車網(wǎng)互動(dòng)過(guò)程的系統(tǒng)動(dòng)力學(xué)分析

　　摘要：車網(wǎng)互動(dòng)過(guò)程的影響因素眾多，關(guān)聯(lián)關(guān)系復(fù)雜。為分析車網(wǎng)互動(dòng)過(guò)程中各因素之間的相互影響及相互作用關(guān)系，文章建立了車網(wǎng)互動(dòng)過(guò)程的系統(tǒng)動(dòng)力學(xué)分析模型，分析了車網(wǎng)互動(dòng)過(guò)程的因果回路圖，細(xì)化了電動(dòng)汽車與電網(wǎng)子模塊內(nèi)部因素間的流量關(guān)系，探討電價(jià)及出行計(jì)劃對(duì)電動(dòng)汽車充放電響應(yīng)的影響規(guī)律，得出電網(wǎng)功率需求與電網(wǎng)電價(jià)調(diào)整之間的關(guān)系。算例仿真表明，車網(wǎng)互動(dòng)過(guò)程的系統(tǒng)動(dòng)力學(xué)模型可反映車網(wǎng)內(nèi)部各變量之間的反饋結(jié)構(gòu)關(guān)系，模擬車網(wǎng)互動(dòng)的動(dòng)態(tài)演變過(guò)程，分析車網(wǎng)互動(dòng)決策的影響因素，繼而為實(shí)際車網(wǎng)互動(dòng)的實(shí)施提供了一種有效的分析方法。

　　關(guān)鍵詞：車網(wǎng)互動(dòng);系統(tǒng)動(dòng)力學(xué);因果回路;演進(jìn)分析

　　0引言

　　在國(guó)家政策的大力扶持下，電動(dòng)汽車(ElectricVehicle，EV)產(chǎn)業(yè)迅猛發(fā)展，規(guī)�；�的電動(dòng)汽車車載電池成為智能電網(wǎng)中重要的儲(chǔ)能元件。由于電動(dòng)汽車充電具有時(shí)間和空間上的不確定性，若不對(duì)其進(jìn)行合理調(diào)控，電動(dòng)汽車的充放電行為有可能會(huì)使電網(wǎng)負(fù)荷出現(xiàn)峰峰疊加，使峰谷差進(jìn)一步擴(kuò)大，惡化電網(wǎng)的運(yùn)行狀態(tài)，從而影響電網(wǎng)運(yùn)行的可靠性[1];如能對(duì)電動(dòng)汽車的充放電行為進(jìn)行有效調(diào)控，使電動(dòng)汽車在用電低谷時(shí)段充電，在用電高峰時(shí)放電，從而可有效利用電動(dòng)汽車電池的儲(chǔ)能能力，為電網(wǎng)的運(yùn)行提供功率支撐，達(dá)到削峰填谷的作用，電動(dòng)汽車也可從能量互動(dòng)中獲取收益，從而為車網(wǎng)雙方都帶來(lái)好處[2]。

　　要實(shí)現(xiàn)車網(wǎng)雙方之間的良性互動(dòng)，需要制定有針對(duì)性的激勵(lì)措施，從而引導(dǎo)車網(wǎng)雙方朝著合作互動(dòng)的方向發(fā)展。但在車網(wǎng)互動(dòng)的過(guò)程中，電動(dòng)汽車用戶與電網(wǎng)的互動(dòng)決策受到自身眾多因素的影響，而且車網(wǎng)雙方的決策相互之間也會(huì)產(chǎn)生影響，兩者之間存在著比較復(fù)雜的耦合關(guān)系，分析車網(wǎng)互動(dòng)決策的影響因素，明確影響因素相互之間的關(guān)聯(lián)關(guān)系及影響規(guī)律，是制訂出合理有效激勵(lì)措施的前提。

