含電動(dòng)汽車無(wú)線充電的配電網(wǎng)可靠性評(píng)估

李海娟 黃學(xué)良 陳 中 徐云鵬 張齊東 荊 彧

（1.東南大學(xué)電氣學(xué)院 南京 210096 2.江蘇省智能電網(wǎng)重點(diǎn)實(shí)驗(yàn)室 南京 210096 3.江蘇省電力公司淮安供電公司 南京 223002）

1 引言

電動(dòng)汽車作為一種特殊的負(fù)荷，它的充電行為具有隨機(jī)性和間歇性，當(dāng)其快速發(fā)展并大規(guī)模接入電網(wǎng)充電時(shí)，會(huì)對(duì)電網(wǎng)產(chǎn)生不可忽略的影響，尤其在無(wú)序充電的情況下，大量電動(dòng)汽車的充電會(huì)增加電網(wǎng)的供電壓力，造成負(fù)荷“峰上加峰”，加劇電壓的降落，從而影響電網(wǎng)的安全可靠性。因此，有必要對(duì)電動(dòng)汽車大規(guī)模應(yīng)用對(duì)電網(wǎng)的影響進(jìn)行研究，從而采取適當(dāng)?shù)囊龑?dǎo)策略，以適應(yīng)未來(lái)電動(dòng)汽車的大規(guī)模發(fā)展。近年電動(dòng)汽車技術(shù)的進(jìn)步及其充電設(shè)施的建設(shè)是電動(dòng)汽車產(chǎn)業(yè)發(fā)展的重要組成部分[1]。隨著電動(dòng)汽車保有量的增加，電動(dòng)汽車的規(guī)?；瘧?yīng)用將對(duì)配電網(wǎng)產(chǎn)生一定的影響。文獻(xiàn)[2]分析了無(wú)序充電對(duì)高峰用電需求的增加、二次變壓器過(guò)載以及電網(wǎng)電壓跌落的影響。文獻(xiàn)[3]研究了插電式混合電動(dòng)汽車電動(dòng)汽車（plug-in hybrid electric vehicle）充電負(fù)荷對(duì)中低壓配電設(shè)施的影響。文獻(xiàn)[4-5]利用電動(dòng)汽車儲(chǔ)能技術(shù)改善電網(wǎng)的運(yùn)行特性，以減少電動(dòng)汽車對(duì)電網(wǎng)的影響。上述文獻(xiàn)研究?jī)?nèi)容均未涉及電動(dòng)汽車無(wú)線充電對(duì)配電網(wǎng)可靠性的影響?？煽啃允呛饬颗潆娋W(wǎng)的一個(gè)重要指標(biāo)[6]，電動(dòng)汽車的充電站類型、接入電網(wǎng)的規(guī)模、接入位置、充電策略等因素，都會(huì)對(duì)配電網(wǎng)的可靠性產(chǎn)生影響。隨著智能電網(wǎng)相關(guān)工作的啟動(dòng)，將電動(dòng)汽車和智能電網(wǎng)相結(jié)合的車網(wǎng)互動(dòng)技術(shù)實(shí)現(xiàn)了電網(wǎng)與電動(dòng)汽車的雙向互動(dòng)[9]，控制大量的電動(dòng)汽車在負(fù)荷低谷時(shí)段自動(dòng)充電，在負(fù)荷高峰時(shí)段向電網(wǎng)放電，既解決了電動(dòng)汽車大規(guī)模發(fā)展帶來(lái)的電網(wǎng)負(fù)荷壓力，又可將電動(dòng)汽車作為移動(dòng)的分布式儲(chǔ)能單元接入電網(wǎng)，對(duì)于提高配電系統(tǒng)的可靠性、降低需求側(cè)峰谷差、提高電力供需平衡和電力設(shè)備負(fù)荷效率等，具有重要的意義。

