基于分區(qū)需求系數(shù)的電動(dòng)汽車充電設(shè)施規(guī)劃

楊俊, 廖斌杰, 王小蕾, 文福拴,2, 張西竹, 王蕾

(1. 浙江大學(xué)電氣工程學(xué)院, 杭州市 310027;2. 文萊科技大學(xué)電機(jī)與電子工程系, 文萊斯里巴加灣 BE1410;3. 國(guó)網(wǎng)浙江省電力公司經(jīng)濟(jì)技術(shù)研究院, 杭州市 310008)

?

基于分區(qū)需求系數(shù)的電動(dòng)汽車充電設(shè)施規(guī)劃

楊俊1, 廖斌杰1, 王小蕾1, 文福拴1,2, 張西竹3, 王蕾3

(1. 浙江大學(xué)電氣工程學(xué)院, 杭州市 310027;2. 文萊科技大學(xué)電機(jī)與電子工程系, 文萊斯里巴加灣 BE1410;3. 國(guó)網(wǎng)浙江省電力公司經(jīng)濟(jì)技術(shù)研究院, 杭州市 310008)

電動(dòng)汽車充電設(shè)施的合理規(guī)劃對(duì)于電動(dòng)汽車的推廣具有重要作用。為此, 提出了一種基于分區(qū)充電需求系數(shù)的電動(dòng)汽車充電設(shè)施選址定容方法。首先基于對(duì)各類電動(dòng)汽車充電模式分析, 提出了電動(dòng)汽車負(fù)荷預(yù)測(cè)模型。接著由各類電動(dòng)汽車的日能量需求及日最大接入數(shù)量, 計(jì)算出各類電動(dòng)汽車充電設(shè)施的需求數(shù)量。之后, 對(duì)所需研究的規(guī)劃區(qū)域進(jìn)行區(qū)塊劃分, 確定各區(qū)塊的充電需求系數(shù), 并選出充電需求較高的區(qū)塊, 再根據(jù)所得到的候選布點(diǎn)區(qū)塊及充電樁總數(shù)來(lái)確定每個(gè)區(qū)塊的充電樁數(shù)量。最后, 以杭州市充電設(shè)施規(guī)劃為例來(lái)說(shuō)明所提方法的基本特征。

電動(dòng)汽車; 充電設(shè)施; 區(qū)塊; 充電需求系數(shù); 選址定容

0 引 言

電動(dòng)汽車(electric vehicle, EV)作為清潔的交通工具, 近幾年來(lái)在國(guó)際上受到了比較廣泛的關(guān)注。加快推動(dòng)EV產(chǎn)業(yè)的發(fā)展和應(yīng)用, 已經(jīng)成為許多國(guó)家應(yīng)對(duì)能源危機(jī)和環(huán)境污染這兩大難題的戰(zhàn)略選擇[1]。我國(guó)將新能源汽車(包括插電式混合動(dòng)力汽車和純EV等)納入國(guó)家七大新興戰(zhàn)略性產(chǎn)業(yè), 并于2009年和2013年先后開(kāi)展了2輪新能源汽車城市示范項(xiàng)目, 在包括杭州在內(nèi)的一批城市推廣應(yīng)用新能源汽車。

EV的普及進(jìn)程與其充電服務(wù)的便利程度密切相關(guān), 充電網(wǎng)絡(luò)布局規(guī)劃的合理與否直接影響EV消費(fèi)者的購(gòu)買意愿和用車體驗(yàn)。在EV充電設(shè)施的選址定容方面, 已經(jīng)有些研究報(bào)道。文獻(xiàn)[2]提出了計(jì)及地理因素和服務(wù)半徑的兩步篩選法來(lái)確定EV充電站的候選站址, 并在此基礎(chǔ)上構(gòu)建了EV充電站的最優(yōu)選址定容模型。文獻(xiàn)[3]同樣在產(chǎn)生一系列候選站址的基礎(chǔ)上, 考慮了變電站的位置及城市道路因素, 建立了一個(gè)非線性混合整數(shù)優(yōu)化模型。文獻(xiàn)[4]考慮了電力系統(tǒng)網(wǎng)絡(luò)和交通網(wǎng)絡(luò)在城市空間上的交叉重疊, 提出了最大化充電站捕獲交通流量、最小化配電系統(tǒng)網(wǎng)損和電壓偏移的多目標(biāo)優(yōu)化問(wèn)題, 并運(yùn)用數(shù)據(jù)包絡(luò)分析法確定各目標(biāo)的權(quán)重。文獻(xiàn)[5]運(yùn)用動(dòng)態(tài)交通網(wǎng)絡(luò)思想建立了硬時(shí)間窗約束下的充電站規(guī)劃的多目標(biāo)優(yōu)化模型。文獻(xiàn)[6]建立了一種計(jì)及碳排放的EV充電站多目標(biāo)選址定容模型, 并提出了一種基于需求點(diǎn)柵格化和Voronoi圖求解的方法來(lái)確定可選站址所服務(wù)的區(qū)域范圍。文獻(xiàn)[7]基于“集中充電、統(tǒng)一配送”的運(yùn)營(yíng)模式, 提出了考慮集中充電站的經(jīng)濟(jì)性和對(duì)配電系統(tǒng)削峰填谷效果的二層規(guī)劃模型。文獻(xiàn)[8]則針對(duì)電動(dòng)公交車的換電模式, 以帶加權(quán)偏向參數(shù)的近鄰傳播聚類算法對(duì)空間散布的電動(dòng)公交車換電需求點(diǎn)進(jìn)行聚類分析, 從而確定公交集中充電站的站址; 之后, 基于排隊(duì)論的思想, 提出了以拒絕服務(wù)率為主要約束的電動(dòng)公交車充電站的優(yōu)化定容模型。

