摘要：為解決大規模電動汽車無序充電導致電網出現“峰上加峰”現象，依據電動汽車充電地點的不同將配電網劃分為居民區、辦公區、商業區微電網，提出基于峰谷差、分時電價、用戶充電滿意度多目標下的電動汽車充電模式，建立了微電網內運營商峰谷差—用戶充電費用少和充電滿意度的雙盈多目標優化調度模型，采用上海市實際居民辦公商業混合體，基于MATLAB/NSGA?Ⅱ算法求解負荷整形度；采取粒子群優化算法求解電動汽車車主達到充電滿意度；實現對電動汽車充電時刻和充電功率的引導。實際算例仿真結果表明，該方法能有效降低配電網負荷峰谷差，提高電動汽車充電效率，滿足用戶充電需求。

關鍵詞：微電網群；電動汽車；分時電價；多目標優化調度；雙層優化

為了應對全球氣候變暖和化石能源日益短缺的挑戰，中國提出了“雙碳”目標。國家電網公司發布了“碳達峰、碳中和”行動方案。開發和利用各種新型清潔能源，將電動汽車（electricvehicle，EV）

與分布式能源相結合，對實現多種能源的優勢互補具有十分重要的意義。大量電動汽車接入微電網，對微電網群的協調優化運行帶來了新的挑戰。隨著分布式新能源的發展，傳統的單一微網模式已經處于劣勢。微電網群將多個單一的微電網結合在一起，增強了微網系統的穩定性，使可再生能源能夠靈活滿足電力的多元化需求，并減少了電動汽車充電負荷對傳統大電網的影響。在城市中，電動汽車數量眾多，其電池具有電源與負荷的雙重特性，與分布式電源具有互補性。發展城市風光儲一體化，可以減少遠距離輸電損耗，實現能源利用的。

電動汽車充電難、充電價格不合理等問題日益突出。文獻提出了電價引導的策略，通過制定動態電價引導EV車主進行有序充電，降低系統峰谷差，減少運行成本。文獻［提出電動車智慧傳輸路徑，通過云傳輸來實現電動車的充電協調與資源優化匹配功能。文獻通過在樓宇中安裝風力發電機，模擬了電動汽車在樓宇中的充電行為特征，驗證了其在城市中的應用可能性。EV充電站具有分布式特點，在經濟相對發達充電站密集的區域，輔以光伏發電，一定程度上減輕了電網負擔，并提高了供電可靠性。以往對于EV優化調度的研究以單層優化、單目標優化為主，但EV優化調度是復雜的多目標優化問題，因此文獻建立了包含EV的雙層優化模型，通過博弈實現了充電站收益與電動汽車車主利益之間的平衡。隨機性與不確定性是EV充電時空需求方面的明顯特點，導致充電樁利用率不高，因此需要在電動汽車充電優化調度方面進行研究。

基于以上背景，本文針對基于負荷變化制定分時充電電價的電動汽車有序充電優化調度策略進行了研究。我們構建了運營商—用戶雙層多目標優化調度模型，將配電網劃分成居民區、辦公區、商業區微電網。在此基礎上，以微電網內電動汽車為研究對象，依據負荷的變化制定日前分時充電電價，兼顧電網供電可靠性與電動汽車用戶的利益，引導電動汽車用戶參與有序充電。

1含電動汽車的微網群與日前分時電價

通過微電網群能量管理系統對微電網進行控制，控制平臺在前一天將微網內部基本用電負荷、光伏與風力發電機出力以及電動汽車行為信息上傳至管理系統，從而對次日的微電網群內電動汽車進行調度。微網群結構示意如圖1所示。

