李智軒， 藺 紅

(新疆大學(xué) 電氣工程學(xué)院, 新疆 烏魯木齊 830017)

0 引言

為了確?！疤歼_(dá)峰、碳中和”目標(biāo)早日實(shí)現(xiàn),電動(dòng)汽車并入微電網(wǎng)的車入網(wǎng)方式得到了國家大力推廣[1-2].目前,電動(dòng)汽車以充電模式和換電模式作為主要充能方式,研究表明換電模式較即時(shí)充電模式更能提升微網(wǎng)的經(jīng)濟(jì)性[3].BSS可以有效減小電動(dòng)汽車無序充電對(duì)微網(wǎng)系統(tǒng)造成的影響,提高微網(wǎng)整體的經(jīng)濟(jì)性.同時(shí)微網(wǎng)需有效引導(dǎo)BSS合理進(jìn)行充、放電,從而實(shí)現(xiàn)對(duì)網(wǎng)內(nèi)負(fù)荷“削峰填谷”的目的.但隨著國家對(duì)換電模式的大力推廣,新晉BSS企業(yè)逐漸發(fā)展為獨(dú)立經(jīng)營,其所有權(quán)并不屬于微網(wǎng),這對(duì)微網(wǎng)的穩(wěn)定運(yùn)行提出新的挑戰(zhàn).

隨著電動(dòng)汽車數(shù)量的日益增多以及新能源發(fā)電的不確定性,傳統(tǒng)的微網(wǎng)調(diào)度策略已無法完全適用于此情況,因此相關(guān)學(xué)者將研究重心轉(zhuǎn)移到含有電動(dòng)汽車接入的微網(wǎng)系統(tǒng)[4-8].文獻(xiàn)[9]針對(duì)含有完全可調(diào)度電動(dòng)汽車的微網(wǎng)系統(tǒng),提出多目標(biāo)分級(jí)的微網(wǎng)調(diào)度策略,雖提高了可再生能源利用率以及微網(wǎng)的經(jīng)濟(jì)性,但此策略高度依賴電動(dòng)汽車的可控性.文獻(xiàn)[10]針對(duì)不接受微網(wǎng)直接調(diào)度的電動(dòng)汽車,提出了一種實(shí)時(shí)電價(jià)制定方法,引導(dǎo)車主進(jìn)行有序充、放電.但從電網(wǎng)角度來看,讓單個(gè)電動(dòng)汽車用戶服從微網(wǎng)的引導(dǎo)并不簡單,而換電模式中BSS的集中式換電經(jīng)過車輛與電池解耦后更利于微網(wǎng)對(duì)整個(gè)BSS內(nèi)的電池組進(jìn)行調(diào)度.

文獻(xiàn)[11]基于影子價(jià)格理論解決了微網(wǎng)優(yōu)化調(diào)度模型與確定電池交換站電力調(diào)度的混合整數(shù)線性問題,雖然完成了微網(wǎng)與BSS二者間的協(xié)調(diào)優(yōu)化,但并未考慮換電需求不確定性對(duì)整體優(yōu)化的影響,僅適用于理想情況.文獻(xiàn)[12]將主網(wǎng)中風(fēng)電場與BSS構(gòu)建成聯(lián)合系統(tǒng),同時(shí)考慮了風(fēng)電與換電需求的不確定性,建立多目標(biāo)的相關(guān)機(jī)會(huì)目標(biāo)規(guī)劃模型,實(shí)現(xiàn)二者的效能互補(bǔ).但若將地理位置相距較遠(yuǎn)的風(fēng)電場與BSS構(gòu)成聯(lián)合系統(tǒng)時(shí),又會(huì)增加能量損耗,違背新能源就地消納的初衷.文獻(xiàn)[13]提出了考慮微網(wǎng)與BSS二者互動(dòng)的調(diào)度模型,通過改變電價(jià)來引導(dǎo)BSS參與系統(tǒng)優(yōu)化,利用盒式魯棒優(yōu)化處理了換電需求不確定性,實(shí)現(xiàn)BSS利潤最大化,但文中未提及個(gè)性化電價(jià)的制定原則,并且盒式魯棒優(yōu)化過于保守,不適用于各風(fēng)險(xiǎn)偏好不同的BSS運(yùn)營商.隨著國家對(duì)換電模式的推廣及電動(dòng)汽車數(shù)量的不斷增加,BSS與微網(wǎng)之間的依賴性也隨之變大[14-15],因此有必要就充分發(fā)揮二者特性的優(yōu)勢(shì)來提高雙方利益進(jìn)行深入研究.

