罗维祥，常喜强,，3*，伏睿，陈丽娜，聂昕磊，赵鑫

(1.新疆大学电气工程学院， 乌鲁木齐 830047； 2.国网新疆电力有限公司, 乌鲁木齐 830011；3.国网新疆能源互联网大数据实验室，乌鲁木齐 830002; 4.国网新疆乌鲁木齐电力有限公司， 乌鲁木齐 830011)

随着全球经济发展和化石能源过度消耗，节能减排和提高新能源在能源消费中的比例是未来能源和经济发展的趋势。随着新能源发电所占比例的提高和渗透率的增加，以太阳能和风能为代表的新能源发电波动性强，出力不稳定造成电网频率波动，频率偏离额定值，更有甚者会造成频率越限，增加电力系统调频难度。频率是衡量电能质量的指标之一，频率波动超出既定范围会给电网造成巨大损失。为了抑制新能源发电产生的电能大规模入网造成电力系统频率波动问题，系统需要额外的频率调节设备，倘若没有新的调频技术得到应用，新建备用调频设备的费用将达致2.5亿元人民币[1]。传统的调频方式是根据输出跟踪来调整发电机组功率输出，但是随着越来越多的新能源接入电网，使得电网的频率控制愈发复杂[2]。电动汽车(electric vehicle, EV)作为一种可调节资源和可中断负荷，中断其用电不会造成重大损失，同时可以作为系统的非旋转备用容量，利用V2G(gehicle-to-grid)技术与电网进行能量和信息互动，改善系统电压和频率失稳问题。

电动汽车作为一种清洁，高效的能源消费方式，无论是在国际还是在中国规模化入网已经成为一种趋势，预计在2047年，EV保有量将超过传统汽车[3]。EV具有灵活性和移动储能的特性，可以作为一种柔性负荷，也可以作为一种分布式移动储能电源，实现电网和EV的双向互动。EV并不是单纯的负荷，还可以作为一种移动式储能电源向电网供电[4]。EV作为一种储能单元可以参与电网一次调频。发电厂发电机调速器和负荷的频率调节响应相互协作共同完成电力系统一次调频。当负荷增加时，发电厂在保持原有出力不变的情况下，频率降低；当负荷减小时，发电厂在保持原有出力不变的情况下，频率增加。EV一方面作为一种可中断负荷和灵活调节资源，另一方面也可以作为储能设备向电网供电。一次调频时间为2.5～15 s而电动汽车只要保持在网的状态下，就可以满足系统调频的需求参与电网调频。目前已有研究表明：电动汽车有序充放电不仅可以做到平抑负荷波动，削峰填谷[5]，也可以补偿无功功率[6]，提高电网运行水平，降低电网运行成本[7]。但是目前针对通过V2G技术EV参与电网调频控制研究相对较少。

文献[8]提出了电动汽车充放电控制策略，通过V2G技术将电动汽车与电网进行互动，减小负荷波动，平滑负荷曲线，但只是研究电动汽车参与电网削峰填谷，并没有研究电动汽车参与电网调频。文献[9]提出了通过采用提高电能收益和电池充放电次数较多产生的损耗补贴收益来提高用户参与电网一次调频的积极性。文献[10]从维持EV电池能量和补给电池能量两个方面提出了EV入网一次调频控制策略。由于不同用户出行需求和对电池的荷电状态预期不一样，参与电网一次调频的容量也会有所不同，所以并没有考虑到在EV入网前可参与调频的容量。文献[11]提出了一种考虑配电网损耗的EV参与电网一次调频的控制策略。在充分考虑用户满意度的前提下，调节充放电功率，平抑频率波动，但是并没有考虑EV入网荷电状态和出行预期荷电状态。文献[12]提出了满足EV用户差异性的电动汽车参与电网调频控制策略，只是考虑了EV用户个体差异性，并没有着重对EV电池容量在满足用户出行需求的前提下合理分配。文献[13]考虑了不同类型EV参与电网调度可提供的容量的不同，允许达到可供调度的荷电状态条件下参与电网调频，但是没有将EV视作可控负荷参与系统调频。

基于现有研究现状，提出一种电动汽车负荷聚类及参与电网一次调频控制策略。现通过对EV负荷聚类，对参与调频的EV容量进行合理分配，考虑不同EV初始荷电状态的不同，在不影响用户出行需求和预期荷电状态的条件下对调频功率进行合理的分配。最后在MATLAB/Simulink仿真平台上对EV参与电力系统调频控制进行仿真，仿真预期达到EV负荷聚类对其容量合理分配后有效减小电网频率波动的效果。

