電動汽車調峰規模的統計學分析

我國電動汽車市場保持著高速增長態勢，自2013年起中國電動汽車產銷規模年均增長率超過110%。按國務院頒布的發展規劃，2020年我國電動汽車規模將超過600萬輛，以每輛車7kW的最低充電功率計算，屆時總需求將達到42000MW。

電動汽車作為交通工具在使用上具有隨機性和間歇性，可能出現大規模電動汽車在特定時間段集中充電從而增加高峰時段負荷，造成“峰上加峰”的出現，現有的配電網絡難以滿足大規模電動汽車間歇性的充電需求。據調查私家車每日停駛時間在20h 以上，即便在高峰時段，仍有超過90%的車輛處于停駛狀態[1]。因此行業專家提出了V2G（Vehicle to Grid）技術用以解決電動汽車充電對電網造成“峰上加峰”的問題。相比于發電機組預留旋轉備用的傳統調峰方式，V2G調峰具有響應快、成本低、網損小、配合新能源發電等方面的優勢[2]。

文獻[3]針對我國的電力體制提出了一種電動汽車參與V2G的電價制定方法，建立了車網互動的最優峰谷電價模型，為引導車主參與V2G提供了切實可行的定價方案。文獻[4]在考慮車輛日行駛里程以及充放電功率在時空上的隨機性的基礎上，分析了電動汽車V2G對配電網的影響，其結論表明，由于電動汽車充放電時間得到了合理控制，實施V2G可以有效減少電力負荷峰谷差，進而減少網絡損耗，提高電能質量。文獻[5]通過建立電動汽車V2G模型，定量計算了大規模電動汽車參與V2G從而減少電網裝機容量帶來的經濟效益。

當前大多數研究圍繞電動汽車V2G對電力系統各個部分的影響以及V2G背景下電動汽車充電規則及價格制定展開，多數是對于其效果的定性分析。本文針對中國的交通數據，從車主的出行習慣入手，結合中國電動汽車市場調查，利用數理統計方法得出電動汽車在日常使用場景下參與V2G的能力，再結合典型日負荷數據，給出滿足削峰填谷所需要的電動汽車規模。

1 車輛調峰能力估算

V2G的實施既要做到有效利用電動汽車電池的儲能資源，又不能對車主的日常出行造成過多影響。因此，有必要研究車主的用車規律，以合理安排電動汽車的充放電。如果用戶的預期出行時間過早，則無法利用谷時電價為車輛充滿電量；如果用戶的出行結束時間較晚，則無法在負荷峰時向電網放電；如果用戶的日行駛里程較長，車輛剩余電量不足以滿足第二天的出行需求，則不能參與V2G向電網放電。綜上所述，為了不影響車主的正常出行，電動汽車在負荷峰時參與向電網放電需要滿足以下條件：動力電池剩余電量充足；車輛接入充電設施時間早于或處于負荷峰時；車輛下一次出行時間晚于負荷谷時。

1.1 車輛參數計算

根據上述條件，首先分析單臺電動汽車參與V2G時的放電能力。通過總結歸納市面上常見車型的基本參數對單臺車的V2G能力進行估算。由表1、表2可以看出，除特斯拉Model S 與比亞迪e6等個別車型電池容量較大（大于50kWh）外,大多數純電動汽車的電池容量均在24kWh 左右，而插電式混合動力汽車的電池容量普遍在10kWh 左右。

表1 純電動汽車電池參數

表2 常見插電式混合動力汽車電池參數

電動汽車的每公里耗電量可以表示為：

其中Q為電動汽車的電池容量（kWh），R為電動汽車滿電量狀態下的續航里程（km）。據式（1）可知，表1中常見的電動汽車百公里耗電量均值為16kWh。相關調查研究表明，電動汽車的日行駛里程均值為40km[6]，因此當電動汽車剩余續航里程不足日均行駛里程時，為保障電動汽車的正常行駛，車輛需停止向電網放電。由于插電式混合動力汽車除電池外主要依靠燃油提供動力，暫時不考慮其動力電池的剩余電量情況。

1.2 車輛充電功率

根據現行的《電動汽車傳導充電用連接裝置》國家標準[6-7]，電動汽車額定充電電流、電壓如表3，考慮到對電池壽命的保護，本文使用日常生活中最普遍的交流充電（7kW）作為默認充電方式。為了便于計算，本文結合實際情況進行以下假設[8]：電動汽車的充電速率和放電速率均為0.3C；每輛車每天行駛開始時的電池SOC 均為100%，即每輛車在負荷谷時充滿電；每輛車的百公里耗電量16kWh。

