考慮配電網(wǎng)韌性與充電便利性的電動汽車充電站布點方法

電動汽車作為分布式移動儲能單元，可以在極端事件發(fā)生后調(diào)度至充電站，作為應急電源為配電網(wǎng)內(nèi)關鍵負荷恢復供電，從而提升配電網(wǎng)韌性。因此在充電站布點規(guī)劃階段需要考慮電動汽車在提升配電網(wǎng)韌性方面的作用。重點關注可調(diào)度類電動汽車的充電站布點方法，以配電網(wǎng)各個極端場景下關鍵負荷加權恢復數(shù)目最大、電壓幅值差最小以及交通網(wǎng)充電距離最小為目標，綜合考慮充電站數(shù)目約束、配電網(wǎng)運行約束和充電站輸出功率等約束，提出了一種兼顧配電網(wǎng)韌性和充電便利性的充電站布點問題的混合整數(shù)線性規(guī)劃模型，可利用成熟優(yōu)化求解器有效求解。最后通過算例分析驗證了提出的充電站布點方法的關鍵詞:充電站布點；韌性；電動汽車；配電網(wǎng)0引言<力系統(tǒng)造成了嚴重的破壞。極端事件導致的頻發(fā)停電事故對智能電網(wǎng)的無法及時為配電網(wǎng)送電，配電網(wǎng)可以利用本地可調(diào)度類電動汽車為關鍵負荷緊急供電，從而縮短停電時間，提升配電網(wǎng)韌性。目前，隨著車用電池性能的不斷提升以及V2G技術的日益成熟，電動汽車作為分布式儲能單元在調(diào)節(jié)地區(qū)電網(wǎng)峰谷、調(diào)頻、平抑分布式電源擾動、作為應急電源等方面展現(xiàn)了巨大的潛能。大量研究與試驗表明，將電動汽車與電網(wǎng)智能地結合起來，利用電動汽車的儲能系統(tǒng)為電網(wǎng)服務是可行的。3]電動汽車充電站作為電動汽車與電網(wǎng)的接口，其合理的布點方案有利于提升極端情況下配電網(wǎng)關鍵負荷恢復能力，從而提升配電網(wǎng)韌性。目前對于電動汽車充電站的規(guī)劃方法，按側重對象可分為三類—側重考慮交通網(wǎng)需求、側重考慮電網(wǎng)需求、綜合考慮交通網(wǎng)和電網(wǎng)需求的需求等諸多條件下，通過優(yōu)化區(qū)域充電需求在充電站備選站址間的分配，網(wǎng)均會產(chǎn)生影響且同時受限于兩個系統(tǒng)的運行情況，如交通網(wǎng)的車流分布以及電網(wǎng)的供電情況等，因此綜合考慮交通網(wǎng)和電網(wǎng)需求的充電站規(guī)最小化年度總投資成本和網(wǎng)損、且最大化年度充電車流量為優(yōu)化目標，獻[7]提出了一種同時考慮電動汽車行駛范圍及充電需求的混合整數(shù)二階錐規(guī)劃模型，將電網(wǎng)與交通網(wǎng)的約束都考慮在內(nèi)，應用已有優(yōu)化求解了用凈現(xiàn)值和生命周期成本來確定充電站位置和容量的方法，并考慮電成本和經(jīng)濟效益作為充電站優(yōu)化布點的目標，兼顧車流量以及電網(wǎng)運行約束等問題，尚未有文章在充電站布點規(guī)劃中考慮利用電動汽車提升電在中國，隨著政策引導和相關技術的不斷進步，電動汽車進入了大規(guī)模發(fā)展階段，很多城市采用了電動公交車、電動巴士以及電動出租[9]能?；谲囕v運營特性的考慮，本文僅考慮電動公交車和電動企業(yè)[10-11][12]顧交通網(wǎng)最小充電距離以及配電網(wǎng)最大關鍵負荷恢復的電動汽車充電站布在<在正常情況下，電動公交車和電動企業(yè)班車具有固定的起點和終點，本文用一對始發(fā)站和終點站(originanddestination,OD)代表一類在其行駛過程中不充電，回到代表公交總站或公司的起點或終點時才會進行充電及相關維護。假設對于每一類可調(diào)度電動車，每日的發(fā)車計劃已知(包括發(fā)車數(shù)量和時間)，從而可得到每天各個時間段的充電需求以及充滿電的閑置電動車數(shù)量。對于交通網(wǎng)中的電動汽車，充電站布點在需要滿足充電需求的基礎上，與起點或終點的行駛距離越小越好，即另外，假設極端事件引發(fā)大停電后，在輸電網(wǎng)無法及時為配電網(wǎng)送電的情況下，閑置的且?guī)в须娏康碾妱庸卉嚭碗妱悠髽I(yè)班車能夠被快速調(diào)度至附近的充電站，作為電源通過配電網(wǎng)線路為配電網(wǎng)內(nèi)關鍵負荷供電。