需求側響應理論在電動汽車負荷管理中的應用研究

佛山電力設計院有限公司 柳春芳 梁唐杰 王崇斌

需求側響應理論在電動汽車負荷管理中的應用研究

佛山電力設計院有限公司 柳春芳 梁唐杰 王崇斌

隨著能源危機的加劇，電動汽車的普及已成為一種趨勢，文中通過建立一個基于10kV常規變電站的簡單的有電動汽車負荷接入的網絡模型，通過需求側響應理論對電動汽車的充放電行為進行研究，說明通過需求側響應手段可以減小規模化電動汽車充放電對電網的影響，降低電網運行和投資成本。

電動汽車；需求側響應；開始充電時刻；削峰填谷

1 引言

隨著全球能源危機和溫室氣體排放問題的加劇，電動汽車具有高效節能、清潔等特點，將在一定程度上緩解上述問題[1]。隨著未來電動汽車的普及，大規模電動汽車廣泛接入電網將對電力系統的規劃和運行產生不可忽視的影響。大規模電動汽車充電將帶來負荷急劇增長，尤其是在負荷高峰期將進一步加劇電網負荷峰谷差，可能導致配電網線路過載、電壓跌落[2]，配電網損耗增加[3]，配變過載[4]等一系列問題。文獻[5]分析了電動汽車對Blacksburg一個含五戶居民和兩臺電動汽車的典型配網饋線的影響。文中考慮了兩種充電策略：所有電動汽車從18∶00時開始充電和所有電動汽車在用電低谷時充電。前者代表了最壞的充電情形，導致變壓器負荷在冬夏兩季分別增加68%和52%；后者導致的負荷增量分別為58%和52%。這一結果證實電動汽車入網將可能導致系統過載。文獻[6]從電動汽車接入配電系統的隨機模型出發，分析了電動汽車接入對配電系統影響的一般步驟，采用IEEE-30節點配電系統從電壓降和網絡損耗兩方面評估了不同滲透率水平下電動汽車對配電系統的影響，探究了當前電網在不擴容或改造的前提下可以接入的最大電動汽車充電負荷。

電力需求側響應（Demand Response，DR）旨在以電力市場手段和價格工具為主要載體，影響和調節需求的時間和水平，挖掘需求側響應資源，提升需求側響應彈性，提高電力系統和電力市場的運行穩定性和運行效率；同時，將需求側響應資源和供應側資源在電力市場以及綜合規劃中平等甚至優先對待，起到提升社會整體資源的利用率的效果[7]。文獻[8]指出需求側響應是指需求側或終端消費者通過對基于市場的價格信號、激勵，或者來自于系統運營者的直接指令產生響應改變其短期電力消費方式（消費時間或消費水平）和長期電力消費模式的行為。

針對電動汽車充放電對電網產生的影響，本文通過引入需求側響應理論，提出一種基于電動汽車充放電的需求側響應實現形式；主要通過一個含電動汽車負荷的配電網模型，在考慮隨機充電場景與基于負荷需求側響應的充電場景進行了對比研究，說明基于負荷需求響應理論采取合理的負荷運營管理手段，可以避免電網建設投資，合理利用電網輸配電容量，并實現降損增效的目標。

2 含電動汽車負荷的變電站模型

圖 2-1 簡單的網絡結構圖

2.1 算例模型

為電動汽車充電站供電的10kV變電站電路模型如圖2-1所示。

假設居民小區有500戶住戶，每戶的平均用電功率為2kW，則該小區最大的用電功率為1000kW，商用負荷是1500kW，變電站的容量為1000kVA，并且假設功率因數為0.97，考慮到三個用電負荷不會同時運行于最大負荷狀態，以及經濟性問題，于是此處選擇容量為3150kVA，變比為10kV/400V變壓器。假設該小區的電動汽車滲透率為30%，則該小區擁有的電動汽車數量為500×30%=150輛。

圖 2-2 簡單的潮流計算網絡模型

其中負荷功率Sb表示商用負荷、民用負荷以及電動汽車的充電負荷功率之和，S0表示變壓器的空載損耗功率，RT+jXr表示變壓器的阻抗，jX表示恒壓源電抗。

2.2 電動汽車負荷概率模型

電動汽車初始充電時刻主要取決于用戶的出行習慣和駕駛特性。圖2-3中的統計數據來自2001年美國交通部對全美家用車輛的調查結果（national household travel survy,NHTS）。

根據調查結果，1天中對統計數據進行歸一化處理后，用極大似然估計的方法將車輛最后行程返回時刻近似為正態分布和對數正態分布[9]，根據假設，開始充電時刻即為最后一次出行返回時刻，則擬合結果分別如圖2-3所示。

