策略的可靠性。

電動汽車 輔助調(diào)頻 車輛限制 用戶需求 控制策略

0 引言

近年來，世界各國面臨日益嚴(yán)峻的能源與環(huán)境危機，紛紛加大對新能源和環(huán)保領(lǐng)域的支持力度，智能電網(wǎng)、電動汽車(Electric Vehicle，EV)已成為研究開發(fā)的熱點問題。美國政府已將能源產(chǎn)業(yè)轉(zhuǎn)型發(fā)展設(shè)定為經(jīng)濟復(fù)蘇計劃的核心，目的是通過發(fā)展智能電網(wǎng)、電動汽車、可再生能源等新型產(chǎn)業(yè)，構(gòu)筑世界領(lǐng)先的能源安全供應(yīng)體系，增強應(yīng)對世界氣候變化的能力。中國目前是世界第二大能源消費國，化石能源消費的增長勢頭還在繼續(xù)，不僅影響國家的經(jīng)濟發(fā)展，更關(guān)乎國家能源安全。早在“十一五”時期我國就提出了“節(jié)能減排”，并于2007年通過了《中華人民共和國節(jié)約能源法》，將節(jié)能減排與可持續(xù)發(fā)展確定為基本國策?！笆濉逼陂g分別針對“智能電網(wǎng)”和“電動汽車”制定了專項規(guī)劃，不斷加大對智能電網(wǎng)、電動汽車等新興能源領(lǐng)域的投入與支持力度，提出到2015年電動汽車保有量達(dá)到100萬輛的目標(biāo)[1]。

大規(guī)模電動汽車接入電網(wǎng)進(jìn)行能量補給，構(gòu)成了電力系統(tǒng)中一種新型可控負(fù)荷[2，3]。與此同時，基于私人汽車每天96%的時間處于停駛狀態(tài)的統(tǒng)計結(jié)果，電動汽車還可以利用車載動力電池作為分布式儲能裝置為電力系統(tǒng)提供服務(wù)，這就是V2G(Vehicle-to-Grid)移動儲能的基本思想[4，5]。電動汽車作為系統(tǒng)中分布廣泛的移動儲能裝置，屬于智能電網(wǎng)分布式資源的重要組成部分。在大規(guī)模電動汽車應(yīng)用后，有效利用數(shù)量龐大、位置分散的電動汽車參與電網(wǎng)的頻率調(diào)節(jié)，發(fā)揮其相對傳統(tǒng)調(diào)頻機組的優(yōu)勢，更好地為電力系統(tǒng)服務(wù)，已成為電動汽車移動儲能研究的主要方向之一。

國外多數(shù)研究人員認(rèn)為，頻率調(diào)整由于更短的能量交互時間和更高的輔助服務(wù)價格，是電動汽車與電網(wǎng)互動最有價值和前景的方向。早在2002年AC propulsion公司就將一輛甲殼蟲電動汽車接入加州電力系統(tǒng)參與調(diào)頻輔助服務(wù)[6]。文獻(xiàn)[4，7，8]分析了電動汽車適合參與的電力市場，提出了V2G收入與支出的計算方法以及V2G的商業(yè)模型，指出V2G參與頻率校正服務(wù)可獲得明顯的收益。文獻(xiàn)[9]根據(jù)真實市場數(shù)據(jù)從經(jīng)濟角度分別研究了電動汽車參與德國、瑞典調(diào)頻市場的收益，仿真表明電動汽車輔助調(diào)頻在德國每車可獲得30～80歐元/月的收益，然而在瑞典校正市場是沒有收益的。文獻(xiàn)[10]針對不同車輛類型進(jìn)行了V2G可用容量的評估，對于電動汽車的移動儲能應(yīng)用具有基礎(chǔ)性意義。文獻(xiàn)[11]建立了EV參與負(fù)荷頻率調(diào)整的模型，研究了其控制作用和效果。文獻(xiàn)[12]提出了基于線性矩陣不等式的電動汽車參與負(fù)荷頻率控制的方法。文獻(xiàn)[13]提出了計及電動汽車靜態(tài)頻率特性的負(fù)荷頻率控制方法。文獻(xiàn)[14]針對英國電力系統(tǒng)研究了不同場景下電動汽車參與一次調(diào)頻的效果。文獻(xiàn)[15，16]提出了自治的分布式V2G一次調(diào)頻控制策略，策略考慮了電動汽車的充電需求，根據(jù)接入點頻率偏差提供分布式旋轉(zhuǎn)備用。文獻(xiàn)[17]提出了一種通過集群EV、可控家庭熱設(shè)備、分散熱電聯(lián)產(chǎn)發(fā)電機組跟蹤二次調(diào)頻信號的方法，通過模型預(yù)測控制策略實現(xiàn)參與機組的控制分配。文獻(xiàn)[18]提出了一種按照容量和響應(yīng)速度分配負(fù)荷頻率控制信號的方法，協(xié)調(diào)EVs和熱泵參與調(diào)頻控制，車輛荷電狀態(tài)(State of Charge，SOC)被控制在85%±5%范圍內(nèi)。總體來看，在電動汽車參與電網(wǎng)頻率調(diào)節(jié)方面，國內(nèi)相關(guān)文獻(xiàn)尚未考慮電動汽車用戶的使用需求，相對弱化忽略了電動汽車固有的交通工具屬性。國外有些文獻(xiàn)考慮了將參與頻率調(diào)節(jié)的電動汽車SOC限制在一定范圍內(nèi)，但未考慮車輛的充電需求；也有極少數(shù)文獻(xiàn)考慮了充電需求，但其控制策略只針對電動汽車參與一次頻率調(diào)節(jié)的情況。

合理的電動汽車輔助調(diào)頻控制策略，需要綜合考慮電網(wǎng)、電池、用戶三方面需求。本文首先分析了電動汽車參與電網(wǎng)頻率調(diào)節(jié)的優(yōu)勢。接著給出了一種移動儲能輔助調(diào)頻系統(tǒng)的結(jié)構(gòu)框架，闡述了其工作機理。隨后在電力系統(tǒng)頻率調(diào)節(jié)控制的基本動態(tài)模型基礎(chǔ)上，建立了電動汽車參與電網(wǎng)一次、二次頻率調(diào)節(jié)控制的模型。在此基礎(chǔ)上，針對相關(guān)研究較少考慮電動汽車車輛屬性的特點，提出了計及車輛限制和用戶需求的電動汽車參與電網(wǎng)頻率調(diào)節(jié)的控制策略。該策略能夠滿足車輛用戶用車時間和容量的個性化需求，同時有效避免了荷電狀態(tài)超限和充放電電流倍率過大對電池造成的不利影響。最后，通過兩個算例對提出的電動汽車輔助調(diào)頻系統(tǒng)的模型以及計及車輛限制和用戶需求的電動汽車輔助調(diào)頻控制策略進(jìn)行了研究分析，驗證了模型與策略的有效性。

