第 49 卷 第 13 期 2021 年 7 月 1 日 电力系统保护与控制 Power System Protection and Control Vol.49 No.13 Jul. 1, 2021 DOI: 10.19783/j.cnki.pspc.201075 计及电动汽车充电负荷的风电-光伏-光热联合系统协调调度 胡福年，徐伟成，陈 军 (江苏师范大学，江苏 徐州 221116) 摘要：考虑大规模电动汽车(Electric vehicle, EV)随机接入含高比例可再生能源电力系统后会进一步加大系统运行 的稳定性问题，根据风光特性将联合系统划分为“有风有光”、“有风无光”、“有光无风”、“无风无光”四 种运行模式，提出一种计及 EV 充电负荷的风电-光伏-光热协调调度策略。在“多能源端”通过外加电加热模块 将盈余电功率转换成热功率储存在光热电站(Concentrating solar power，CSP)的蓄热系统(Thermal energy storage， TES)中，在可再生能源出力不足时，通过 TES 放热推动汽轮机组出力，从而减少功率波动性。在“负荷侧”将 EV 负荷划分为无序 EV、单纯有序 EV 和 V2G(Vehicle-to-grid)三种不同的 EV 负荷。最后利用 Matlab 进行仿真分 析，仿真结果验证了所提调度策略在减少净负荷方差、增大可再生能源消纳、减小传统机组波动等方面的有效性。 关键词：可再生能源；多源互补；电动汽车；源-荷协调调度；综合能源系统 Coordinated scheduling of wind power photovoltaic solar thermal combined system considering electric vehicle charging load HU Funian, XU Weicheng, CHEN Jun (Jiangsu Normal University, Xuzhou 221116, China) Abstract: Large-scale Electric Vehicles (EV) are randomly connected to power system containing a high proportion of renewable energy, which will further increase the stability of the system. According to the characteristics of wind and solar, the combined system is divided into four operating modes. The operating modes are "having wind and solar", "having wind without solar", "having solar without wind" and "without wind and solar". This paper proposes a wind power-photovoltaic-photothermal coordinated dispatch strategy that takes into account the EV charging load. In "multi-source" part, the surplus electric power is converted into thermal power through the external electric heating module and stored in the Thermal Storage System (TES) of the Concentrating Solar Power (CSP) station. When the output of renewable energy is insufficient, the heat storage system releases heat to promote the output of the steam turbine unit, thereby reducing power volatility. In "load side" part, the EV load is divided into three different EV loads: disorderly EV load, orderly charging EV load and Vehicle-to-grid (V2G). Finally, Matlab is used for simulation analysis. The results verify the effectiveness of the proposed scheduling strategy in reducing net load variance, increasing renewable energy consumption, and reducing fluctuations of traditional units. This work is supported by the National Natural Science Foundation of China (No. 61773186). Key words: renewable energy; multi-source complementation; electric vehicles; source-load coordination schedule; integrated energy system 0 引言 可再生能源发电因其较好的经济性、环保性而 广受青睐。