與國(guó)外EV發(fā)展以私人購(gòu)買電動(dòng)乘用車為主的特點(diǎn)[9]不同, 我國(guó)EV發(fā)展的起始階段以公共領(lǐng)域的示范推廣為重點(diǎn), 并逐步帶動(dòng)個(gè)人購(gòu)買EV, 相應(yīng)地所涉及的應(yīng)用車型包括公交車、出租車、環(huán)衛(wèi)物流等專用車、公務(wù)車、租賃車及私家車等。因此, 國(guó)外充電基礎(chǔ)設(shè)施主要針對(duì)電動(dòng)乘用車規(guī)劃, 以家庭慢充為主, 公共快充為補(bǔ)充; 而我國(guó)充電設(shè)施的規(guī)劃布局需要考慮不同車型的需求。國(guó)家電網(wǎng)公司在2014年1月16日召開(kāi)的電動(dòng)汽車充換電設(shè)施標(biāo)準(zhǔn)體系完善研討會(huì)上推出了“主導(dǎo)快充、兼顧慢充、引導(dǎo)換電、經(jīng)濟(jì)實(shí)用”的建設(shè)原則。

在上述背景下, 本文首先通過(guò)對(duì)杭州市各類EV充電模式的分析, 提出EV負(fù)荷計(jì)算模型, 并結(jié)合EV保有量預(yù)測(cè), 分析未來(lái)各類EV的充電負(fù)荷。接著, 由負(fù)荷曲線求得各類EV的日能量需求及日均充電時(shí)長(zhǎng), 進(jìn)而求得所需EV充電樁的數(shù)量。之后, 對(duì)所需研究的規(guī)劃區(qū)域進(jìn)行區(qū)塊劃分, 確定各區(qū)塊的充電需求, 選出充電需求較高的區(qū)塊, 并根據(jù)所得候選區(qū)塊的充電需求系數(shù)及充電樁總數(shù)來(lái)確定每個(gè)區(qū)塊所需的充電樁數(shù)量。最后, 以杭州市2020年充電設(shè)施布點(diǎn)定容為例, 對(duì)所提出的方法做了說(shuō)明。

1 電動(dòng)汽車充電負(fù)荷預(yù)測(cè)

影響EV充電負(fù)荷的因素有很多, 包括出行需求、使用習(xí)慣、電池特性、充電設(shè)施、EV規(guī)模、充電控制方式等[10]。近年來(lái), 國(guó)內(nèi)外學(xué)者已提出了多種分析EV充電負(fù)荷的方法, 大致可分為直接基于實(shí)際數(shù)據(jù)的確定性分析[11-13]、基于EV出行概率分布的蒙特卡羅抽樣分析[14-16]和計(jì)及EV空間隨機(jī)分布的分析方法[17-18]。

1.1 電動(dòng)汽車充電功率

盡管國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)于2011年12月批準(zhǔn)發(fā)布了EV充電接口及通信協(xié)議標(biāo)準(zhǔn), 但不同的EV企業(yè)目前都執(zhí)行自己的充電功率標(biāo)準(zhǔn)。一般可以按電池從幾乎為0充電到接近滿電狀態(tài)所需的時(shí)間長(zhǎng)短來(lái)區(qū)別EV的常規(guī)充電(即慢充)和快速充電。

1.2 不同類型電動(dòng)汽車充電模式分析

[16]中對(duì)未來(lái)主要類型EV充電方式和充電時(shí)間的調(diào)研, 并結(jié)合杭州市的實(shí)際情況和相關(guān)研究, 這里對(duì)杭州未來(lái)EV負(fù)荷進(jìn)行簡(jiǎn)要分析。

(1) 公交車充電模式。公交車日均行駛里程約150 km, 杭州目前使用的比亞迪K9純電動(dòng)公交車?yán)m(xù)駛里程可達(dá)250 km, 1天充電1次即可滿足運(yùn)營(yíng)需求。電動(dòng)公交車的運(yùn)營(yíng)時(shí)間一般在05:30—23:00, 可考慮在夜間運(yùn)營(yíng)結(jié)束后進(jìn)行常規(guī)充電。

假設(shè)電動(dòng)公交車每天充電1次, 起始充電時(shí)間在可充電時(shí)間內(nèi)均勻分布, 充電方式為常規(guī)充電, 每次充電時(shí)電動(dòng)公交車的起始電池荷電狀態(tài) (state of charge, SOC)服從正態(tài)分布。

(2) 出租車充電模式。出租車日均行駛里程一般在350～500 km, 杭州市目前使用的比亞迪e6電動(dòng)出租車?yán)m(xù)駛里程約為300 km, 1天需要充2次電。杭州出租車為24 h運(yùn)營(yíng)機(jī)制, 實(shí)行倒班制。相關(guān)研究表明, 受換班、用餐和夜間運(yùn)行等因素的影響, 出租車起始充電時(shí)間呈分段概率分布的特點(diǎn), 其對(duì)應(yīng)的每次充電前的行駛里程也具有分段分布的特點(diǎn)[19]。限于篇幅, 這里直接給出有關(guān)出租車充電模式的假設(shè), 具體分析過(guò)程詳見(jiàn)文獻(xiàn)[19]。