本文基于無(wú)線充電式與插電式電動(dòng)汽車的不同負(fù)荷特性，在不同充電模式組合的基礎(chǔ)上，建立了不同充電控制模式下電動(dòng)汽車的規(guī)模化時(shí)變負(fù)荷模型，采用電動(dòng)汽車的有序充放電恢復(fù)故障情況下的供電孤島問(wèn)題，考慮元件設(shè)備的老化周期，利用序貫蒙特卡羅法量化的評(píng)估電動(dòng)汽車接入后配電系統(tǒng)的可靠性。最后采用所提出的模型對(duì) IEEE DRTS Bus 4 測(cè)試系統(tǒng)分別從電動(dòng)汽車負(fù)荷的滲透率、接入線路、充電模式進(jìn)行了可靠性指標(biāo)量化評(píng)估，結(jié)果表明，提高無(wú)線充電式電動(dòng)汽車的比重能有效提高配電系統(tǒng)的供電可靠性。

2 電動(dòng)汽車配電網(wǎng)負(fù)荷建模

影響電動(dòng)汽車的充電負(fù)荷主要因素有電動(dòng)汽車的規(guī)模、充電方式、起始SOC、充電時(shí)間、充電功率以及電池容量等。

2.1 電動(dòng)汽車無(wú)線充放電功率模型

根據(jù)電動(dòng)汽車采用的充電方式，行車規(guī)律特點(diǎn)，通過(guò)概率模擬獲得電動(dòng)汽車的起始充電時(shí)間、起始SOC 和對(duì)應(yīng)充電方式采用的充電功率，建立充放電功率模型，考慮到可插電電動(dòng)汽車與無(wú)線充電電動(dòng)汽車兩種類型的電動(dòng)汽車，得出純電動(dòng)汽車與V2G條件下的電動(dòng)汽車充放電功率曲線。

2.1.1 隨機(jī)充電下電動(dòng)汽車充電功率曲線

電網(wǎng)不主動(dòng)控制電動(dòng)汽車充電行為時(shí)，利用統(tǒng)計(jì)學(xué)的建模方法，考慮充電功率、開始充電時(shí)刻和日行駛里程3 個(gè)因素的概率分布，求出電動(dòng)汽車充電功率對(duì)時(shí)間的分布情況。

電動(dòng)汽車的蓄電池類型和充電方式?jīng)Q定其充電功率和SOC 特性，無(wú)線磷酸鐵鋰電池的常規(guī)和快速充電均可近似為恒功率，而鉛酸電池在兩種充電方式下的充電過(guò)程則為兩階段充電。無(wú)線磷酸鐵鋰電池采用常規(guī)充電時(shí)峰值功率為5.6 kW，而采用快速充電時(shí)峰值功率則為28.0 kW，具體特性如圖1 所示。充電相同容量的鋰電池和鎳基電池特性基本一致[9]不做贅述。

圖1 不同充電方式下功率曲線Fig.1 Battery power curve in different charging mode

不受控情況下車主開始充電時(shí)刻ts和充電持續(xù)時(shí)間tc兩個(gè)參數(shù)的概率分布密度：

采用蒙特卡洛法首先根據(jù)電動(dòng)汽車的功能類型獲取行駛里程概率模型特征參數(shù)，結(jié)合SOC 計(jì)算式進(jìn)行初始SOC 抽樣，由汽車SOC 特性確定充電時(shí)間長(zhǎng)度；再由電動(dòng)汽車類型得到開始充電時(shí)刻概率模型進(jìn)行抽樣；根據(jù)開始充電時(shí)刻和初始SOC/充電時(shí)間長(zhǎng)度的抽樣值，確定1 個(gè)充電站內(nèi)1 000 輛電動(dòng)汽車的充電功率如下圖2 所示。

圖2 充電站內(nèi)1000 輛電動(dòng)汽車的充電功率Fig.2 Charging load curve of 1000 EVs in a charging station

2.1.2 車網(wǎng)互動(dòng)下電動(dòng)汽車充放電功率曲線

本文針對(duì)電動(dòng)汽車與智能電網(wǎng)互動(dòng)的V2G 技術(shù)，通過(guò)充電站電價(jià)引導(dǎo)等有序充放電策略優(yōu)化電動(dòng)汽車的開始充放電時(shí)刻，假設(shè)可調(diào)度電動(dòng)汽車的開始充放電時(shí)刻在其一天的充放電時(shí)間段內(nèi)滿足均勻分布，開始充電時(shí)刻的概率密度函數(shù)fC（ts）與開始放電時(shí)刻的概率密度函數(shù)fD（ts）分別為：