在充電站布點時，需要考慮充電站附近應有停放閑置電動車的始布點方案需要考慮配電網(wǎng)故障后恢復過程中的各類運行約束是否能夠置電動車數(shù)目(即可用發(fā)電資源)也不盡相同，合理的布點方案能夠綜，最大化恢復效果。綜上，充電站布點方案，需充分考慮可調(diào)度電動汽車運營特性及充提升的最大化。本文提出綜合考慮配電網(wǎng)韌性和充電便利性的充電站布具體布點模型進行介紹。2充電站布點模型<本文將充電站布點模型劃分為考慮電網(wǎng)韌性部分和考慮充電便利整合得到整體的充電站布點模型。2.1考慮配電網(wǎng)韌性的布點模型<由于極端事件可能在一天中的任意時刻發(fā)生，假設任意時刻發(fā)生極配電網(wǎng)部分布點模型的主要目標是最大化所有場景下加權恢復負荷數(shù)目，用以最大化恢復能力；次要目標是最小化所有場景下所有節(jié)點與參考節(jié)點電壓差，以優(yōu)化各個恢復策略下系統(tǒng)的電壓分布。決策變量是各考慮配電網(wǎng)韌性的布點模型的目標函數(shù)如下：y式中：y式中：ii有節(jié)點、所有負荷和節(jié)點i的所有相構成的集合；w為負荷i的權重系i負荷恢復則反之為0；iV為節(jié)點i的第φ相在場景s的電,sφ00式(1)表示最大化所有場景下加權負荷恢復數(shù)目，式(2)表示最小化所有場景下所有節(jié)點電壓與參考節(jié)點電壓差。為了平衡這2個目別進行歸一化處理，得到歸一化的目標函數(shù) (3)和(4)。其中主要目標的基準值為當所有負荷恢復狀態(tài)都為1時的主要目標函數(shù)值，次要目標的基準值為絕對值內(nèi)的值為V-V時次maxmin要目標函數(shù)的值，其中V和V分別為節(jié)點電壓幅值的允許的最大值maxmin通過權重系數(shù)λ將二者結合，如式(5)所示。由于目標(2)為次要2.1.2約束條件需要考慮的約束條件包括充電站布點數(shù)目約束、每個停電場景下的束，具體如下：1)充電站布點數(shù)目約束充電站的數(shù)目。2)潮流約束ijs為復數(shù)變量，代表充電站候選節(jié)點s在場景和為向量變量，分下向配電網(wǎng)注入的功率；節(jié)點s在場景和為向量變量，分別代表節(jié)點i在場景s下的三相節(jié)點注入功率、線路i→j在場景s下的三相功率；三相功率；代表節(jié)點i在場景s下三相電壓構成的三相電流構成的復數(shù)向量，三相電流構成的復數(shù)向量， (3)均為已知量，其中M為一值很大的正實數(shù)，s為節(jié)點i上三相負荷功率需求構成的復數(shù)向量，ones(3)是維度為3、所有元素均為1的方陣。δ為常數(shù)矩陣，且潮流約束參考了文獻[13]中的三相不對稱線性潮流模型，忽略了線路損耗，并在其模型基礎上，建立了本文中考慮拓撲變化的潮流約束模型。其中，式(7)表示節(jié)點功率平衡約束；式(8)和式(9)分別表示節(jié)點i屬于充電站候選節(jié)點以及不屬于候選節(jié)點，節(jié)點注入功率的表達式；式(10)為線路兩端電壓矩陣的關系，在線路連接狀態(tài)時第一行i→j表示當線路i→j表示當線路為在場景s下所有充電站可向電網(wǎng)注入的的最大功率值；對于每個不同的停電場景s，所有起始站和終點站的閑置電動車數(shù)目不同，因此極端事件后總的發(fā)電資源是不同的；并且為了更快發(fā)揮電動車的作用，電動車會被就近調(diào)度，各個充電站備選點在不同場景下能為系統(tǒng)提供的發(fā)電資源亦有所區(qū)別，本文不做約束；式(11)表示矩陣變量和向量變量的代數(shù)關系，其中DIAG(·)表示返回以括號中向量為對角線元素、其他元素為0的方陣；式(12)表示若線路i→j相連，則對矩陣變量S不做約束，不S3)充電站節(jié)點注入功率約束中對于某一充電站候選節(jié)點中對于某一充電站候選節(jié)點是閑置的已充好電的可調(diào)度電動車，剩余電量充足，持續(xù)放電時間較長，4)電壓約束式式(15)表示所有節(jié)點各相電壓幅值需要維持在某一范圍內(nèi)，本文取電壓幅值在[0.95,1.05]之間。式中的為矩陣變量的對角5)輻射狀拓撲約束式中：Ω(式中：Ω(i)代表與節(jié)點i相連的所有節(jié)點構成的集合；為輔助變量，代表節(jié)點j是否為節(jié)點i的父節(jié)點，如果是則為1，否則為0；與式(10)中含義相同，表示線路i→j在場景s下是否恢復；r表式(16)—式(18)為生成樹約束，基于圖論確保網(wǎng)絡的輻射狀。