俞豪君 ,梁 茜 ,許文超 ,牛 濤 ,韓志錕
(1.江蘇省電力設計院,江蘇南京211102;2.上海電力公司滬北供電公司,上海200070)
電動汽車作為一種綠色交通工具,在保障國家能源安全、緩解城市地區(qū)污染和促進經濟發(fā)展和產業(yè)結構調整方面具有重要的戰(zhàn)略意義。規(guī)?;妱悠嚨膽?,將會給傳統(tǒng)電網造成一定的沖擊。電動汽車充電功率計算是進行電動汽車與電網交互設施規(guī)劃[1]以及進一步進行協(xié)調控制[2]的基礎。影響電動汽車充電功率的很多因素往往很難建立較為準確的數(shù)學模型進行描述,因此給功率預測帶來了很大的困難。目前,國內外對此課題的研究通常要基于一系列條件性很強的假設,利用統(tǒng)計數(shù)據(jù)和計算機模擬技術,對電動汽車充電功率進行預測。文獻[3]分析了與電動汽車功率需求相關的各種因素??紤]了部分隨機因素的概率分布,建立了電動汽車功率需求的統(tǒng)計模型。采用蒙特卡洛隨機模擬方法,形成了從單體到群體電動汽車功率需求的計算方法。文獻[4]則對電動汽車進行了簡單的分類,從私家車、公務車、公交車和出租車不同的出行特性入手,在起始電量狀態(tài)(SOC)、行駛距離和充電模式的一系列假設前提下,研究了各類電動汽車在工作日和休息日的充電功率預測方法。文獻[5]結合實時地理交通信息,對電動汽車的充電行為進行了分析。目前的研究存在影響因素考慮不全面、假設強主觀性、數(shù)據(jù)缺乏、且尚未有對換電方式電動汽車負荷進行計算的研究等問題。
目前,電動汽車充電的模式主要有3種,慢充、快充和換電。
(1)慢充(充電樁)方式:通常使用7 kW以下的交流電源充電,充滿一組電池大概需要6~10 h。充電樁緩慢的充電過程意味著它只適合面向用戶的停車過程,更適合服務覆蓋范圍較小的分散式布局。
(2)快充方式:電動汽車快速充電需要高功率直流充電機,額定功率可達200 kW以上,充滿一組電池大約需要10~30m in??焖俪潆娍梢詽M足電動汽車的應急充電需求,但是對于電池壽命有很大的損傷,同時會給電網帶來沖擊和諧波污染。
(3)換電池方式:換電模式利用專用的電池更換設備,將電動汽車耗盡的電池組直接更換為充電站內已經充滿的電池組。整個過程由自動化設備在數(shù)分鐘內完成,比快速充電更為方便快捷。這種充電方式對電池損傷小,而且可以提供統(tǒng)一的電池維護保養(yǎng),大大增加了電池壽命。但是這種模式需要統(tǒng)一的電池規(guī)格,充電技術和接口標準,還有與之相配套的電池租賃體系和物流系統(tǒng)[6],因此短期內這種模式的推廣普及具有一定的難度,從中長期看,這種模式良好的特性使得其在未來市場中將占有一定的份額。
充電功率預測的主要任務是研究電動汽車充電功率在時間上的分布狀況,從而為電力系統(tǒng)運行提供參考,并作為進一步引導電動汽車有序充電的依據(jù)。充電功率預測是一個多元、強耦合、非線性的復雜問題,影響因素眾多且有些因素難以進行數(shù)學建模。在研究中,將選取對電動汽車充電行為影響最大的幾個因素進行建模和分析。因為慢充和換電方式在充電功率特性上表現(xiàn)很大的不同,則分別對慢充模式和換電模式的充電功率預測進行分析。
2.1.1基本假設
影響慢充方式電動汽車充電功率的主要因素包括出發(fā)/到達時刻、行駛距離、起始電量狀態(tài)、充電功率、充電場所和充電習慣。
(1)出發(fā)/到達時刻的選取對電動汽車開始/結束充電時刻影響較大,而出發(fā)/到達時刻因個人出行習慣的不同差異很大,為了便于分析,只研究在正常工作日,用于通勤的電動汽車的行為。對于通勤的車輛,每天的日常出行有很大的規(guī)律性,根據(jù)中北京市交通統(tǒng)計數(shù)據(jù)[7],通勤車輛上班、下班出發(fā)/到達比例如圖1、圖2所示。