1 電動汽車參與電網(wǎng)頻率調(diào)節(jié)的優(yōu)勢

電網(wǎng)頻率與電力用戶和發(fā)電廠自身的安全、效率有著密切的關(guān)系。一方面，頻率不穩(wěn)定將影響工業(yè)企業(yè)的電動機轉(zhuǎn)速和輸出功率及各領(lǐng)域電子設(shè)備的正常運行，從而影響生產(chǎn)質(zhì)量和效率。另一方面，頻率異常將導(dǎo)致振動應(yīng)力作用于汽輪機葉片，加速發(fā)電機零部件磨損，影響電廠水泵、風(fēng)機等設(shè)備的性能，引起發(fā)電能力下降，甚至造成發(fā)電機解列。

當(dāng)前電力系統(tǒng)的頻率控制在大系統(tǒng)層面統(tǒng)一調(diào)度實施，而具備與電網(wǎng)互動能力的電動汽車一般在配電網(wǎng)0.4 kV處接入，是系統(tǒng)中分布廣泛的移動儲能裝置，其參與電網(wǎng)頻率調(diào)節(jié)具有以下優(yōu)勢：

1)對負(fù)荷波動響應(yīng)迅速。

調(diào)頻機組的調(diào)頻響應(yīng)速度決定了頻率恢復(fù)的速度，因此發(fā)電機應(yīng)在保證機組安全的情況下盡量提高一次調(diào)頻的動態(tài)響應(yīng)速度[11]。但由于發(fā)電機機械部件響應(yīng)時間的限制，一般火電機組在30 s內(nèi)功率變化達(dá)到峰值，燃機發(fā)電機組在20 s內(nèi)一次調(diào)頻功率達(dá)到峰值，水電機組在15 s內(nèi)一次調(diào)頻功率達(dá)到峰值[19]。相比發(fā)電機組調(diào)頻，電動汽車移動儲能通過電力電子設(shè)備接入電網(wǎng)，待機狀態(tài)下達(dá)到峰值功率的時間處于毫秒級，其爬坡性能明顯優(yōu)于傳統(tǒng)調(diào)頻機組，能夠降低爬坡和負(fù)荷交替升降對機組物理性能的影響，實現(xiàn)對于快速負(fù)荷波動的有效補償。

2)接入點靠近負(fù)荷中心。

電力傳輸過程中的有功損耗通常占傳輸功率的7%～10%，電動汽車接入系統(tǒng)的位置靠近分布式發(fā)電裝置和負(fù)荷中心，能夠?qū)崿F(xiàn)對分布式發(fā)電和負(fù)荷波動的就地補償，降低輸配電過程中的損耗，提高系統(tǒng)整體的能量利用效率。

3)緩解調(diào)頻電廠投資建設(shè)成本。

從經(jīng)濟角度來看，規(guī)?；妱悠噮⑴c電網(wǎng)頻率控制能夠推遲電力系統(tǒng)在調(diào)頻電廠及輸電線路方面的投資時間，降低一次性投入的成本。

4)參與調(diào)頻的能量需求低。

相對于調(diào)峰或負(fù)荷平抑，調(diào)頻備用屬于電力備用，對電能的需求較低，長時間的凈能量需求為零。對電動汽車而言，長時間調(diào)頻能量供給也為零[6，20]。此外，調(diào)頻面向秒級或分鐘級的負(fù)荷正負(fù)波動分量，電動汽車參與時充放電狀態(tài)的轉(zhuǎn)換頻率高，充放電功率小，充入或放出的能量很快就能實現(xiàn)部分或全部抵消，能量波動較小，參與調(diào)頻的能量需求相對較低。

5)更高的能量轉(zhuǎn)換效率。

以抽水蓄能電站為例，其參與電力系統(tǒng)頻率調(diào)節(jié)時抽發(fā)轉(zhuǎn)換的效率約為75%，而電動汽車移動儲能的效率取決于充放電機的效率，充放綜合效率大于80%。

6)可調(diào)用資源充足。

電動汽車單機容量有限，然而在廣泛應(yīng)用后其數(shù)量優(yōu)勢明顯，由于其多數(shù)時間處于停駛狀態(tài)，因此可形成充足的儲能資源。以北京市為例，2011年夏季最高負(fù)荷為15 537 MW，機動車保有量約為500萬輛。按照每輛電動汽車充/放電功率為3 kW估算，當(dāng)電動汽車占全市機動車數(shù)量10%時，最大充/放電負(fù)荷約占最高負(fù)荷的9.7%。若全市機動車中4%為電動汽車，其最大容量相當(dāng)于一個60萬kW的常規(guī)火電機組。

此外，由于頻率調(diào)節(jié)控制針對的地理區(qū)域較大，車輛分布性、流動性對調(diào)頻基本沒有影響。

2 電動汽車輔助調(diào)頻系統(tǒng)的結(jié)構(gòu)框架

電動汽車具有數(shù)量龐大、接入點分散、單機容量小的特點，考慮調(diào)度系統(tǒng)的復(fù)雜性與通信壓力，不易采用電力調(diào)度控制中心對電動汽車直接進(jìn)行控制。本文采用圖1所示的集散式層次化控制結(jié)構(gòu)，將電動汽車移動儲能控制中心作為車輛與電網(wǎng)調(diào)度的聯(lián)系紐帶。

圖1 電動汽車參與電網(wǎng)頻率調(diào)整的結(jié)構(gòu)框架Fig.1 Framework of EVs providing frequency regulation

首先電動汽車將車輛身份碼、電池容量、SOC、可用時間等基本信息發(fā)送至移動儲能控制中心，控制中心通過這些信息完成對參與調(diào)頻EV總功率和總能量的計算，并發(fā)送給電力調(diào)度中心；隨后電力調(diào)度中心根據(jù)所有EV可提供的功率和能量，結(jié)合調(diào)度計劃確定EV參與電網(wǎng)調(diào)頻的基本控制參數(shù)(如電動汽車頻率響應(yīng)系數(shù)KEV)，經(jīng)移動儲能中心下發(fā)至各車輛，實現(xiàn)EV輔助調(diào)頻的分層分布式控制。這樣的控制方式既保障了電網(wǎng)對EV輔助調(diào)頻的控制及監(jiān)管，便于電網(wǎng)調(diào)度預(yù)估EV調(diào)節(jié)能力及調(diào)節(jié)效果，同時基本不增加電網(wǎng)調(diào)度的控制壓力。