狀[14]2.2考慮充電便利性的布點模型<考慮充電便利性的布點模型主要考慮電動車正常運營情況下，充電站需要滿足各類電動車回到起始站或終點站后去充電的便利性，由于公交車與班車日發(fā)車次數(shù)差異較大，發(fā)車次數(shù)可反映起始站/終點站的充電需求，因此考慮將起始站/終點站的日發(fā)車次數(shù)作為其充電距離的權重系數(shù)，以充電站到所有起始站和終點站的加權距離最小為目標，約束條件為充電站數(shù)目，模型如下：j站/終點站j的日發(fā)車次數(shù)；d表示充電站候選位置i與起始站/終點站j短行駛距離，由交通網(wǎng)拓撲決定。式(19)中分子含義為充電站到所有起始站/終點站加權總距離最小，充電需求，滿足其充電的便利性。2.3綜合配電網(wǎng)-交通網(wǎng)需求的充電站布點模型<整合以上2個子模型，得到綜合考慮配電網(wǎng)韌性和充電便利性的充電站布點模型如下：式(20)中，ρ為目標權重值，可由用戶自定義，用以平衡充電便利型，可以利用成熟的優(yōu)化求解器(如mosek)有效求解。3算例分析3.1算例介紹<本文采用一個21節(jié)點的交通網(wǎng)絡與33節(jié)點的配電網(wǎng)相耦合的算例，其中配電網(wǎng)為三相不平衡配電網(wǎng)，具體負荷與線路參數(shù)詳見文獻[15]，電壓等級為110kV。交通網(wǎng)絡結構如圖1所示，所有交通節(jié)點16]在公司A設置在節(jié)點21，公司B設置在節(jié)點14。對于在同一OD對上的同一類電動車，認為車輛在白天發(fā)車時間段內(nèi)有固定數(shù)量的車在行駛在距離充電站15km之內(nèi)的電動汽車可以在緊急情況下被調(diào)度至充電4給對應不同的車輛運營情況，詳見表5。根據(jù)運營情況，可將24個場景組合劃分為7種場景(A~G)，且各場景在一天中出現(xiàn)的比重分別為圖1交通21節(jié)點網(wǎng)絡圖rkork表1交通—配電網(wǎng)節(jié)點耦合情況eCouplingnodesintransportationdistributionnetwork表2交通網(wǎng)線路情況及日發(fā)車次數(shù)bleODpairsandflowsintransportationnetwork表3公交車運營情況TableOperationofelectricbuses表4企業(yè)班車運營情況ableOperationofelectricshuttlebuses表5不同場景車輛運營情況TableOperationofvehiclesindifferenttimeduringaday3.2基礎算例結果分析<設置電網(wǎng)2個目標中的權重值λ為e，即以負荷恢復最大化為主要-5便利性目標權重相同。將該算例情況視為基礎算例。應用本文提出的綜模型采用mosek求解器進行迅速求解，基礎算例有21245個標量變量，966個整數(shù)變量以及14470個約束條件，優(yōu)化求解得出充電站布點位圖3充電站布點景下可調(diào)度的閑置電動車數(shù)目不同，可為配電網(wǎng)提供的發(fā)電容量不同，因此負荷恢復情況也不盡相同。此外，所有場景下的所有節(jié)點中電壓幅A圖。圖4場景A配電網(wǎng)拓撲結構emunderscenarioA由數(shù)據(jù)分析可知，該布點方案中1點對應的配電網(wǎng)節(jié)點接有重要負場景下恢復后的電壓分布較為合理，無過電壓或欠電壓現(xiàn)象。因此，本文提出的充電站布點方法能夠計及所有約束，得到兼顧最大化交通網(wǎng)的充電便利性以及配電網(wǎng)韌性的充電站布點方案。3.3不同權重取值情況下對比分析<在由3.1節(jié)給出的系統(tǒng)信息基礎上，分別設置不同的綜合目標權重ρ=0時，充電站布點的整體目標僅考慮電網(wǎng)韌性提升，該布點方案標僅考慮充電便利性，相應的布點方案能夠使得交通網(wǎng)電動汽車充電最對權重進行選擇。另外，觀察不同權重下的充電站布點位置，可以發(fā)現(xiàn)點分布較為密集的區(qū)域，意味著這3個充電站候選為其他規(guī)劃數(shù)目下的充電站布點提供一定參考。表7不同權重系數(shù)ρ下的充電站布點情況TableLocationsofchargingstationswit