安科瑞 陳(chén)聰

摘要(yào) ：文(wén)章(zhāng)基(jī)於南方某市(shì)的電動汽車充電(diàn)數據(jù)，得出(chū)各(gè)類型電(diàn)動汽車在(zài)不同日(rì)期(qī)類型的充(chōng)電開始(shǐ)時間(jiān)，充電電(diàn)量，充電功率的分布規律(lǜ)。采用蒙(mēng)特卡洛(luò)算法(fǎ)模擬(nǐ)計算了(liǎo)該(gāi)市(shì) 2021年(nián)各(gè)類型電動(dòng)汽車(chē)工作(zuò)日與(yǔ)休息日的(dí)充電負荷情(qíng)況，結果表明，電動私家車在(zài)休息(xī)日(rì)的午(wǔ)間和(hé)淩晨(chén)充(chōng)電負荷要高(gāo)於(yú)工(gōng)作日；該(gāi)市(shì)電(diàn)動出租(zū)車在(zài)工作日與休(xiū)息日的充電(diàn)負荷占(zhān)比分別(bié)為 60．42% ，58．55% ，在三(sān)類(lèi)型車中始終大; 電(diàn)動私家車工(gōng)作日與休(xiū)息日(rì)充(chōng)電負荷曲綫有(yǒu)較大(dà)差異(yì)，電網總負荷(hé)會在(zài) 19:00 達到高(gāo)峰(fēng)。驗(yàn)證(zhèng)了(liǎo)電動(dòng)汽車的大規(guī)模引(yǐn)入會增加(jiā)電網(wǎng)的(dí)峰值和峰穀(gǔ)差，同時將充電行為(wéi)數據(jù)擬合(hé)為公式，旨在為未來的電網(wǎng)擴容(róng)建設和對(duì)電(diàn)動(dòng)汽(qì)車的(dí)有序充電控製提(tí)供(gōng)幫助(zhù)。

關(guān)鍵(jiàn)詞：電動汽車；充電(diàn)行為分(fēn)析(xī)；負荷預測(cè)

0 引言(yán)

隨著(zhuó)環境(jìng)的惡化和化石能源(yuán)短缺現(xiàn)象(xiàng)的加(jiā)劇(jù)，電(diàn)動汽車以其相(xiāng)對低廉的價(jià)格(gé)，契(qì)合(hé)綠色出(chū)行的理(lǐ)念，消(xiāo)納間(jiān)歇(xiē)性可再生能(néng)源(yuán)電力等特點，近些(xiē)年(nián)在(zài)世界(jiè)範(fàn)圍 內都(dū)得到了較快(kuài)的發(fā)展。而大(dà)規模(mó)電動汽(qì)車並入(rù)電網(wǎng)給(gěi)電網(wǎng)的(dí)安全帶(dài)來(lái)了嚴重的威脅。即隨(suí)著電動(dòng)汽(qì)車(chē)數量(liáng)的提高(gāo)，會給電網負荷帶來了巨大的衝擊(jī)。因(yīn)此，對電(diàn)動汽車的充電(diàn)負(fù)荷趨(qū)勢進(jìn)行預測(cè)，對於電網及(jí)充電(diàn)樁後(hòu)續的規劃(huá)建設，以及采用何種方式來緩解大(dà)規模(mó)電(diàn)動汽車(chē)充(chōng)電(diàn)過(guò)程對電(diàn)網(wǎng)帶來的(dí)衝擊，都(dū)具有重(zhòng)要的(dí)研(yán)究價(jià)值和現實意義。

針對電動汽車(chē)充電負荷(hé)預(yù)測(cè)可(kě)以分為從空間角(jiǎo)度和時(shí)間角(jiǎo)度進行預測(cè)。文獻研究(jiū)電動汽(qì)車在(zài)空間約束下(xià)的出行特性(xìng)，采(cǎi)用交通起止點(diǎn)法(fǎ)和蒙特卡洛(luò)算法完成(chéng)對電動汽車充電(diàn)負(fù)荷的(dí)時(shí)空(kōng)預測(cè)。文獻針(zhēn)對電(diàn)動汽(qì)車在居民區的充電特征，建立相關模型。文(wén)獻以(yǐ)某(mǒu)一(yī)地區為例(lì)，根據狀(zhuàng)態轉(zhuǎn)移(yí)矩(jǔ)陣得(dé)到居(jū)民(mín)區，工(gōng)商(shāng)業區(qū)電動汽(qì)車的(dí)數(shù)量(liáng)，研究(jiū)不(bù)同(tóng)功能(néng)區域電(diàn)動(dòng)汽車充(chōng)電負荷(hé)的(dí)差(chà)異性(xìng)。文獻對蒙(mēng)特(tè)卡洛算(suàn)法(fǎ)的(dí)尋(xún)優(yōu)路(lù)徑(jìng)優(yōu)化，完成對(duì)電(diàn)動汽(qì)車時間尺度(dù)上(shàng)的負(fù)荷預(yù)測，提(tí)高了運(yùn)算速度。

文中分析了(liǎo)前人(rén)研究電動汽(qì)車的(dí)充電負(fù)荷(hé)特(tè)性因素(sù)的不(bù)足之處(chǔ)，對某(mǒu)市工作日(rì)與休(xiū)息(xī)日各類(lèi)型(xíng)車的(dí)實際充(chōng)電行為數據進行(háng)統(tǒng)計分(fēn)析(xī)，包(bāo)括充(chōng)電開始時(shí)間，充電電(diàn)量，充(chōng)電功率(shuài)的分布特征(zhēng)。采用蒙特卡(qiǎ)洛(luò)法(fǎ)計算(suàn)各類(lèi)型電(diàn)動(dòng)汽車的負(fù)荷曲(qū)綫(xiàn)，比較各類(lèi)型車(chē)負(fù)荷曲綫的差(chà)異，分(fēn)析充(chōng)電負荷曲綫對(duì)該(gāi)市電網(wǎng)負(fù)荷(hé)的影(yǐng)響。