電動汽車移動儲能控制中心除實現(xiàn)上述功能外，還可承擔(dān)費用結(jié)算的任務(wù)。在智能電網(wǎng)體系下，電動汽車與移動儲能控制中心簽訂交易合同，將自身的基本信息(車輛身份碼、電池容量等)發(fā)送給控制中心后，控制中心競價參與調(diào)頻電力市場。EV參與調(diào)頻備用的收益可以由能量和容量兩個因素決定，能量收益依據(jù)EV實際提供的總能量(無論充或放)確定，容量收益則根據(jù)EV可用最大充/放電功率值及其可用時間確定。當(dāng)電動汽車違反合同規(guī)定時，可對其收益進(jìn)行一定程度的扣減。本文主要從技術(shù)角度探尋電動汽車參與輔助調(diào)頻的控制問題，交易合同與經(jīng)濟激勵的具體問題將體現(xiàn)在后續(xù)研究中。

從電力備用角度，電動汽車參與頻率調(diào)整時，電網(wǎng)所需容量應(yīng)與傳統(tǒng)調(diào)頻機組提供的容量、電動汽車提供的容量二者之和保持平衡，其中電動汽車提供的容量等于車輛數(shù)量與車輛容量(即充放電機的最大充/放電功率)的乘積。此外，電動汽車一般在配電網(wǎng)接入電力系統(tǒng)的位置接近負(fù)荷中心，對負(fù)荷波動的響應(yīng)實時性較強，在未來智能電網(wǎng)體系下，可以擴展移動儲能控制中心的功能，將配電網(wǎng)負(fù)荷及分布式發(fā)電納入其管理范疇，組成局域能量管理系統(tǒng)(Local Energy Management System，LEMS)[20-22]，對配電網(wǎng)資源實現(xiàn)統(tǒng)一管理。

3 電動汽車輔助頻率控制系統(tǒng)的模型

傳統(tǒng)的頻率調(diào)節(jié)控制主要通過調(diào)節(jié)發(fā)電機有功出力實現(xiàn)，一般采用三級頻率控制的方式[19]，3種頻率控制方式在功能上具有互補性，對電力系統(tǒng)頻率穩(wěn)定和經(jīng)濟運行發(fā)揮著重要作用。

3.1 電力系統(tǒng)頻率調(diào)節(jié)控制基本模型

電力系統(tǒng)頻率調(diào)節(jié)控制基本模型由同步發(fā)電機模型、負(fù)荷頻率特性模型、一次調(diào)頻模型、二次調(diào)頻模型等組成，如圖2所示。其中同步發(fā)電機模型包括調(diào)速器、原動機和發(fā)電機慣性3部分[23]。

圖2 帶積分控制的AGC機組模型組形式Fig.2 Model of AGC unit with integral control

圖2 中，Tg為調(diào)速器時間常數(shù)，Tch為原動機時間常數(shù)，這里原動機以非再熱式汽輪機為例，ΔPm、ΔPL分別為機械功率和負(fù)荷功率的變化量，M為慣性時間常數(shù)，D為負(fù)荷-阻尼常數(shù)，Δω為頻率偏移量，R為機組調(diào)差率，KI為自動發(fā)電控制(Automatic Generation Control，AGC)增益。AGC在定頻率控制模式下，其區(qū)域控制偏差(Area Control Error，ACE)可表示為

ACE=-B×Δω

(1)

式中，B為區(qū)域頻率響應(yīng)系數(shù)。

通過ACE可得到AGC調(diào)節(jié)功率uAGC為

(2)

3.2 電動汽車移動儲能輔助頻率控制系統(tǒng)的模型

頻率是電力系統(tǒng)的共同因子，充放電機可以根據(jù)電動汽車接入點的頻率偏差，按照接收到的EV調(diào)頻控制參數(shù)，通過調(diào)整自身的充放電模式和功率大小調(diào)節(jié)控制區(qū)域的負(fù)荷有功功率變化，參與電力系統(tǒng)頻率調(diào)整。

3.2.1 EV參與電網(wǎng)一次頻率控制的模型

充放電機能夠模擬發(fā)電機組的功頻靜特性，實現(xiàn)充放電功率與頻率間的下垂控制，如圖3所示。

圖3 電動汽車參與一次調(diào)頻時的下垂特性Fig.3 Droop characteristic of EV providing primary frequency regulation

圖3中，實線表示V2G模式下的EV一次調(diào)頻下垂特性，此時電動汽車既可以充電或放電，其最大充放電功率受充放電機限制

(3)

虛線表示單向V2G模式(即通過調(diào)節(jié)充電功率參與電網(wǎng)服務(wù)的模式)下EV一次調(diào)頻下垂特性，此時電動汽車需要實現(xiàn)能量補充，在無頻率偏差的情況下以Pmax/2的功率充電，頻率波動時在此基礎(chǔ)上以KEV/2為電動汽車頻率響應(yīng)系數(shù)參與電網(wǎng)一次調(diào)頻

(4)

式中，PEV為電動汽車充放電功率，MW(pu)；Pmax為電動汽車最大充放電功率絕對值，MW(pu)，由充放電機功率和接入點線路容量二者的最小值決定；KEV為電動汽車頻率響應(yīng)系數(shù)，MW/Hz(pu)，且KEV<0。本文中規(guī)定電動汽車放電時功率為正值，充電時功率為負(fù)值。

圖4為V2G模式和單向V2G模式下電動汽車參與一次調(diào)頻的模型框圖。功率限制模塊限制EV的最大充放電功率，EV響應(yīng)特性模塊通過一階慣性環(huán)節(jié)反映電動汽車雙向變流器及動力電池的響應(yīng)特性。TEV為EV時間常數(shù)，雙向變流器在工作模式下響應(yīng)時間一般為毫秒級，動力電池可認(rèn)為無響應(yīng)延時。

圖4 電動汽車參與一次調(diào)頻的模型Fig.4 Model of EV providing primary frequency regulation

3.2.2 EV參與電網(wǎng)二次頻率控制的模型

為了消除穩(wěn)態(tài)誤差，使系統(tǒng)頻率盡快恢復(fù)額定值，可以利用電動汽車參與電網(wǎng)二次頻率控制。與發(fā)電機組二次調(diào)頻類似，EV參與二次頻率控制可根據(jù)區(qū)域控制偏差信號控制電動汽車充放電。由式(2)可得EV參與二次調(diào)頻的調(diào)節(jié)功率為

(5)

式中，KI_EV為電動汽車AGC控制增益，且KI_EV>0；K2nd_EV為電動汽車二次調(diào)頻等效增益，且K2nd_EV>0，負(fù)號保證充電、放電時uAGC_EV的符號與3.2.1節(jié)符號規(guī)定一致。

式(3)～式(5)經(jīng)拉普拉斯變換可得EV調(diào)頻計算功率ureg_EV為

(6)

圖5為兩種模式下電動汽車參與一次、二次頻率控制的模型框圖。實際運行中，可通過在充放電機控制程序中嵌入虛線框中所示的程序模塊實現(xiàn)，其輸出作為充放電機工作的功率給定值。

圖5 電動汽車參與一次、二次調(diào)頻的模型Fig.5 Model of EV providing primary and secondary frequency regulation