近年来，国内可再生能源渗透率不断攀 升，并网规模逐步加大。但可再生能源发电受不确 基金项目：国家自然科学基金项目资助(61773186) 定气候因素(如风速和光照强度)影响，因此可再生 能源发电亦具有很强的不确定性与间歇性。随着 EV 渗透率不断提高，电网调度不确定性进一步加大。 受风、光等自然属性的制约，风电及光伏发电具有 波动性和间歇性的特点，必要时需要通过弃风、弃 光来保证电网的安全运行[1]。由于不确定性因素给 电网调度带来了困难，如何解决可再生能源发电侧 胡福年，等 计及电动汽车充电负荷的风电-光伏-光热联合系统协调调度 及负荷侧的不确定性影响，进而提高可再生能源消 纳量引起了广泛关注。 文献[2]提出通过先进的调控手段，发挥各自的 特点，优势互补，实现多源互补发电场群联合系统 的优化运行，达到平抑新能源发电随机波动和减小 大规模新能源接入电网影响的效果。文献[3]集成风 电、CSP 和碳补集机组等发电单元为虚拟电厂 (Virtual Power Plant，VPP)并应用模糊参数来描述风 电及负荷的不确定性，构建了考虑源荷不确定性的 风电-光热-碳捕集 VPP 协调优化调度模型。 文献[4] 构建了风电-光-光热多能源协调模型，利用通过电 转热环节与 CSP 电站的 TES 相结合，给出风电-光 伏-光热联合发电系统运行框架与原理，并引入价格 型需求侧响应，综合考虑各电站的运行成本、弃风 弃光惩罚成本以及电转热环节的运行成本。文献[5] 建立了热化学储能、CSP 和光伏发电综合优化调度 框架，虽然此文所提调度框架可有效降低成本，但 未考虑负荷侧的不确定性。文献[6]在热电联产综合 能源系统中综合考虑 CSP、风力发电站、储能装置、 电加热器等能量转换设备，构建了典型的系统结构 体系，此文虽然考虑可再生能源、阶梯碳排放和灾 后恢复效益等不确定性因素，并建立了以综合能源 系统运行成本最小为目标的系统运行优化模型，但 文中没有考虑负荷侧的不确定因素。文献[7]针对热 电联产经济排放调度问题，提出了多目标优化与综 合决策相结合的两阶段调度方法。文献[8]引入价格 型需求响应、激励型需求响应及光热电站参与多源 系统调度，同时引入 CVaR(Conditional Value-at-Risk) 理论对系统的运行风险进行评估，建立了考虑多种 需求响应与 CSP 电站参与的多源系统优化经济调 度模型。 但大多数文献仅从能源侧考虑多能源协调， 即使有综合考虑能源侧与负荷侧的研究也仅是依靠 电价手段。仅依靠电价经济手段而缺乏灵活有效的 控制策略，不仅无法达到削峰填谷的目的，还可能 导致谷时段负荷剧烈波动或形成新的高峰，影响配 电网安全稳定[9]。 EV 在无序充电时，私家车车主主要按照自己 的出行意愿完成充电，该充电模式下不受相关部门 的调控，随机性强[10-11]。因此大规模无序 EV 接入 不利于电网调控，探究 EV 充电负荷特性以及引导 EV 负荷有序充电引起了研究者的重视。文献[12]在 统计数据基础上，分析了充电站的充电负荷特性并 提出充电功率分布的两阶段优化模型。通过比较了 有序充电与无序充电的结果，为 EV 充电站有序充 电策略提供依据。文献[13]提出了一种结合电网模 型的电动汽车实时调度策略，对大规模电动汽车进 - 11 - 行有序控制。文献[14]从市场交易角度对日前市场 和实时市场分别建模验证了日前市场与实时市场联 动的交易模型可以有效促进风电消纳，合理安排电 动汽车放电，缓解风电预测误差给电力市场带来的 影响，从而引导交易主体规范交易行为。文中虽然 计及风电波动性及 EV 充电的随机性，但仅通过市 场调控并没有给出平息风电及 EV 波动性的控制策 略。文献[15]比较了分布式充电、快速充电和以电 池交换方式充电三种充电方式在充电状态、电池容 量、插头可用性等方面的不同，最后提出了一个确 定充电站最佳充电方式的框架体系。文献[16]考虑 了分布式能源与 EV 的不确定性，分别以最小化综 合运行成本和系统节点电压差为目标函数，建立双 层优化模型并进行分时段配网动态重构。该文虽然 考虑了“源-网-荷”三个元素，但更侧重于网络结 构的影响。文献[17]提出一种采用分群优化的 EV 与电网互动调度策略，该策略将各时段的 EV 动态 划分为常规车群和调控车群。常规车群进行无序充 电，调控车群包含充电车群和放电车群。通过优化 调控车群的可调度负荷使研究时段内的总负荷方差 最小化，并采用功率分配算法控制充放电功率不高 于可调度负荷值。 综上，无论是多能源协调还是 EV 充电负荷研 究都取得了重要进展，但综合考虑“源-荷”协调调 度仍需进一步研究。本文兼顾多能源侧与负荷侧， 打破“源端”与“荷端”壁垒。 “源端”采用风电、 光伏、CSP