19821800313

摘要:大量電動汽車(EV)用戶的無序充電可能造成電網負荷劇烈波動,危及電網的安全穩(wěn)定。隨著EV入網(V2C)技術的應用,將EV充電站及其周邊的分布式新能源發(fā)電聚合為虛擬電廠(VPP)后進行優(yōu)化調度,有助于改善EV用戶充放電的經濟性及滿意度,同時提高分布式新能源的利用率,平抑電網負荷波動,但EV充電站的整體充放電負荷是大量個體EV用戶隨機行為的聚合,難以用數學模型*描述。針對包含EV的VPP,提出一種基于深度強化學習的交互式調度框架,以大化VPP內EV用戶的總效益。VPP控制中心作為智能體決策EV個體的充放電動作,無需掌握個體詳細模型,而是通過與區(qū)域電網環(huán)境的交互,不斷學習和更新動作策略,從而克服集中式優(yōu)化方法的局限性。該優(yōu)化調度框架采用深度確定性策略梯度(DDPG)算法進行求解。仿真結果表明,與集中式優(yōu)化方法相比,該優(yōu)化算法提高了各EV用戶的效益,并使EV充放電負荷與分布式新能源發(fā)電協(xié)調配合實現(xiàn)削峰填谷，改善了VPP的整體運行性能。

關鍵詞:虛擬電廠;電動汽車;V2G;分布式新能源;深度確定性策略梯度算法;優(yōu)化調度;強化學習

一、引言

大量電動汽車(Electric Vehicle,EV)的無序充電不僅會影響電網的安全穩(wěn)定運行,而且會給用戶造成經濟損失。事實上,EV充電負荷不僅具有較大的調節(jié)彈性,而且可以基于E人網(Vehicle toGrid,V2G)技術實現(xiàn)發(fā)電和用電側的角色轉換,具備很大的優(yōu)化調度潛力。通過搭建虛擬電廠(Virtual Power Plant,VPP)整合區(qū)域配電網中的EV充放電負荷及分布式新能源發(fā)電資源,合理引導EV用戶的充放電行為,不但可以降低EV車主的充電費用,提高充電需求滿足程度,同時可使EV充放電負荷與分布式新能源發(fā)電協(xié)調配合,提高新能源利用率,平抑 VPP整體負荷的波動。VPP是電力系統(tǒng)中智能配電網運行的重要技術,通過創(chuàng)建一個 VPP控制中心,可以將配電網中的EV充放電負荷與分布式新能源聚合為一個整體參與電網運行,更好地發(fā)掘EV充放電負荷與分布式新能源的價值和效益。

然而,在上述包含EV充放電負荷及分布式新能源的VPP中,EV充電站的總負荷特性是大量個體EV用戶隨機充放電行為的聚合,難以對其進行*的數學建模和準確預測,這給傳統(tǒng)的基于負荷預測進行優(yōu)化計算的集中式調度模式帶來了挑戰(zhàn)。解決這一難點的一種有效途徑是采用基于強化學習(Reinforcement Leaming,RL)方法的交互式優(yōu)化調度模式。該模式中,VPP控制中心作為智能體,包含EV個體用戶及分布式新能源的區(qū)域電網為智能體所在的環(huán)境。VPP控制中心在不掌握EV個體用戶詳細模型的情況下給出EV個體的充放電動作決策,并通過與區(qū)域電網的交互評估當前決策的性能,不斷學習和更新動作策略,直至得到令人滿意的優(yōu)化決策?；谥悄荏w與環(huán)境之間信息交互的RL方法可以在缺乏*數學模型的情況下模擬順序決策問題并獲得對環(huán)境的響應。這種基于R的交互式調度模式克服了傳統(tǒng)集中式調度的局限性,有望在 VPP 優(yōu)化調度中得到應用。

二、含 EV的 VPP 優(yōu)化調度模型

考慮一個VPP,其中包含EV充電站及分布式新能源發(fā)電2類對象。對該VPP在T=24h范圍內進行優(yōu)化調度,時間段表示為t={1,2,…,T},決策間隔Δt=1 h。

假設 VPP中充電站內有足夠多的充電樁,在T時間范圍內共有I輛EV隨機進入充電站,每輛EV進站后即連接到充電樁變?yōu)樯暇€狀態(tài);當EV的電池荷電狀態(tài)(State of Charge,S0C)達到充電上限后即自動斷開充電樁連接,變?yōu)殡x線狀態(tài)。第i輛E在充電站內的在線時段表示為集合Tion={tion,…,tiout},其中tion和tiout分別為上線和離線時間。VPP控制中心作為智能體,在Tion時段內可以通過對充電樁的智能控制,決策第i輛EV的充放電功率，而在其他時段該EV不進行任何充放電行為。