同樣，車網(wǎng)互動(dòng)下的電動(dòng)汽車充放電功率特性通過(guò)蒙特卡羅隨機(jī)抽樣方法來(lái)實(shí)現(xiàn)數(shù)值仿真。對(duì)于每一輛電動(dòng)汽車，在其充放電時(shí)間段內(nèi)，隨機(jī)抽取開始充放電時(shí)間和日行駛里程，通過(guò)仿真計(jì)算得出一個(gè)可為1 000 輛電動(dòng)汽車提供24 h 不間斷能源供給充電站的充電功率曲線以及放電功率曲線分別如圖3、圖4 所示。

2.2 時(shí)序負(fù)荷模型

為使仿真中系統(tǒng)狀態(tài)更貼近實(shí)際，時(shí)變負(fù)荷模型的建模方法為[10]：首先，根據(jù)日最大負(fù)荷生成日負(fù)荷曲線（24 h）；其次，根據(jù)周最大負(fù)荷生成周負(fù)荷曲線（7 d）；再根據(jù)年最大負(fù)荷生成年負(fù)荷曲線（52 周）；最后，根據(jù)式（8）求每小時(shí)負(fù)荷的期望值

圖3 充放電站1 天內(nèi)充電電功率曲線Fig.3 Charging load curve of charging station in a day

圖4 充放電站1 天內(nèi)放電功率曲線Fig.4 Discharging load curve of charging station in a day

圖5 充電站內(nèi)年時(shí)變負(fù)荷曲線Fig.5 The time-series load curve of charging ststion

3 V2G 技術(shù)下的配電網(wǎng)功率平衡

3.1 電動(dòng)汽車孤島策略

配電網(wǎng)發(fā)生故障情況下，V2G 控制下的電動(dòng)汽車作為分布式儲(chǔ)能單元在配電系統(tǒng)中可形成局部電力孤島，減少失電范圍及停電時(shí)間。由于電動(dòng)汽車的輸出功率限制，電動(dòng)汽車不一定能滿足孤島范圍內(nèi)所有負(fù)荷點(diǎn)的供電。孤島內(nèi)的功率平衡原則即在包含有電動(dòng)汽車的系統(tǒng)供電范圍內(nèi)發(fā)電總?cè)萘颗c負(fù)荷總?cè)萘康钠ヅ潢P(guān)系必須滿足：

式中，ΔP為當(dāng)電動(dòng)汽車不能滿足孤島內(nèi)全部負(fù)荷供電時(shí)，需要削減的負(fù)荷總量。ΔP 首先取三類負(fù)荷，若仍不能滿足式（6），則ΔP 再加上二類負(fù)荷，以此類推直至滿足上式。

3.2 考慮配電系統(tǒng)元件偶然故障和老化的可靠性模型

傳統(tǒng)的可靠性分析中通常把元件的故障率設(shè)為定值，忽略元件老化失效的影響，建立計(jì)及元件老化的系統(tǒng)元件故障率模型，基于同步抽樣的序貫蒙特卡羅法對(duì)計(jì)及電動(dòng)汽車和時(shí)序負(fù)荷的配電網(wǎng)可靠性進(jìn)行量化評(píng)估。

在某個(gè)統(tǒng)計(jì)時(shí)段內(nèi)，由于運(yùn)行年限不同、個(gè)體差異、載荷水平等原因，配電系統(tǒng)元件的偶然故障和老化失效通常會(huì)同時(shí)存在。偶然故障和老化失效發(fā)生的頻率不同，分別對(duì)應(yīng)著指數(shù)分布E 和威布爾分布W，假設(shè)老化失效元件的混合比例為p。