1 影響(xiǎng)電動(dòng)汽(qì)車充電負荷(hé)特(tè)性的因素(sù)

充電開始時間(jiān)，充電持(chí)續時(shí)間，充電功率(shuài)是影響電(diàn)動汽車充(chōng)電負(fù)荷特性的關(guān)鍵(jiàn)因(yīn)素(sù)。下(xià)文將針(zhēn)對其進行分析。

1.1開(kāi)始(shǐ)充(chōng)電時間(jiān)

用戶的(dí)充(chōng)電(diàn)開始時間(jiān)取決於(yú)車(chē)輛的(dí)類型以及用(yòng)戶的個(gè)人行為等。之(zhī)前(qián)的研究(jiū)多(duō)是(shì)以燃油車(chē)的(dí)出(chū)行(háng)特(tè)性(xìng)來近似代(dài)替(tì)電動(dòng)汽(qì)車的(dí)出行(háng)特性，例如文獻(xiàn)［13］采(cǎi)用 NHTS( National Household Travel Survey) 的(dí)數據，將(jiāng)燃(rán)油汽車(chē)最(zuì)後(hòu)一次(cì)出行(háng)的(dí)結(jié)束時刻近似視為(wéi)開(kāi)始充電(diàn)時間(jiān) t，如式(shì)( 1) 所示，t 與其頻(pín)率(shuài)滿(mǎn)足(zú)正(zhèng)態分(fēn)布，其(qí)中 μs ， σs 分別(bié)為 t 的期望和(hé)標準(zhǔn)差(chà)。

fs (t) =exp [ －] (1)

1.2充電(diàn)持續(xù)時間(jiān)

充(chōng)電(diàn)持續(xù)時(shí)間 Tchar 決(jué)定(dìng)了充電(diàn)時(shí)間(jiān)的長(cháng)短(duǎn)，取決(jué)於充電電量(liáng) Q 和(hé)充電功率(shuài) P 。通過式(2) 得到(dào)，即 :

Tchar =(2)

考(kǎo)慮(lǜ)到車(chē)型(xíng)的不(bù)同(tóng)，充電 電量(liáng) Q 難(nán) 以(yǐ)確定，文(wén)獻 ［14］研究了交(jiāo)通以(yǐ)及氣溫狀(zhuàng)況對充(chōng)電(diàn)電量(liáng)的(dí)影響(xiǎng)，文獻(xiàn)將用(yòng)戶(hù)每次(cì)用車(chē)時的電池電荷狀態SOC的概(gài)率(shuài)密度函(hán)數(State of Charge) 視(shì)為(wéi)正態(tài)分布，通過概(gài)率密度函數(shù)隨機(jī)抽(chōu)取得到SOC，通(tōng)過(guò)式(3) 即(jí)可(kě)得(dé)到(dào)充電 電(diàn)量(liáng) Q，其(qí)中(zhōng)α為期(qī)望(wàng)充(chōng)電完成後的荷電(diàn)狀(zhuàng)態，一般(bān)來說(shuō)α取為 1，E 為滿(mǎn)電(diàn)電(diàn)量(liáng)。

Q = ( α - SOC) × E (3)

文獻(xiàn)亦根(gēn)據NHTS的數據(jù)，將日(rì)行駛(shǐ)裏程L視(shì)為滿足(zú)對數正態分(fēn)布(bù)。通(tōng)過式(4)得(dé)到日(rì)行(háng)駛裏程(chéng) L，其中(zhōng) μD ，σD 分(fēn)別(bié)為 lnL 的期望(wàng)和(hé)標準(zhǔn)差。

fD (L) =exp [ －] (4)

通過式(shì)(5) ，得到充電電量 Q 。其(qí)中 S 為每公(gōng)裏耗 電(diàn)量(liáng)，α 一(yī)般取(qǔ) 1 。

Q = α × S × L (5)

這(zhè)些做法由於(yú)缺(quē)乏實(shí)際的(dí)電動(dòng)汽車充電數(shù)據(jù)，導致將(jiāng)數量龐(páng)大的電動汽車難(nán)以確(què)定的(dí)滿電電(diàn)量 E，每公裏(lǐ)耗(hào)電(diàn)量(liáng) S，充電功(gōng)率(shuài) P 等(děng)均視為一(yī)個定值，過於理想化的設(shè)定(dìng)會降低模型的精度，使(shǐ)得最(zuì)終的(dí)充(chōng)電(diàn)負荷預測結果會(huì)有偏差。而(ér)文(wén)中采用的是處理(lǐ)後的開始充電時(shí)間，充電電(diàn)量(liáng)，以(yǐ)及充電(diàn)功(gōng)率這些(xiē)實(shí)際充電(diàn)行(háng)為數(shù)據(jù)，更(gēng)加符合(hé)實(shí)際(jì)狀(zhuàng)況(kuàng)。

1.3 充(chōng)電功率(shuài)