圖1微電網群結構

由圖中可以看出，影響微電網群的因素由以下幾個方面組成：

（1）光伏發電模型

光伏發電的發電功率受到光照強度、外界溫度等多種因素的影響。

（2）風力發電模型

風力發電機的效率受多種因素影響，包括風速大小、風向以及風速持續的時間等。垂直軸風力發電機組具有風能利用率高、啟動風速低等優點。在低風速下，結構更簡單的垂直軸風力渦輪機將提供自啟動功能，并且不需要任何偏航機構。由于城市中高層建筑物數量眾多，建筑物頂部的風速相對較大，這為小型風力發電機的安裝和使用提供了條件。

（3）       電動汽車充電方式

目前，常見的電動汽車充電有交流充電、直流充電與換電3種方式。交流充電應用廣，在充電時電流較小，適用于家庭充電。直流充電是將交流電整流成直流電供給電池充電，多用在集中充電站，其充電電流大，輸出功率高，在對充電速度要求高的情況下使用。換電是通過更換已充滿電的電池組來達到充滿電的效果，但是由于不同汽車品牌的電池型號不統一，成為制約換電措施的因素。

（4）電動汽車行為特性

電動汽車充電時間與行駛里程等特征不確定性大，用對數正態分布描述其行駛距離的概率，EV初始充電時間與結束時間的概率用正態分布表示。

（5）日前分時電價模型

制定靈活合理的EV充電電價能調動車主參與電網調度的積極性，但目前EV充電電價多以固定電價的形式存在，電價形式較為單一，不能反映不同時段和負荷情況下的供需關系，這限制了EV充電電價的靈活性和適應性。因此，為鼓勵車主參與電網調度，實現電網的高效穩定運行，提前一天對微網內用電情況預測，依據每時間段負荷的不同，根據負荷變化確定日前分時電價，作為電動汽車用戶的充電電價。

依據負荷變化制定的分時電價，當負荷較高時，有大量電動汽車接入會導致充電電價升高，對一些用戶而言會選擇換個時間段充電，從而實現對用戶充電行為的引導。

2微網群雙層多目標優化調度

考慮微電網與電動汽車用戶雙方利益，建立含電動汽車的微網群雙層多目標優化調度模型。外層兼顧微網系統穩定性與參與電動汽車調度的用戶充電費用，依據制定的日前分時充電電價對電動汽車充電行為進行引導；內層以電動汽車用戶充電滿意度為目標，構建雙層模型，實現微網群的優化運行。

（1）外層優化

為保證電網系統運行穩定性，外層優化需要考慮系統功率平衡約束，風機、光伏出力約束，傳輸線路容量約束。

（2）內層優化

用電動汽車SOC值來描述電動汽車電量，電動汽車車主達到出行滿意是充電結束時電動汽車的SOC達到自己的期望值。內層優化需考慮充電功率與電動汽車的SOC約束

（3）雙層多目標優化求解流程

外層要考慮系統負荷波動與電動汽車用戶充電費用少的多目標優化問題。以微網群內電動汽車充放電計劃為自變量，根據評判標準從外層優化的Pareto解集中選出某一組解，作為電動汽車參與調度的整體充放電計劃。再通過內層以電動汽車車主充電期望值為目標函數，得到每輛電動汽車車主的127電力科學與技術學報2024年1月充電量，采用粒子群算法求解。當所得解不滿足實際情況時，返回至外層多目標優化階段，重新選擇一組解，繼續進行內層優化，直到得到的解滿足實際情況。優化求解整體流程如圖2所示。

圖2優化求解流程

3安科瑞充電樁收費運營云平臺系統選型方案

3.1概述

AcrelCloud-9000安科瑞充電柱收費運營云平臺系統通過物聯網技術對接入系統的電動電動自行車充電站以及各個充電整法行不間斷地數據采集和監控，實時監控充電樁運行狀態，進行充電服務、支付管理，交易結算，資要管理、電能管理，明細查詢等。同時對充電機過溫保護、漏電、充電機輸入/輸出過壓，欠壓，絕緣低各類故障進行預警；充電樁支持以太網、4G或WIFI等方式接入互聯網，用戶通過微信、支付寶，云閃付掃碼充電。