由于威布爾分布W 與指數(shù)分布E 的可靠度函數(shù)分別為

故障率函數(shù)分別為

因此，混合后的可靠度函數(shù)為

建立了元件偶然故障和老化失效的混合分布模型，如圖6 所示的混合故障率曲線。

圖6 計(jì)及元件老化的混合故障率Fig.6 Mixed failure rateconsidering component aging

3.3 基于序貫蒙特卡羅法的可靠性評(píng)估流程

假設(shè)系統(tǒng)中所有設(shè)備的初始狀態(tài)均為無(wú)故障工作狀態(tài)，進(jìn)行序貫蒙特卡羅仿真，利用蒙特卡羅法形成電動(dòng)汽車充電站一年中各小時(shí)平均輸出功率，并計(jì)算系統(tǒng)可靠性指標(biāo)：系統(tǒng)平均停電頻率指標(biāo)SAIFI（system average interruption frequency index）、系統(tǒng)平均停電持續(xù)時(shí)間指標(biāo)SAIDI（system average interruption duration index）、用戶平均停電持續(xù)時(shí)間指標(biāo)CAIDI（customer average interruption duration index）、平均供電可用率指標(biāo)ASA（average service availability index）以及電量不足指標(biāo) EENS（expected energy not supplied index）。圖7為基于序貫蒙特卡羅法的可靠性評(píng)估算法流程圖。

4 案例分析

以IEEE DRTS Bus 4 測(cè)試系統(tǒng)主饋線F4為算例，在主饋線中加入電動(dòng)汽車負(fù)荷，系統(tǒng)結(jié)構(gòu)如圖8。系統(tǒng)平均負(fù)荷為4.81MW，最大負(fù)荷為10.93MW。該系統(tǒng)一共有30 條線路、23 個(gè)負(fù)荷點(diǎn)、23 個(gè)熔斷器（裝設(shè)在每條負(fù)荷支路首端，圖中未畫出）、21個(gè)隔離開關(guān)、4 個(gè)斷路器。饋線故障率 0.05 次/（km·a），配電變壓器的故障率為0.015 次/臺(tái)。

圖7 基于序貫蒙特卡羅法的可靠性評(píng)估算法流程Fig.7 Flowchart of the reliability assessment algorithm process based on the sequential Monte Carlo method

圖8 配電系統(tǒng)單線結(jié)構(gòu)圖Fig.8 Structure of the single-line distribution network

4.1 不同類型充電負(fù)荷對(duì)可靠性影響分析

表1為電動(dòng)汽車接入前后系統(tǒng)可靠性指標(biāo)對(duì)比（假設(shè)插電式電動(dòng)汽車滲透率為4%，無(wú)線充電式電動(dòng)汽車滲透率為1%）。①當(dāng)系統(tǒng)接入隨機(jī)充電的電動(dòng)汽車時(shí)，接入后將使配電系統(tǒng)的SAIFI、SAIDI、CAIDI、EENS 指標(biāo)升高，ASAI 值由96.97%降為95.69%，配電網(wǎng)將系統(tǒng)負(fù)荷值增加，最大負(fù)荷利用小時(shí)數(shù)增大，進(jìn)而增加了故障造成的負(fù)荷損失，降低了系統(tǒng)可靠性。②當(dāng)系統(tǒng)接入與電網(wǎng)互動(dòng)條件下的電動(dòng)汽車后，計(jì)算得，靠近電動(dòng)汽車接入點(diǎn)1 的負(fù)荷點(diǎn)19 的年平均失電量由1.467 4 MW·h 減少到1.007 0 MW·h，年平均停電時(shí)間由3.826 4 h 減小至3.346 2 h，可知電動(dòng)汽車的接入顯著提高了靠近電動(dòng)汽車接入負(fù)荷點(diǎn)側(cè)的可靠性指標(biāo)，因此大量V2G 技術(shù)的利用可提高配電系統(tǒng)的可靠性，同時(shí)緩解電網(wǎng)峰時(shí)缺電矛盾。

表1 接入前后系統(tǒng)可靠性對(duì)比Tab.1 System reliability comparison on before and after EV accessing