假設(shè)電動(dòng)出租車1天充電2次, 充電方式為快速充電, 可選擇在4個(gè)時(shí)間段充電: 凌晨換班時(shí)段(T1)、午餐用餐時(shí)段(T2)、傍晚?yè)Q班時(shí)段(T3)、夜間運(yùn)行時(shí)段(T4)。電動(dòng)出租車在各時(shí)間段的起始充電時(shí)間均服從正態(tài)分布。在T1和T2時(shí)段, 出租車的行駛里程d呈正態(tài)分布, 在T3和T4時(shí)段,d服從對(duì)數(shù)正態(tài)分布。定義E0為用[0,1]之間數(shù)值或百分?jǐn)?shù)表示的充電起始SOC, 可表示為E0=1-d/R, 這里R為充滿電后EV的行駛里程。由此, 可得E0的分段概率密度函數(shù)[19]為:

在T1和T2時(shí)段

(1)

在T3和T4時(shí)段

(2)

(3) 公務(wù)車充電模式。公務(wù)車是指相關(guān)單位為了執(zhí)行國(guó)家公務(wù)而專門配備的車輛。目前大多數(shù)公務(wù)車采用在夜間休息時(shí)段充電, 其充電方式可采用常規(guī)充電?？紤]到公務(wù)車在執(zhí)行公務(wù)時(shí)可能出現(xiàn)的突發(fā)情況, 可認(rèn)為其偶爾有快充需求。

假設(shè)公務(wù)車在工作日每天充電1次, 且主要采用常規(guī)充電模式, 偶爾在工作時(shí)間需要快速充電, 起始充電時(shí)間在可充電時(shí)間內(nèi)均勻分布，電動(dòng)公務(wù)車每次充電的起始SOC服從正態(tài)分布。

(4) 物流、環(huán)衛(wèi)等專用車充電模式。物流、環(huán)衛(wèi)等車輛具有工作時(shí)間固定、集中, 大多數(shù)時(shí)間處于停駛狀態(tài)的特點(diǎn), 適合采用常規(guī)模式充電, 充電時(shí)間為夜間下班時(shí)段。

假設(shè)物流、環(huán)衛(wèi)車每天充電1次, 且采用常規(guī)充電模式, 起始充電時(shí)間在可充電時(shí)間內(nèi)均勻分布, 每次充電起始SOC服從正態(tài)分布。

(5) 租賃車、私家車充電模式。私家車在工作日期間主要用作車主上下班的代步工具, 出行高峰時(shí)段在每日早晚高峰時(shí)間; 而在節(jié)假日則用于滿足休閑出行需求, 出行時(shí)間較為分散。私家車一般1天充電1次, 以在單位、住宅等區(qū)域常規(guī)充電為主, 偶爾有快充需求。相關(guān)統(tǒng)計(jì)數(shù)據(jù)[20]表明, 私家車日行駛距離呈對(duì)數(shù)正態(tài)分布。因此, 其充電起始SOC的概率密度函數(shù)形如式(2)所示。租賃車服務(wù)對(duì)象主要針對(duì)私人用戶, 其用戶行為與私家車類似, 但一般不考慮快充。

因此, 假設(shè)租賃車、私家車每天充電1次，租賃車只考慮常規(guī)充電, 而私家車以常規(guī)充電為主，偶爾進(jìn)行快速充電。常規(guī)充電主要在工作日的早晚高峰之后以及節(jié)假日的晚上進(jìn)行，快速充電則主要在白天進(jìn)行。

EV充電負(fù)荷計(jì)算以分鐘為最小單位, 假設(shè)EV接入即開(kāi)始充電, 且每次充電均充滿。采用蒙特卡羅模擬抽取每輛EV的充電起始SOC和充電起始時(shí)間。通過(guò)累加每輛EV的充電負(fù)荷, 最終結(jié)果如附圖A1和A2所示。

2 電動(dòng)汽車充電需求分析

不同類型的EV有不同的能源供給途徑, 采用的充電模式可能不同, 接入的充電服務(wù)網(wǎng)絡(luò)也會(huì)有所區(qū)別。按能源供給的場(chǎng)所及其所有權(quán)區(qū)分,EV充電服務(wù)網(wǎng)絡(luò)可分為公共專用、私人專用及社會(huì)公用三大類。公共專用服務(wù)網(wǎng)絡(luò)包括公交車充電樁、出租車充電樁、公務(wù)車充電樁、環(huán)衛(wèi)物流等專用車充電樁、租賃車充電樁等; 私人專用服務(wù)網(wǎng)絡(luò)則服務(wù)于個(gè)人用戶, 主要包括私家車充電樁; 社會(huì)公用服務(wù)網(wǎng)絡(luò)則面向所有乘用車開(kāi)放, 可作為輔助能量補(bǔ)給設(shè)施, 主要用于滿足少量公務(wù)車及部分私家車的充電需求。

2.1 各類充電樁需求計(jì)算

根據(jù)1.2節(jié)對(duì)各類EV行為模式的分析, 可求得一天內(nèi)不同類型的EV在不同充電方式(常規(guī)充電和快速充電)下的每日充電總時(shí)長(zhǎng), 如式(3)所示。

(3)

之后, 基于規(guī)劃水平年各類充電設(shè)施的最小利用小時(shí)數(shù), 可以初步確定各類充電樁的需求總數(shù)。

2.2 基于電動(dòng)汽車最大同時(shí)接入量的校核校驗(yàn)

上節(jié)從能量需求的角度分析了各類充電樁的數(shù)量需求。由于EV用戶行為的隨機(jī)性, 大量EV在一定時(shí)間段內(nèi)集中充電會(huì)導(dǎo)致充電設(shè)施的短時(shí)占有率升高。因此, 在規(guī)劃EV充電設(shè)施的過(guò)程中, 必須考慮大量EV同時(shí)接入的情況, 從而修正各類充電樁的數(shù)量需求。

