電動汽車充電模式對區(qū)域電網(wǎng)負荷特性的影響

董云先，吳奎華，吳奎忠，張曉磊，賈善杰

（1.華電國際電力股份有限公司萊城發(fā)電廠，山東 萊城 271100；2.山東電力經(jīng)濟技術(shù)研究院，山東 濟南 250001；3.吉林省電力有限公司，吉林 長春 130021；4.山東電力集團公司，山東 濟南 250001）

0 引言

隨著全球能源危機不斷加深，石油資源日趨枯竭以及大氣污染、全球氣溫上升的危害加劇，節(jié)能降耗和減少對化石燃料的依賴已經(jīng)成為世界經(jīng)濟可持續(xù)發(fā)展迫切需要解決的問題，發(fā)展電動汽車將是解決這兩個技術(shù)難點的最佳途徑［1］，其中純電動汽車被認為是汽車工業(yè)的未來［2］。

電動汽車（electric vehicle，EV）是全部或部分使用電力代替?zhèn)鹘y(tǒng)的石油對汽車進行驅(qū)動，能夠降低碳排放且噪聲低，是解決交通、能源和環(huán)境問題的重要手段。與此同時，大規(guī)模電動汽車接入電網(wǎng)勢必會將改變系統(tǒng)原有的負荷特性，對電網(wǎng)規(guī)劃運行產(chǎn)生影響［3-5］。

因此，有必要對電動汽車大規(guī)模應用對電網(wǎng)的影響進行超前研究，提出應對措施，滿足未來電動汽車與電網(wǎng)的協(xié)調(diào)發(fā)展。

1 電動汽車典型充電模式

電動汽車充電負荷特性與其充電模式密切相關，不同的充電方式對電動汽車負荷模型會有不同的影響。根據(jù)電動汽車動力電池組的技術(shù)和使用特性可以分為常規(guī)充電、快速充電和電池組快速更換系統(tǒng)三種模式。按照電動汽車與電網(wǎng)的互動程度，其充電模式可分為分布式即插即充模式、集中式充電模式、智能充電模式。

1.1 分布式即插即充模式

這種情況主要針對大量低電壓（380 V/220 V）分布式充電點，主要集中于居民樓和很多辦公區(qū)的停車場。 在這種模式下電動汽車的充電時間和地點完全由用戶自由支配，基本不考慮電網(wǎng)的運行特性。 同時，受基礎設施的影響，主要采用普通充電方式，充電電流一般在 0.2～0.5 C（0.2 C表示理想狀態(tài)下1/0.2＝5 h充電充滿，其他充電時間同理），電池充電狀態(tài)（state of charge，SOC）從 0提升至100%大概需要5～8 h。

1.2 集中式充電模式

集中式充電主要是指某個特定時段進行集中充電，主要包括電池交換站和快速充電站。快速充電指電池充電電流幾倍于正常充電電流的情況，從而可以在很短的時間內(nèi)將電池SOC提高。 例如，以2 C的電流充電，0.5 h時間內(nèi)可以將電池的SOC從0提升到80%左右。中國目前主要采用換電為主、插充為輔、集中充電的方式，如圖1。

圖1 電動汽車物聯(lián)網(wǎng)架構(gòu)

1.3 智能充電模式

根據(jù)是否向電網(wǎng)返送電力分為智能單向有序充電模式和智能雙向有序充放電模式（V2G）。其中，V2G是指與電網(wǎng)相連接的電動汽車（Vehicle）作為一種分布式負荷和電能存儲設備，可以向電網(wǎng)釋放存儲在其動力電池內(nèi)的電能，在用電高峰時段或電網(wǎng)故障等緊急情況下向電網(wǎng)反送電力進行支援，從而為優(yōu)化電網(wǎng)運行和安全提供積極支持［6］。

2 邊界條件與假設條件

為了說明不同充電模式對電網(wǎng)負荷特性的影響，在一定假設條件下，分析得到電動汽車發(fā)展對區(qū)域電網(wǎng)負荷特性影響的一般性結(jié)論。

2.1 系統(tǒng)條件

2010年，某區(qū)域電網(wǎng)最高供電負荷達到4 468萬kW，根據(jù)預測結(jié)果，預計“十二五”期間該區(qū)域電力負荷年均增長率為11.8%，“十三五”期間年均增長率為6.5%，2020—2030年間該區(qū)域電力負荷年均增長率約為3.2%。

