含电动汽车接入的配网潮流计算及调度策略

含电动汽车接入的配网潮流计算及调度策略
摘要：对含电动汽车充电负荷的配电网进行了潮流计算和结果分析，对电动汽车充电负荷优化调度进行了深入研究，提出了基于潮流计算且满足削峰填谷和经济运行的电动汽车充电负荷优化调度策略，并结合具体实例验证了优化调度策略的有效性。

关键词：电动汽车；潮流计算；削峰填谷；经济运行；校核
0 引言
规模化的电动汽车[1]（Electric Vehicle，EV）充电负荷接入配电网[2]后成为电网中的大功率负荷[3]，将造成电网负荷的重新分布，从而引起网络潮流变化和网损增加，潮流计算[4]的结果可以很好地为建设布局提供可参考数据，根据电网中的负荷分布情况，计算规划方案中电力系统[5]各节点的电压、电流等能否满足国家标准，对规模化EV充电负荷，潮流计算可以分析充电负荷改变对电网运行产生的影响[6]。

本文采用牛顿-拉夫逊法[7]，有效解决了由于配网总体的阻抗[8]较大导致的潮流计算不收敛问题，在典型配电网模型中建立电动汽车充电负荷模型，利用PSASP[9]仿真平台计算了电动汽车充电负荷接入以后配电网潮流的分布情况，结合潮流校验[10]，提出了基于潮流计算且满足削峰填谷和经济运行的电动汽车充电负荷优化调度策略，并通过计算案例对研究成果进行验证。

1 含EV充电负荷的配电网潮流计算
1.1 潮流计算数学模型
配电网系统的组成部分包括发电机、变压器、输电线路及各类负荷，结合配电网络特点，潮流计算中通常采用节点分析法，每个节点包含4个变量：有功功率、注入无功功率、节点电压幅值和相角。

从数学理论角度，潮流计算的实质即求解由各节点潮流方程构成的多元非线性方程组，通过推导得到电力系统潮流方程极坐标形式，具体数学方程如下：
1.2 含EV充电负荷的潮流计算
本文进行潮流计算时，将济南某智能示范园区内的所有电动汽车作为整体考虑。

本文以4节点2机组系统为例，进行含规模化电动汽车的配网潮流计算，分析充电负荷对电网的影响，简化的节点系统拓扑结构，图中G1、G2表示发电机，Load表示各类负荷，其中包含EV 充电负荷，编号1～4表示母线节点编号。

系统中的线路参数、发电机参数、节点负荷与电压参数根据智能园区配电网的实际参数录入。

本文利用PSASP，根据EV充电行为及充电负荷大小，分3种情形：(1)智能园区所有电动汽车同时在节点3所在配网区充电；(2)智能园区所有电动汽车同时在节点2所在配网区充电；(3)智能园区一部分的电动汽车在节点2所在配网区充电，另一部分的电动汽车在节点3所辖区域充电。

经进行潮流计算，得到每种情形下各支路的潮流情况，详细潮流计算结果见表1。

由表1可知，当配网中含有一定数量电动汽车充电负荷时，充电负荷对配网运行带来巨大冲击，可能造成配网因线路传输容量不足造成的系统崩塌。

但是，若能够对电动汽车的充电行为加以控制，对电网造成的影响会小得多。

如采用合理引导措施，可以减轻对电网的冲击，甚至对原有电网有一定改善。

因此需要引导电动汽车用户在合理的时间、合理的地点对电动汽车进行有序充电调度。

2 基于潮流计算的EV充电优化调度
2.1 EV充电负荷调度目标
为了减小配网负荷曲线峰谷差值，同时考虑时段阶梯电价，降低充电成本，本文构建了EV充电负荷调度模型，其数学表达式见式(3)和式(4)。

式(3)中，目标函数F为EV充电功率方差，其中T为充电周期，通常为24 h，Pt为EV 充电负荷t时刻的充电功率，为周期内充电功率平均值，F数值越小，说明电网峰谷差越小；式(4)中，目标函数COST为一个充电周期的EV充电成本最小值，本文为保证计算精度，将24 h分为480个3 min，St是t时刻的充电电价，N为充电站数量，Pit为t时刻第i个充电站的充电功率，Tt+1-Tt表示充电时间段。

2.2 EV充电调度策略
结合EV充电负荷调度模型，本文提出了考虑多目标的电动汽车有序充电优化调度策略，包含三部分：(1)削峰填谷策略，实时监视配电网负荷功率方差，通过合理有序调整EV充电功率，确保方差在合理区间；(2)经济运行策略，以充电成本最小为目标，充分考虑电动汽车集群空间分布特性，合理制定各电动汽车总体充电计划；(3)潮流计算校核，重点监视是否存在过载的设备、节点电压是否在合理区间，确保配电网络安全稳定运行。

2.2.1 削峰填谷策略
以削峰填谷为目标的优化调度，主要目的是通过对电动汽车充电时段的控制，为了拉平负荷曲线。

(1)区域服务网络控制
削峰填谷的优化目标为：
其中，T为控制时段数；plt为第t时段电网原负荷功率，prt为第t时段的储能部分功率，pct为第t时段充电部分功率，po为负荷平均功率。