3 電動(dòng)汽車充電設(shè)施的選址定容方法

在求得規(guī)劃水平年各類EV的充電樁需求后, 本節(jié)考慮如何確定充電樁的布點(diǎn)定容問(wèn)題(包括充電站和充電樁群的選址及充電樁數(shù)量的確定)。EV充電設(shè)施規(guī)劃主要受市場(chǎng)需求和可行性2個(gè)因素約束[21]。衡量充電設(shè)施市場(chǎng)需求的主要指標(biāo)包括交通量和服務(wù)半徑這2個(gè)要素，決定可行性的關(guān)鍵因素包括交通、環(huán)保、區(qū)域配電能力、地區(qū)建設(shè)規(guī)劃、路網(wǎng)規(guī)劃等外部條件。

本節(jié)所要提出的方法的基本思想是將研究區(qū)域進(jìn)行區(qū)塊劃分, 從區(qū)塊屬性特征、交通擁堵程度、經(jīng)濟(jì)發(fā)展情況這3個(gè)方面對(duì)各區(qū)塊的充電需求進(jìn)行量化考核, 選出充電需求較高的區(qū)塊進(jìn)行充電樁的布局規(guī)劃。

3.1 區(qū)塊劃分

區(qū)塊劃分的合理與否直接影響規(guī)劃布點(diǎn)的準(zhǔn)確程度。如果區(qū)塊劃分過(guò)大, 就無(wú)法準(zhǔn)確定位區(qū)塊的屬性特征, 且區(qū)塊面積過(guò)大時(shí), 包含道路較多, 難以準(zhǔn)確衡量其交通流情況; 如果區(qū)塊劃分過(guò)小, 則工作量很大, 考慮到一些郊區(qū)區(qū)塊交通流量不大, 可以考慮將其組合成一個(gè)大區(qū)塊。本文以規(guī)劃區(qū)域內(nèi)的主干道路為分割依據(jù), 取主干道路在地理上所圍成的多邊形區(qū)域?yàn)橐粋€(gè)區(qū)塊。

3.2 充電需求系數(shù)

在完成區(qū)塊劃分以后, 需要根據(jù)所需規(guī)劃的充電樁類型確定該區(qū)塊的充電需求系數(shù)。充電需求系數(shù)由該區(qū)塊的屬性特征系數(shù)、交通擁堵系數(shù)及經(jīng)濟(jì)發(fā)展系數(shù)歸一化后的加權(quán)平均求取。

(1) 屬性特征系數(shù)。區(qū)塊的屬性特征系數(shù)P1用于反映區(qū)塊特征對(duì)充電需求的影響, 充電需求越高, 則其值越大。P1與區(qū)塊內(nèi)的標(biāo)志性建筑有關(guān), 如住宅區(qū)、辦公樓、學(xué)校、醫(yī)院、大型商場(chǎng)、酒店、景區(qū)等。不同的標(biāo)志性建筑對(duì)應(yīng)于不同的出行目的地, 同時(shí)也對(duì)應(yīng)于不同的充電需求。需要指出, 針對(duì)不同的充電服務(wù)網(wǎng)絡(luò), 區(qū)塊的屬性特征系數(shù)是不同的。例如, 在規(guī)劃私人專用服務(wù)網(wǎng)絡(luò)時(shí), 住宅區(qū)的區(qū)塊特征系數(shù)很高, 而大型商場(chǎng)的區(qū)塊特征系數(shù)很低; 同樣, 在規(guī)劃公共專用服務(wù)網(wǎng)絡(luò)中的公交車充電樁時(shí), 公交車總站的充電需求很高, 而住宅區(qū)的需求則很低。另外, 當(dāng)某個(gè)區(qū)塊擁有多個(gè)標(biāo)志性建筑時(shí), 則取當(dāng)前規(guī)劃充電樁類型所對(duì)應(yīng)的P1值最大的標(biāo)志性建筑。

(2) 交通擁堵系數(shù)。目前國(guó)內(nèi)很多城市都建立了交通擁堵指數(shù)實(shí)時(shí)監(jiān)測(cè)平臺(tái), 區(qū)塊周邊道路的交通擁堵系數(shù)P2可以反映該區(qū)塊的交通繁忙程度, 也在一定程度上反映了EV用戶的充電需求,P2值越大, 充電需求越高。在計(jì)算時(shí), 每條道路的交通擁堵系數(shù)取數(shù)個(gè)典型日交通擁堵系數(shù)最大值的平均值。每個(gè)區(qū)塊的交通擁堵系數(shù)取流經(jīng)該區(qū)塊道路交通擁堵系數(shù)的平均值。

(3) 經(jīng)濟(jì)發(fā)展系數(shù)。區(qū)塊的經(jīng)濟(jì)發(fā)展系數(shù)P3反映該區(qū)塊的繁華程度和消費(fèi)能力, 也間接反映EV用戶的充電需求,P3值越大, 充電需求越高。由于準(zhǔn)確定義一個(gè)區(qū)塊的經(jīng)濟(jì)發(fā)展水平是很難做到的, 一般可以按該區(qū)塊所屬行政區(qū)劃的人均GDP指標(biāo)來(lái)表征該區(qū)塊的經(jīng)濟(jì)發(fā)展系數(shù)。

在確定上述3個(gè)系數(shù)后, 由式(4)計(jì)算各區(qū)塊的充電需求系數(shù)。

(4)

3.3 專家修正及校核檢驗(yàn)