2010年該區(qū)域電網(wǎng)夏季、冬季典型日負荷曲線如圖2所示。夏季典型日中，全天有2次負荷高峰，分別在11：00、16：00左右，主要受空調(diào)負荷上升的影響；負荷低谷出現(xiàn)在4：00和23：00左右，主要是凌晨和深夜的天氣涼爽所致。在冬季典型日中，全天有2次負荷高峰，分別在11：00和18：00左右，負荷低谷出現(xiàn)在4：00和23：00左右。

圖2 夏季、冬季典型日負荷曲線

2.2 假設條件

2011年，該區(qū)域機動車年增量超過100萬輛，保有量超過2 000萬輛。根據(jù)世界主要發(fā)達國家經(jīng)驗，千人汽車擁有量與人均國民生產(chǎn)總值（GDP）密切相關。到2020年，全省汽車保有量3 000萬輛；到2030年，全省汽車保有量達4 000萬輛。

隨著電動汽車配套設施網(wǎng)絡的完善和市場的成熟，電動汽車將逐步替代傳統(tǒng)燃油汽車。假設2020年該區(qū)域電動汽車保有量為30萬輛，約占汽車總量的1%；2030年電動汽車保有量為80萬輛，約占汽車總量的2%。按照運行特性上的差異，電動汽車可大致分為私家車、公務車、出租車和公交車4類，其年行駛里程和日耗電量分析見表1。其中，出租車和公交車日耗電量多，需采用多次充（換）電才能滿足日運行的需求。

表1 不同類型電動汽車行駛里程和耗電量

表2 不同類型電動汽車保有量 萬輛

3 電動汽車充電負荷曲線

3.1 即插即充模式

3.1.1 公交車充電負荷曲線

考慮公交車每天需充電2次，晚間充電時間為非運營時間，統(tǒng)一集中充電，運營時間內(nèi)的充電是在運營中為公交車補充充電。經(jīng)過對山東臨沂焦莊充電站的10輛電動公交車日常運行負荷實測得到公交車充電負荷分布曲線，如圖3所示。

圖3 公交車充電負荷分布曲線

3.1.2 出租車充電負荷分布

考慮出租車每天需充電2次。 按出租車的常規(guī)做法，交班時將加滿油（充滿電），目前該區(qū)域出租車的交班時間一般為 7：00、19：00，集中充電可能會造成充電需求高峰，充電站將全部同時被出租車占用，并造成阻塞。因此必須改變集中交接班的慣例，錯開交班時間，否則很有可能不能同時運營所有車輛。出租車的充電時段按照出租車錯開交班，充電站連續(xù)接待出租車入站充電來考慮，出租車充電負荷在全天內(nèi)滿足均勻分布，每萬輛電動汽車最大充電負荷按350 MW考慮。

3.1.3 公務車和家用車負荷曲線

電動公務車和家用車一般采用慢充充電樁充電。在無經(jīng)濟利益和政策引導的情況下，電動公務車和家用車的充電行為通常較隨意，充電起始時間根據(jù)用戶偏好而隨機選擇，而這些因素的波動在正常情況下是互不干擾的，且可以疊加，根據(jù)概率論的相關理論，可認為這樣的隨機變量服從正態(tài)分布。本文使用蒙特卡洛隨機性算法［8］估計了一天當中電動公務車和家用車負荷曲線，擬合結(jié)果為：

擬合曲線如圖4所示，從圖中可以看出電動公務車和家用車負荷曲線一天當中存在兩個高峰期，分別是中午和傍晚。造成這種分布的主要原因是用戶習慣所決定的，中午12：00的用電高峰主要是由于上午汽車用戶使用過以后，利用中午時間進行充電。而傍晚的用電高峰主要是由于電動汽車運行一天后，電池基本用完，所以利用夜間進行充電。

圖4 24 h充電站負荷曲線

3.2 集中充電模式

私家車和公務車具有柔性充電負荷特性，可避開用電高峰時段進行充電，按20：00—04：00進行充電考慮，每車最大慢充充電功率為5 kW。出租車和公交車受運行限制表現(xiàn)為剛性充電負荷，出租車的充電行為可以與即插即充模式保持一致，但公交車一般 22：00后停止運行，按 22：00—04：00 進行充電考慮。

3.3 智能V2G模式

智能V2G模式下，電動汽車等效充電負荷與電網(wǎng)運行特性密切相關。 出租車和公交車受運行限制只能采用快速充電，私家車、公務車與電網(wǎng)通過實時通信，可實現(xiàn)其整體充電功率與電網(wǎng)運行的協(xié)調(diào)控制。電動汽車削峰填谷效果與參與智能V2G的電動汽車數(shù)量和電量均有關系。

假設80%的私家車和公務車參與電網(wǎng)夜間填谷，填谷電量為其日耗電量；20%的私家車參與到電網(wǎng)削峰調(diào)節(jié)，每車能夠提供調(diào)節(jié)電量按10 kWh考慮。