充電功率 P 直接決定了(liǎo)充電持續(xù)階段(duàn)的(dí)負荷(hé)情況(kuàng)。文獻(xiàn)僅考慮了車輛某一充(chōng)電倍率下(xià)的(dí)充電(diàn)， 假設(shè)充電(diàn)功率(shuài)在(zài)某(mǒu)個(gè)範圍(wéi)內滿足(zú)均(jūn)匀分(fēn)布(bù)，具(jù)有一定的局限(xiàn)性。文(wén)獻采用分段函數(shù)來(lái)表(biǎo)示充電過程中 功(gōng)率的變化情(qíng)況，使得(dé)結(jié)果(guǒ)更(gēng)加(jiā)準(zhǔn)確，但(dàn)該模(mó)型僅針(zhēn)對鎳氫電池使得(dé)最(zuì)終的充(chōng)電負荷結果亦(yì)具(jù)有(yǒu)一定(dìng)的局(jú)限性。

2 電動汽車(chē)充電(diàn)行為分析

基(jī)於充(chōng)電行為(wéi)的差異性(xìng)，以(yǐ)下針對(duì)各類型電(diàn)動(dòng)汽車(chē)從(cóng)開始(shǐ)充(chōng)電時間，充電(diàn)電量(liáng)，充(chōng)電(diàn)功(gōng)率進行(háng)分(fēn)析(xī)。

2.1公(gōng)交車(chē)

公(gōng)交車出行規律較為(wéi)固定。為了更(gēng)好地(dì)比(bǐ)較(jiào)不同(tóng)日(rì)期各類型(xíng)車輛充(chōng)電行為(wéi)的(dí)不同，將開始充電時(shí)間，充(chōng)電(diàn)電(diàn)量，充電功(gōng)率均(jūn)按照(zhào)日期進行了分類，將(jiāng)周一(yī)到(dào)周(zhōu) 五記為(wéi)工作(zuò)日，周(zhōu)六周日記為(wéi)休(xiū)息日。對南(nán)方某(mǒu)市(shì)電動(dòng)公交車充電站(zhàn)的(dí)充(chōng)電數據(jù)，處理後得(dé)到電動公交車(chē)不同日(rì)期的開始(shǐ)充(chōng)電(diàn)時間分(fēn)布圖，如(rú)圖(tú) 1 所示。

圖 1 電動公交車開始充電時間分(fēn)布

可以發(fā)現公交車(chē)開始(shǐ)充電(diàn)時間(jiān)有(yǒu)兩個峰值(zhí)，分別(bié) 為(wéi)中午 12:00 附(fù)近和晚(wǎn)上 23:00 附(fù)近(jìn)，且在(zài) 23:00 附近(jìn)會(huì)達到(dào)一天中(zhōng)的最大峰值(zhí)。 由於(yú)充電(diàn)時間不同，充(chōng)電 電量和功率也會(huì)不(bù)同(tóng)，因此(cǐ)，將充電電(diàn)量按照時(shí)間進行(háng)分(fēn)類(lèi)，將白天(tiān)定義為(wéi) 7: 00 ～ 17: 00，晚上定(dìng)義為(wéi) 18: 00 到第二(èr)天 6:00 。得到電(diàn)動(dòng)公(gōng)交(jiāo)車不同(tóng)日(rì)期(qī)白(bái)天和晚(wǎn)上(shàng)的充電電量(liáng)分布情(qíng)況(kuàng)如圖(tú) 2，圖 3 所(suǒ)示。

圖 2 電動公交(jiāo)車(chē)白(bái)天(tiān)充電(diàn)電量(liáng)分(fēn)布(bù)

圖 3 電動公(gōng)交車晚上充電電量分布(bù)

對(duì)充(chōng)電(diàn)電(diàn)量進行(háng)劃(huá)分，計(jì)算(suàn)訂單中的每一(yī)段充(chōng)電(diàn)電量(liáng)對應(yīng)的(dí)平均充電功(gōng)率(shuài)如(rú)表(biǎo) 1 所示，相較於直接規定以某(mǒu)一充(chōng)電(diàn)功率充電(diàn)，結(jié)果會(huì)更加(jiā)精(jīng)確。將電(diàn)動公(gōng)交車定義為(wéi)一天一(yī)充(chōng)，其中開(kāi)始(shǐ)充電(diàn)時間，充電(diàn)電量(liáng)，均(jūn)按照(zhào)以(yǐ)上分(fēn)布規律生成對(duì)應的隨機(jī)數，以(yǐ)此來代(dài)替用戶不確(què)定(dìng)的充電(diàn)行為(wéi)。

2.2出租車

出(chū)租(zū)車(chē)(包括(kuò)網約(yuē)車(chē)) 同(tóng)屬(shǔ)運營(yíng)類車輛(liàng)，近年(nián)來發展(zhǎn)迅速。 同理(lǐ)得到出(chū)租(zū)車不同日期開(kāi)始(shǐ)充電(diàn)時間分(fēn)布(bù)圖(tú)如圖 4 所示，白(bái)天(tiān)和(hé)晚上的充電電量分(fēn)布圖(tú)如圖(tú) 5，圖 6 所(suǒ)示。

表(biǎo)1 電(diàn)動公交車(chē)不同(tóng)時(shí)間及充(chōng)電電(diàn)量下(xià)的充電功(gōng)率(shuài)

圖4 電(diàn)動(dòng)出(chū)租車(chē)開始充電時間分布圖(tú)

總體(tǐ)來說(shuō)工(gōng)作(zuò)日和休息日出租(zū)車的(dí)開始(shǐ)充(chōng)電時間分(fēn)布(bù)近似(sì)相(xiāng)同(tóng)，主要集中(zhōng)在中(zhōng)午 12: 00 ～ 15: 00，晚上(shàng) 22:00 ～1:00，接(jiē)近淩(líng)晨(chén)的(dí)充電頻(pín)率略高(gāo)於中午的充(chōng)電(diàn)頻率。