電動汽車頻率響應(yīng)系數(shù)KEV和電動汽車二次調(diào)頻等效增益K2nd_EV由電力系統(tǒng)調(diào)度控制中心經(jīng)電動汽車移動儲能控制中心，采取有線或無線通信方式下發(fā)。EV調(diào)頻參數(shù)的確定需要考慮諸多因素并且影響調(diào)頻控制的效果，本文給出一種計算方法。

電動汽車頻率響應(yīng)系數(shù)由電網(wǎng)調(diào)度控制中心需EV參與調(diào)整的頻率波動范圍和EV充放電功率限值確定，KEV為

(7)

式中，Pup、Plow分別為電動汽車充放電功率的上、下限，kW；Pbase為電力系統(tǒng)的基準(zhǔn)功率，MW；Δfmax、Δfmin分別為電網(wǎng)頻率波動值上、下限，Hz；fbase為電網(wǎng)頻率的基準(zhǔn)值，本文取50Hz。

電動汽車AGC控制增益KI_EV，由系統(tǒng)總AGC控制增益KI依據(jù)預(yù)測的系統(tǒng)總負(fù)荷峰值PLOAD_max(單位為MW(pu))和最大充放電功率絕對值Pmax呈比例計算得到。結(jié)合式(5)，可得到電動汽車二次調(diào)頻等效增益為

(8)

4 計及車輛限制和用戶需求的電動汽車參與電網(wǎng)頻率調(diào)節(jié)的控制策略

電動汽車的基本屬性是交通工具，在作為移動儲能裝置與電網(wǎng)互動時，首先要考慮車輛用戶的用車需求。此外，車載動力電池的容量、充放電電流倍率等限制因素也是EV輔助調(diào)頻過程中必須考慮的關(guān)鍵問題。

車輛限制中電動汽車車載動力電池的容量及最大、最小SOC的限制保障電池容量處于合理范圍，如式(9)。充/放電電流倍率限制防止電流過大影響電池壽命，充電電流限制為C/3(C為電池1 h率容量)，放電電流限制為C/2。

SOCmin≤SOC≤SOCmax

(9)

(10)

式中Q為電池組額定容量。二者實現(xiàn)均較為簡單，只需在充放電機調(diào)頻控制程序內(nèi)嵌入即可，重點研究用戶需求這一因素。

考慮電動汽車儲能特有的移動性，參與電網(wǎng)頻率調(diào)節(jié)控制的電動汽車需要在儲存能量及時間上保障用戶用車需求，電動汽車用戶需求限制包括用戶預(yù)先設(shè)定的EV輔助調(diào)頻終止SOC(SOCe)和終止時刻(te)兩個條件，如式(11)、式(12)

tb≤tEV≤te

(11)

SOC(te)≥SOCe

(12)

式中，tEV為EV參與調(diào)頻服務(wù)時刻；tb為EV參與調(diào)頻服務(wù)起始時刻；SOC(te)為終止時刻實際的SOC。

要滿足上述條件，需要在電動汽車充放電控制器中嵌入EV參與調(diào)頻的控制策略，策略的具體執(zhí)行步驟如下：

1)電動汽車根據(jù)電池組容量、初始SOC(SOC0)、終止SOC及電池類型等信息計算電池所需補充的能量。在電池組經(jīng)電池管理系統(tǒng)自動均衡，一致性保持良好的情況下，電池組所需補充的能量E可表示為

(13)

式中，E為某輛電動汽車需要補充的能量，kWh；S為該車動力電池串聯(lián)數(shù)量；OCV為單體電池開路電壓。SOC與OCV之間的函數(shù)關(guān)系根據(jù)該車實際電池類型和實測數(shù)據(jù)確定，以錳酸鋰電池為例，則式(13)可表示為[24]

(14)

2)推算在單向V2G模式下該車參與電網(wǎng)調(diào)頻并達(dá)到用戶設(shè)置終止SOC所需充電時間。由于系統(tǒng)長時間負(fù)荷功率波動的均值近似為零[6，20]，不難證明EV長時間參與電網(wǎng)一次、二次頻率控制的出力均值也近似為零?？梢罁?jù)式(15)推算單向V2G模式下EV參與電網(wǎng)調(diào)頻并達(dá)到用戶設(shè)置SOCe所需充電時間。

(15)

式中，TU為單向V2G模式下EV參與電網(wǎng)調(diào)頻并達(dá)到設(shè)定SOCe所需充電時間，h；ΔTU為單向V2G充電時間裕量，h，一方面用于補充能量E計算時用OCV代替端電壓造成的誤差，另一方面用于補充電力系統(tǒng)實際負(fù)荷波動均值偏移零造成EV參與調(diào)頻后電池能量的偏移量不為零，進(jìn)而可能導(dǎo)致所需充電時間偏小的問題，其值的確定需要互動控制中心根據(jù)運行數(shù)據(jù)積累分析得到。

3)依據(jù)式(15)得到的EV所需充電時間及參與調(diào)頻服務(wù)起始時間、設(shè)定終止時間確定該車參與電網(wǎng)調(diào)頻的計劃?？紤]動力電池使用于SOC中間段時壽命衰退較輕，在SOC較高時應(yīng)減小充/放電電流倍率的特性以及EV用戶的用車需求，某EV充放電計劃的制定遵循表1中的規(guī)則。

表1 電動汽車參與電網(wǎng)調(diào)頻計劃的制定規(guī)則Tab.1 Rules for EV participating in frequency regulation

表1中，Ton為某EV可參與電網(wǎng)調(diào)頻控制的時間，h，等于該車用戶設(shè)置終止時刻te與參與調(diào)頻服務(wù)起始時刻tb之時差；modeflag為EV調(diào)頻方式的控制標(biāo)志，modeflag=1時表示不參與調(diào)頻控制，modeflag=2時表示工作于單向V2G模式，modeflag=3時表示工作于V2G模式。

4)各EV按照其參與調(diào)頻的計劃及電網(wǎng)給定參數(shù)，根據(jù)頻率實時偏移，通過圖5所示的控制程序，參與電網(wǎng)頻率調(diào)節(jié)控制。

5 算例及分析

5.1 含EV輔助調(diào)頻的頻率調(diào)節(jié)系統(tǒng)及其參數(shù)

以定頻率控制的單區(qū)域電力系統(tǒng)為例進(jìn)行分析研究，系統(tǒng)的發(fā)電功率為300 MW，頻率額定值為50 Hz，忽略AGC信號發(fā)送的時延，調(diào)頻機組為火力發(fā)電機，原動機為非再熱式汽輪機。電動汽車與電力系統(tǒng)頻率控制的相關(guān)參數(shù)如表2所示，其中單區(qū)域電力系統(tǒng)模型參數(shù)為單區(qū)域電力系統(tǒng)典型值[23]，電動汽車電池參數(shù)采用文獻(xiàn)[24]中的電池參數(shù)，電網(wǎng)頻率波動值上、下限依據(jù)GB/T 15945—1995，EV頻率響應(yīng)系數(shù)、二次調(diào)頻等效增益分別由式(7)、式(8)計算得到。