在采用3.2節(jié)的方法獲得所有區(qū)塊的充電需求系數(shù)后, 必須根據(jù)相關(guān)政策及區(qū)塊現(xiàn)狀做相應(yīng)的專家修正。例如, 杭州市規(guī)劃局牽頭編制的《杭州市區(qū)(八區(qū))換乘型骨干停車場(chǎng)(庫(kù))規(guī)劃》中指出, 杭州要在地鐵、繞城公路、風(fēng)景區(qū)、大型客運(yùn)樞紐沿線增加40處換乘型骨干停車場(chǎng), 鼓勵(lì)市民開(kāi)車前往這些停車場(chǎng), 改換公共交通, 以緩解杭州市核心區(qū)域的交通擁堵。這些換乘型停車場(chǎng)大多不處于市中心, 充電需求系數(shù)往往較低, 因此需要人為將這些停車場(chǎng)所處區(qū)塊的充電需求系數(shù)提高到足夠大的值, 以保證其能夠進(jìn)入候選布點(diǎn)區(qū)塊。此外, 部分充電需求很高的區(qū)塊由于地處市區(qū)繁華地帶, 不具備停車充電的可行性, 對(duì)于這些區(qū)塊應(yīng)將其充電需求系數(shù)降至最小值, 以保證其被排除在候選布點(diǎn)區(qū)塊內(nèi)。

對(duì)專家修正后的各區(qū)塊充電需求系數(shù)降序排列, 選擇前面一定比例(本文取前50%)的區(qū)塊作為候選布點(diǎn)區(qū)塊。隨后設(shè)定充電設(shè)施服務(wù)半徑, 以檢測(cè)是否存在有充電需求的部分區(qū)塊被排除在所有候選布點(diǎn)區(qū)塊的服務(wù)半徑之外, 若存在這種情況, 則增補(bǔ)候選區(qū)塊。

最后, 將3.2節(jié)方法求得的各類充電樁需求總數(shù), 按最終候選區(qū)塊的充電需求系數(shù)分配至各布點(diǎn)區(qū)塊。

3.4 充電設(shè)施選址定容流程

各類充電設(shè)施選址定容流程如圖1所示。

4 算例分析

4.1 負(fù)荷分析

以杭州市2020年充電設(shè)施規(guī)劃為例進(jìn)行分析。首先采用1.2節(jié)的方法對(duì)各類EV充電模式進(jìn)行分析, 給出杭州市各類EV性能參數(shù)及充電參數(shù)設(shè)置, 分別如附錄中的附表A1和A2所示。結(jié)合附表A3所示的杭州各類EV保有量預(yù)測(cè)[22], 計(jì)算2020年杭州市的EV充電負(fù)荷。

圖1 各類充電設(shè)施選址定容流程圖

4.2 充電需求分析

由充電負(fù)荷及相應(yīng)充電模式下的充電功率, 可以求得不同類型EV的日均充電總時(shí)長(zhǎng), 如表1所示。

參考國(guó)網(wǎng)杭州供電公司完成的《杭州新能源汽車充電設(shè)施布局規(guī)劃研究》報(bào)告[23], 充電設(shè)施服務(wù)邊界條件(即單個(gè)充電樁每日最小利用小時(shí)數(shù))的設(shè)置如附表A4所示。由各類EV的日均充電時(shí)長(zhǎng)及充電服務(wù)邊界條件, 可得初步篩選的各類充電樁數(shù)量需求, 如附表A5所示。

之后, 根據(jù)負(fù)荷曲線, 基于各類EV的最大同時(shí)接入量進(jìn)行校核檢驗(yàn)。校核發(fā)現(xiàn)，在24 h內(nèi), 公交車慢充接入量最大時(shí)刻出現(xiàn)在02：12, 其接入最大數(shù)量為2 825輛, 規(guī)劃的公交車慢充樁數(shù)量不滿足這個(gè)要求, 修改為2 825個(gè)。其余各類充電樁的規(guī)劃數(shù)目均能滿足該類車輛日最大接入數(shù)量要求。

綜合考慮各類EV的能量需求和同時(shí)充電情況,確定各類EV的充電樁需求數(shù)量, 并考慮10%左右的裕度, 作為最終的充電樁數(shù)需求, 如表2所示。

表1 杭州市2020年各類EV日均充電時(shí)長(zhǎng)

Table 1 Daily charging time periods for various kinds of EVs in 2020 in Hangzhou

表2 2020年杭州市EV充電樁數(shù)量需求

Table 2 Demanding numbers for EV charging facilities in 2020 in Hangzhou

按照公共專用、私人專用及社會(huì)公用EV服務(wù)網(wǎng)絡(luò)的區(qū)分, 將所需充電樁安排到相應(yīng)充電服務(wù)網(wǎng)絡(luò)中, 對(duì)同類型車取工作日和節(jié)假日樁數(shù)的最大值。結(jié)果如表3所示。

4.3 充電設(shè)施的選址定容

在獲得各個(gè)充電服務(wù)網(wǎng)絡(luò)的充電樁總數(shù)后, 按3.4節(jié)所述流程對(duì)各類充電樁進(jìn)行選址定容。由于專用網(wǎng)絡(luò)(包括公共專用和私人專用)的充電樁服務(wù)對(duì)象明確, 在計(jì)算各區(qū)塊的充電需求時(shí), 屬性特征系數(shù)區(qū)分明顯, 例如, 在進(jìn)行公交車充電樁布點(diǎn)時(shí), 只有公交車公司或公交車總站能夠被選中, 而在進(jìn)行私家車充電樁布點(diǎn)時(shí), 則擁有停車場(chǎng)的住宅區(qū)具備競(jìng)爭(zhēng)優(yōu)勢(shì)。因此, 這里僅對(duì)社會(huì)公用充電服務(wù)網(wǎng)絡(luò)的布點(diǎn)定容進(jìn)行分析。選定杭州主城區(qū)為規(guī)劃對(duì)象，由于表3給出的是2020年全杭州市的充電樁需求, 在對(duì)主城區(qū)的社會(huì)公用網(wǎng)絡(luò)進(jìn)行布點(diǎn)分析時(shí), 取充電樁總數(shù)的70%作為規(guī)劃目標(biāo), 即公共快充樁1 155個(gè), 公共慢充樁4 900個(gè)。