4.2 不同接入位置對(duì)可靠性的影響分析

針對(duì)圖8 中3 個(gè)不同接入點(diǎn)分別接入電動(dòng)汽車充放電站負(fù)荷，計(jì)算相應(yīng)的可靠性指標(biāo)。計(jì)算結(jié)果如表2：接入節(jié)點(diǎn)1 時(shí)系統(tǒng)的可靠性相對(duì)較高，可見系統(tǒng)結(jié)構(gòu)限制以及與負(fù)荷的匹配不同影響配電系統(tǒng)的可靠性。與接入點(diǎn)2 相比，接入主干線路接入點(diǎn)1時(shí)，負(fù)荷點(diǎn)16 的年平均失電量由1.214 2 MW·h 減少到0.498 5 MW·h，負(fù)荷點(diǎn)20 的年平均失電量由1.185 3 MW·h 減少到0.623 4 MW·h，即電動(dòng)汽車接入主干線路時(shí)故障形成的孤島范圍較接入分支線路相比大，能夠改善更多的受故障影響負(fù)荷點(diǎn)恢復(fù)供電。因此，實(shí)際應(yīng)用中應(yīng)因地制宜，根據(jù)不同的系統(tǒng)拓?fù)浣Y(jié)構(gòu)選擇可靠性較高的電動(dòng)汽車接入位置。

表2 不同接入位置系統(tǒng)可靠性對(duì)比Tab.2 System reliability comparison on different access point

4.3 不同充電方式組合對(duì)可靠性的影響分析

表3為無(wú)線充電式電動(dòng)汽車與插電式電動(dòng)汽車不同比重下系統(tǒng)可靠性指標(biāo)結(jié)果，對(duì)比可知無(wú)線充電式電動(dòng)汽車滲透率比重越高，系統(tǒng)可靠性相對(duì)最高。①當(dāng)無(wú)線充電式電動(dòng)汽車與插電式電動(dòng)汽車比重為1∶4 時(shí)，相對(duì)于比重為2∶3 時(shí)的情況，用戶平均停電持續(xù)時(shí)間由3.031 4 h/停電用戶·年增長(zhǎng)至3.528 7 h/停電用戶·年，即系統(tǒng)發(fā)生故障出現(xiàn)孤島負(fù)荷時(shí)，電動(dòng)汽車作為儲(chǔ)能裝置能為孤島負(fù)荷提供的輸出功率有限，而相對(duì)有限的輸出功率能形成的孤島概率和范圍較小，因此，能恢復(fù)的負(fù)荷有限，其可靠性相對(duì)于比重為2∶3 的情況下要低；②當(dāng)無(wú)線充電式電動(dòng)汽車與插電式電動(dòng)汽車比重為3∶2 時(shí)，相對(duì)于比重為2∶3 時(shí)的情況，用戶平均停電持續(xù)時(shí)間由3.012 8 h/停電用戶·年增長(zhǎng)至3.574 3 h/停電用戶·年，負(fù)荷點(diǎn)33 平均失電量由0.855 6 MW· h增至1.011 4 MW·h，年均停電時(shí)間由4.182 4 h 增至4.587 9 h，即系統(tǒng)最大負(fù)荷值及最大負(fù)荷利用小時(shí)數(shù)增長(zhǎng)引起部分負(fù)荷點(diǎn)的平均失電量及停電時(shí)間也相應(yīng)增加，因此系統(tǒng)可靠性降低。

表3 不同充電模式組合下系統(tǒng)可靠性Tab.3 System reliability comparison on different charging mode

5 結(jié)論

（1）本文在研究了無(wú)線充電式與插電式電動(dòng)汽車充放電功率的隨機(jī)特性，建立了無(wú)線充電式聯(lián)合插電式電動(dòng)汽車的功率輸出模型，并提出了求解聯(lián)合充放電系統(tǒng)在孤島運(yùn)行期間供電時(shí)間的方法。在此基礎(chǔ)上，通過(guò)分析無(wú)線充電式與插電式電動(dòng)汽車充放電的狀態(tài)組合，建立了車網(wǎng)互動(dòng)條件下不同類型電動(dòng)汽車作為移動(dòng)儲(chǔ)能系統(tǒng)與移動(dòng)負(fù)載的發(fā)用電系統(tǒng)模型。