表2 電動汽車與電力系統(tǒng)頻率控制的相關(guān)參數(shù)Tab.2 Parameters of EV and power system frequency control

參與電力系統(tǒng)頻率調(diào)節(jié)控制的EV類型為純電動汽車，動力電池為錳酸鋰電池。充放電機連接單相220 V/50 Hz電源，充、放電效率均取87%。實際運行時SOC通過電池管理系統(tǒng)實時檢測獲得。

5.2 算例1：EV參與電力系統(tǒng)頻率調(diào)節(jié)控制的動態(tài)特性分析

基于本文第3節(jié)電力系統(tǒng)頻率調(diào)節(jié)控制基本模型及電動汽車輔助調(diào)頻系統(tǒng)的模型，算例1設(shè)立了3個場景：S1無EV參與只由發(fā)電機組實現(xiàn)調(diào)頻；S2 加入EV參與一次頻率控制；S3加入EV參與一次和二次頻率控制。比較了在負(fù)荷階躍變化(系統(tǒng)負(fù)荷在1 s時突增15 MW，即0.05 MW(pu))下3個場景的系統(tǒng)動態(tài)響應(yīng)以及對發(fā)電機組和電網(wǎng)的影響。場景S3移動儲能參與一次和二次頻率調(diào)節(jié)控制模型見附錄圖A1。

3個場景下系統(tǒng)頻率的變化量如圖6所示，其中場景S2、S3參與調(diào)節(jié)的電動汽車數(shù)量為10 000輛。S1場景下，系統(tǒng)負(fù)荷增加導(dǎo)致的頻率下降僅由同步發(fā)電機一次、二次調(diào)頻進(jìn)行校正，在210 s時系統(tǒng)頻率恢復(fù)額定值；S2場景下，在同步發(fā)電機一次、二次調(diào)頻的基礎(chǔ)上增加EV參與一次調(diào)頻，系統(tǒng)頻率在325 s時恢復(fù)額定值；S3場景下，增加EV參與一次和二次調(diào)頻，在240 s時系統(tǒng)頻率恢復(fù)額定值，與S1場景的恢復(fù)時間較接近。由圖6a的前50 s放大圖6b可以看出，3個場景下頻率最大下降分別為0.16 Hz、0.084 Hz、0.084 Hz，可見EV輔助調(diào)頻明顯降低了系統(tǒng)的頻率波動。

圖6 算例1場景1、2、3下系統(tǒng)及單輛EV的動態(tài)響應(yīng)Fig.6 Dynamic response of system and single EV of Scenario 1，2，and 3 in Case 1

3個場景下的ACE值如圖6c所示。由圖6可知，在S2、S3場景下，加入EV參與電力系統(tǒng)頻率控制，相比只有同步發(fā)電機調(diào)頻的場景S1均明顯降低了系統(tǒng)的ACE值(ACE峰值約降低50%)，這意味著發(fā)電機組爬坡出力會明顯減少，從而降低機組的磨損。3個場景下發(fā)電機組的最大出力變化率分別為11.4 MW/min、8.1 MW/min和7.3 MW/min，在加入EV輔助調(diào)頻后有明顯降低，更好地滿足了發(fā)電機機械與熱應(yīng)力的限制。

S2和S3場景下10 000輛EV參與頻率調(diào)節(jié)時，單輛車調(diào)頻出力情況如圖6d所示。這兩種場景下EV一次調(diào)頻出力基本一致，場景S2二次調(diào)頻由發(fā)電機組承擔(dān)，場景S3二次調(diào)頻出力由AGC機組和電動汽車按比例分擔(dān)，穩(wěn)態(tài)時單車出力為0.375 kW。

圖7a、圖7b分別為S2、S3場景下，輔助調(diào)頻EV數(shù)量分別為1 000、10 000、20 000輛時的系統(tǒng)頻率波動?？梢钥闯觯孩賲⑴c調(diào)節(jié)的EV數(shù)量增加時，系統(tǒng)頻率波動峰值降低；②輔助調(diào)頻EV數(shù)量相同時，EV只參與一次調(diào)頻，同EV參與一次和二次調(diào)頻時的系統(tǒng)頻率波動最大值是相等的，取決于EV頻率響應(yīng)系數(shù)和參與調(diào)節(jié)EV數(shù)量。

圖7 算例1三個場景不同數(shù)量EV參與時的動態(tài)響應(yīng)Fig.7 Dynamic response of Scenario 1，2，and 3 in Case 1 with different numbers of participated EV

圖7c、圖7d分別為S2、S3場景下，輔助調(diào)頻EV數(shù)量分別為1 000、10 000、20 000輛時單輛電動汽車出力情況?？梢钥闯觯孩匐S著參與調(diào)節(jié)的電動汽車數(shù)量增加，系統(tǒng)頻率波動減少，EV參與一次調(diào)頻的出力最大值同時減小，易知單輛EV出力與發(fā)電機組一次調(diào)頻出力之比為-KEVR∶1；②隨著參與調(diào)節(jié)的電動汽車數(shù)量增加，EV參與一次和二次調(diào)頻的出力穩(wěn)態(tài)值降低，易知單輛EV二次調(diào)頻出力與發(fā)電機組二次調(diào)頻出力之比為K2nd_EV∶BKI。

根據(jù)算例1上述分析與結(jié)果，可得到以下基本結(jié)論：

1)規(guī)?；妱悠噮⑴c系統(tǒng)頻率調(diào)整時，將明顯減少系統(tǒng)頻率波動和ACE，降低發(fā)電機組的最大出力變化率。

2)從控制角度，將EV一次調(diào)頻視為比例環(huán)節(jié)，二次調(diào)頻視為積分環(huán)節(jié)，根據(jù)比例積分控制的原理可知，|KEV|增大(或加入EV參與一次調(diào)頻)，比例作用增強，頻率波動的最大值減小，系統(tǒng)恢復(fù)額定頻率的調(diào)節(jié)時間變長；|K2nd_EV|增大(或在EV一次調(diào)頻的基礎(chǔ)上加入EV二次調(diào)頻)，積分作用增強，系統(tǒng)恢復(fù)額定頻率的調(diào)節(jié)時間縮短。

3)參與頻率調(diào)節(jié)的電動汽車數(shù)量增加時，系統(tǒng)頻率波動峰值降低，單輛EV參與一次調(diào)頻的出力最大值減小，參與一次和二次調(diào)頻的出力穩(wěn)態(tài)值降低。此外，如前文描述，電動汽車出力與發(fā)電機組一次、二次調(diào)頻時出力分別按照其調(diào)頻特性參數(shù)呈正比例分配。