圖(tú) 5 電動出租車白(bái)天充電電(diàn)量(liáng)分布(bù)

圖 6 電(diàn)動(dòng)出租車(chē)晚上充電電(diàn)量分布

同理對充(chōng)電電(diàn)量進行分類，每(měi)一類(lèi)的(dí)電(diàn)量，匹配(pèi)所(suǒ)對應的(dí)訂(dìng)單中(zhōng)的平均功(gōng)率(shuài)如(rú)表 2 所示(shì)，文(wén)中(zhōng)將電動出租車的(dí)充(chōng)電頻率(shuài)定為一天(tiān)兩(liǎng)次。

表 2 電動出租(zū)車(chē)不同(tóng)時間及充電(diàn)電(diàn)量(liáng)下(xià)的充(chōng)電功率

2．3 私(sī)家車

私(sī)家車主要(yào)用於上下班(bān)，大(dà)部(bù)分(fēn)時(shí)間處於(yú)閒(xián)置(zhì)狀(zhuàng)態，休息日(rì)多用(yòng)於外出(chū)娛樂。對(duì)數據處理後得到(dào)電(diàn)動(dòng)私(sī)家車(chē)開始充(chōng)電(diàn)時間分布(bù)圖如圖 7 所(suǒ)示，充電(diàn)電(diàn)量分布圖(tú)如圖 8，圖 9 所示(shì)。

圖 7 電(diàn)動私(sī)家車(chē)開(kāi)始充(chōng)電(diàn)時間分布

圖 8 電(diàn)動私家車(chē)白(bái)天充電電(diàn)量(liáng)分布(bù)

圖 9 電(diàn)動私(sī)家車晚上(shàng)充電(diàn)電量分(fēn)布

私(sī)家車工(gōng)作日(rì)開始(shǐ)充(chōng)電時(shí)間(jiān)更多的(dí)是(shì)集中(zhōng)在下(xià)班(bān)高峰(fēng)期，約在 19:00 達到(dào)高(gāo)峰(fēng)，且(qiě)晚上充(chōng)電頻率顯(xiǎn)著(zhù)高(gāo)於中(zhōng)午。休(xiū)息(xī)日在午(wǔ)間充(chōng)電頻(pín)率(shuài)整體(tǐ)高於(yú)工作(zuò)日(rì)，在(zài) 18:00 ～21:00 達(dá)到(dào)一(yī)天中的(dí)峰(fēng)值。

同(tóng)理將對充電(diàn)電(diàn)量(liáng)大(dà)小(xiǎo)進(jìn)行(háng)分類，每一類(lèi)的電量匹配所對(duì)應的(dí)訂(dìng)單中(zhōng)的平均(jūn)功率(shuài)如表3所示，將電動(dòng)私家(jiā)車的充電頻(pín)率定(dìng)為一天(tiān)一次。

表3 電(diàn)動私(sī)家車(chē)不(bù)同(tóng)時間(jiān)及(jí)充(chōng)電電(diàn)量下的(dí)充電功(gōng)率

3 電動(dòng)汽(qì)車(chē)充電負荷預(yù)測模型

已知(zhī)該地(dì)區(qū) 2015 年～2020 年的電(diàn)動汽車保有(yǒu)量(liáng)，計算得(dé)到(dào)該地區電動汽(qì)車(chē)保有(yǒu)量年均(jūn)漲高(gāo)達75.26% ，對增(zēng)長(cháng)趨勢進行擬合處理(lǐ)如(rú)圖(tú) 10 所(suǒ)示(shì)，計算得(dé)到(dào) 2021年該地(dì)區(qū)電動汽車的總保有(yǒu)量。已知(zhī)該地區(qū)某市(shì)電動汽車保有量(liáng)占比(bǐ)，以(yǐ)及公交車(chē)，出租車(chē)，私(sī)家(jiā)車(chē)之前的數(shù)量(liáng) 占 比，得(dé)到(dào) 2021年(nián)該(gāi)市總保(bǎo)有(yǒu)量(liáng)為(wéi)64 616輛(liàng)，其中公(gōng)交(jiāo)車為(wéi) 2565輛，出(chū)租車( 包括(kuò)網(wǎng)約(yuē) 車) 為 20541 輛，私家(jiā)車為(wéi) 41 510 輛(liàng)。

圖 10 某(mǒu)地區(qū) 2015年-2020年電(diàn)動(dòng)汽車保有(yǒu)量(liáng)變化(huà)