圖1 上班出發(fā)及到達時間車輛分布圖
圖2 下班出發(fā)及到達時間車輛分布圖
(2)電動汽車的行駛距離決定了電池耗電量的大小,從而決定了充電時間的長短,根據(jù)2011年北京市交通發(fā)展年度報告,車輛年平均行駛里程統(tǒng)計數(shù)據(jù)如表1所示。
表1 車輛每年行駛里程統(tǒng)計表
假設日平均行駛里程=年平均行駛里程/365。通勤車輛每天行駛次數(shù)為2次,因此假設每次出行的距離為二分之一行駛距離。如認為車輛行駛里程滿足正態(tài)分布,其數(shù)學期望為日均行駛里程,方差為日均行駛里程的1/10。
(3)起始電量狀態(tài)。電量狀態(tài)是表征電動汽車電池狀態(tài)的參數(shù),其定義為:
起始電量狀態(tài)即電動汽車在一天開始時刻的電池電量,假設初始電量狀態(tài)服從正態(tài)分布。
(4)根據(jù)中國于2010年4月通過的《電動汽車傳導式接口》[8],認為在家充電功率為3.5 kW,而在商場、企業(yè)等的停車場充電功率為7 kW。
(5)充電習慣的不同對充電功率的預測影響也較大,且充電決策的主觀性很大,通常認為電池剩余電量與充電意愿存在反向相關關系。但這種反向相關關系存在很強的主觀性,這種主觀性通常難以用客觀的數(shù)學模型表述,因此需要引入一個強假設。
引入模糊數(shù)學理論,將{進行充電}看作一個模糊集合,建立從電池電量狀態(tài)到該集合的隸屬度函數(shù),以此刻畫用戶的充電意愿。
A:{電池電量狀態(tài)}→{進行充電}
x → A(x)
其中x是集合{電池電量狀態(tài)}中的元素,取值范圍為0%~100%,它作為用戶充電意愿的判斷依據(jù)。A為建立在集合{電池電量狀態(tài)}上的函數(shù),A(x)取值范圍為[0,1],當取值越靠近1時,表示此時的電池剩余電量屬于用戶進行充電的集合的程度越高,也就是用戶充電意愿越強。構造隸屬度函數(shù)A為:
該隸屬度函數(shù)的構造:① 保證了充電意愿關于電池電量狀態(tài)的連續(xù)性;② 當電池電量狀態(tài)大于80%時,不進行充電;③ 當電池電量狀態(tài)低于30%時,一定進行充電。
2.1.2算法流程
利用計算機模擬技術進行慢充方式電動汽車功率預測的流程如下。
(1)初始化,計數(shù)器M=0;(2)按圖3計算數(shù)量為N的電動汽車在慢充模式下的功率需求,M=M+1,記錄計算結果;(3)重復步驟(2)直到M滿足終止條件,由M組隨機模擬實驗結果計算均值和方差。
圖3 慢充方式功率計算流程圖
2.2.1基本假設
(1)和慢充方式不同,換電方式只需幾分鐘,不需在換電站停留很長時間,因此在這一點上,人們在使用換電站設施行為上表現(xiàn)出和常規(guī)加油站加油行為的相似性。即認為人們主要在上下班的途中進行更換電池。
(2)換電時段??梢哉J為電動汽車的換電操作絕大部分是在上下班的途中完成的,且認為換電時段在上下班途中均勻分布。上下班途中時間間隔的長短主要取決于上下班路程的長短,則認為兩者之間存在正比關系。
(3)換電需求取決于電池剩余電量和用戶換電習慣,因此們在本節(jié)引入一個模糊函數(shù),用于表征用戶換電意愿的大小,即:
函數(shù)的設置遵循原則:① 電池電量低于0.2時,必須更換電池;② 充電意愿相對電池電量的連續(xù)性。
(4)換電站:運行狀態(tài)包括換電站剩余滿充電池數(shù)量與換電站充電計劃
2.2.2算法流程