1 EV负荷参与一次调频控制系统结构

EV负荷虽然整体储能能量大，移动性强，控制简单，响应快。但是在功率缺额条件下个体EV负荷给系统提供功率就会面临EV车载电池当前荷电状态、出行时间及预期荷电状态难以统一，控制复杂的问题。EV单体所能提供参与调频的容量是有限的，所以需要大规模的EV参与才能通过控制EV充放电达到改善电网频率波动的目的。针对个体EV设置不同的调频时间和功率难以满足系统调频的要求，针对该问题提出分层式控制结构，如图1所示。

图1 EV参与系统调频分层控制结构Fig. 1 Hierarchical control structure of EV participating system in frequency modulation

如图1所示，控制单元处在电网和EV中间。能量管理系统(energy management system,EMS)只需要将控制信息传输到控制单元，而控制单元就可以对EV负荷进行控制。该控制结构优势在于减少了通信数据量和通信时间，提高了控制的实时性。其中控制结构有3层。

(1)第一层：EMS和EV参与电力系统调频控制系统。该层的作用就是控制EV负荷充放电和发电厂发电出力达到系统的动态功率平衡。

(2)第二层：EV负荷聚合商。EV负荷聚合商的作用就是接受EV调频控制系统的信号，计算自身所能提供的调频容量，并将所需的调频容量依据各个EV的初始荷电状态，停泊时间及预期荷电状态等信息分配到每辆EV。

(3)第三层：EV充电桩控制系统。该系统将EV的实时动态信息收集并传递给聚合商，在聚合商下达调频指令时控制EV充放电。

2 EV负荷聚类

2.1 EV负荷第一阶段聚类

考虑到不同EV接入电网时的随机性，无法对每辆EV的充电需求、当前荷电状态和预期荷电状态做到准确预测，因此以15 min作为一个时间段，将1 d分为96个时间段，对每个时间区间开始时刻的EV信息进行统计，进而对EV进行划分，如图2所示。

图2 EV控制时段示意图Fig.2 Schematic diagram of EV control period

EV参与电网一次调频的前提就是要充分保障不影响用户出行需求，因此在控制EV参与系统调频时，判断其是否具体参与调频的状态。因此可以依据EV当前荷电状态和其充放电功率对EV负荷进行聚类。若EV车载电池荷电状态足以满意用户出行需要，则该类EV可以向电网输送功率或者在不造成过充的前提下从电网吸收功率。若EV荷电状态低，在停泊时间约束条件范围之内对EV充电，不影响其出行，则该类EV负荷可以作为一种可供电网调节负荷参与电力系统一次调频。若EV初始荷电状态很低，在其停泊时间范围之内持续充电也不能满足用户期望，则这部分EV负荷时不可控，不能参与电力系统调频。由于EV的荷电状态随时在发生变化，因此每隔一个时间间隔即15 min，控制系统会重新确定EV下一时间段的荷电状态，使得EV更好参与电网一次调频，同时也能防止过充或者过放对电池造成损坏，判定式为

(1)

式(1)中：Lev，i电动汽车负荷；Sexp为预期车载电池容量；tpi为EV停泊时间；Pi为EV当前充电功率；LEV1为EV可向系统馈电负荷；LEV2为EV充电功率可向上调节负荷；LEV3为EV充电功率不可向上调节负荷。

2.2 基于K-means聚类算法的EV负荷第二阶段聚类

为解决不同EV入网荷电状态、停泊时间和预期荷电状态的不同参与调频导致调频效果不理想问题。对单体EV进行容量分配，对各个用户针对不同的问题，采用K-means聚类算法对参与电网一次调频的EV负荷进行聚类。K-means聚类算法根据对象数据的特点，对数据进行分类，其步骤如下。

(1)聚类数目K用来衡量聚类效果的精准性。K越大，聚类效果更加精准，误差平方和又与聚类数目K有关，则误差平方和减小，K增加，聚类效果更精准。误差平方和(sum of the squared errors,SSE)计算公式为

(2)

式(2)中：k为参与聚类的EV数量；P为EV负荷功率；Pi为第i辆EV负荷车载电池功率;Ci为EV车载电池最大功率。

(2)在EV负荷种群里任意找到一个EV负荷数据为初始样本，计算每个负荷数据到样本中心的距离，EV负荷n维参数[xa1,xa2，…，xan]，a为EV的车辆信息，式(3)为对每一辆EV的车辆信息进行标幺化处理，式(4)为距离公式，表示除初始样本之外的其他EV样本对初始样本中心的距离。即