本文首先考慮電動(dòng)汽車用戶換電概率不確定性建立了BSS模型.接著針對(duì)主網(wǎng)分時(shí)電價(jià)不完全適用于微網(wǎng)的情況,提出了基于主網(wǎng)分時(shí)電價(jià)和微網(wǎng)常規(guī)負(fù)荷的微網(wǎng)實(shí)時(shí)電價(jià)制定方法,引導(dǎo)BSS主動(dòng)參與微網(wǎng)優(yōu)化.最后建立了一種BSS參與微網(wǎng)系統(tǒng)的雙層優(yōu)化模型,上、下層皆采用混合整數(shù)線性規(guī)劃的優(yōu)化方法,通過Yalmip調(diào)用Cplex分別對(duì)上下層模型求解,循環(huán)求解得到最優(yōu)調(diào)度結(jié)果.

1 含BSS的微網(wǎng)系統(tǒng)優(yōu)化結(jié)構(gòu)

微網(wǎng)需以個(gè)性化電價(jià)去引導(dǎo)BSS參與系統(tǒng)的優(yōu)化,因此本文含BSS的微網(wǎng)系統(tǒng)優(yōu)化結(jié)構(gòu)如圖1所示,主要由以下部分組成:微型燃?xì)廨啓C(jī)MT(Micro Turbine)、燃料電池FC(Fuel Cell)、風(fēng)電機(jī)組WT(Wind Turbine)、光伏發(fā)電PV(Photovoltaic)、BSS運(yùn)營商以及常規(guī)負(fù)荷.最后,整個(gè)系統(tǒng)通過PCC連接點(diǎn)經(jīng)聯(lián)絡(luò)線與主網(wǎng)相連,形成并網(wǎng)型微網(wǎng).

圖1 含BSS的微網(wǎng)系統(tǒng)結(jié)構(gòu)

1.1 BSS換電模型

1.1.1 電動(dòng)汽車換電需求建模

BSS各時(shí)段所需滿足的電動(dòng)汽車換電需求Nneed(t)即用戶前來更換的電池?cái)?shù),Nneed(t)可根據(jù)電動(dòng)汽車電池的SOC狀態(tài)及日行駛規(guī)律所確定.由文獻(xiàn)[16]可知,由式(1)(電池初始SOC低于換電閾值)或式(2)(電池初始SOC高于換電閾值)可得電動(dòng)汽車換電行為發(fā)生的時(shí)刻,將每一時(shí)段換電車輛數(shù)累加即得到各時(shí)段的換電需求Nneed(t).

(1)

(2)

1.1.2 電動(dòng)汽車換電需求概率模型

(3)

式(3)中:t表示時(shí)間;x表示通過蒙特卡洛模擬得出的t時(shí)段換電車輛數(shù).

其次考慮到電動(dòng)汽車實(shí)際換電需求是以換電車輛個(gè)數(shù)為單位的,而非連續(xù)性的,因此需要將式(3)所表示的換電需求概率進(jìn)行離散化處理.首先設(shè)定多狀態(tài)概率序列Nneed,t(iNt),其長度為LNneed,t:

(4)

(5)

式(5)中:Nnned,t(iNt)表示t時(shí)段不同換電需求數(shù)量的概率;LNneed,t為t時(shí)段換電需求波動(dòng)的最大值.