（2）提出了基于蒙特卡洛時(shí)序模擬的含無(wú)線充電式電動(dòng)汽車的配電網(wǎng)可靠性評(píng)估算法，并在配電系統(tǒng)元件設(shè)備的偶然故障率模型基礎(chǔ)上進(jìn)行了改進(jìn)的元件設(shè)備老化分析建模以進(jìn)行電動(dòng)汽車配電網(wǎng)可靠性量化評(píng)估。

（3）評(píng)估結(jié)果表明，當(dāng)電動(dòng)汽車充電方式采用無(wú)線充電與插電混合比 2∶3、從主干線路接入系統(tǒng)、友好與車網(wǎng)互動(dòng)時(shí)配電系統(tǒng)的可靠性最高。故障情況下，采用電動(dòng)汽車車網(wǎng)互動(dòng)基礎(chǔ)上恢復(fù)供電的孤島功率平衡模型可有效提高配電系統(tǒng)的可靠性。

[1]Li Haijuan,Huang Xueliang,Ta Linlin,et al.An orderly charging method for EVs in V2G systems[C].WIT Transactions on Engineering Sciences,2014,88:409-420.

[2]Tan Linlin,Qiang Hao,Huang Xueliang et al.A novel optimization means of transfer efficiency for resonance coupled wireless power transfer[J].Telkomnika-Indonesian Journal of Electrical Engineering,2013,11(5):2747-2752.

[3]Peterson S B,Whitacre J F,Apt J.The economics of using plug-in hybrid electric vehicle battery packs for grid storage[J].Journal of Power Sources,2010,195(8):2377-2384.

[4]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.

[5]雷振,韋鋼,蔡陽(yáng),等.含分布式電源區(qū)域節(jié)點(diǎn)的配電網(wǎng)模型和可靠性計(jì)算[J].電力系統(tǒng)自動(dòng)化,2011,35(1):39-43.Lie Zhen,Wei Gang,Cai Yang,et al.Model and reliability calculation of distribution network with zone nodes including distributed generation[J].Automation of Electric Power Systems,2011,35(1):39-43.

[6]劉文霞,張敏,等.電動(dòng)汽車負(fù)荷對(duì)配電網(wǎng)可靠性影響的量化分析[J].電力系統(tǒng)自動(dòng)化,2013,24(4):1-6.Liu Wenxia,Zhang Ming.Reliability modeling and quantitative analysis of distribution network considering Electric vehicle charging and discharging[J].Automation of Electric Power Systems,2013,24 (4):1-6.

[7]Kelly L,Rowe A,Wild P.Analyzing the impacts of plug-in electric vehicles on distribution networks in British Columbia[C].IEEE Electrical Power and Energy Conference,Montreal,Canada,2009.

[8]徐立中,楊光亞,許昭,等.電動(dòng)汽車充電負(fù)荷對(duì)丹麥配電系統(tǒng)的影響[J].電力系統(tǒng)自動(dòng)化.2011(14):18-23.Xu Lizhong,Yang Guangya,Xu Zhao,et al.Impacts of electric vehicle charging on distribution networks in denmark[J].Automation of Electric Power Systems,2011(14):18-23.

[9]梁偉,靳小龍,穆云飛,等.含微網(wǎng)及電動(dòng)汽車的主動(dòng)配電網(wǎng)供電恢復(fù)策略[J].電力系統(tǒng)自動(dòng)化.2014(06):1-9.Liang Wei,Jin Xiaolong,Mu Yunfei,et al.Service restoration method to active distribution network with microgrids and electric vehicles[J].Automation of Electric Power Systems,2014(6):1-9.

[10]梁惠施,程林,劉思革.基于蒙特卡羅模擬的含微網(wǎng)配電網(wǎng)可靠性評(píng)估[J].電力系統(tǒng)自動(dòng)化.2011,35(10):76-81.Liang Huishi,Cheng Ling,Liu Sige,et al.Monte carlo simulation based reliability evaluation of distri-bution system containing microgrids[J].Automation of Electric Power Systems,2011,35(10):76-81.

[11]Yokoyama R,Niimura T,Saito N.Modeling and evaluation of supply reliability of microgrids including PV and wind power[C].Power and Energy Society General Meeting-Conversion and Delivery of Electrical Energy in the 21st Century.Pittsburgh,USA:IEEE,2008:1-5.