(4)

(3)执行步骤(2)，运行结果出K个聚类中心。

(4)将所有的EV负荷分配给最小的聚类中心。

(5)求所得到的聚类数据平均值，此平均值作为新的聚类中心。

通过分析可以得到影响EV负荷参与电网调频的信息有EV当前荷电状态、充电功率、停泊时间和预期荷电状态。

3 EV负荷调频容量控制策略

3.1 EV负荷可用调频容量计算

不同EV移动储能特性和用户行为导致EV在不同场景下所能提供调频容量不同。EV有不同调频场景，其中有灵活调频场景，可进行上、下调频，另一种调频场景只能进行下调频。EV在不同场景下所供调频容量如图3所示。

图3 不同场景下EV可调频容量图Fig.3 EV frequency adjustable capacity diagram in different scenarios

假设功率正向为EV向电网吸收功率。EV1和EV2为不同的EV负荷在系统发生频率波动时所能提供的最大调频容量，公式为

(6)

式中：Pmax为EV充电功率上限；Cap1为LEV1低频率波动场景下所能提供的最大调频容量。Cap2为LEV2高频率波动场景下所能提供的最大调频容量。

同理可以得到EV负荷群在发生低频场景下的最大调频容量，计算式为

(7)

式(7)中：Cal1为LEV1低频率波动场景下所能提供的最大调频容量。

3.2 EV负荷可用调频容量聚类控制策略

当调度中心给聚合商发来调度指令时，需要Pload的调频容量。此时有N辆EV可供给调频调度，对参与调频的EV进行聚类，属于LEV1负荷组有N1辆，属于LEV2负荷组有N2辆。

当系统发生高频波动时，提高属于LEV2负荷组的EV充电功率，与此同时对属于LEV1组的EV充电；当系统发生低频波动时，控制部分属于LEV1的EV向电网输送电能，若此部分电能不足以满足系统调频容量需求，则需要降低属于LEV2的EV充电功率。

为减小因充放电状态频繁转化而造成的电池损耗。同一调度时刻参与电网一次调频的负荷小组数量可以单一也可以为多个，利用调频容量较高的调频小组优先满容量参与调频，降低电池充放电转换次数，所以提出了基于EV负荷聚类的一次调频控制策略。

当系统属于低频波动时，当前调频小组备用容量可以支撑系统所需调频容量，其调频备用容量分配式为

(8)

(9)

式(8)中：S1,i为LEV1中第i辆EV负荷调频容量；S2,i为LEV2中第i辆EV负荷调频容量；S1为当前系统所需上调频备用；S2为当前系统所需调频备用；η1,i为第i辆EV上调频系数；η2,i为第i辆EV调频系数；SOC1,i为LEV1中第i辆EV负荷当前荷电状态；SOC2,i为LEV2中第i辆EV负荷预期荷电状态；SOCmax为LEV2中第i辆EV负荷最大荷电状态。

η1,i是考虑不同EV车载电池的不同，因此选择大多数EV的车载电池作为基准，将其余EV容量归算到同一基准容量之下，归算公式为

(10)

式(10)中：C1,i为EV1中第i辆EV电池容量；CP为标准的EV电池容量。

当系统发生高频波动时，当前调频所需的备用容量大于调频所需容量，调频容量的分配式为

(11)

(12)

式(12)中：P2,i为LEV2中第i辆EV充电功率。

在分配过程中，可能会出现因所需调频容量过大而造成EV向电网馈电过多低于电池下限的情况，也可能会出现EV过充造成荷电状态超过电池上限问题。因此针对过充或者过放问题限制EV向电网过度充电或者放电，表达式为

(14)

式(13)中：P1,ikmax为LEV1中EV向电网馈电功率上限；P1,icmin为LEV1中EV充电功率上限；P2,icmin为LEV2中充电功率下限；P2,icmax为LEV2中充电功率上限。

由于在充放电过充中会造成功率损失，假设功率损失由车载电池承担，荷电状态的计算公式为

(15)

(16)

式中：SOC1,i0为LEV1中EV初始荷电状态；ηd为放电效率；t1、t2为放电时间段。SOC2,i0为LEV2中EV初始荷电状态；ηc为充电效率；t1、t2为充电时间段。

4 算例分析

建立如图4所示的电力系统模型，电动汽车模块通过上述策略对EV进行负荷分组，聚合，容量分配,控制策略流程图如图5所示。

图4 电动汽车负荷参与一次调频电力系统模型Fig.4 Model of electric vehicle participating in primary FM power system