1.1.3 BSS充放電模型

BSS完成換電車輛數(shù)的概率預(yù)測(cè)后,需根據(jù)站內(nèi)各情況,制定最優(yōu)的充放電計(jì)劃.

為了使BSS模型便于仿真,同時(shí)又不會(huì)脫離實(shí)際情況,做出以下假設(shè):

(1)BSS運(yùn)營商為了減少電池壽命損耗,設(shè)定當(dāng)電池組處于充電或放電過程中,則必須充滿(設(shè)定電池SOC≥95%為充滿)或放空(設(shè)定電池SOC≤20%為放空)才可進(jìn)行后續(xù)服務(wù).

(2)BSS中所有電池組為同一型號(hào),即容量Cbat相同,額定充電功率Pch、充電效率ηch相同,以實(shí)際充電功率Pch-s充電時(shí)需要Tch個(gè)時(shí)段可將空電池充滿;額定放電功率Pdc、放電效率ηdc相同,以實(shí)際放電功率Pdc-s放電時(shí)需要Tdc個(gè)時(shí)段可將滿電電池放空.

(3)任意時(shí)段初期,BSS內(nèi)的滿電電池組數(shù)量可以滿足該時(shí)段換電需求的概率不低于BSS運(yùn)營商設(shè)定的置信水平α.

BSS內(nèi)各時(shí)段的滿電電池組數(shù)量Ns(t)隨各時(shí)段處于最后一段充程的充電和處于第一段放程放電的電池組數(shù)量以及上一時(shí)段換電車輛Nneed(t-1)決定:

(6)

(7)

實(shí)際BSS運(yùn)營時(shí)會(huì)出現(xiàn)換電需求預(yù)測(cè)存在誤差的情況,因此本文利用建立機(jī)會(huì)約束的方法,設(shè)定置信水平α.α是影響B(tài)SS制定充放電計(jì)劃的重要因素,目的是為了保證實(shí)際BSS內(nèi)滿電電池?cái)?shù)滿足換電需求的概率不低于給定的置信水平α.設(shè)定以下機(jī)會(huì)約束不等式:

(8)

根據(jù)式(5)求得離散化的換電需求概率序列,從而得到t時(shí)段換電需求的累積分布函數(shù)DNneed,t(x)為:

(9)

為了將式(8)中的機(jī)會(huì)約束轉(zhuǎn)換為確定性約束,首先引入0-1型狀態(tài)變量Mx(t).其滿足以下關(guān)系式:

(10)

式(10)表示對(duì)任何時(shí)段t,當(dāng)且僅當(dāng)完全滿足換電需求約束時(shí),Mx(t)等于1.其它情況皆等于0.最終結(jié)合以上(9)、(10)兩式,可將式(8)化簡為:

min{x|Mx(t)·DNneed,t+1(x)}≥a

(11)

式(11)表示在t時(shí)段內(nèi),BSS內(nèi)滿電電池?cái)?shù)量Ns(t)大于t+1時(shí)段換電數(shù)量x的最小概率不低于置信度a.因此可以推出式(11)與式(8)等價(jià),至此完成了機(jī)會(huì)約束的確定性轉(zhuǎn)化.

1.2 微網(wǎng)系統(tǒng)內(nèi)部實(shí)時(shí)電價(jià)制定方法

主網(wǎng)峰谷分時(shí)電價(jià)在各劃分時(shí)段內(nèi)是固定的,對(duì)于微網(wǎng)內(nèi)不同的負(fù)荷分布情況適用性不高[18,19].而實(shí)時(shí)電價(jià)可通過用戶實(shí)時(shí)負(fù)荷水平zt進(jìn)行調(diào)節(jié),通過實(shí)時(shí)電價(jià)引導(dǎo)BSS參與微網(wǎng)優(yōu)化調(diào)度,可使BSS錯(cuò)峰充電,減小網(wǎng)內(nèi)負(fù)荷峰值.實(shí)時(shí)電價(jià)制定方法有以下兩條:

(1)zt≥0.6時(shí),根據(jù)當(dāng)前時(shí)段主網(wǎng)平時(shí)段電價(jià)Wp、網(wǎng)內(nèi)負(fù)荷水平zt以及日平均負(fù)荷d制定實(shí)時(shí)電價(jià),步驟如下:

①根據(jù)負(fù)荷預(yù)測(cè)數(shù)據(jù)dt,計(jì)算常規(guī)負(fù)荷總值D、BSS負(fù)荷DBSS占總常規(guī)負(fù)荷D的比重m=DBSS/D、日平均負(fù)荷d、實(shí)時(shí)負(fù)荷水平zt=dt/d.