通過(guò)上文各(gè)類(lèi)型(xíng)車充電開始時(shí)間(jiān)，充電(diàn)電量，充(chōng)電功(gōng)率的(dí)分(fēn)布(bù)規律以(yǐ)及(jí)保有(yǒu)量數(shù)據，對(duì)南方某(mǒu)市 2021年(nián)的(dí)公(gōng)交(jiāo)車，出租車，私(sī)家(jiā)車的充電負荷數據采取蒙(mēng)特(tè)卡(qiǎ)洛算(suàn)法(fǎ)進行預測(cè)計算。蒙特(tè)卡洛算(suàn)法(fǎ)是在(zài)已知某(mǒu)些隨機(jī)變量大(dà)量(liáng)數(shù)據(jù)的(dí)前提(tí)下，通過大量的隨(suí)機試(shì)驗(yàn)，反(fǎn)復抽取隨(suí)機數，以此來(lái)替代電動(dòng)汽(qì)車的(dí)隨(suí)機充電行(háng)為，計算變(biàn)量在試(shì)驗中(zhōng)出現(xiàn)的頻率近似估(gū)計(jì)其概(gài)率值，並(bìng)將(jiāng)其作為問題的(dí)解。圖 11為基於(yú)蒙(mēng)特卡洛(luò)算法(fǎ)的電(diàn)動(dòng)汽車充電(diàn)負荷(hé)預測流(liú)程圖，通(tōng)過仿(fǎng)真計算(suàn)得(dé)到(dào)公(gōng)交車，出租(zū)車(chē)，私(sī)家車一(yī)天(tiān)的(dí)充電負荷情況。為(wéi)了簡(jiǎn)化(huà)計算(suàn)流程，做(zuò)出(chū)以下(xià)假(jiǎ)設 :

(1) 各個類(lèi)型電動(dòng)汽車(chē)的開(kāi)始充電時間與充(chōng)電(diàn)電(diàn)量(liáng)互(hù)相獨(dú)立，彼(bǐ)此互不(bù)影(yǐng)響 ;

(2) 充電(diàn)過(guò)程均視為(wéi)恒(héng)功率充電 ;

(3) 區(qū)域內(nèi)的總負荷為(wéi)獨(dú)立車輛(liàng)充電負荷的疊加(jiā)， 即對同時(shí)刻的不(bù)同車(chē)型(xíng)充電(diàn)負荷(hé)進(jìn)行(háng)求(qiú)和(hé)。

文中將(jiāng)三種類(lèi)型(xíng)電動汽(qì)車(chē)充(chōng)電(diàn)負荷曲(qū)綫(xiàn)的負(fù)荷值(zhí)相加，計算(suàn)各類型(xíng)車不同(tóng)日(rì)期(qī)類型的(dí)負荷(hé)占(zhān)比，以及(jí)負荷(hé)峰值如(rú)表 4所示。由(yóu)於(yú)電動出(chū)租車充電頻率(shuài)高，且保有(yǒu)量(liáng)較(jiào)高(gāo)，無論工作日(rì)還是(shì)休息日，該市的(dí)電動(dòng)出租車(chē)充電負荷占比(bǐ)始終最(zuì)高(gāo)，分(fēn)別為(wéi) 60．42% 和58．88% 。 由(yóu)於工作日(rì)和(hé)休息(xī)日(rì)對(duì)電動公交(jiāo)車和電動(dòng)出租車(chē)的負荷(hé)預測(cè)曲(qū)綫(xiàn)影(yǐng)響較(jiào)小，文中隻列(liè)出電動私家車工作日與(yǔ)休(xiū)息日的(dí)負荷曲綫(xiàn)對比圖12，以(yǐ)及三種電(diàn)動汽(qì)車在工(gōng)作(zuò)日的負荷曲綫對比(bǐ)圖13，發現(xiàn)私家(jiā)車(chē)在休(xiū)息日中(zhōng)午和(hé)淩晨(chén)的(dí)充電(diàn)負荷(hé)要(yào)高於(yú)工作日(rì)，工作(zuò)日更多(duō)選擇在(zài)下班高峰期進行(háng)充電(diàn)。

圖 11 充電(diàn)負(fù)荷計算流程(chéng)圖(tú)

表(biǎo) 4 各(gè)類(lèi)型電(diàn)動(dòng)汽車(chē)不同時間負荷(hé)峰(fēng)值與負荷占比

圖 12 電動(dòng)私家(jiā)車不同日(rì)期的(dí)負荷曲綫(xiàn)對比

圖(tú) 13 三種(zhǒng)類(lèi)型(xíng)車(chē)工作(zuò)日(rì)的充電(diàn)負荷曲綫對(duì)比(bǐ)

將公(gōng)交(jiāo)車，出(chū)租車，私家(jiā)車(chē)三(sān)者的(dí)負荷曲綫疊加(jiā)得到圖 14，可以發現工作(zuò)日與(yǔ)休息日電(diàn)動汽(qì)車的總的負荷(hé)曲綫分布(bù)規(guī)律(lǜ)相似(sì)。由於(yú)出租車(chē)的負荷占比始終(zhōng)最(zuì)大，導(dǎo)致總(zǒng)體(tǐ)分布曲綫(xiàn)類似於(yú)出租車的(dí)充(chōng)電(diàn)負(fù)荷(hé)曲綫。

圖 14 三種類(lèi)型(xíng)電動(dòng)汽車(chē)充電負荷曲(qū)綫(xiàn)之和

已(yǐ)知該市(shì) 2016 年冬(dōng)季典(diǎn)型日(rì)負荷曲綫如圖 15 中 的原負(fù)荷曲綫(xiàn)所示(shì)。並將(jiāng)圖(tú)14結果疊(dié)加到(dào)原(yuán)負(fù)荷(hé)曲(qū) 綫(xiàn)之上(shàng)，得到(dào)2021年(nián)該(gāi)市(shì)電(diàn)動(dòng)汽(qì)車總負(fù)荷曲綫與(yǔ)原負(fù)荷曲綫對比圖(tú)，如圖(tú) 15 所示(shì)。並繪(huì)製(zhì)了表5，展示三條曲綫負(fù)荷(hé)峰(fēng)值，穀值(zhí)，峰(fēng)穀(gǔ)差，方差之間的差異(yì)，括號內(nèi)展示(shì)了相(xiāng)較(jiào)於基(jī)礎(chǔ)負荷的增長(cháng)率。表 6，表 7 分別為各類(lèi)型車(chē)開始(shǐ)充電(diàn)時間(jiān)，充(chōng)電電(diàn)量的(dí)概率(shuài)密度(dù)函數擬合公(gōng)式(shì)的具(jù)體(tǐ)參(cān)數。