開始充電時刻滿足如下正態分布，其概率密度函數為

上式中：u為充電起始時間的分布均值；σ為分布標準差。考慮到美國中部時間與北京時間的時差，所以取u為19，σ為2，各次充電持續時間按2h計算，而且根據該小區的電動汽車擁有量和充電樁的充電功率，可以知道家庭用電動汽車的最大充電功率為1050kW。

圖 2-3 開始充電時間

3 不同充電場景分析

3.1 電動汽車負荷管理對電網的影響

電力系統要求瞬時功率平衡，任何時候的供電功率都等于系統的用電需求。在不增加投資，保證現有電網不擴容的情況下，電動汽車接入電網的總量存在一定限制，對于配電網來說，限制電動汽車接入總量的主要指標是電壓偏移。

3.2 無序充電場景分析

充電站主要提供快速充電服務，電動公交車晚上統一集中起來由公交公司進行充電，而假設電動公交車可以持續運行四個小時，所以電動公交車白天充電時間假設是從10時至19時；對于出租車充電時間則假設整天均勻分布。

（1）取負荷最大點進行計算，得到

P=4100kW=4.1MW，得到末端電壓偏移量為：

（2）取用電負荷最小的時候再進行一次潮流計算，末端電壓偏移量為：

由圖3-1可以看出，當系統于最大負荷運行時，負荷功率是超過變壓器容量的，而且對于系統的安全運行和保證電能質量，允許電壓偏移范圍為±5%，在系統運行于最大負荷時，不僅使得變壓器超負荷運行，而且由式（3-1）知道，電壓偏移不符合標準。末端電壓偏低，變壓器超負荷運行，長時間會導致變壓器設備故障，引起電力事故。

由上述得到的結果可以知道，不受控制的電動汽車充電行為會大幅度增加電網的負荷，嚴重時會導致系統供電電壓下降；而且變壓器處于過載運行，需要及時給與增容，降低系統的經濟運行，所以有必要合理安排電動汽車的充電時間。

3.3 基于負荷需求側管理的充電場景分析

根據上一節所假設的情況，出租車充電情況是固定的，所以可以適當調節公交車和家庭用車的充電時間，根據上面得到的負荷曲線，錯開用電高峰，可以將公交車和家庭用車充電時間安排在23時至第二天的8時。家庭用車充電負荷仍然采取上面方案的正態分布曲線，只是取值不一樣，在這里u=4，分布標準差取2。

圖 3-1 有無電動汽車充電時的負荷曲線對比

圖 3-2 有無電動汽車充電時的負荷曲線對比

由圖3-2可以看出，合理安排電動汽車充電時間后，最大負荷時間出現在18時，此時的最大負荷為2650kW，而電動汽車充電時間隨機時的最大負荷為4100kW，合理安排充電時間后，最大負荷下降了1450kW，起到了削峰的作用。而且由于電動汽車充電時間安排在用電低谷時段，所以使得負荷曲線更加平緩，起到了填谷的作用，使得系統運行更加經濟、更加有效率。

（1）先取最大負荷點進行計算，此時末端電壓偏移量為：由圖3-2可以看出，合理安排電動汽車充電時間后，最大負荷時間出現在18時，此時的最大負荷為2650kW，而電動汽車充電時間隨機時的最大負荷為4100kW，合理安排充電時間后，最大負荷下降了1450kW，起到了削峰的作用。而且由于電動汽車充電時間安排在用電低谷時段，所以使得負荷曲線更加平緩，起到了填谷的作用，使得系統運行更加經濟、更加有效率。

（2）先取最大負荷點進行計算，此時末端電壓偏移量為：

此時最大負荷運行時末端電壓偏移量負荷要求。

（3）選取最小負荷點進行計算，此時有P=1887kW=1.887MW，得到末端電壓偏移為：

圖3-1有無電動汽車充電時的負荷曲線對比

圖31有無電動汽車充電時的負荷曲線對比

此時系統的末端電壓也符合要求。

由式（3-3）和式（3-4）知道，最大、最小負荷運行時系統末端電壓偏移量都符合要求，所以系統在任意一時間都符合電壓偏移的要求，且對比前面的電動汽車充電時間不受控制時的結果，可以知道，電動汽車充電時間合理安排時可以使系統的負荷曲線變得平緩，電壓波動變小，負荷波動不大時，可以使系統運行更加經濟性和更具有可靠性。