　　當(dāng)前對(duì)車網(wǎng)雙方互動(dòng)收益的分配研究較多，為吸引電動(dòng)汽車用戶參與充放電優(yōu)化，通過(guò)充放電策略協(xié)調(diào)車網(wǎng)雙方的利益是一種常見的辦法[3]。文獻(xiàn)[4-6]將EV作為受控對(duì)象，在不同的優(yōu)化目標(biāo)下(電網(wǎng)收益最大、電網(wǎng)負(fù)荷波動(dòng)最小、EV用戶花費(fèi)最小)，通過(guò)優(yōu)化算法對(duì)EV的充放電策略進(jìn)行求解。文獻(xiàn)[7-9]利用博弈論思想，充分考慮雙方在互動(dòng)過(guò)程中的選擇權(quán)，將車網(wǎng)互動(dòng)過(guò)程轉(zhuǎn)化成雙方的博弈過(guò)程，利用博弈方法確定了車網(wǎng)雙方各自的互動(dòng)策略。文獻(xiàn)[10]則進(jìn)一步深化，通過(guò)代理商將EV群體聚合成一個(gè)或多個(gè)整體，由代理商調(diào)度安排EV的充放電計(jì)劃，并通過(guò)代理商與電網(wǎng)進(jìn)行博弈互動(dòng)，達(dá)到削峰填谷、調(diào)頻、備用等目的。

　　文獻(xiàn)[11]提出以需求側(cè)為決策主體、供需兩側(cè)協(xié)同優(yōu)化的EV充放電需求響應(yīng)方法，在保證用戶經(jīng)濟(jì)性的同時(shí)實(shí)現(xiàn)平抑系統(tǒng)負(fù)荷波動(dòng)。文獻(xiàn)[12-15]從電網(wǎng)和充(換)電站利益最大化、用戶利益最大化和供需雙方共贏等宏觀角度解析了電動(dòng)汽車有序充放電定價(jià)模型的實(shí)現(xiàn)機(jī)理以及各模型存在的優(yōu)缺點(diǎn)，并在此基礎(chǔ)上闡述了其優(yōu)化方向。上述研究從宏觀角度對(duì)電動(dòng)汽車和電網(wǎng)可以采取的互動(dòng)策略進(jìn)行了分析，利用優(yōu)化方法得到了互動(dòng)各方可以采取的互動(dòng)策略，但對(duì)車網(wǎng)內(nèi)部影響這些互動(dòng)策略選擇的因素及影響規(guī)律沒(méi)有進(jìn)行具體分析。

　　車網(wǎng)內(nèi)部都存在著眾多因素會(huì)對(duì)車網(wǎng)雙方的互動(dòng)決策產(chǎn)生影響，如電動(dòng)汽車用戶的出行需求對(duì)充放電電價(jià)波動(dòng)的敏感性、電動(dòng)汽車參與互動(dòng)的成本損耗，電網(wǎng)的出力波動(dòng)、負(fù)荷波動(dòng)、電網(wǎng)結(jié)構(gòu)的變化等，各個(gè)因素變化都會(huì)導(dǎo)致雙方互動(dòng)決策的波動(dòng)并最終趨于一個(gè)穩(wěn)定的最優(yōu)策略。因此，車網(wǎng)雙方的影響因素眾多，關(guān)聯(lián)關(guān)系復(fù)雜，研究清楚雙方的影響因素及影響規(guī)律是制訂合理激勵(lì)、促進(jìn)車網(wǎng)互動(dòng)的關(guān)鍵。系統(tǒng)動(dòng)力學(xué)(systemdynamics，SD)是研究復(fù)雜系統(tǒng)工程的一種重要方法[16-18]，他通過(guò)分析系統(tǒng)內(nèi)部各變量之間的反饋結(jié)構(gòu)關(guān)系來(lái)研究系統(tǒng)的整體行為，實(shí)現(xiàn)對(duì)系統(tǒng)整體運(yùn)作本質(zhì)的分析。

　　可為車網(wǎng)互動(dòng)這個(gè)復(fù)雜性及動(dòng)態(tài)性兼具的系統(tǒng)問(wèn)題提供了一個(gè)有力的分析工具。通過(guò)分析車網(wǎng)互動(dòng)過(guò)程中的相互作用關(guān)系，采用定性分析與定量描述相結(jié)合的方法，分析了互動(dòng)過(guò)程中電動(dòng)汽車與電網(wǎng)子模塊的系統(tǒng)動(dòng)力學(xué)模型，利用Vensim軟件模擬分析了車網(wǎng)互動(dòng)過(guò)程中互動(dòng)決策的動(dòng)態(tài)演化過(guò)程，分析了不同因素變化對(duì)互動(dòng)效果的影響，為智能電網(wǎng)中車網(wǎng)互動(dòng)的演化分析提供了一種有效的方法，對(duì)認(rèn)識(shí)清楚車網(wǎng)互動(dòng)過(guò)程的動(dòng)力機(jī)制，從而有針對(duì)性地提出切實(shí)有效的激勵(lì)措施提供了依據(jù)。

