安科瑞電氣股份有限公司 上海嘉定 201801

摘要：在住宅小區傳統建設模式下，充電樁安裝難、配套投資大，嚴重阻礙了充電樁在小區內進行普及使用。為解決該問題，本文首先調研了住宅小區內的電動汽車用戶的出行習慣和充電特點，提出了分時電價響應和動態服務價響應兩種有序充電模式，然后以用戶充電費用較低為目標建立了數學模型，并引入特別小區配電變壓器容量的懲罰因子，之后利用改進粒子群算法，仿真分析在無序充電、分時電價響應有序充電、動態服務價響應有序充電三種方式下的負荷波動性。算法仿真后，證明了所提出充電策略的正確性、有效性。之后，針對住宅小區公共、個人停車位充電樁，提出了住宅小區停車位安裝充電樁響應有序充電建設方案，為今后住宅小區電動汽車實際應用充電提供了指導建議。

關鍵詞：電動汽車;住宅小區；分時電價響應；動態服務價;有序充電策略

0引言

國家在加快電動汽車充電基礎設施建設的指導文件《關于加快電動汽車充電基礎設施建設的指導意見》中明確，住宅小區配建停車位時要同步建設充電設施或預留充電樁建設安裝條件。但調查發現，小區物業部門擔心安全責任準宅小區業主安裝充電樁仍存在較多困難、物業不配合、報裝以及接電難度大等情況。在住宅小區電動汽車規模化發展的基礎上，小區安裝充電樁數量將進一步增多。以山東省某市為例，約有1萬個小區，每個小區變壓器、高低壓電纜等配套設施設備、施工費按30萬元/臺粗略估計，假設增容或新上5臺變壓器及配套設施用于小區充電樁充電使用，預計配套電源投資達到150億元。全國耗資可能需要上萬億，投資成本數額巨大。并且在普遍的老舊小區，普遍因位置緊張、地方協調關系復雜，配電設施擴建改造非常困難。短時間內,無法實現該目標和要求,迫切需要在原有配電設施不改造的前提下，研究一種科學有效、合理有序、投資少見效快、可持續發展的住宅小區電動汽車有序充電策略[1-2]。國家在《新能源汽車產業發展規劃（2021—2035年）》中明確，住宅小區內要積極推廣建設有序慢速充電樁。文獻［3-4］提出在原有配電設施不增容、不升級改造的前提下,利用谷時段充電,從而獲取充電費用較低的有序充電方法。文獻提出一種無需集中式通信系統實時監測控制的分布式電動汽車有序充放電策略。實際生活中，更需要以主動引導方式,鼓勵電動汽車用戶能夠充分、主動響應充電價格參與有序充電策略。文獻提出用戶充電成本和電動汽車充電起始時間兩個目標相結合為較優的充電控制策略。文獻考慮充電站運營收益，以電網分時電價動態引導，建立有序充電模型。通過調整電動汽車充電時間和預測充電負荷，使得客戶充電成本較低，建立有序充電模型。利用啟發式算法，綜合客戶充電成本和負荷曲線較優為目標，建立有序充電模型。文獻利用原有專變冗余容量,建立由專變用戶、充電站運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分時電價上研究探討。 國家在電動汽車用電價格的政策規定，電動汽車用戶充電后應向充電樁運營企業繳納電費、充電服務費兩項。因此，本文將充電價格分為充電電價、充電服務價兩部分，分別對應充電電費、充電服務費，并依據充電價格劃分原則引導、鼓勵用戶主動調整用車行為和充電習慣，響應電動汽車有序充電策略。充電電價執行一般工商業分時電價，充電服務費由充電樁運營企業根據現場實際、自身經營情況等制定，主要用于彌補充電樁的運營成本和建設成本。本文在分析住宅小區電動汽車用戶出行習慣和充電特點后，在無序充電方式的基礎上定義分時電價響應和動態服務價響應的兩種有序充電方式，建立以用戶充電費用較低目標函數，并引入超小區配電變壓器容量的懲罰因子，利用改進粒子群算法以，分析分時電價響應有序充電、動態服務價響應有序充電兩種方式下負荷波動性影響。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電動汽車出行習慣

1.1 電動汽車功率需求分析

假設電動汽車用戶出行結束后，就開始充電。 假設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;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，為負值表示在放電，為零值表示不充電(為閑置狀態)。