5.3 算例2：計及車輛限制和用戶需求的EV輔助調(diào)頻控制

算例2的頻率調(diào)節(jié)控制模型如附錄圖A2所示。系統(tǒng)負(fù)荷波動如圖8a所示，由正態(tài)分布隨機生成，波動幅值為0.05 MW(pu)。參與調(diào)節(jié)的電動汽車初始荷電狀態(tài)SOC0=40%，用戶設(shè)定離開時終止荷電狀態(tài)SOCe=80%，單向V2G充電時間裕量ΔTU=0.5 h，電動汽車參與調(diào)頻服務(wù)起始時刻tb為8∶00，用戶設(shè)置調(diào)頻及充電終止時刻te為20∶00，即電動汽車可參與電網(wǎng)調(diào)頻控制的時間Ton=12 h。

圖8 算例2無EV參與、3 000輛EV參與頻率控制Fig.8 Frequency control in Case 2 with no participated EV or 3 000 participated EVs

系統(tǒng)在無電動汽車參與一次、二次頻率控制，僅由發(fā)電機組調(diào)頻時的頻率波動如圖8b所示，參與電網(wǎng)一次和二次頻率調(diào)節(jié)控制的EV數(shù)量為3 000輛時，對應(yīng)的系統(tǒng)頻率波動如圖8c所示?？梢钥闯?，加入EV參與系統(tǒng)頻率一次和二次頻率控制后，在可參與電網(wǎng)調(diào)頻控制的時間內(nèi)系統(tǒng)頻率波動減少。以14∶35時刻為例，系統(tǒng)負(fù)荷波動值由0.036 2 MW(pu)降至-0.021 6 MW(pu)，系統(tǒng)頻率上升，無電動汽車參與一次、二次頻率控制時系統(tǒng)頻率波動為0.185 Hz，參與頻率調(diào)節(jié)控制的EV數(shù)量為3 000輛時系統(tǒng)頻率波動為0.145 Hz，當(dāng)參與頻率調(diào)節(jié)控制的EV數(shù)量增至10 000輛時(相關(guān)波形與3 000輛EV參與時類似，本文未給出)系統(tǒng)頻率波動為0.096 Hz。僅由發(fā)電機組調(diào)頻，無EV參與時全天頻率波動的均方根值為0.017 5 Hz；3 000輛EV參與頻率調(diào)節(jié)控制時全天頻率波動的均方根值為0.016 6 Hz；10 000輛EV參與頻率調(diào)節(jié)控制時全天頻率波動的均方根值為0.015 7 Hz。

圖8d～圖8f分別為參與頻率調(diào)節(jié)控制的EV數(shù)量為3 000輛時輔助調(diào)頻的工作模式指令、SOC和單車充/放電功率。按照第4節(jié)所述控制策略，EV在開始參與調(diào)頻后先工作于單向V2G模式，充電至SOC=50%，隨后進(jìn)入V2G工作模式，持續(xù)7小時20分30秒(即Ton-TU)后轉(zhuǎn)入單向V2G模式充電至車輛離開時間。從圖8中可看到在到達(dá)用戶設(shè)置調(diào)頻及充電終止時刻20∶00時，用戶離開不再參與調(diào)節(jié)(出力為零)，離開時終止SOC達(dá)到了用戶設(shè)定值80%，此外整個起始時刻到終止時刻過程中，SOC均未出現(xiàn)超出車輛屬性中最大、最小SOC限制的情況，從充/放電功率曲線可知未超出車輛屬性中充/放電電流倍率限制，滿足了車輛與用戶的需求。

電動汽車儲能參數(shù)具有雜散性，而本文所述的控制策略具有分散式控制的特點，每一輛EV均由其車載充放電機控制器根據(jù)自身參數(shù)制定其參與頻率調(diào)節(jié)的控制策略，并控制充放電機執(zhí)行。下面舉例說明，附錄圖A3為系統(tǒng)中參與EV輔助調(diào)頻的電動汽車用戶設(shè)置參數(shù)不同時的簡化模型。模型中假設(shè)有兩種用戶需求，第一種EV用戶參與調(diào)節(jié)時電動汽車初始荷電狀態(tài)SOC01=40%，設(shè)定離開時終止荷電狀態(tài)SOCe1=80%，單向V2G充電時間裕量ΔTU1=0.5 h，參與調(diào)頻服務(wù)起始時刻tb1為8∶00，用戶設(shè)置調(diào)頻及充電終止時刻te1為20∶00，EV數(shù)量為3 000輛；為說明策略對于滿足EV用戶個體需求的效果，第二種用戶需求的EV數(shù)量為1輛，參與調(diào)節(jié)時初始荷電狀態(tài)SOC02=35%，設(shè)定離開時終止荷電狀態(tài)SOCe2=90%，單向V2G充電時間裕量ΔTU2=0.5 h，參與調(diào)頻服務(wù)起始時刻tb2為7∶30，設(shè)置終止時刻te2為18∶53。兩種用戶電動汽車類型、動力電池參數(shù)、充放電機參數(shù)相同，如5.1節(jié)所述。

圖9a為算例2在兩種用戶需求下的系統(tǒng)頻率波動，由于增加1輛車調(diào)節(jié)能力變化不大，圖9a與圖8c基本一致。圖9b～圖9d分別為算例2在兩種用戶需求下的工作模式指令、SOC及單車充放電功率?？梢钥闯?，第一種用戶從8∶00開始提供調(diào)頻服務(wù)，當(dāng)?shù)竭_(dá)用戶設(shè)置調(diào)頻及充電終止時刻20∶00時，此類用戶離開，不再參與調(diào)節(jié)(出力為零)，SOC達(dá)到用戶設(shè)定的80%；第二種用戶從7∶30開始提供調(diào)頻服務(wù)，當(dāng)?shù)竭_(dá)用戶設(shè)置終止時刻18∶53時，此類用戶離開，不再參與調(diào)節(jié)(出力為零)，SOC達(dá)到用戶設(shè)定的90%。同樣，整個車輛參與調(diào)頻過程中，兩種用戶SOC均未出現(xiàn)超出車輛屬性中最大、最小SOC限制的情況，充/放電功率曲線說明未超出車輛屬性中充/放電電流倍率限制，滿足了所有EV用戶的用車需求。

圖9 算例2兩種用戶需求情況下的系統(tǒng)頻率波動、工作模式指令、SOC及調(diào)頻出力Fig.9 Frequency fluctuation，operating mode flag，SOC，and regulation power of single EV with two users’ demand settings in Case 2

根據(jù)算例2的上述分析與結(jié)果，可知計及車輛限制和用戶需求的EV參與一次、二次頻率調(diào)節(jié)的控制策略在降低系統(tǒng)頻率波動的同時能夠滿足車輛與用戶的需求，實現(xiàn)了EV用戶參與調(diào)頻的智能化與個性化。

6 結(jié)論

頻率是決定供電質(zhì)量的關(guān)鍵因素，也是反映電力系統(tǒng)安全穩(wěn)定運行的重要指標(biāo)。電動汽車推廣后，作為分布廣泛、數(shù)量龐大的移動儲能裝置輔助電力系統(tǒng)