模型约束条件为：
①单站传输专线的功率约束
充电站的传输专线容量限制了充电站的最大充电功率，这里假设充电站数量为N，则其中单站j站的传输功率约束为pjt≤pjlmax。

其中，pjt为j充电站t时刻的充电量，其包括prt、pct两个部分；pjlmax为j站的传输最大功率。

②单站的单时段充电功率约束
单站的单时段充电功率必须介于单站的最小充电能力与最大充电能力之间，这里，假设最小充电功率为0，则单站单时段充电功率约束可以表示为0≤pjt≤pjcmax。

其中pjcmax 为j站的最大充电功率。

利用以上两式得到单站的每个时段充电功率，将该指令下发给下一级的充电站，然后下级充电站得到上级的指标命令后，控制站内充电桩进行充电。

(2)充换电站控制
将充电站站内有序充电的目标定为在第一层调度所得调度指令一定偏离范围内充电站充电桩数量变动最小。

假设该充电站内共有B类充电桩，此目标函数可以解析表达为如下的表达式：
式中xkt为类型为k的充电桩t时段充电桩数量。

2.2.2 经济运行策略
以购电经济性为目标的优化调度，根据不同时段的买电价格存在差异性，模型的目标函数为使得充电站的购电成本最低，用函数表达式可以表达为：
在第一步得到了单站的每个时段的充电功率后，与削峰填谷模型相同，将该指令下发给
充电站，指导充电站进行有序充电，实现充电成本最低。

2.2.3 潮流计算校核
在满足削峰填谷和经济运行基础之上，进行含电动汽车充电负荷的区域配网潮流计算，检查是否存在设备利用率低或者设备过载情况、是否存在低电压、过电压、谐波等电能质量问题，具体潮流计算及分析过程如上一章所示。

2.3 优化调度流程
结合EV充电调度模型和优化调度策略，本文基于潮流计算的EV充电优化调度流程如下所示：
(1)初始化区域内各母线节点负荷曲线、EV充电负荷、电网运行参数，统计区域内EV充电需求；
(2)更新各次循环后的最优调度配置库；
(3)实时监测配网负荷曲线、EV充电负荷曲线，记录实时数据，以备进行充电功率方差计算；
(4)与(3)同步进行，结合时段阶梯电价，计算EV充电成本，以备进行成本校验；
(5)计算充电功率方差，判断是否在合理区间，若在合理区间，转向步骤(7)，否则给出告警提示(峰谷过大)，适当降低EV充电功率；
(6)计算EV充电成本，判断成本是否降低且在合理区间，若是，更新EV充电成本数据指标集合，否则给出告警提示（成本过高），有序安排充电时间；
(7)记录功率方差最大值时刻，调整充电负荷；
(8)潮流计算校验，对符合削峰填谷和降低充电成本的策略进行校验，检查是否会导致电力设备过载。

若存在过载设备，给出告警提示，否则，更新并保存最优调度配置，不断优化配置库，实现多目标优化调度；
(9)周期结束检查，若在周期内，转向步骤（2），否则结束流程。

具体流程。

3 实例分析
本文实例以济南某电动汽车较为集中的智能园区所在配电网典型日负荷数据为基础负荷，仿真实例中电动汽车高渗透率较高，未采用基于潮流计算的优化调度策略，从而形成了规模化电动汽车接入电网后随机充电的负荷曲线，。

图3中曲线一是电动汽车接入配电网后随机充电下的电网负荷曲线，它是由曲线二和曲线三叠加而成，曲线二是配电区域基础负荷曲线(不含电动汽车随机充电负荷)，曲线三是电动汽车随机充电情形下的充电功率曲线。

由曲线图可以看出，随着电动汽车的接入，日最大负荷从1 031 MW增加到1 181 MW，增长了14.55%，峰谷差从297 MW增加到426 MW，增长了43.43%。

可见，无电动汽车充电优化调度时，电动汽车的随机充电使得电网的峰负荷和峰谷差都增大了，影响了电网安全、稳定运行。

下面采纳本文提出的基于潮流校验的优化调度策略，对电动汽车充电负荷实施优化调度，执行电动汽车充电优化调度后的负荷曲线。

由图4可知，日最大负荷从1 193 MW减小到1 086 MW，峰谷差从526 MW减小到271 MW。

可见，在电动汽车充电负荷优化调度实施后，峰谷差得到极大的减小，电网负荷波动更小，负荷曲线的平滑性得到了极大的改善。

根据表2的对比分析，可以看出，在没有优化调度实施的情况下，电动汽车的无序充电加重了电网负担；而在实施了优化调度后，峰负荷、峰谷差以及电动汽车的电费得到了大幅
的减少。

仿真算例结果统计分析显示：优化调度实施之后，电网中过载运行的电力设备明细减少或消除，母线电压在保持在限值之内，可见，潮流校验在电网安全、稳定运行中起到了积极有效作用。

4 结论
本文构建了含规模化EV充电负荷的潮流计算模型，进行了多情形下的潮流计算，定量分析了电动汽车随机充电对电网运行造成的不利影响；深入研究了EV充电调度策略，对优化调度进行积极探索，结合潮流校验，提出了基于潮流计算的EV充电负荷优化调度策略，为电动汽车快速发展和电网安全、经济运行提供了理论支撑。