從(cóng)圖(tú)15 以及表(biǎo)5 可以看(kàn)出(chū)，電(diàn)動汽(qì)車的充(chōng)電過(guò)程(chéng)使得(dé)電(diàn)網(wǎng)的(dí)整體負荷(hé)有(yǒu)了較大的提升(shēng)，會(huì)在晚上(shàng) 19: 00 達(dá)到高(gāo)峰，約為(wéi) 835．09 MW( 工(gōng)作(zuò)日)，830．20 MW( 休 息(xī)日(rì)) ，負荷峰值分別(bié)提高了(liǎo)7．79% ( 工作日(rì)) ，7．16% (休(xiū)息日(rì)) 。相對來(lái)說，在(zài)夜間負(fù)荷穀值的提(tí)升更(gēng)為明顯，分別提(tí)高 10．70% ，11．12% ，利(lì)用(yòng)這一特性(xìng)後續可(kě)以(yǐ)采用(yòng) V2G［27-30］等(děng)有序充電(diàn)控製技(jì)術，將電動(dòng)汽車作(zuò)為(wéi)一個獨(dú)立的(dí)儲能(néng)單(dān)元與(yǔ)電(diàn)網(wǎng)進行有效的交互(hù)調度，在滿(mǎn)足用戶充(chōng)電(diàn)需求的前(qián)提(tí)下，提(tí)高發電設備在(zài)夜(yè)間(jiān) 的(dí)利用率(shuài)，實現(xiàn)削(xiāo)峰(fēng)填穀(gǔ)，保證電網的安全穩(wěn)定運行(háng)。負荷(hé)峰(fēng)穀差(chà)由(yóu)原(yuán)來的 366．99 MW 提高(gāo)至 383．70 MW( 工作日) ，377．10MW ( 休(xiū) 息 日) 分別提高 4．55%，2．75% 。而負荷的(dí)波動情況一般(bān)用方(fāng)差來表示(shì)，負荷方差分(fēn)別提(tí)高(gāo) 9．62% ( 工作日) ，7．94% ( 休息日) ，也表(biǎo)明(míng)電動汽(qì)車(chē)的(dí)引(yǐn)入加(jiā)劇了(liǎo)電(diàn)網的不(bù)穩定波動。

圖 15 電(diàn)動(dòng)汽車總(zǒng)負荷(hé)曲綫與原(yuán)負(fù)荷曲綫對比(bǐ)

表(biǎo) 5 不(bù)同負(fù)荷(hé)曲(qū)綫的(dí)對(duì)比

文中(zhōng)將各類(lèi)型電動(dòng)汽(qì)車的開(kāi)始充(chōng)電(diàn)時間以(yǐ)及充電電量通過 Matlab 進(jìn)行擬(nǐ)合(hé)處理(lǐ)，篩(shāi)選(xuǎn)出 R2 =0．95 的函 數，其(qí)中 R2 表示(shì)復(fù)相關係數(shù)，其越接近 1，表示(shì)擬合效 果越好。發(fā)現除(chú)了私(sī)家車(chē)在工(gōng)作日與(yǔ)休(xiū)息(xī)日(rì)，開始充(chōng)電時(shí)間的(dí)概率密度(dù)函數(shù)用(yòng)高(gāo)階傅裏葉函數( 如式 6) 擬(nǐ)合(hé)效果較(jiào)好以外(wài)，其餘(yú)均通過一階(jiē)或多(duō)階高(gāo)斯分布函(hán)數( 如式(shì) 7) 完成擬(nǐ)合(hé)。同時采用最小(xiǎo)二乘(chéng)法估(gū)計公式的(dí)各項參數(shù)，結果(guǒ)如表(biǎo) 6 與(yǔ)表(biǎo) 7 所(suǒ)示，其中 x 表示開始充(chōng)電時(shí)間(jiān)或(huò)是充(chōng)電電(diàn)量(liáng)，∫ (x) 表示與之對應的概率密(mì)度(dù)。通(tōng)過對(duì)充(chōng)電行(háng)為進(jìn)行(háng)函數(shù)擬(nǐ)合，旨在得到一種更(gēng)加(jiā)普遍且實際的(dí)概率模(mó)型，為(wéi)今後的(dí)研究(jiū)提(tí)供幫助(zhù)。

f(x) = a0 + a1 × cos(x × w) + b1 × sin(x × w) + … + an × sin(n × x × w) + bn × sin(n × x × w) (6)

f(x) = a1 × exp [ ( －2 ] + a2 × exp [ ( －2 ] +···+ an × exp [ ( －2 ] (7)

表 6 各類(lèi)型車開始充電時(shí)間(jiān)概(gài)率(shuài)密(mì)度(dù)函數具體(tǐ)參數(shù)

表(biǎo)7 各類型(xíng)車(chē)充電電(diàn)量概率(shuài)密度函數具體(tǐ)參(cān)數(shù)

4 安科瑞充電樁收費(fèi)運營(yíng)雲平台(tái)

4.1概述(shù)