表3 2020年杭州市各類充電網(wǎng)絡(luò)規(guī)劃的充電樁總數(shù)

Table 3 Numbers of planned EV charging facilities for various kinds of charging networks in 2020 in Hangzhou

注: 私家車和公務(wù)車的部分慢充需求和全部快充需求通過(guò)社會(huì)公用充電服務(wù)網(wǎng)絡(luò)來(lái)滿足。

按照主干道路信息進(jìn)行區(qū)塊劃分, 并適當(dāng)合并周邊區(qū)域區(qū)塊, 最終劃分成131個(gè)區(qū)塊。在劃分區(qū)塊后, 需確定區(qū)塊屬性特征、交通擁堵、經(jīng)濟(jì)發(fā)展這3個(gè)系數(shù)。由于社會(huì)公用充電服務(wù)網(wǎng)絡(luò)依托于公共停車場(chǎng)興建, 可參考區(qū)塊屬性的公共停車位配建指標(biāo)[24]確定區(qū)塊屬性特征系數(shù), 如附表A6所示; 交通擁堵系數(shù)可由杭州市交通擁堵指數(shù)實(shí)時(shí)監(jiān)測(cè)平臺(tái)[25]確定; 經(jīng)濟(jì)發(fā)展系數(shù)則由區(qū)塊所屬行政區(qū)的人均GDP確定。然后, 由式(4)計(jì)算各區(qū)塊的充電需求系數(shù)(取a1=0.4,a2=0.5,a3=0.1)。再根據(jù)城市規(guī)劃及城市現(xiàn)狀, 修改部分區(qū)塊的充電需求系數(shù), 輸出前50%的區(qū)塊進(jìn)入候選布點(diǎn)區(qū)塊集合, 根據(jù)一定的充電服務(wù)半徑, 增添少數(shù)存在充電需求但不在任何一個(gè)區(qū)塊服務(wù)半徑內(nèi)的區(qū)塊, 由此得到最終65個(gè)布點(diǎn)區(qū)塊及其規(guī)劃的充電樁數(shù)量, 如附表A7所示。最后, 考慮在布點(diǎn)區(qū)塊內(nèi)的主要公共停車場(chǎng)興建公共充電樁, 得到最終社會(huì)公用充電網(wǎng)絡(luò)網(wǎng)點(diǎn)如圖2所示。

5 結(jié) 論

本文提出了一整套EV充電設(shè)施選址定容方法, 其中考慮了各類車輛的行為模式, 包括負(fù)荷預(yù)測(cè)、充電需求分析、充電設(shè)施布局規(guī)劃等模塊，主要完成了下述研究工作。

(1) 提出了考慮多類型EV的充電負(fù)荷預(yù)測(cè)方法。分析了各類EV充電起始SOC、起始充電時(shí)間的概率分布, 并通過(guò)蒙特卡洛抽樣計(jì)算每輛EV的充電負(fù)荷。

(2) 提出了滿足不同充電需求的充電樁數(shù)量計(jì)算方法。包括三大類充電服務(wù)網(wǎng)絡(luò)的區(qū)分, 各類EV在不同充電方式下的日均充電時(shí)長(zhǎng), 各類充電樁日均服務(wù)能力邊界條件等參數(shù)的確定, 以及對(duì)各類EV同時(shí)接入數(shù)量的校核。

圖2 杭州主城區(qū)社會(huì)公用充電網(wǎng)絡(luò)規(guī)劃網(wǎng)點(diǎn)

(3) 提出了基于區(qū)塊充電需求的充電設(shè)施選址定容方法。包括區(qū)塊的劃分依據(jù)、充電需求系數(shù)的確定及相關(guān)的修正檢驗(yàn)標(biāo)準(zhǔn)。

通過(guò)對(duì)杭州市主城區(qū)2020年充電設(shè)施布局規(guī)劃的研究, 介紹了該方法的實(shí)際應(yīng)用, 證明了其可行性?，F(xiàn)有的EV充電設(shè)施規(guī)劃理論還不成熟, 且許多基礎(chǔ)數(shù)據(jù)尚無(wú)法獲取。受此約束, 本文中有些參數(shù)的設(shè)定有一定的主觀性。隨著EV的發(fā)展和推廣, 相關(guān)數(shù)據(jù)會(huì)逐步積累, 本文所提出的方法可以得到進(jìn)一步發(fā)展和完善。

6 參考文獻(xiàn)

[1]Song Y H, Yang X, Lu Z X, et al. Integration of plug-in hybrid and electric vehicles: experience from China [C]// Proceedings of IEEE Power and Energy Society General Meeting, 2010, Minneapolis, USA: 1-5.

[2]Liu Z P, Wen F S, Ledwich G. Optimal planning of electric-vehicle charging stations in distribution systems [J]. IEEE Trans on Power Delivery, 2013, 28(1): 102-110.

