插電式混合動(dòng)力汽車和智能電網(wǎng)微觀仿真調(diào)查

插電式混合動(dòng)力汽車和智能電網(wǎng)微觀仿真調(diào)查

雖然電動(dòng)車已經(jīng)存在了相當(dāng)長的一段時(shí)間,但是其有限的續(xù)駛里程阻礙了其廣泛使用。插入式混合動(dòng)力汽車（PHEV）既可以采用電力也可以采用汽油進(jìn)行運(yùn)行。電動(dòng)汽車的電池可以通過普通的充電裝置在家里或其它地方進(jìn)行充電。長途旅行時(shí)，會在車輛的電池電能耗盡時(shí)采用汽油進(jìn)行運(yùn)行。所以，插電式混合動(dòng)力汽車的推出還需要建設(shè)充電站。

通過使用智能電網(wǎng)，車輛—電網(wǎng)（V2G）的概念成為現(xiàn)實(shí)。如果在高峰時(shí)段電網(wǎng)對電力的需求超過了供應(yīng)，電動(dòng)汽車可向電網(wǎng)回饋電力。電動(dòng)汽車也可以用于平衡可再生能源的功率預(yù)測誤差或者為電網(wǎng)提供輔助服務(wù)，以便網(wǎng)絡(luò)的穩(wěn)定應(yīng)用。

此前，聚合流量模型已被用于模擬純電動(dòng)汽車（EV）的電力需求。這種模型適合展示電網(wǎng)范圍內(nèi)的電力需求高峰，但無法查明電網(wǎng)中的各種電壓水平，這些都需要高分辨率空間信息。本研究嘗試使用微觀仿真方法克服障礙以模擬電動(dòng)汽車的潛在電力需求。表明，依據(jù)所提出的框架結(jié)構(gòu)，可測試電動(dòng)汽車的多種充電策略。雖然雙向關(guān)稅充電方案可有效地改變用戶行為，但根據(jù)方案不同，它們在真實(shí)EV上的應(yīng)用引起的弊端可能會大于對電網(wǎng)的有利條件，如基本負(fù)荷和最大變壓器輸出。試驗(yàn)證明，通過智能充電方案可以克服上述問題，其中涉及到車輛和電網(wǎng)之間的通信技術(shù)。

所提出的方法允許電動(dòng)汽車使用者分析電網(wǎng)，以確定網(wǎng)絡(luò)容量是否可滿足電動(dòng)汽車的普及。所提出的方法應(yīng)用于瑞士蘇黎世，其周邊地區(qū)有100多萬輛車。已經(jīng)調(diào)查了各種智能充電方案，同時(shí)又開始了新的研究，如分散智能充電是否是可行的解決方案。此外，按照計(jì)劃所提出的現(xiàn)有的框架應(yīng)通過增加快速充電站而得到擴(kuò)展，以便于電動(dòng)汽車快速充電。這都將有助于優(yōu)化基礎(chǔ)設(shè)施的規(guī)劃，并探討其對交通需求和電網(wǎng)的影響。

刊名：Transportation Research Part C（英）

刊期：2013年第28期

作者：Rashid A. Waraich et al

編譯：朱延蕾