②t時(shí)段實(shí)時(shí)電價(jià)由zt決定,關(guān)系如表1所示.zt的取值變化波動(dòng),直接決定了網(wǎng)內(nèi)針對(duì)BSS的實(shí)時(shí)電價(jià)Wt.n1、…、n5為負(fù)荷水平常數(shù).

表1 實(shí)時(shí)電價(jià)與負(fù)荷水平映射表

(2)zt≤0.6時(shí),為了避免電價(jià)過低不符合實(shí)用性,做出電價(jià)最低額度限定:

Wt=Wlmin,zt≤0.6

(12)

式(12)中:Wlmin表示0.6

2 含BSS的微網(wǎng)雙層優(yōu)化調(diào)度模型

2.1 上層微網(wǎng)優(yōu)化模型

2.1.1 目標(biāo)函數(shù)

微網(wǎng)運(yùn)行成本包括四個(gè)方面:與大電網(wǎng)間的交互凈成本、微燃機(jī)燃料成本、與BSS間的購售電凈成本和棄風(fēng)棄光懲罰成本.為了使微網(wǎng)總運(yùn)行成本最低,設(shè)定目標(biāo)函數(shù)如下:

(13)

(14)

(15)

(16)

(17)

(18)

2.1.2 約束條件

(1)可控微源有功出力約束

(19)

(2)系統(tǒng)功率平衡約束

(20)

(3)可控微源爬坡率約束

(21)

(4)主網(wǎng)聯(lián)絡(luò)線約束

(22)

2.2 下層BSS優(yōu)化模型

2.2.1 目標(biāo)函數(shù)

考慮BSS運(yùn)營商的收益由三個(gè)方面決定:充電成本、換電與放電收入以及電池折舊成本.因此建立以BSS收益最大化的下層優(yōu)化目標(biāo)函數(shù):

maxY2=max(CBSS+Cex+Cdep)

(23)

(24)

(25)

(26)

2.2.2 約束條件

(1)電池?cái)?shù)量平衡約束

(27)

式(27)中:Nf(t)與Ne(t)分別表示t時(shí)段站內(nèi)滿電電池?cái)?shù)與空電電池?cái)?shù);Z表示站內(nèi)總電池?cái)?shù)量.

(2)充放電機(jī)位約束

(28)

(3)充電狀態(tài)電池組數(shù)量平衡約束

(29)

(4)放電狀態(tài)電池組數(shù)量平衡約束

(30)

(5)空電電池?cái)?shù)量平衡約束

(31)

(6)BSS所需滿足換電需求約束見式(11).

3 模型求解方法

雙層協(xié)調(diào)優(yōu)化模型可在Matlab平臺(tái)調(diào)用由IBM公司開發(fā)的Cplex求解器進(jìn)行仿真求解[21],優(yōu)化流程如圖2所示.

圖2 雙層協(xié)調(diào)優(yōu)化模型求解流程圖

4 算例分析

4.1 算例介紹

選并網(wǎng)型微網(wǎng)作為算例進(jìn)行研究分析[22],調(diào)度周期為1 d,每1 h為一個(gè)優(yōu)化階段.微網(wǎng)內(nèi)部各分布式電源的運(yùn)行參數(shù)如表2所示;微網(wǎng)削峰填谷政策補(bǔ)貼取2元/kW·h;分時(shí)電價(jià)如表3所示.