AcrelCloud-9000安(ān)科瑞充電(diàn)樁收費運營雲平台係統通(tōng)過物聯(lián)網(wǎng)技(jì)術對接(jiē)入(rù)係統(tǒng)的(dí)汽車(chē)充電站，電動自(zì)行車充電(diàn)站以(yǐ)及各(gè)個充電(diàn)樁(zhuāng)進(jìn)行(háng)不(bù)間斷地數據采集和監(jiān)控，實時監控充電樁運行狀(zhuàng)態(tài)，進行充電服務，支(zhī)付管(guǎn)理(lǐ)，交易結算(suàn)，資源管(guǎn)理，電能(néng)管理(lǐ)，明細查詢等(děng)，同(tóng)時對充電機過溫(wēn)保護(hù)，漏(lòu)電(diàn)，充(chōng)電(diàn)機輸入(rù)/輸出過(guò)壓，欠壓，絕緣(yuán)低各(gè)類(lèi)故(gù)障進行預警；充電樁(zhuāng)支(zhī)持以太網(wǎng)，4G或(huò)WIFI等方式接(jiē)入互(hù)聯(lián)網，用(yòng)戶(hù)通(tōng)過微(wēi)信(xìn)，支付(fù)寶，雲(yún)閃付(fù)掃碼充電。

4.2應用場(cháng)合(hé)

適用(yòng)於(yú)住宅(zhái)小(xiǎo)區等物業環(huán)境，各類(lèi)企事(shì)業單位，醫院，景區，學校，園區(qū)等公(gōng)建(jiàn)，公共停車(chē)場，公(gōng)路(lù)充電(diàn)站(zhàn)，公交(jiāo)樞(shū)紐，購物中(zhōng)心，商(shāng)業綜合(hé)體(tǐ)，商業廣(guǎng)場(cháng)，地(dì)下(xià)停車場，高(gāo)速服(fú)務區(qū)，公寓寫(xiě)字樓等(děng)場合(hé)。

4.3係(xì)統結(jié)構

現場(cháng)設備層：連接(jiē)於網(wǎng)絡(luò)中的(dí)各類(lèi)傳感(gǎn)器，包(bāo)括多功能(néng)電力儀表，汽(qì)車充(chōng)電樁，電瓶車(chē)充(chōng)電(diàn)樁，電能(néng)質量分(fēn)析(xī)儀(yí)表(biǎo)，電(diàn)氣(qì)火災(zāi)探測(cè)器(qì)，限流式(shì)保護器(qì)，煙(yān)霧傳感器，測(cè)溫裝置，智能(néng)插座，攝像頭(tóu)等。

網(wǎng)絡通訊層(céng)：包(bāo)含現場智(zhì)能(néng)網關，網絡交換(huàn)機等設備(bèi)。智能網(wǎng)關(guān)主動(dòng)采集現(xiàn)場設備層(céng)設備的(dí)數據(jù)，並可進(jìn)行規約轉換，數(shù)據(jù)存(cún)儲，並通過網絡把數據上傳至搭(dā)建好(hǎo)的(dí)數(shù)據(jù)庫服務器，智能網(wǎng)關(guān)可在網絡(luò)故障(zhàng)時(shí)將數(shù)據存(cún)儲在本(běn)地，待(dài)網(wǎng)絡恢復(fù)時從(cóng)中斷(duàn)的(dí)位置繼續(xù)上(shàng)傳數(shù)據，保證服務(wù)器端數據不丟(diū)失。

平(píng)台管理(lǐ)層：包(bāo)含應(yīng)用(yòng)服(fú)務器和數(shù)據服務器(qì)，完(wán)成對(duì)現場所(suǒ)有智能(néng)設備的數(shù)據(jù)交換，可在PC端或移(yí)動(dòng)端(duān)實現實時監測充電(diàn)站(zhàn)配電係(xì)統(tǒng)運(yùn)行狀態(tài)，充(chōng)電樁的工(gōng)作狀態(tài)，充電過程及人員(yuán)行為(wéi)，並完(wán)成微(wēi)信，支付(fù)寶在綫支(zhī)付(fù)等應(yīng)用(yòng)。

4.4平台功能描述

4.4.1充(chōng)電(diàn)服務

充電設(shè)施(shī)搜(sōu)索，充電設施查(chá)看，地圖尋址(zhǐ)，在綫自助(zhù)支(zhī)付充(chōng)電，充(chōng)電結(jié)算，導(dǎo)航(háng)等(děng)。

4.4.2首(shǒu)頁總(zǒng)覽(lǎn)

總覽當(dāng)日(rì)，當(dāng)月(yuè)開(kāi)戶(hù)數，充(chōng)值(zhí)金(jīn)額，充(chōng)電(diàn)金額(é)，充電度數(shù)，充(chōng)電(diàn)次(cì)數(shù)，充電(diàn)時(shí)長(cháng)，累計的開(kāi)戶(hù)數，充值(zhí)金(jīn)額(é)，充電金(jīn)額(é)，充電度數，充(chōng)電(diàn)次(cì)數，充(chōng)電時長，以及(jí)相應的環比增(zēng)長和同比(bǐ)增長(cháng)以及樁(zhuāng)，站分(fēn)布(bù)地(dì)圖導(dǎo)航，本月充電統(tǒng)計。

4.4.3交易(yì)結算

充(chōng)電(diàn)價格策略管理，預(yù)收費(fèi)管理(lǐ)，賬單(dān)管(guǎn)理，營(yíng)收(shōu)和(hé)財務相(xiāng)關報表。

4.4.4故障管理

故障管理(lǐ)故(gù)障(zhàng)記錄(lù)查詢，故(gù)障(zhàng)處(chǔ)理，故障確認(rèn)，故(gù)障分(fēn)析(xī)等管理項，為(wéi)用(yòng)戶管理(lǐ)故障(zhàng)和查(chá)詢提供方便。