1.2 電動汽車用戶行為習慣

一天24小時中，住宅小區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象叫由于上下班工作、接送孩子上學等生活工作習慣，電動汽車用戶的出行高峰主要集中在7 : 00-8 : 00、17 : 00-19 : 00兩個時間段區間，電動汽車用戶在下班后進行充電的概率較大。而這期間本身就是住宅小區用電高峰期，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荷的緊張,給住宅小區配電設施帶來運行風險，同時電力系統出現“峰上加峰"的現象。為此，需要通過充電價格引導用戶，改變其充電習慣,避免造成電力負荷緊張的局面。

2住宅小區充電模式分析

小區用戶購買電動汽車，主要用于生活、工作需求，在小區充電較為方便,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的有序充電方式下,不需要在小區配置專人管理電動汽車接入充電樁,只通過充電價格引導用戶主動響應充電。

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。整個住宅小區所有電動汽車用戶在有充電樁閑置的情況下，下班后隨機接入充電。

2.2 分時電價響應的有序充電方式

分時電價響應的有序充電方式是在充電電價分時段、充電服務價固定統一的前提下,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，目的是花費較低的充電成本費用充滿電。充電電價執行國家規定的一般工商業峰谷分時電價。

2.3 動態服務價響應的有序充電方式

動態服務價響應的有序充電方式是在充電價格分時段(充電電價、服務價均分時段)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，目的是花費較低的充電成本費用充滿電。 充電服務價制定規則。住宅小區配電室變壓器容量是影響小區電動汽車充電的關鍵因素。為更有效地利用變壓器余量，通過充電服務價響應參與住宅小區普通電力負荷曲線調度，根據上一時段電力負荷計算該時段的充電服務價。利用各時段價格差，通過充電管理系統控制充電樁電流大小，鼓勵用戶將充電負荷轉移到普通電力負荷較低的時段，實現較大化利用住宅小區變壓器容量。

充電服務價與普通電力負荷的關系為：

式(3),(4)中：P'n(t)為t時段普通電力負荷;Pn為一天中普通電力負荷平均值。v0為固定充電服務價，指充電樁運營企業向充電車主收取一定服務費彌補建設成本,本文取0.45元/千瓦時。

圖1充電服務價變化曲線

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

3有序充電優化模型

3.1 優化目標

有序充電優化策略目標是在現有住宅小區配電網變壓器余量的基礎上，通過用戶主動響應，讓用戶充電費用降特別多。

3.2 有序充電模型

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

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

動態服務價下的有序充電方式,q(t)為階段函數,v(t)為動態變量，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時段充電服務價。

(2)配變余量函數：

式中Sn為小區配電室變壓器額定容量;COSφN為變壓器額定功率因數;μ為變壓器負載率;Pb(t)為t時段住宅小區配電網普通電力負荷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荷同時接在一臺變壓器上，充電樁有功功率與普通電力負荷有功功率之和是變壓器負載。 在不超過住宅小區配電變壓器容量的前提下,以用戶充電費用很低為目標建立函數：

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△t為時間間隔;γ為各時段超出小區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

3.3 約束條件

電動汽車充電響應主要受住宅小區電壓范圍、 充電容量、線路熱負荷等因素限制。

1. 
   

2. 住宅小區可允許的電壓范圍約束充電樁側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分別為住宅小區配電網允許的較大、較小電壓值。

1. 
   

2. 小區充電站內的充電功率變化范圍為：

式(8)中:△P0為當前時段與上一時段小區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;Wi為第i輛電動汽車動力電池容量。

(4)荷電狀態連續性約束

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,SOCt-i為第i輛電動汽車在(t-1)時間段末電池的荷電狀態。

(5)線路熱負荷約束

式(11)中:LMCLMCMAX祝嗅分別為線路的熱負荷、較大熱負荷。

3.4有序充電控制算法

本文結合Monte-Carlo模擬，采用改進粒子群算法(improved particle swarmoptimization, IPS0)求解問題，并引入動態慣性因子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分別為當前迭代次數與設置的較大迭代次數。 使用IPSO進行優化求解時，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,粒子維數為NxT。

圖2有序充電方式算法流程圖

本文研究24小時進行數學優化，采用Madab仿真求解，其算法流程圖如圖2所示。