龐成宇,盧 軍,屈夢然
(1.三峽大學 科技學院,湖北 宜昌443000;2.宜昌三峽送變電工程有限責任公司,湖北 宜昌443000;3.三峽大學 電氣與新能源學院,湖北 宜昌443000)
能源問題、氣候問題、經濟問題引發了各國政府和汽車制造商探索電動汽車技術的熱潮,以此來削減普通汽車尾氣排放問題,減弱對化石燃料的依賴。據加拿大環境能源部調查,溫室氣體每年總排放量中有近12%來自于汽車[1]。那么,插電式電動汽車(PEVs)的興起將會顛覆整個能源結構,不僅會減少溫室氣體的排放,更重要的是由于化石燃料不足所引發的全球能源問題也會有所緩解。所以,電動汽車作為新型能源發展方向之一,是我國新能源發展重點關注和投資的關鍵組成部分,也是汽車工業的發展方向。
規模化電動汽車接入電網充電勢必會對電力系統的運行與規劃產生不可估量的影響。充電負荷反映了電動汽車對電力系統的影響,電動汽車對電力系統的影響又是通過集中式負荷來體現;同時,這種影響的后果高度依賴于充電負荷的充電特性。文獻[2]提出基于電動汽車實時充電數量的隨機因素的不同類型電動汽車充電負荷需求的概率模型;文獻[3]建立了計及電動汽車充電的隨機性和分散性模型,引入充電暫態性的研究;文獻[4]提出從節點電壓偏移和網絡功率損耗兩方面引入三相概率潮流模型,建立配電網承載能力評估體系。
本文考慮電動汽車充電負荷影響因素,提出了基于數學概率模型的電動汽車充電負荷計算方法,統計得到電動汽車充電負荷曲線。最后,定性分析了電動汽車規模化運用對原始負荷曲線的影響。
目前來說,電動汽車的類型、電池技術的發展、充電方式的應用、充電設施的規劃、電價政策的制定以及商業模式的運作等多種因素都會影響電動汽車的用電行為[5]。因此,結合國內外發展現狀,現階段的電動汽車主要用電行為一般分為無序用電、政策引導用電和智能用電三種類型[5]。(1)無序用電:通過無規劃的“即插即用”、按照車輛自然的行駛特性將電動汽車接入電網,通常在每天的最后一次出行結束后或者車輛沒電時立即充電,屬于隨機負荷。(2)政策引導用電:根據制定相關政策法規,采用分時電價方案,積極引導用戶在谷段電價時段實施充電,從而轉移負荷高峰,起到“削峰填谷”作用。(3)智能用電:以總負荷波動最小化為約束條件,通過控制電動汽車充電時間將充電負荷從高峰時段轉移到非高峰時段。
由于電動汽車產業在我國進一步發展,逐步完善了充換電服務網絡、相關監管制度以及商業模式。在短中期階段(2015~2020年),電動汽車用電行為主要以無序用電和政策引導用電為主,從長期階段(2020~2030年)來看,電動汽車用電行為主要是政策引導用電和智能用電[7]。
目前,我國電動汽車是以換電、慢充和快充3種充電方式為主。其中,換電方式主要運用于電池集中充電站內,經過配置電池集中箱充電機為批量動力電池進行充電,相應的,給用戶更換充電電池則是通過換電機器人來實現,平均充電換電時間為5~10 min。慢充方式主要應用于居民區停車場、公交車停車場等固定場所。慢充方式所服務的對象不具有較強的流通性,通常由220 V交流電源直接供電,充電時間為6~10 h。快充方式通常由380 V交流電源直接供電,為了滿足1 h內達到80%的電能補給的要求,這種充電方式呈現出充電電流大、充電功率高的特點,一般運用于緊急充電場景。
車輛數、電池特性、行駛規律和充電模式等因素都會影響電動汽車的充電負荷。
針對動力電池特性,本文對私家電動汽車充電負荷的計算作以下假設:
(1)私 家 電 動 汽 車 單 位 耗 電 量 為15 kWh/100 km;
(2)充電功率視為恒定值,并且每次充電直至充滿為止;
(3)假設所有電動汽車均不采用有序充電調控措施,即在一天內最后一次出行返回后開始充電;
(4)電動汽車日行駛里程及充電開始時間等參數之間相互獨立。
恒功率充電參數見表1。其中,充電容量是按照電動汽車當日行駛里程,換算成電動汽車每100 km耗電量計算得到所需充電量,計算公式為