表2 微網(wǎng)系統(tǒng)中分布式電源參數(shù)

表3 主網(wǎng)分時(shí)電價(jià)

微網(wǎng)典型日常規(guī)負(fù)荷曲線及風(fēng)、光出力預(yù)測(cè)曲線如圖3所示[11].

圖3 風(fēng)、光出力及常規(guī)負(fù)荷預(yù)測(cè)值

BSS參數(shù)如下:電池交換站內(nèi)共有100個(gè)電池組用于正常租賃服務(wù),其容量皆為30 kW·h;共設(shè)置20個(gè)充、放電機(jī)位,其額定充、放電功率分別為15 kW和30 kW,充、放電效率均取0.95;完整充、放電一次的電池折舊費(fèi)取5元,換電零售價(jià)取1.5元/(kW·h),為方便計(jì)算,換電服務(wù)費(fèi)已并入換電零售價(jià)中.

4.2 換電需求及實(shí)時(shí)電價(jià)

利用文獻(xiàn)[16]中的統(tǒng)計(jì)數(shù)據(jù),模擬出規(guī)模為100輛電動(dòng)汽車的全天換電需求預(yù)測(cè)值及微網(wǎng)實(shí)時(shí)電價(jià)如圖4、5所示.

圖4 電動(dòng)汽車換電需求預(yù)測(cè)值

圖5 微網(wǎng)實(shí)時(shí)電價(jià)

4.3 不同策略下的優(yōu)化結(jié)果分析

場景1:微網(wǎng)不對(duì)BSS進(jìn)行充放電引導(dǎo)(固定電價(jià));場景2:微網(wǎng)對(duì)BSS進(jìn)行有序充放電引導(dǎo)(分時(shí)電價(jià));場景3:微網(wǎng)對(duì)BSS進(jìn)行有序充放電引導(dǎo)(實(shí)時(shí)電價(jià)).

同時(shí)取相同的置信度α=0.95進(jìn)行優(yōu)化,微網(wǎng)運(yùn)行成本和BSS總收益如表4所示.

表4 各場景下的成本及收益對(duì)比

從表4可知:場景1為固定電價(jià),即BSS為無序充放電行為,由于各時(shí)段電價(jià)相同,BSS放電反而會(huì)損失自身利益,所以全天只進(jìn)行充電行為.場景2與場景3中的BSS收益明顯高于場景1,同時(shí)微網(wǎng)運(yùn)行成本又低于場景1,說明在電價(jià)引導(dǎo)下的BSS有序充放電行為比BSS無序即換即充模式更利于提高微網(wǎng)系統(tǒng)整體的利益.場景2為分時(shí)電價(jià),但是由于固定的分時(shí)電價(jià)無法契合微網(wǎng)內(nèi)負(fù)荷用電情況,無法深度引導(dǎo)BSS的放電行為,BSS放電量僅約為場景3的35.4%.場景3中的微網(wǎng)運(yùn)行成本最低,同時(shí)BSS的收益卻最高,說明本文所提策略在場景2的基礎(chǔ)上進(jìn)一步增加了雙方的利益.

不同場景下含BSS的微網(wǎng)內(nèi)凈負(fù)荷曲線如圖6所示,網(wǎng)內(nèi)峰谷差率如表5所示.

圖6 不同場景下凈負(fù)荷曲線

表5 各場景下微網(wǎng)總負(fù)荷峰谷差情況

結(jié)合圖6與表5中的峰谷差數(shù)據(jù)來看,場景3中凈負(fù)荷曲線的峰值最低,同時(shí)網(wǎng)內(nèi)峰谷差率最低,說明本文所提優(yōu)化方法可大幅降低網(wǎng)內(nèi)峰谷差率.

為了表明BSS受微網(wǎng)實(shí)時(shí)電價(jià)的激勵(lì)而做出的響應(yīng)情況,以圖7不同場景中BSS用電價(jià)格及其充放電功率做出對(duì)比.