图5 控制策略流程图Fig. 5 Flow chart of scheduling policy

本模拟在24 h内持续仿真，该区域内电动汽车总量为100辆，EV初始荷电状态满足N(0.4,0.9)的正态分布，EV预期荷电状态满足N(0.7,0.05)的正态分布，上下限为[0.55,0.85]。EV车载电池容量为40 kW·h，充放电效率为0.9，最大充放电功率为7 kW·h。为了防止过充过放造成电池损耗，荷电状态设定为0.9。将柴油机组发电系统的额定功率设置为15 MW，风力发电系统的额定功率为4.5 MW，光伏发电系统的额定功率为8 MW，住宅负荷的最大功率为10 MW，感性负荷实际功率为0.16 MV·A。

为了验证本文所提调频策略的有效性，特对下面调频策略进行仿真。

调度策略1：EV负荷不参与系统调频；

调度策略2：EV负荷参与系统调频，但是对EV负荷不进行聚类；

调度策略3：应用本文所提出的EV负荷聚类参与系统调频；

调度策略4：当负载增加时EV不参与系统调频；

调度策略5：当负载增加，EV参与系统调频。

图6 调度策略1、2频率波动对比Fig.6 Comparison of frequency fluctuation of scheduling strategy 1 and 2

图7 调度策略2、3频率波动对比Fig.7 Comparison of frequency fluctuation of scheduling strategies 2 and 3

图8 调度策略4、5频率波动对比Fig.8 Comparison of frequency fluctuation of scheduling strategies 4 and 5

由图6～图8对比可以得出：随着EV大规模入网，可以将EV作为一种调频手段参与调频，而且调频效果显著，具体结果见表1和表2。由图9可以得出，本文所提的EV负荷聚类参与调频控制策略相对于EV直接参与系统调频荷电状态波动范围小，EV电池充放电转换次数也就会比较小，降低了车载电池在频繁充放电的过程中带来的电池损耗。

图9 EV荷电状态对比Fig.9 Comparison of EV charged states

EV参与调频相比于EV没有参与调频的电网系统，频率波动幅度大小和波动时间都相应减小。为了将两种情况的频率响应特性量化分析，分别以上升时间、超调量和调节时间三个指标进行评价。

表1 EV对调频结果影响

由表1可得：当电网遭受负荷扰动时，基于V2G技术的EV作为可调节负荷和可中断负荷参与电网的调频，可以有效减小系统频率偏差，平均减小52.04%。缩短系统频率的调节时间，平均缩短29.62%，维持电网频率的稳定，从而提高电能质量。

设置系统模型加入一个1 MW的负荷作为扰动，即增加ΔPL=1 000 kW的负荷扰动量，分别记录EV数量不同时频率跌落时的最小值和最大值比，以上升时间、超调量和调节时间三个指标进行记录，如表2所示。

表2 不同规模EV参与一次调频结果

上述仿真结果表明，在计及V2G的情况下，电动汽车作为可控负载规模化接入电网的数量与电网频率扰动大小呈负相关，电动汽车数量越大，电网频率波动越小。

5 结论

随着大规模的EV入网，EV作为一种可调节，移动式储能电源参与电网一次调频以提高传统调频的效果，更能适应未来发展。为了EV有效参与电网一次调频，主要做了如下工作。

(1)根据分层调频控制结构，负荷聚合商负责收集EV车辆信息，并将车辆信息传递给能量管理系统，由能量管理系统负荷调度EV车辆参与电网调度，由负荷聚合商负责将调度信息传递到每辆参与电网调度的EV中。

(2)考虑到不同EV入网时的荷电状态、充放电时间、预期荷电状态不同，首先对不同状态的EV进行负荷聚类以解决单体EV容量分配和有效参与电网一次调频问题。

(3)为了发挥EV移动式储能、分布式储能和减少因为电池过充过放造成车载电池损耗的问题，本文提出了考虑荷电状态的容量分配方法。

(4)本文建立了24 h EV参与电网一次调频的仿真模型，仿真结果验证了本文所提控制策略的有效性。

本文所提出的EV负荷聚类及参与电力系统一次调频的控制策略没有考虑用户参与调频的满意度问题。负荷聚合商可以提供电力辅助服务，通过分配电能所得的收益，充放电次数过多产生的电池损耗补偿激励用户参与电网一次调频。下一步工作将结合用户充放电收益和充放电电池损耗成本来制定考虑用户参与电网一次调频满意度策略。