3.2應用場所

適用于民用建筑、一般工業建筑、居住小區、實業單位、商業綜合體、學校、園區等充電樁模式的充電基礎設施設計。

3.3系統結構

系統分為四層：

1）即數據采集層、網絡傳輸層、數據層和客戶端層。

2）數據采集層：包括電瓶車智能充電樁通訊協議為標準modbus-rtu。電瓶車智能充電樁用于采集充電回路的電力參數，并進行電能計量和保護。

3）網絡傳輸層：通過4G網絡將數據上傳至搭建好的數據庫服務器。

4）數據層：包含應用服務器和數據服務器，應用服務器部署數據采集服務、WEB網站，數據服務器部署實時數據庫、歷史數據庫、基礎數據庫。

5）應客戶端層：系統管理員可在瀏覽器中訪問電瓶車充電樁收費平臺。終端充電用戶通過刷卡掃碼的方式啟動充電。

小區充電平臺功能主要涵蓋充電設施智能化大屏、實時監控、交易管理、故障管理、統計分析、基礎數據管理等功能，同時為運維人員提供運維APP，充電用戶提供充電小程序。

3.4安科瑞充電樁云平臺系統功能

5.4.1智能化大屏

智能化大屏展示站點分布情況，對設備狀態、設備使用率、充電次數、充電時長、充電金額、充電度數、充電樁故障等進行統計顯示，同時可查看每個站點的站點信息、充電樁列表、充電記錄、收益、能耗、故障記錄等。統一管理小區充電樁，查看設備使用率，合理分配資源。

3.4.2實時監控

實時監視充電設施運行狀況，主要包括充電樁運行狀態、回路狀態、充電過程中的充電電量、充電電壓電流，充電樁告警信息等。

 3.4.3交易管理

平臺管理人員可管理充電用戶賬戶，對其進行賬戶進行充值、退款、凍結、注銷等操作，可查看小區用戶每日的充電交易詳細信息。

 3.4.4故障管理

設備自動上報故障信息，平臺管理人員可通過平臺查看故障信息并進行派發處理，同時運維人員可通過運維APP收取故障推送，運維人員在運維工作完成后將結果上報。充電用戶也可通過充電小程序反饋現場問題。

3.4.5統計分析

通過系統平臺，從充電站點、充電設施、、充電時間、充電方式等不同角度，查詢充電交易統計信息、能耗統計信息等。

 3.4.6基礎數據管理

在系統平臺建立運營商戶，運營商可建立和管理其運營所需站點和充電設施，維護充電設施信息、價格策略、折扣、優惠活動，同時可管理在線卡用戶充值、凍結和解綁。

3.4.7運維APP

面向運維人員使用，可以對站點和充電樁進行管理、能夠進行故障閉環處理、查詢流量卡使用情況、查詢充電\充值情況，進行遠程參數設置，同時可接收故障推送

3.4.8充電小程序

面向充電用戶使用，可查看附近空閑設備，主要包含掃碼充電、賬戶充值，充電卡綁定、交易查詢、故障申訴等功能。

3.5系統硬件配置

4

結語

針對電動汽車在微電網中的優化調度問題，文中以EV充電地點的不同，將配電網劃分居民區、辦公區、商業區微電網，基于負荷變化制定日前分時電價，實現對電動汽車充電行為的引導，提出了雙層多目標優化調度模型，兼顧微電網與EV車主的利益，并進行算例分析。

（1）建立的含EV的微電網群優化調度模型降低了微電網中的負荷峰谷差，提高EV充電效率，滿足不同類型EV用戶充電需求，可兼顧微電網和EV車主的利益，同時促進了新能源的就地消納，實現能源的優勢互補。

（2）依據負荷變化制定的分時充電電價有效地引導了用戶參與微電網調度，與無序充電相比，降低了一部分負荷波動，大規模EV接入電網后效果將更加明顯。中國的電價朝著實時電價的趨勢發展，還需進一步研究實時電價下EV在微電網系統中的優化調度。