(1)初始化,計數(shù)器M=0;(2)按圖4所示計算數(shù)量為N的電動汽車在換電模式下的換電需求,M=M+1,記錄計算結果;(3)重復步驟(2)直到M滿足終止條件,由M組隨機模擬實驗結果計算均值和方差。
圖4 換電方式需求計算流程
以北京城市配網為例,北京現(xiàn)有人口約2000萬,汽車保有量約500萬輛。北京負荷最高峰約為16 000 MW,以峰值負荷為12 000MW的某工作日為例進行分析。假設電動汽車初始電量狀態(tài)滿足均值為0.7和方差為0.1的正態(tài)分布,且選擇換電和慢充作為能量補充的可能性分別為0.3和0.7,在5%的滲透率條件下,有15 000輛電動汽車選擇換電,而選擇慢充方式的電動汽車則達35 000輛。慢充方式選擇設定為每天充電次數(shù)完全由充電習慣決定的模式,換電方式選擇設定為換下即刻開始充電。計算結果如圖5所示。
圖5 綜合算例計算結果
由圖5可以看到,2種方式疊加的結果是形成上午和下午2個時段的高峰,上午負荷高峰出現(xiàn)在10∶00左右,峰值超過了100MW,甚至在極端的情況下,可以達到120MW;下午負荷高峰出現(xiàn)在20∶00-21∶00,峰值超過了60MW,甚至在極端的情況下,可以達到75MW。這將對電網造成一定的沖擊。
不同滲透率條件下的負荷分布如圖6所示。隨著電動汽車滲透率的不斷提高,城市總體負荷的峰荷將不斷提高,當滲透率達15%時,峰值負荷接近13 500 MW,增長了12.5%,同時也可看到,電動汽車的充電也拉升了低谷時段的用電負荷(19∶00-24∶00),這對保證電網基荷機組及可再生能源的連續(xù)運行是有益的。
圖6 不同滲透率下的負荷分布
本文對慢充方式和換電方式2種電動汽車充電行為進行了分析,并建立了數(shù)學模型,利用蒙特卡洛方法進行計算機模擬,以北京為實例分析電動汽車負荷對電網的影響。電動汽車充電會造成新的負荷高峰,在一定程度上給城市供電網絡帶來沖擊;且這種沖擊隨著電動汽車的普及和推廣會越來越大,本文的計算結果可以為未來規(guī)?;妱悠嚱尤腚娋W后,城市電網的規(guī)劃和建設提供參考。
[1]許文超,牛濤,顏淋麗,等.電動汽車充電站需求影響因素及預測方法[J].江蘇電機工程,2011,30(3):41-43.
[2]薛鐘兵,彭 程.新能源發(fā)電與電動汽車充換儲站協(xié)調運行研究[J].江蘇電機工程,2014,33(5):36-38.
[3]田立亭,史雙龍,賈 卓.電動汽車充電功率需求的統(tǒng)計學建模方法[J].電網技術,2010,34(11):126-130
[4]羅卓偉,胡澤春,宋永華,等.電動汽車充電負荷計算方法[J].電力系統(tǒng)自動化,2011,35(14):36-42.
[5]SUW C,WANG JH,ZHANG KL,etal.Framework for Investigating the Impactof PHEV Charging on Power Distribution System and Transportation Network[C].IECON 2012-38th AnnualConferenceon IEEE Industrial Electronics Society∶4735-4740.
[6]劉 堅.電動汽車充電方式和商業(yè)運營模式初探[J].汽車工程師,2011(1):19-23
[7]全永燊,郭繼孚.北京市交通發(fā)展年度報告(2003~2008年)[R].北京:北京交通發(fā)展研究中心,2008.
[8]陳 凌.電動汽車傳導式充電接口[J].國內外機電一體化技術,2012(5):53-55.