4.4.5統計分析

統計分析支持運(yùn)營趨(qū)勢分析，收(shōu)益(yì)統(tǒng)計，方(fāng)便(biàn)用戶以(yǐ)曲(qū)綫，能耗(hào)分(fēn)析等分析工具，瀏覽樁的充(chōng)電運營態勢。

4.4.6運(yùn)營(yíng)報(bào)告(gào)

按(àn)用戶周期分(fēn)析(xī)汽車，電瓶車充電站，樁(zhuāng)運(yùn)行，交易(yì)，充值(zhí)，充電(diàn)及報警(jǐng)，故(gù)障(zhàng)情況(kuàng)，形成分析報(bào)告。

4.4.7APP，小程序移(yí)動(dòng)端支(zhī)持(chí)

通過(guò)模(mó)糊(hū)搜索(suǒ)和地圖搜索的(dí)功能(néng)，可查詢(xún)可用的電(diàn)樁和(hé)電站(zhàn)等(děng)詳(xiáng)細(xì)信息。掃碼充(chōng)電(diàn)，在(zài)綫支付:掃(sǎo)描(miáo)充電樁二維(wéi)碼(mǎ)，完成支付，微(wēi)信支(zhī)付(fù)完(wán)成(chéng)後，即可進行充電。

4.4.8資源管理

充電站(zhàn)檔(dàng)案管(guǎn)理，充電(diàn)樁檔案管理，用戶檔(dàng)案管理，充(chōng)電(diàn)樁(zhuāng)運(yùn)行(háng)監測(cè)，充(chōng)電樁異常交(jiāo)易(yì)監(jiān)測。

4.5選型配置

5 結束語

由(yóu)於(yú)早(zǎo)期的研究缺(quē)乏實(shí)際數據的支(zhī)持，對(duì)充電電量和(hé)充(chōng)電功率(shuài)的設(shè)定較(jiào)為主(zhǔ)觀(guān)，降(jiàng)低(dī)了模型(xíng)計算的(dí)精度，文章(zhāng)基於南方(fāng)某市(shì)電動(dòng)汽車(chē)充電(diàn)的實(shí)際(jì)數據，對其進行(háng)篩選處理(lǐ)，得到(dào)不同類型電動汽車充(chōng)電(diàn)行為(wéi)的分(fēn)布(bù)規律(lǜ)，並(bìng)將其充電行為(wéi)數(shù)據擬合成(chéng)函數形(xíng)式。而後采(cǎi)用蒙特(tè)卡羅算法(fǎ)對(duì)三種類型(xíng)電(diàn)動車(chē)的充(chōng)電負(fù)荷(hé)曲綫(xiàn)進行(háng)了(liǎo)模擬計(jì)算(suàn)，得(dé)到(dào)以(yǐ)下(xià)結(jié)論:

(1) 電動汽車(chē)的(dí)大(dà)規(guī)模無(wú)序充電行為會進一(yī)步(bù)提高電網(wǎng)的(dí)峰值與峰穀差(chà)，導(dǎo)致峰(fēng)上加峰(fēng)現象的(dí)出現；

(2) 電動(dòng)出租車(chē)充電負(fù)荷占(zhān)比較(jiào)高(gāo)，同(tóng)時(shí)具(jù)有較大的隨機(jī)性(xìng)，未來(lái)具有較(jiào)大(dà)的(dí)調度(dù)潛(qián)力(lì)，可以(yǐ)通(tōng)過多(duō)種(zhǒng)方式對其充(chōng)電行為進行引導，進一步(bù)降低其充(chōng)電行為對(duì)電網(wǎng)的(dí)影(yǐng)響。

參(cān)考(kǎo)文獻(xiàn)

［1］蔡黎(lí)，葛(gé)棚(péng)丹，代妮(nī)娜(nà)，等．電動(dòng)汽(qì)車入網負荷(hé)預測及其(qí)與電(diàn)網(wǎng)互 動研究(jiū)進展綜述［J］．智慧電力(lì)，2022，50(7): 96-103.

［2］段俊東(dōng)，李(lǐ)高(gāo)尚，李(lǐ)一(yī)石(shí)，等(děng)．考慮(lǜ)風(fēng)電消(xiāo)納的電(diàn)動汽車充(chōng)電(diàn)站有 序(xù)充電控(kòng)製［J］．儲能(néng)科學(xué)與技術，2021，10(2): 630-637 .

［3］郭(guō)建龍．電(diàn)動汽(qì)車(chē)充電負荷的(dí)建(jiàn)模(mó)及其(qí)對配電係統的影(yǐng)響(xiǎng)分(fēn)析［D］廣州: 華南理(lǐ)工(gōng)大學，2017 .

［4］孔(kǒng)順(shùn)飛，胡誌(zhì)堅，謝(xiè)仕(shì)煒，等(děng)．考慮(lǜ)分布式儲能與電(diàn)動汽車(chē)充(chōng)電網絡的(dí)配(pèi)電(diàn)網多(duō)目(mù)標規劃［J］．電(diàn)力(lì)科學與技(jì)術學(xué)報(bào)，2021，36 (1) : 106-116 .

［5］基於(yú)充電行為分(fēn)析(xī)的電動汽(qì)車充電負荷預(yù)測.秦建華等.

［6］安科(kē)瑞企(qǐ)業微(wēi)電(diàn)網設(shè)計與(yǔ)應用手冊(cè)2020.06