面對日益嚴重的環境問題,發展清潔能源、保障能源安全、實現“碳達峰”、“碳中和”,已成為我國能源戰略的核心目標之一。其中電動汽車(Electric Vehicles, EV)作為移動儲能單元,將電網與交通深度耦合,促進智慧城市綠色化交通。大規模電動汽車接入,給配電網的穩定性和經濟性帶來了一定的機遇與挑戰。
經國家電網公司測算,到2030年,電動汽車整體電量需求將達到3400億kW?h,EV保有量預計達到6000萬輛。近年來,國內外學者在電動汽車調控方面做了大量研究,主要研究思路可概括為預測負荷需求時空分布,根據預測結果優化布局充電設施網絡,進而制定交通-電力耦合網絡架構下的電動汽車引導策略,引導未到站車輛分散前往充電站,避免部分站點擁擠現象,并基于V2G(Vehicle to Grid)技術實現電動汽車響應電力輔助服務。
沈陽工業大學電氣工程學院、國網遼寧省電力有限公司電力科學研究院、國家能源局東北監管局的研究人員從“預測”、“站-網”、“站-車”、“車-網”四方面形成整體閉環,探討智慧城市車-站-網一體化運行體系相關技術。
車-站-網一體化運行體系中,電動汽車是未來智慧城市交通-電力-信息耦合網絡的關鍵耦合元素,準確預測電動汽車充電負荷是分析電動汽車對配電網影響的基礎,亦是開展電動汽車與配電網互動的必要前提。
充電站作為車-站-網一體化運行體系能量樞紐單元,根據電動汽車負荷時空分布預測結果進行布局優化,實現“站-網”層面優化布局;考慮配電網需求進行有序充電引導,實現“站-車”層面的協同管理;接收電網調度信號并下發給電動汽車,反饋電動汽車充電信息至配電網,利用V2G技術實現“車網”層面互動響應。車-站-網一體化運行交互特性如圖1所示。
圖1 車-站-網一體化運行交互特性
根據車、站、網三者交互特性,研究人員深入探討車-站-網一體化運行架構的研究現狀及相關技術,并沿電動汽車充電需求時空分布預測、“站-網”協同布局與優化、“站-車”有序引導、車-網互動響應技術這一主線綜述車-站-網一體化運行架構的最新研究成果,展望其未來研究方向。
最后,研究人員對未來智慧城市電動汽車參與互動響應的研究進行了展望。
1 用戶行為畫像在電動汽車充電預測中的應用
電動汽車用戶行為畫像是指用戶在駕駛過程中留下的行為數據被大數據及互聯網收集之后加工成一系列的標簽,其本質是簡化的標簽數據。目前大部分文獻主要是對電動汽車群體駕駛、停放特性的研究,并未深入探究電動汽車用戶個體駕駛習慣、路徑選擇習慣、臨時更改路徑比率等特性。大數據與云計算等技術進一步發展,有必要深入探究用戶行為畫像在電動汽車充電預測中的應用。
2 電網最優潮流約束下多類型充電設施網絡布局優化
我國存在充電設施結構性不足、充電樁總體利用率低、熱點區域充電排隊時間長等問題。充電設施選址既要滿足充電需求,同時還需考慮電網負荷限制,以適應城市內最優電網潮流限制與充電需求的突出矛盾。突破多目標多階段多場景設施選址與配置優化技術,實現交通與電力耦合網絡協同最優下的設施網絡布局是一個亟待解決的科學問題。
3 多網融合下配電網多時間尺度穩定性評估方法
不確定性新能源、電動汽車在配電網占比增加,使系統穩定性面臨挑戰。然而,電動汽車充放電行為的多時間尺度優化調控將導致配電網安全穩定裕度發生變化,現有配電網可靠性評估方法,尚缺乏統一的安全、穩定判別標準。
4 多網融合充電服務綜合評估
“交通網-信息網-電力網”三網融合架構下電動汽車參與配電網需求響應服務,需從經濟性、穩定性、用戶滿意度的角度對其進行綜合評估。
①經濟性方面:分析充電站運營成本、新能源利用率等因素間耦合關系,建立層次化經濟性評價指標體系。②穩定性方面:研究充電樁容量、用戶充電需求、電壓質量指標之間的影響規律,構建刻畫系統安全域的穩定性指標。③用戶滿意度方面:分析電動汽車分布規律與用戶充電排隊等待時間、充電價格之間的影響關系,構建適用于多場景的用戶充電滿意度評估指標與方法。
5 信息物理系統中云邊協同架構的研究應用
5G通信、大數據、區塊鏈等技術不斷發展,在車-網互動響應中引入邊緣計算思想,能夠突破邊緣節點數據存儲、計算的能力瓶頸,解決云計算模式占有大量計算資源,無法滿足電力物聯網高效協同要求的難題,實現智能化分析管控、邊緣設備實時控制、調度任務智能管理、數據統計查詢、各方利益協調等功能,提高配電網供電可靠性。將傳統集中式云端架構轉型為邊緣導向式云邊協同優化架構技術將迎來更多的理論研究和工程應用。邊緣導向式云邊協同優化架構示意圖如圖2所示。
圖2 邊緣導向式云邊協同優化架構
邊緣導向式云邊協同優化架構中,充電樁作為信息感知層邊緣計算單元,聚合商為邊緣服務層,交通-電力-信息耦合網絡為平臺層。電動汽車用戶與聚合商簽訂響應合作協議參與配電網互動響應僅負責在協議規定時間內接入充電樁,充放電調控交由聚合商自主進行。
在此架構下,信息感知層收集用戶行為規律信息,并計算實時可調度容量上報邊緣服務層。同時,實時接收邊緣服務層調控指令,在滿足電動汽車用戶需求的背景下實現實時智能控制的互動響應服務。邊緣服務層與信息感知層之間實現可調度能力與實時控制的信息交互,與平臺層之間進行信息反饋及指令傳輸。平臺層進行各類信息收集、儲存、計算,并實時下發指令。
本文編自2022年第1期《電工技術學報》,論文標題為“智慧城市車-站-網一體化運行關鍵技術研究綜述及展望”,作者為王海鑫、袁佳慧 等。