VPP中的分布式新能源發(fā)電資源由若干分布式風機單元和分布式光伏板單元組成,VPP控制中心在分布式發(fā)電資源的可發(fā)電功率范圍內決策其實際出力。

三、基于RL的VPP優(yōu)化調度方法

傳統(tǒng)的集中調度模式難以對EV個體用戶充放電負荷做出*預測,因此,本節(jié)基于方法,提出一種交互式的 VPP優(yōu)化調度框架。VPP控制中心作為一個智能體,不需要事先掌握EV個體用戶及分布式新能源的*模型及負荷預測,而是通過充電樁與EV個體用戶交互,即下發(fā)充放電動作和獲取用戶獎勵值,經R逐步得到令人滿意的調度策略。

RL是一個包含(S,A,P,R,γ)5個元素的馬爾可夫決策過程,其中:S為智能體的狀態(tài)空間;A為智能體的動作空間;P為狀態(tài)轉移概率;R為獎勵函數;γ為折扣因子。本文建立的 VPP優(yōu)化調度模型可描述為圖1所示的 RL框架,其中VPP控制中心為智能體(Agent),VPP區(qū)域電網為環(huán)境(Environment),包括狀態(tài)(State)、動作(Action)和獎勵(Reward)三大要素。

圖1 用于VPP優(yōu)化調度的RL框架

四、解決方案

圖2 平臺結構圖

充電運營管理平臺是基于物聯(lián)網和大數據技術的充電設施管理系統(tǒng)，可以實現(xiàn)對充電樁的監(jiān)控、調度和管理，提高充電樁的利用率和充電效率，提升用戶的充電體驗和服務質量。用戶可以通過APP或小程序提前預約充電，避免在充電站排隊等待的情況，同時也能為充電站提供更準確的充電需求數據，方便后續(xù)的調度和管理。通過平臺可對充電樁的功率、電壓、電流等參數進行實時監(jiān)控，及時發(fā)現(xiàn)和處理充電樁故障和異常情況對充電樁的功率進行控制和管理，確保充電樁在合理的功率范圍內充電，避免對電網造成過大的負荷。

五、安科瑞充電樁云平臺具體的功能

平臺除了對充電樁的監(jiān)控外，還對充電站的光伏發(fā)電系統(tǒng)、儲能系統(tǒng)以及供電系統(tǒng)進行集中監(jiān)控和統(tǒng)一協(xié)調管理，提高充電站的運行可靠性，降低運營成本，平臺系統(tǒng)架構如圖3所示。

圖3 充電樁運營管理平臺系統(tǒng)架構

大屏顯示：展示充電站設備統(tǒng)計、使用率排行、運營統(tǒng)計圖表、節(jié)碳量統(tǒng)計等數據。

圖4 大屏展示界面

站點監(jiān)控：顯示設備實時狀態(tài)、設備列表、設備日志、設備狀態(tài)統(tǒng)計等功能。

圖5 站點監(jiān)控界面

設備監(jiān)控：顯示設備實時信息、配套設備狀態(tài)、設備實時曲線、關聯(lián)訂單信息、充電功率曲線等。

圖6 設備監(jiān)控界面

運營趨勢統(tǒng)計：顯示運營信息查詢、站點對比曲線、日月年報表、站點對比列表等功能。

圖7 運營趨勢界面

收益查詢：提供收益匯總、實際收益報表、收益變化曲線、支付方式占比等功能。

圖8 收益查詢界面

故障分析：提供故障匯總、故障狀態(tài)餅圖、故障趨勢分析、故障類型餅圖等功能。

圖9 故障分析界面

訂單記錄：提供實時/歷史訂單查詢、訂單終止、訂單詳情、訂單導出、運營商應收信息、充電明細、交易流水查詢、充值余額明細等功能。

圖10 訂單查詢界面

六、現(xiàn)場圖片

七、結論

本文基于R框架,研究了含EV充放電負荷與分布式新能源發(fā)電的 VPP優(yōu)化調度問題,以大化VPP 運行總效益為目標。針對上述VPP,提出了基于R的交互式調度框架。交互式調度幫助EV用戶實現(xiàn)了較低的充電費用和較高的充電滿意度。后續(xù)會對電價動態(tài)變化機制下含EV充放電負荷的 VPP優(yōu)化調度問題進行研究,將在 VPP 中加入儲能單元,與EV充放電負荷和分布式新能源發(fā)電配合,進一步改善 VPP運行性能。

審核編輯 黃宇