3.4 基于負荷需求側管理的雙向充放電場景分析

圖 3-3 電動汽車工作于V2G模式下的負荷曲線

基于電動汽車放電的需求側響應，目前提出的概念是“車輛到電網”，即V2G模式，它是電動汽車與智能電網的交互形式，充分體現在當車載電池處于低電狀態時，可由電網向電動汽車進行充電；當電網需要緊急備用時，可由電動汽車的蓄電池組給電網提供電源支撐，這個過程就稱為電力的返銷[10]。理想中的V2G平臺是在非高峰時段自動充電，在高峰時段放電，以替代效率較低的調峰電廠。在這模式下，電動汽車的動力蓄電池可以看作是智能電網的分布式儲能單元，V2G是電動汽車用戶和電網的一種互動，電動汽車消費者既可能是電力用戶，也可能成為電力能源的供應者，電動汽車擁有者通過攜帶芯片的充電裝備可以遙控管理電動汽車在公共插座上實現買電或售電的交易行為，而且因為智能電網在電力需求側響應中采取分時電價，電動汽車車主可以通過低谷廉價充電、高峰高價賣電的方式獲取一定的經濟收益，這樣還可以有效的降低電動汽車的使用成本，促進電動汽車的發展。

圖 3-4 有無電動汽車充電以及V2G模式下的負荷對比曲線

在上一節的充電模型的基礎上進行簡單的V2G模式的假設計算，假設只有家用電動車參與V2G模式的應用，假設家庭用車向電網反饋的電量為原充電量的15%，反饋電能時間為用電高峰期，這里假設為15到21時，此時得到家庭用車的負荷曲線：

在圖3-3中，負的功率表示家用電動汽車工作在反饋電能模式下，正在向電網傳輸電能。

然后結合3.2節的負荷曲線，得到這個簡單的V2G模式下的簡單模型的負荷曲線如圖3-4：

由圖3-4可以看出，在V2G充電模式下，相對于原來的單向充電模式，最大負荷下降了，也就是起到了削峰填谷的作用，可以提高系統運行的效率；對于電動汽車用戶而言，由于需求側響應通過分時電價的形式實現，在用電高峰高價賣出電動汽車剩余的電量，而后在用電低谷再充電，取得了一定的經濟收益，是一種雙贏的負荷管理方式。

4 結語

大規模電動汽車無序充電將給電網帶來電壓偏低以及配變過載等問題，通過采用基于負荷需求側響應理論的充放電方式不僅解決了以上不利影響，提高了電網運行可靠性，而且在電網和用戶中也取得了雙贏的成果。另外，電動汽車充放電對配網側的影響還有：電動汽車充電屬于非線性負荷，將使配電網諧波污染加重；電動汽車用戶用車行為的隨機性和充電時間空間分布的不確定性，將造成三相電壓不平衡，這些都下一步的研究工作。

[1]SONG Y H, YANG X, LU Z X. Integration of plug-in hybrid and electric vehicles: experience from China[C]//Proceedings of IEEE Power and Energy Society General Meeting, July 25-29, 2010, Minneapolis, MN, USA;1-5.

[2]SINGH M, KAP I, KUMARP. Influence of EV on grid power quality and optimizing the charging schedule to mitigate voltage imbalance and reducepower loss[C]// Proceedings of Power Electronics and Motion Control Conference, September 6-8, 2010, Ohrid, Macedonia,; 196-203.

[3]FERNANDEZ L P, san ROMAN T G, COSSENT R, et al, Asswssment of plug-in electric vehicles on distribution networks[J]. IEEE Trans on Power Systems, 2011, 26(1): 206-213.

[4]STAATS P T, GRADY W M, ARAPOSTATHIS A, et al. A procedure for derating a substation transformer in the presence of widespread electric vehicle battery charging[J]. IEEE Trans on Power Delivery, 1997, 12(4): 1562-1568.

[5]Shao S,Pipattanasomporn M, and Rahman S. Challenges of PHEV penetration to the residential distribution network. In: 2009 IEEE PES General Meeting. 2009.

[6]唐升衛.電動汽車有序充電研究[M].湖南大學，2012.

[7]劉寶華, 王冬容, 曾鳴. 從需求側管理到需求側響應[J].電力需求側管理.2005,7(5):10一13.

[8]王冬容. 電力需求側響應理論與實證研究[D]. 華北電力大學，2010.

[9]田立亭，史雙龍，賈卓，等.電動汽車充電功率需求的統計學建模方法[J].電網技術，2010，(11)：126-130．

[10]鮑健強，歐萬彬.葉瑞克.電動汽車與智能電網：兩大戰略性新興產業的交互[J].科技管理研究，2011,22（7）：24-28.