　　1車網(wǎng)互動(dòng)過(guò)程的因果回路分析

　　車網(wǎng)互動(dòng)的本質(zhì)是能量流和效益流的相互轉(zhuǎn)移，互動(dòng)的過(guò)程實(shí)際上是車網(wǎng)雙方相互作用的過(guò)程：電網(wǎng)的定價(jià)策略影響電動(dòng)汽車的充放電決策，而電動(dòng)汽車的充放電決策會(huì)影響電網(wǎng)的狀態(tài)進(jìn)而促使電網(wǎng)改變自己的定價(jià)策略。 車網(wǎng)互動(dòng)過(guò)程的系統(tǒng)因果回路圖包括3個(gè)部分：電動(dòng)汽車子模塊、電網(wǎng)子模塊以及兩者之間的聚合子模塊。電動(dòng)汽車子模塊通過(guò)提供自身的儲(chǔ)能能力為電網(wǎng)子模塊提供功率支撐，電網(wǎng)子模塊通過(guò)充放電電價(jià)引導(dǎo)并利用電動(dòng)汽車的儲(chǔ)能能力以維護(hù)電網(wǎng)自身的功率平衡，雙方通過(guò)充放電電價(jià)和充放電電量聚合在一起實(shí)現(xiàn)互動(dòng)，在互動(dòng)的過(guò)程中完成能量流和效益流的轉(zhuǎn)移。

　　電動(dòng)汽車子模塊所能提供的儲(chǔ)能能力主要由電池的荷電狀態(tài)和用戶的出行需求決定，兩者共同決定了電動(dòng)汽車所能提供的儲(chǔ)能服務(wù)能力的大�。弘姵睾呻姸�、用戶出行需求功率少，電動(dòng)汽車可用來(lái)放電的富余電量就多;電池荷電少、用戶出行需求多，電動(dòng)汽車可用來(lái)充電的可充電容量就多，電動(dòng)汽車可用來(lái)交易的儲(chǔ)能服務(wù)能力就大。不同于一般的儲(chǔ)能裝置，電動(dòng)汽車需要優(yōu)先滿足用戶的出行需求，用戶的出行距離、出行時(shí)間會(huì)對(duì)電動(dòng)汽車的充放電電量和充放電時(shí)間產(chǎn)生影響，進(jìn)而影響電動(dòng)汽車的充放電決策。

　　電網(wǎng)子模塊調(diào)控的核心任務(wù)是實(shí)現(xiàn)電網(wǎng)的功率平衡，由于電廠出力的變化以及電網(wǎng)負(fù)荷的波動(dòng)，可能會(huì)導(dǎo)致電網(wǎng)功率的不平衡，此時(shí)，規(guī)�；�的電動(dòng)汽車電池就成為一個(gè)理想的調(diào)控源：在電網(wǎng)負(fù)荷高峰、存在功率缺額時(shí)，電動(dòng)汽車可停止從電網(wǎng)充電，并將自己的富余電量向電網(wǎng)放電，以補(bǔ)充電網(wǎng)的功率缺額;當(dāng)電網(wǎng)負(fù)荷低、存在著功率盈余時(shí)，此時(shí)，電動(dòng)汽車可從電網(wǎng)充電，以增加電網(wǎng)的負(fù)荷、減小電網(wǎng)的功率損失。

　　因此，充電電價(jià)和放電電價(jià)是電網(wǎng)調(diào)節(jié)電動(dòng)汽車充放電行為的調(diào)節(jié)手段，而充電電量和放電電量則是電動(dòng)汽車對(duì)電網(wǎng)調(diào)節(jié)行為的響應(yīng)手段。但由于電動(dòng)汽車數(shù)量龐大、用戶需求各異，電網(wǎng)內(nèi)部的環(huán)節(jié)眾多，電價(jià)和電量對(duì)車網(wǎng)內(nèi)部決策產(chǎn)生影響的規(guī)律比較復(fù)雜，還需進(jìn)行深入分析。