頻率調(diào)節(jié)控制，與傳統(tǒng)調(diào)頻機組相比，其對負(fù)荷波動響應(yīng)更加迅速，能夠降低傳統(tǒng)機組的磨損，接入位置靠近負(fù)荷中心，輸配電損耗小、一次性投資少，能量轉(zhuǎn)換效率高。此外，不同于傳統(tǒng)調(diào)頻機組，電動汽車參與調(diào)頻控制時不存在物理上的“調(diào)速器”、“調(diào)頻器”，只通過在充放電機軟件中嵌入程序模塊，軟件模擬“調(diào)速器”和“調(diào)頻器”的功能，調(diào)節(jié)充放電機的充、放電狀態(tài)和功率大小參與系統(tǒng)頻率調(diào)節(jié)。本文介紹了一種集散式層次化的電動汽車輔助調(diào)頻系統(tǒng)結(jié)構(gòu)框架，闡述了系統(tǒng)的工作機理?；陔娏ο到y(tǒng)頻率調(diào)節(jié)控制基本動態(tài)模型，建立了包含V2G和單向V2G兩種工作模式電動汽車參與電網(wǎng)一次、二次頻率調(diào)節(jié)控制的模型，給出了一種確定電動汽車輔助調(diào)頻參數(shù)的計算方法。在此基礎(chǔ)上，針對相關(guān)研究較少考慮電動汽車車輛屬性的特點，提出了計及車輛限制和用戶需求的電動汽車參與電網(wǎng)一次、二次頻率調(diào)節(jié)的控制策略，該策略在實現(xiàn)電動汽車輔助頻率控制的同時，能夠滿足車輛用戶用車時間和容量的個性化需求，同時避免荷電狀態(tài)超限和充放電電流倍率過大對電池造成的不利影響。最后，通過兩個算例對提出的電動汽車輔助調(diào)頻系統(tǒng)的模型，以及計及車輛限制和用戶需求的電動汽車輔助調(diào)頻控制策略進(jìn)行了研究分析，結(jié)果說明電動汽車參與電網(wǎng)頻率調(diào)節(jié)控制可有效降低系統(tǒng)的頻率波動，同時提出的策略也有效保證了車輛與用戶的需求，從而驗證了模型與策略的有效性。

電動汽車參與電網(wǎng)頻率調(diào)節(jié)控制基于未來智能電網(wǎng)建設(shè)相對成熟、電動汽車廣泛應(yīng)用的情況，是國內(nèi)外研究的前沿?zé)狳c問題，隨著相關(guān)技術(shù)的發(fā)展應(yīng)用，本文的模型及控制策略可在基礎(chǔ)條件具備時予以實現(xiàn)，電動汽車在完成與移動儲能控制中心的信息交互后，通過已預(yù)先嵌入充放電機控制程序中的模型和控制策略即可控制充放電機功率，參與電網(wǎng)頻率調(diào)節(jié)。

國外調(diào)頻市場采用競價機制，發(fā)電廠將機組爬坡率、可用時間以及價格等信息發(fā)送給電網(wǎng)調(diào)度控制中心參與電力市場，調(diào)頻機組的收益取決于其備用時間和校正實際提供的電能，如果在合同規(guī)定時間內(nèi)電廠不能提供服務(wù)將從經(jīng)濟上進(jìn)行一定程度的處罰。電動汽車參與電網(wǎng)頻率調(diào)節(jié)控制的經(jīng)濟激勵措施可以借鑒這一模式，也是今后研究的一個重要方向。

附 錄

圖A1 場景S3移動儲能參與一次和二次頻率調(diào)節(jié)控制模型Fig.A1 Control model of EVs participating in primary and secondary frequency regulation in Scenario 3

圖A1在典型單區(qū)域電力系統(tǒng)模型基礎(chǔ)上加入了移動儲能參與一次、二次調(diào)頻的模型，其中“Governor”和“Prime Mover”分別為調(diào)速器和原動機模型，“Gen-Load”為發(fā)電機慣性及負(fù)荷阻尼模型，模塊“-1/R”、“-B”和“Ki/s”構(gòu)成發(fā)電機組一次、二次調(diào)頻模型，“deltaPload”為系統(tǒng)負(fù)荷波動，其余部分為圖5所示的電動汽車參與一次、二次調(diào)頻的模型。

圖A2 算例2計及車輛限制和用戶需求的電動汽車參與電網(wǎng)頻率控制模型Fig.A2 Control model of EVs participating in frequency regulation considerging vehicles’ constraints and users’ demands in Case 2

圖A3 算例2計及不同用戶需求的電動汽車參與電網(wǎng)頻率控制模型Fig.A3 Control model of EVs participating in frequency regulation considerging different users’ demands in Case 2

圖A2、圖A3在圖A1模型的基礎(chǔ)上，加入了電池模塊和電動汽車調(diào)頻控制模塊模型，其中，“Battery”為電池模塊，用于模擬電池組在一定充/放電功率下的SOC變化，其輸入為單輛EV充/放電功率，輸出為車輛電池SOC；“Controller”為電動汽車車載充放電機調(diào)頻控制模塊，其輸入為電池SOC，該模塊根據(jù)用戶設(shè)置參數(shù)及電池基本參數(shù)，按照本文提出的控制方法輸出EV調(diào)頻方式的控制標(biāo)志modeflag。

[1] 國民經(jīng)濟和社會發(fā)展第十二個五年規(guī)劃綱要[EB/OL].[2014-11-04].http：//www.gov.cn/2011lh/content_1825838_2.htm.

[2] 馬玲玲，楊軍，付聰，等.電動汽車充放電對電網(wǎng)影響研究綜述[J].電力系統(tǒng)保護與控制，2013，41(3)：140-148. Ma Lingling，Yang Jun，F(xiàn)u Cong，et al.Review on impact of electric car charging and discharging on power grid[J].Power System Protection and Control，2013，41(3)：140-148.

[3] 楊冰，王麗芳，廖承林.大規(guī)模電動汽車充電需求及影響因素[J].電工技術(shù)學(xué)報，2013，28(2)：22-27. Yang Bing，Wang Lifang，Liao Chenglin.Research on power-charging demand of large-scale electric vehicles and its impacting factors[J].Transactions of China Electrotechnical Society，2013，28(2)：22-27.

[4] Kempton W，Tomic′ J.Vehicle-to-grid power implementation：From stabilizing the grid to supporting large-scale renewable energy[J].Journal of Power Sources，2005，144(1)：280-294.

[5] 劉曉飛，張千帆，崔淑梅.電動汽車V2G技術(shù)綜述[J].電工技術(shù)學(xué)報，2012，27(2)：121-127. Liu Xiaofei，Zhang Qianfan，Cui Shumei.Review of electric vehicle V2G technology[J].Transactions of China Electrotechnical Society，2012，27(2)：121-127.