[3]Sadeghi-Barzani P, Rajabi-Ghahnavieh A, Kazemi-Karegar H. Optimal fast charging station placing and sizing [J]. Applied Energy, 2014, 125(1): 289-299.

[4]Wang G B, Xu Z, Wen F S, et al. Traffic-constrained multiobjective planning of electric-vehicle charging stations [J]. IEEE Trans on Power Delivery, 2013, 28(4): 2363-2372.

[5]任玉瓏, 史樂(lè)峰, 張 謙, 等. 電動(dòng)汽車充電站最優(yōu)分布和規(guī)模研究[J]. 電力系統(tǒng)自動(dòng)化, 2011, 35(14): 53-57. Ren yulong, Shi lefeng, Zhang Qian, et al. Optimal distribution and scale of charging stations for electric vehicles [J]. Automation of Electric Power Systems, 2011, 35(14): 53-57.

[6]陳光, 毛召磊, 李濟(jì)沅, 等. 計(jì)及碳排放的電動(dòng)汽車充電站多目標(biāo)規(guī)劃[J]. 電力系統(tǒng)自動(dòng)化, 2014, 38(17): 1-6. Chen Guang, Mao Zhaolei, Li Jiyuan, et al. Multi-objective optimal planning of electric vehicle charging stations considering carbon emission [J]. Automation of Electric Power Systems, 2014, 38(17): 1-6.

[7]所麗, 唐巍, 白牧可, 等. 考慮削峰填谷的配電網(wǎng)集中型充電站選址定容規(guī)劃[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2014, 34(7): 1052-1060. Suo Li, Tang Wei, Bai Muke, et al. Locating and sizing of centralized charging stations in distribution network considering load shifting [J]. Proceedings of the CSEE, 2014, 34(7): 1052-1060.

[8]錢 斌, 石東源, 謝平平, 等. 電動(dòng)公交車換電站-電池充電站優(yōu)化規(guī)劃[J]. 電力系統(tǒng)自動(dòng)化, 2014, 38(2): 64-69. Qian Bin, Shi Dongyuan, Xie Pingping, et al. Optimal planning of battery charging and exchange stations for electric buses [J]. Automation of Electric Power Systems, 2014, 38(2): 64-69.

[9]李佩珩, 易翔翔, 侯福深. 國(guó)外電動(dòng)汽車發(fā)展現(xiàn)狀及對(duì)我國(guó)電動(dòng)汽車發(fā)展的啟示[J]. 北京工業(yè)大學(xué)學(xué)報(bào), 2004, 30(1): 49-54. Li Peiheng, Yi Xiangxiang, Hou Fushen. Current situation of foreign electrical automobile development and its enlightenment to China [J]. Journal of Beijing University of Technology, 2004, 30(1): 49-54.

[10]王錫凡, 邵成成, 王秀麗, 等. 電動(dòng)汽車充電負(fù)荷與調(diào)度控制策略綜述[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2013, 33(1): 1-10. Wang Xifan, Shao Chengcheng, Wang Xiuli, et al. Survey of electric vehicle charging load and dispatch control strategies [J]. Proceedings of the CSEE, 2013, 33(1): 1-10.

[11]Ashtari A, Bibeau E, Shahidinejad S, et al. PEV charging profile prediction and analysis based on vehicle usage data [J]. IEEE Trans on Smart Grid, 2010, 3(1): 341-350.

[12]Guo Q, Wang Y, Sun H, et al. Factor analysis of the aggregated electric vehicle load based on data mining [J]. Energies, 2012, 5(6): 2053-2070.

[13]Pantos M. Exploitation of electric-drive vehicles in electricity markets [J]. IEEE Trans on Power Systems, 2012, 27(2): 682-694.

[14]Kejun Q, Chengke Z, Allan M, et al. Modeling of load demand due to EV battery charging in distribution systems [J]. IEEE Trans on Power Systems, 2011, 26(2): 802-810.

[15]田立亭, 史雙龍, 賈 卓. 電動(dòng)汽車充電功率需求的統(tǒng)計(jì)學(xué)建模方法[J]. 電網(wǎng)技術(shù), 2010, 34(11): 126-130. Tian Liting, Shi Shuanglong, Jia Zhuo. A statistical model for charging power demand of electric vehicles [J]. Power System Technology, 2010, 34(11): 126-130.

[16]羅卓偉, 胡澤春, 宋永華, 等. 電動(dòng)汽車充電負(fù)荷計(jì)算方法[J]. 電力系統(tǒng)自動(dòng)化, 2011, 35(14): 36-42. Luo Zhuowei, Hu Zechun, Song Yonghua, et al. Study on plug-in electric vehicles charging load calculating [J]. Automation of Electric Power Systems, 2011, 35(14): 36-42.

[17]Sungwoo B, Kwasinski A. Spatial and temporal model of electric vehicle charging demand [J]. IEEE Trans on Smart Grid, 2012, 3(1): 394-403.

[18]張洪財(cái), 胡澤春, 宋永華, 等. 考慮時(shí)空分布的電動(dòng)汽車充電負(fù)荷預(yù)測(cè)方法[J]. 電力系統(tǒng)自動(dòng)化, 2014, 38(1): 13-20. Zhang Hongcai, Hu Zechun, Song Yonghua, et al. A prediction method for electric vehicle charging load considering spatial and temporal distribution [J]. Automation of Electric Power Systems, 2014, 38(1): 13-20.

[19]李亞芬, 黃 梅, 張維戈. 電動(dòng)出租車日充電負(fù)荷估算方法[J]. 電力系統(tǒng)自動(dòng)化, 2014, 38(10): 55-60. Li Yafen, Huang Mei, Zhang Weige. An estimation method for daily charging load of electric taxis [J]. Automation of Electric Power Systems, 2014, 38(10): 55-60.