4 電動汽車對區(qū)域電網(wǎng)負荷特性的影響分析

該區(qū)域電網(wǎng)最大用電負荷和峰谷差都出現(xiàn)在冬季，因此，著重研究不同電動汽車充電模式對電網(wǎng)冬季負荷特性的影響。 計及不同電動汽車充電模式影響的該區(qū)域電網(wǎng)冬季典型日負荷曲線如圖5和圖6所示，負荷特性的詳細指標見表3和表4。

圖5 不同充電模式對2020年冬季負荷特性的影響

圖6 不同充電模式對2030年冬季負荷特性的影響

表3 考慮充電負荷的電網(wǎng)2020年負荷特性指標

表4 考慮充電負荷的電網(wǎng)2030年負荷特性指標

由圖5可以看出至2020年該區(qū)域電動汽車發(fā)展規(guī)模比較有限（占全省汽車保有量的1%），加之其充電負荷高峰并未出現(xiàn)在冬季負荷的高峰時段，故對該區(qū)域電網(wǎng)冬季負荷特性的影響較小；智能V2G模式下，電動汽車參與電網(wǎng)削峰填谷調(diào)節(jié)的效果非常明顯，日最小負荷率達到93%。

由圖6可以看出至2030年電動汽車發(fā)展已達到較大規(guī)模（占全省汽車保有量的2%），某一時段大量集中充電產(chǎn)生的負荷與電網(wǎng)原始負荷的疊加將導致電網(wǎng)早高峰和晚高峰負荷水平大大增加，最高負荷約增加30%，且出現(xiàn)時間提前或延后。

從2020年和2030年的對比分析可見，電動汽車發(fā)展規(guī)模越大，不同充電模式之間對電網(wǎng)的影響區(qū)別也就越明顯。

5 結(jié)語

通過建立不同充電模式下各類電動汽車負荷模型，預測該區(qū)域電網(wǎng)電動汽車負荷，分析電動汽車對該區(qū)域電網(wǎng)冬季日負荷曲線的影響。預計至2020年，該區(qū)域電動汽車數(shù)量將達到30萬輛，但對該區(qū)域電網(wǎng)冬季負荷特性的影響較小；如果對充電行為加以引導，電動汽車參與電網(wǎng)削峰填谷調(diào)節(jié)的效果非常明顯。但到2030年電動汽車發(fā)展已達到較大規(guī)模，某一時段大量集中充電導致電網(wǎng)早高峰和晚高峰負荷水平大大增加，且出現(xiàn)時間提前或延后，應加大電網(wǎng)建設力度，與電動汽車的快速增長相協(xié)調(diào)。

［1］ M.De Nigris，I.Gianinoni，S.Grillo，S.Massucco，F(xiàn).Silvestro，Impact EvaluationofPlug-inElectricVehicles（PEV）onElectricDistributionNetworks ［J］，Harmonics and Quality of Power（ICHQP），2010 14thInternationalConference，2010.

［2］ 高賜威，張亮.電動汽車充電對電網(wǎng)影響的綜述［J］.電網(wǎng)技術(shù)，2011，35（2）：127-131.

［3］ 樊揚，左鄭敏，朱浩駿，等.電動汽車充電模式對廣東電網(wǎng)負荷特性的影響［J］，南方電網(wǎng)技術(shù)，2011，5（A02）：136-136.

［4］ 辛建波，溫宇賓，李睿.電動汽車規(guī)模應用對江西電網(wǎng)的影響分析［J］，江西電力，2010，34（4）：1-5.

［5］ 滕樂天，何維國，杜成剛，等.電動汽車能源供給模式及其對電網(wǎng)運營的影響［J］，華東電力，2009，37（10）：1675-1677.

［6］ 謝瑩華，譚春輝，張雪峰，等.電動汽車充放電方式對深圳電網(wǎng)日負荷曲線的影響［J］，廣東電力，2011，24（12）：47-50.

［7］ Hadley SW，Tsvetkova A.Potential impacts of plug-in hybrid electric vehicles on regional power generation ［R］.Tennessee：Oak Rige National Laboratory，2008.

［8］ Williamson S，Emadi A，Rajashekara K.Comprehensive efficiency modeling of electric traction motor drives for hybrid electric vehicle propulsion applications.IEEE Transactions on Vehicular Technology July 2007，56（4）：1561-72

［9］ Kintner M，Schneider K，Pratt R..Impacts assessment of plugin hybrid vehicles on electric utilities and regional US power grids part1； technical analysis ［C］，Electric Utilities Environmental Conference，Tucson，USA，2007：1-23.