表3 中國電動汽車充電標準

2 出行習慣建模

本文交通數據來源于2019年8月在湖南省株洲市進行的社會問卷調查，通過匯總調查結果得到當地居民駕車出行數據。將一天按小時分為24個時間段，統計每個時間段中開始第一次出行的車輛數量、結束最后一次出行的車輛數量以及每輛車出行距離等數據，利用極大似然參數估計法對數據進行擬合[4,8]，分別得到各組數據的概率密度圖像。

出行開始時間。用戶每天的首次出行開始時間決定了電動汽車在夜間所能充電的時長，在本文的假設條件下，電動汽車參與V2G向電網放電的前提是其可在負荷谷時段將動力電池SOC 充電至100%。首次出行開始時間滿足正態分布，根據數據的擬合結果可得其概率密度函數式（2），其中μ=14.09，σ=4.28：

圖1 出行開始時間

出行結束時間。用戶的每日出行結束時間直接決定了該電動汽車能否在負荷高峰時段參與向電網放電，如果車輛結束最后一次出行的時間過晚，當天用電高峰期已過，則沒有必要再向電網放電。與出行開始時間類似，用戶最后一次出行結束時間服從正態分布，經過極大似然參數估計后得到其概率密度函數式（3），其中μ=14.37，σ=4.30：

圖2 出行結束時間

日出行距離。用戶的每日出行距離決定了電動汽車在結束一天的使用后剩余的電量，根據本文所提出的V2G規則，電池SOC＜30%后為保證車輛正常行駛，需停止向電網放電。通過分析用戶的日出行距離數據可以發現，用戶的日出行距離負荷對數正態分布，概率密度函數為式（4），其中μ=2.38，σ=0.79：

圖3 日出行距離

3 電動汽車調峰目標

圖4為我國北方某城市夏季某日的負荷曲線，由負荷曲線可以看出，該市用電負荷均值在5000MW左右，且負荷波動較大，曲線呈現“兩峰一谷”的特點，在用電高峰時段符合V2G條件的汽車會向電網供電，以緩解此時段用電緊張的情況。在負荷低谷時段，用電負荷低于全天平均值，有充電需求的電動汽車可在此時段進行充電。由負荷數據可知，該市當日的負荷峰谷差為1518.9MW。假定電動汽車削峰填谷的目標為使全天的負荷峰谷差減小到800MW，即負荷在4400MW 與5200MW 之間波動。

4 電動汽車V2G規模

本文中電動汽車參與V2G并向電網放電的具體條件：電動汽車在晚上22：30之前完成當天最后一次出行；電動汽車動力電池SOC＞30%；電動汽車次日第一次出行時間晚于早晨6：00。以上條件保證了電動汽車可以有效參與調峰，并且避免了過度放電對車主的正常出行造成影響。下面分別根據式（2）（3）（4）計算電動汽車滿足向電網放電條件的概率。

電動汽車最后一次出行結束時間早于tfn時刻的概率：μ=14.37，σ=4.30；電動汽車第一次出行時間晚于tst時刻的概率：

μ=14.09，σ=4.28；電動汽車的剩余電量E0與行駛里程d 有如下關系:

其中R 代表電動汽車滿電狀態下的續航里程，結合式（4）可以得到電動汽車動力電池SOC 大于某一數值e的概率p3為式（8）[4]，其中μ=2.38，σ=0.79：

假設出行開始時間、出行結束時間、每日行駛里程為相互獨立的隨機變量，由p1、p2、p3，可得電動汽車滿足上述參與V2G并向電網放電的概率為

以本文擬定的電動汽車向電網放電所要滿足的條件tfn=22.5、tst=6、e=0.3帶入進行計算，可得一輛電動汽車在經過一天的使用后可以參與V2G向電網放電的概率為93%，以每輛車放電功率7kW 計算，若要滿足調峰目標，則該市至少需要51920輛電動汽車才能滿足本文利用電動汽車進行削峰填谷的需要。削峰填谷所需電動汽車數量與目標的負荷波動程度有關，要求的負荷波動越小，所需的電動汽車數量越大。