　　2車網(wǎng)互動(dòng)子模塊的系統(tǒng)動(dòng)力學(xué)分析

　　車網(wǎng)互動(dòng)的因果回路圖將車網(wǎng)內(nèi)部要素的相關(guān)性及相互之間的反饋關(guān)系定性表示了出來(lái)，為更加直觀的表達(dá)系統(tǒng)內(nèi)部的反饋形式和控制規(guī)律，以流量圖的形式細(xì)化互動(dòng)中各子模塊的內(nèi)部結(jié)構(gòu)，并分析變量之間的因果動(dòng)態(tài)關(guān)系。

　　2.1EV子模塊

　　電動(dòng)汽車的有序充放電一方面可以減小EV負(fù)荷對(duì)電網(wǎng)的沖擊，另一方面還可為電網(wǎng)提供有益的功率支撐，而電動(dòng)汽車用戶自身也能從互動(dòng)中獲取經(jīng)濟(jì)收益。在互動(dòng)中，電動(dòng)汽車在電池當(dāng)前荷電狀態(tài)的基礎(chǔ)上，在滿足用戶出行需求的前提下，對(duì)電網(wǎng)的電價(jià)做出響應(yīng)。

　　與一般儲(chǔ)能裝置不同，電動(dòng)汽車用戶的出行需求不同、對(duì)價(jià)格變動(dòng)的敏感程度也不相同，因而電動(dòng)汽車群體內(nèi)部因素的關(guān)聯(lián)關(guān)系及影響規(guī)律比較復(fù)雜。保證用戶出行需求是電動(dòng)汽車決策時(shí)的首要目標(biāo)，因此，用戶的出行需求是電動(dòng)汽車模塊中的重要變量。出行需求一方面決定了在規(guī)定的出行時(shí)刻到來(lái)前電動(dòng)汽車電池所要達(dá)到的最小荷電狀態(tài)，另一方面決定了電動(dòng)汽車距出行的剩余時(shí)間，即電動(dòng)汽車參與互動(dòng)的可用時(shí)間，而這個(gè)可用時(shí)間的長(zhǎng)短會(huì)對(duì)電動(dòng)汽車參與互動(dòng)的參與率產(chǎn)生影響。

　　3算例分析

　　3.1算例基本參數(shù)

　　以某市EV與電網(wǎng)為例，設(shè)該市EV保有量為5萬(wàn)輛，單臺(tái)EV電池容量為22kW·h，單位電池?fù)p耗為0.3元/(kW·h);EV充電樁價(jià)格為14900元，輸出最大功率為8.9kW，使用壽命10年;電網(wǎng)運(yùn)行過(guò)程中的最大功率缺額為252MW;初始EV用戶參與度設(shè)為35%，初始電價(jià)設(shè)為0.57元/(kW·h)。根據(jù)前述的因果反饋關(guān)系，在Vensim軟件中用箭頭記號(hào)連接各變量，畫出車網(wǎng)互動(dòng)過(guò)程完整的流量圖，輸入變量之間的關(guān)系方程，即可得到車網(wǎng)互動(dòng)過(guò)程的系統(tǒng)動(dòng)力學(xué)模型。模型中，電動(dòng)汽車電池的荷電狀態(tài)、電網(wǎng)的充放電電量及電網(wǎng)的削峰填谷收益等起到累積作用的量視為狀態(tài)變量，電動(dòng)汽車的充放電功率、電網(wǎng)的充放電功率等視為速率變量。

　　3.2車網(wǎng)互動(dòng)決策的演進(jìn)分析在給定初始電價(jià)下，電動(dòng)汽車子系統(tǒng)會(huì)根據(jù)自身情況給出一個(gè)響應(yīng)的充放電電量，電網(wǎng)結(jié)合自身需求對(duì)該電量所帶來(lái)的互動(dòng)效用進(jìn)行衡量，并根據(jù)效果對(duì)電價(jià)進(jìn)行調(diào)整，電動(dòng)汽車子系統(tǒng)根據(jù)電網(wǎng)更新后的電價(jià)再對(duì)響應(yīng)電量做出調(diào)整，以此循環(huán)直至得到穩(wěn)定的互動(dòng)策略。