[6] Brooks A N.Vehicle-to-grid demonstration project：grid regulation ancillary service with a battery electric vehicle[R].AC Propulsion，2002.

[7] Kempton W，Tomic′ J.Vehicle-to-grid power fundamentals：calculating capacity and net revenue[J].Journal of Power Sources，2005，144(1)：268-279.

[8] Tomic′ J，Kempton W.Using fleets of electric-drive vehicles for grid support[J].Journal of Power Sources，2007，168(2)：459-468.

[9] Andersson S L，Elofsson A K，Galus M D，et al.Plug-in hybrid electric vehicles as regulating power providers：Case studies of Sweden and Germany[J].Energy Policy，2010，38(6)：2751-2762.

[10]翁國慶，張有兵，戚軍，等.多類型電動汽車電池集群參與微網(wǎng)儲能的V2G可用容量評估[J].電工技術(shù)學(xué)報，2014，29(8)：36-45. Weng Guoqing，Zhang Youbing，Qi Jun，et al.Evaluation for V2G available capacity of battery groups of electric vehicles as energy storage elements in microgrid[J].Transactions of China Electrotechnical Society，2014，29(8)：36-45.

[11]黃媛，劉俊勇，陳井銳，等.計及電動汽車入網(wǎng)的負(fù)荷頻率控制[J].電力系統(tǒng)自動化，2012，36(9)：24-28. Huang Yuan，Liu Junyong，Chen Jingrui，et al.Load frequency control considering vehicle to grid[J].Automation of Electric Power Systems，2012，36(9)：24-28.

[12]張立巖，趙俊華，文福拴，等.基于線性矩陣不等式的電動汽車網(wǎng)絡(luò)化魯棒控制[J].電力系統(tǒng)自動化，2013，37(20)：54-62. Zhang Liyan，Zhao Junhua，Wen Fushuan，et al.Networked robust control of electric vehicles based on linear matrix inequalities[J].Automation of Electric Power Systems，2013，37(20)：54-62.

[13]張謙，周林，周雒維，等.計及電動汽車充放電靜態(tài)頻率特性的負(fù)荷頻率控制[J].電力系統(tǒng)自動化，2014，38(16)：74-80. Zhang Qian，Zhou Lin，Zhou Luowei，et al.Load frequency control considering charging and discharging static frequency characteristics of electric vehicles[J].Automation of Electric Power Systems，2014，38(16)：74-80.

[14]Mu Y F，Wu J Z，Ekanayake J，et al.Primary frequency response from electric vehicles in the Great Britain power system[J].IEEE Transactions on Smart Grid，2013，4(2)：1142-1150.

[15]Ota Y，Taniguchi H，Nakajima T，et al.Autonomous distributed V2G (vehicle-to-grid) satisfying scheduled charging[J].IEEE Transactions on Smart Grid，2012，3(1)：559-564.

[16]Liu H，Hu Z，Song Y H，et al.Decentralized vehicle-to-grid control for primary frequency regulation considering charging demands[J].IEEE Transactions on Power Systems，2013，28(3)：3480-3489.

[17]Galus M D，Koch S，Andersson G.Provision of load frequency control by PHEVs，controllable loads，and a cogeneration unit[J].IEEE Transactions on Industrial Electronics，2011，58(10)：4568-4582.

[18]Masuta T，Yokoyama A.Supplementary load frequency control by use of a number of both electric vehicles and heat pump water heaters[J].IEEE Transactions on Smart Grid，2012，3(3)：1253-1262.

[19]高翔.現(xiàn)代電網(wǎng)頻率控制應(yīng)用技術(shù)[M].北京：中國電力出版社，2010.

[20]Han Sekyuang，Han Soohee，Sezaki K.Development of an optimal vehicle-to-grid aggregator for frequency regulation[J].IEEE Transactions on Smart Grid，2010，1(1)：65-72.

[21]田文奇，和敬涵，姜久春，等.電動汽車換電站有序充電調(diào)度策略研究[J].電力系統(tǒng)保護與控制，2012，40(21)：114-119. Tian Wenqi，He Jinghan，Jiang Jiuchun，et al.Research on dispatching strategy for coordinated charging of electric vehicle battery swapping station[J].Power System Protection and Control，2012，40(21)：114-119.

[22]楊玉青，蘇粟，姜久春，等.改善配電網(wǎng)負(fù)荷特性的充電站有序充電優(yōu)化策略[J].電力系統(tǒng)保護與控制，2014，42(7)：60-66. Yang Yuqing，Su Su，Jiang Jiuchun，et al.Dynamic optimizing strategy of coordinated charging to improve the load characteristics of distribution system[J].Power System Protection and Control，2014，42(7)：60-66.

[23]Prabha K.電力系統(tǒng)穩(wěn)定與控制[M].北京：中國電力出版社，2002.

[24]鮑諺，姜久春，張維戈，等.電動汽車移動儲能系統(tǒng)模型及控制策略研究[J].電力系統(tǒng)自動化.2012，36(22)：36-43. Bao Yan，Jiang Jiuchun，Zhang Weige，et al.Model and control strategy of electric vehicle mobile energy storage system[J].Automation of Electric Power Systems，2012，36(22)：36-43.

Research on the Control Strategy of Electric Vehicle Mobile Energy Storage in Ancillary Frequency Regulation

BaoYan1，2JiaLimin2JiangJiuchun1ZhangWeige1

(1.National Active Distribution Network Technology Research Center Beijing Jiaotong University Beijing 100044 China 2.School of Traffic and Transportation Beijing Jiaotong University Beijing 100044 China)

Numerous EVs have been integrated in the grid，which will not only act as controllable loads，but also as mobile energy storage systems to supply ancillaryservice and support.The advantages of EVs participated frequency control are analyzed in this paper at first.A framework and its operation principle of mobile energy storage assisted frequency regulation are then introduced.Based on the basic dynamic model of frequency regulation in the power system，the models of EVs participating in the primary and secondary frequency regulation are established.Based on this，the control strategy considering the vehicle constraints and users’ demands，which have been rarely discussed by other researchers，is proposed here.This strategy can satisfy the individual demand of users’use time and capacity，avoid exceeding the state of charge (SOC)limit or damaging the battery caused by the large charge-discharge current.The proposed models and control strategy are then implemented in two case studies，and their effectiveness is verified finally.

Electric vehicle，ancillary frequency regulation，vehicle constraint，user’s demand，control strategy

國家國際科技合作專項資助項目(2013DFA60930)。

2014-11-04 改稿日期2015-02-25

TM76；U469.72

鮑 諺 男，1982年生，博士，講師，研究方向為電動汽車與電網(wǎng)互動技術(shù)、智能電網(wǎng)與新能源發(fā)電技術(shù)。(通信作者)

賈利民 男，1963年生，博士，教授，博士生導(dǎo)師，研究方向為控制科學(xué)與工程、智能自動化。