[20]Vyas A, Santini D. Use of national surveys for estimating ‘full’ PHEV potential for oil use reduction [EB/OL].[2015-04-28].http://www.transportation.anl.gov/pdfs/HV/525.pdf.

[21]范永根, 錢維忠. 電動(dòng)汽車充電設(shè)施規(guī)劃和建設(shè)的探討[J]. 華東電力, 2010, 38(11): 1671-1674. Fan Yonggen, Qian Weizhong. Discussion on the planning and construction of charging facilities for electric vehicles [J]. East China Electric Power, 2010, 38(11): 1671-1674.

[22]國(guó)網(wǎng)浙江省電力公司,浙江大學(xué). 浙江省電動(dòng)汽車發(fā)展適應(yīng)性研究(初稿)[R]. 杭州: 國(guó)網(wǎng)浙江省電力公司, 2015.

[23]國(guó)網(wǎng)杭州供電公司. 杭州市新能源汽車充電網(wǎng)絡(luò)布局規(guī)劃研究[R]. 杭州: 國(guó)網(wǎng)杭州供電公司, 2014.

[24]浙江省城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院, 浙江省標(biāo)準(zhǔn)設(shè)計(jì)站. 城市建筑工程停車場(chǎng)(庫(kù))設(shè)置規(guī)則和配建標(biāo)準(zhǔn)[R]. 杭州: 浙江省城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院, 2013.[25]杭州市綜合交通研究中心. 杭州市交通擁堵指數(shù)實(shí)時(shí)監(jiān)測(cè)平臺(tái)[EB/OL]. [2015-03-10]. http://www.hzjtydzs.com/web/current.aspx.

楊俊 (1988), 男, 碩士研究生, 研究方向?yàn)殡妱?dòng)汽車及其與電力系統(tǒng)的交互；

廖斌杰 (1990), 男, 碩士研究生, 研究方向?yàn)橹悄茈娋W(wǎng)與電動(dòng)汽車；

王小蕾 (1993), 女, 碩士研究生, 研究方向?yàn)橹悄茈娋W(wǎng)與電動(dòng)汽車；

文福拴 (1965), 男, 通信作者, 教授, 博士生導(dǎo)師, 研究方向?yàn)殡娏ο到y(tǒng)故障診斷與系統(tǒng)恢復(fù)、電力經(jīng)濟(jì)與電力市場(chǎng)、智能電網(wǎng)與電動(dòng)汽車；

張西竹 (1989), 女, 碩士, 工程師, 研究方向?yàn)榕潆娤到y(tǒng)規(guī)劃設(shè)計(jì)；

王蕾 (1982), 女, 碩士, 高級(jí)工程師, 研究方向?yàn)榕潆娤到y(tǒng)規(guī)劃與系統(tǒng)分析。

(編輯：劉文瑩)

附 錄

圖A1 預(yù)測(cè)的2020年杭州市工作日EV充電負(fù)荷

圖A2 預(yù)測(cè)的2020年杭州市節(jié)假日EV充電負(fù)荷

注:對(duì)于私家車, 假設(shè)2種車型的市場(chǎng)占有率均為50%。

Planning of Charging Facilities of Electric Vehicles Based on Geographical Zonal Charging Demand Coefficients

YANG Jun1, LIAO Binjie1, WANG Xiaolei1, WEN Fushuan1,2, ZHANG Xizhu3, WANG Lei3

(1. College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China;2. Department of Electrical & Electronic Engineering, Institute Teknologi Brunei, Bandar Seri Begawan BE1410, Brunei;3. State Grid Zhejiang Electric Power Corporation Economic Research Institute, Hangzhou 310008, China)

Appropriate planning of charging facilities is of significant importance for the development of electric vehicles (EVs). Given this background, a systematical approach for siting and sizing of EV charging facilities based on geographical zonal EV charging demand coefficients is proposed. A charging load prediction model is presented at first, based on the analysis of various charging modes. The demands for different charging facilities are subsequently calculated with the inputs of daily energy charging needs and the maximum plug-in numbers for all types of EVs. Then, the planning region is divided into different geographical zones, and the charging demand coefficient in each zone is determined. These zones with higher charging demand coefficients are selected as the candidates for installing charging facilities, and the demands for the charging facilities in these candidate zones are also determined. Finally, the planning scenario of EV charging facilities in Hangzhou is employed to illustrate the essential features of the developed method.

electric vehicle (EV); charging facilities; geographical zones; charging demand coefficient; siting and sizing

表A2 各類EV充電參數(shù)設(shè)置

Table A2 Setting of charging parameters for various EVs

表A3 杭州市2020年各類EV保有量預(yù)測(cè)

表A4 充電設(shè)施日均利用小時(shí)數(shù)

表A5 初步篩選的EV充電樁數(shù)量需求

表A6 不同片區(qū)的屬性特征系數(shù)

表A7 布點(diǎn)區(qū)塊及其規(guī)劃的充電樁數(shù)量

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展規(guī)劃項(xiàng)目 (973計(jì)劃) 資助 (2013CB228202); 國(guó)家自然科學(xué)基金委員會(huì)項(xiàng)目資助 (51477151, 51361130152)。

TM 910.6

A

1000-7229(2015)07-0052-09

10.3969/j.issn.1000-7229.2015.07.007

2015-04-28

2015-06-02

Project supported by the National Basic Research Program of China (973 Program) (2013CB228202); National Natural Science Foundation of China (51477151, 51361130152).