　　電力論文投稿刊物：電工技術(shù)學(xué)報(bào)是核心期刊，在1986年正式創(chuàng)刊，目前已經(jīng)成為電工技術(shù)類博士學(xué)位評(píng)定、國(guó)家重點(diǎn)實(shí)驗(yàn)室評(píng)估的重要雜志，注重理論聯(lián)系實(shí)際，在教育界、工程界享有比較高的聲譽(yù)。為提升中國(guó)電氣工業(yè)的技術(shù)水平起到重要作用。

　　4結(jié)論與展望

　　1)車網(wǎng)互動(dòng)是一個(gè)動(dòng)態(tài)演化過(guò)程，系統(tǒng)動(dòng)力學(xué)模型可以描述車網(wǎng)互動(dòng)過(guò)程中不同變量之間的反饋結(jié)構(gòu)關(guān)系，為分析車網(wǎng)互動(dòng)決策的動(dòng)態(tài)演進(jìn)過(guò)程、研究不同因素變化對(duì)車網(wǎng)互動(dòng)決策及效果的影響提供了一種有效的方法。2)車網(wǎng)互動(dòng)的影響因素眾多、關(guān)聯(lián)關(guān)系復(fù)雜，車網(wǎng)互動(dòng)過(guò)程的因果分析回路可將車網(wǎng)內(nèi)部復(fù)雜的要素及其相關(guān)性定性的表示出來(lái)，為分析各因素對(duì)互動(dòng)決策的影響提供基礎(chǔ)。

　　3)車網(wǎng)互動(dòng)子模塊的流量圖細(xì)化了電動(dòng)汽車和電網(wǎng)子模塊的內(nèi)部結(jié)構(gòu)，為定量分析車網(wǎng)子模塊內(nèi)部變量之間的因果動(dòng)態(tài)關(guān)系提供了方法。4)基于Vensim的車網(wǎng)互動(dòng)過(guò)程系統(tǒng)動(dòng)力學(xué)算例分析表明，車網(wǎng)互動(dòng)的最終決策是動(dòng)態(tài)演進(jìn)的結(jié)果，車網(wǎng)模塊內(nèi)部不同因素的變化會(huì)對(duì)互動(dòng)決策產(chǎn)生不同的影響，可為車網(wǎng)互動(dòng)激勵(lì)措施的制定提供參考。

　　參考文獻(xiàn)

　　[1]郭建龍，文福拴.電動(dòng)汽車充電對(duì)電力系統(tǒng)的影響及其對(duì)策[J].電力自動(dòng)化設(shè)備，2015，35(06)：1-9+30.GuoJianlong，WenFuzhen.TheInfluenceofElectricVehicleChargingonPowerSystemandItsCountermeasures[J].ElectricPowerAutomationEquipment，2015，35(06)：1-9+30.

　　[2]潘樟惠，高賜威，劉順桂.基于需求側(cè)放電競(jìng)價(jià)的電動(dòng)汽車充放電調(diào)度研究[J].電網(wǎng)技術(shù)，2016，40(04)：1140-1146.PanZhanghui，GaoCiwei，LiuShungui.ResearchonChargingandDischargingDispatchofElectricVehiclesBasedonDemandSideDischargeBidding[J].PowerSystemTechnology，2016，40(04)：1140-1146.

　　[3]楊曉東，張有兵，翁國(guó)慶，等.基于虛擬電價(jià)的電動(dòng)汽車充放電優(yōu)化調(diào)度及其實(shí)現(xiàn)機(jī)制研究[J].電工技術(shù)學(xué)報(bào)，2016，31(17)：52-62.YangXiaodong，ZhangYoubing，WengGuoqing，etal.VirtualTime-of-UseTariffsBasedOptimalSchedulingandImplementationMechanismofElectricVehiclesChargingandDischarging[J].TransactionsofChinaElectrotechnicalSociety，2016，31(17)：52-62.

　　[4]胡澄，劉瑜俊，徐青山，等.面向含風(fēng)電樓宇的電動(dòng)汽車優(yōu)化調(diào)度策略[J].電網(wǎng)技術(shù)，2020，44(02)：564-572.HUCheng，LIUYujun，XUQingshan，etal.OptimalSchedulingStrategyforElectricVehiclesinBuildingsWithWindPower[J].PowerSystemTechnology，2020，44(02)：564-572.

　　作者：程宏波1，商子軒1，郭源曦1，康琛2，曾偉2

轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/25890.html