圖7 BSS實(shí)際充放電功率及電價(jià)對(duì)比

如圖7所示結(jié)果來看,場景1中BSS無序充放電策略下BSS充電負(fù)荷高峰期與微網(wǎng)日常負(fù)荷高峰期重疊,加大了網(wǎng)內(nèi)負(fù)荷的峰值.場景2中的微網(wǎng)雖然在11:00～12:00這個(gè)負(fù)荷高峰段引導(dǎo)BSS放出一部分電力并不再進(jìn)行充電,但在22:00時(shí)BSS為了能保證后續(xù)電動(dòng)汽車的換電服務(wù),還是在此用電高峰期進(jìn)行了充電.而場景3中的微網(wǎng)不僅在11:00～12:00這個(gè)時(shí)段抑制了BSS的充電行為,還在21:00～22:00的常規(guī)負(fù)荷高峰期引導(dǎo)BSS釋放大量電能,進(jìn)一步降低網(wǎng)內(nèi)總負(fù)荷峰值.

4.4 不同置信度對(duì)優(yōu)化結(jié)果的影響

這里對(duì)場景3進(jìn)行單獨(dú)研究,在其他參數(shù)都不變的情況下,將機(jī)會(huì)約束中的置信度α分別設(shè)定為95%、75%以及55%.三種不同α對(duì)應(yīng)的微網(wǎng)運(yùn)行成本和BSS收益關(guān)系對(duì)比結(jié)果如圖8所示.

在圖8中，α表示BSS滿足電動(dòng)汽車換電時(shí)站內(nèi)擁有足夠滿電電池?cái)?shù)量的置信度.可以看出隨著α的增大,即BSS運(yùn)營商滿足換電需求的概率越大,這時(shí)站內(nèi)可以用來放電的電池組數(shù)量越小,即減小了BSS參與微網(wǎng)引導(dǎo)的放電容量,導(dǎo)致整體收益下降.然而α越大,以實(shí)時(shí)電價(jià)作為激勵(lì)手段,間接使得微網(wǎng)從BSS獲得的利潤變大,微網(wǎng)運(yùn)行的成本就會(huì)減小.同時(shí)α越大,電動(dòng)汽車用戶的換電體驗(yàn)就會(huì)提高,促進(jìn)BSS的良性運(yùn)營.綜合以上三點(diǎn)來看:α的選取同時(shí)關(guān)系到微網(wǎng)與BSS的利益與風(fēng)險(xiǎn),BSS運(yùn)營商需與微網(wǎng)調(diào)度中心協(xié)商確定合適的α,這樣才利于整個(gè)系統(tǒng)的協(xié)調(diào)優(yōu)化.

圖8 不同α下的微網(wǎng)運(yùn)行成本和BSS收益對(duì)比

5 結(jié)論

針對(duì)微網(wǎng)與BSS在新型合作關(guān)系下優(yōu)化調(diào)度困難的問題,本文建立了BSS與微網(wǎng)協(xié)調(diào)優(yōu)化模型,利用機(jī)會(huì)約束的方法完成了換電概率的確定性轉(zhuǎn)換,考慮了微網(wǎng)和BSS的運(yùn)行約束,兼顧了雙方的利益.經(jīng)算例驗(yàn)證可得以下結(jié)論:

(1)文中的微網(wǎng)內(nèi)實(shí)時(shí)電價(jià)可以引導(dǎo)BSS參與微網(wǎng)優(yōu)化運(yùn)行,在微網(wǎng)負(fù)荷低谷期多充電,負(fù)荷高峰期多放電,提高了微網(wǎng)與BSS雙方利益的同時(shí)減小了微網(wǎng)內(nèi)部負(fù)荷峰谷差,利于微網(wǎng)內(nèi)新能源的就地消納.

(2)在微網(wǎng)系統(tǒng)各不確定因素影響相同的情況下,BSS對(duì)置信度α的選擇成為了影響雙方利益的關(guān)鍵因素,因此本文可為以后建立BSS并入微網(wǎng)的電動(dòng)汽車換電公司提供參考作用.