式中,L 為當日行駛里程,km;Q100為每100 km耗電量。

表1 2類車型充電功率與每100 km耗電量參數
行駛規律主要包括2部分,第一是每日行駛結束時間即到家時刻,也是開始充電時間;第二是日行駛里程,根據車輛的日行駛里程數,通過公式(1)可得出所需的充電電量。依照大量數據統計可得,每天的行駛結束時刻近似滿足正態分布,其概率密度函數為[8]:

式中,μs取17.6,σs取3.4。
同樣根據大量統計數據可得出日行駛里程L近似滿足對數正態分布,其對應的概率密度函數為[9]:

式中,μD取3.2,σD取0.88。
根據車輛的日行駛路程和電池的參數情況可以算出車輛返回充電時的初始荷電狀態(State Of Charge,SOC):

式中,E100、B分別表示電動汽車的百公里耗電量和電池容量;Sq為電動汽車當日第一次出門時的電量,也是用戶每次充電結束時的期望電池荷電狀態。
根據電動汽車的起始SOC和用戶期望的充電結束時的電池電量,計算得出電動汽車所需的充電時長t:

式中,P表示電動汽車電池的充電功率。
電動汽車充電負荷測算模型是以—天為時間尺度,將一天按照每一分鐘分為1 440個點。那么每一分鐘的充電負荷可表示為[10]:

式中,Li為第i分鐘電動汽車總充電功率;N為電動汽車規模數量;Pn,i為第n輛電動汽車在第i分鐘的充電功率。
假設電動汽車結束日行駛里程后立即接入電網開始充電。將電動汽車的保有量、性能參數、充電行為的發生概率分布、起始SOC分布等電動汽車信息輸入到程序中。運用蒙特卡洛法模擬計算充電負荷,得到一天內的充電負荷曲線。圖1所示為充電負荷計算流程圖。
基于上述電動汽車充電負荷模擬法,假設此時電動汽車充電功率為3 kW,運用圖1所示的計算流程得到了大規模電動汽車充電時,一天內每輛車的平均充電負荷曲線,如圖2所示。
本文選用M市一普通小區A作為仿真對象,該小區是一個城中央江景高檔次綜合體項目。該小區共有住宅637套,變壓器配置系數不小于0.5,變壓器總配置容量2 690 kVA。
現利用Matlab中Simulink搭建該配電網結構,如圖3所示,該配電網有2個電壓等級,分別為10 kV和0.4 kV。電源側為一個10 kV主供電源及一個10 kV備供電源供電,采用環路、多端供電模式,保證可靠、不間斷供電,分別用Source1、Source2表示。
該小區共有5個單元,每個單元住宅類型及相應套數、變壓器容量配置如表2所示。

圖1 計算充電負荷的流程圖

圖2 單臺電動汽車的平均充電負荷曲線

表2 每個單元住宅類型及相應套數、變壓器容量配置

表3 變壓器容量規格

圖3 配電網結構圖
對于規模化無序充電負荷,首先采用基于蒙特卡洛模擬的充電負荷計算方法考慮電動汽車滲透率分別為5%、10%和15%時的充電負荷曲線圖,然后將其分別疊加至背景負荷中,現假設每戶擁有1輛汽車。對隨機的1個負荷點,將考慮電動汽車充電負荷后的負荷曲線按每30 min為步長進行取值記錄,則對于每一種滲透率情況把1天分成48個時間點來記錄。得到電動汽車規模化應用對負荷曲線的影響如圖4所示。

圖4 不同電動汽車滲透率下的該小區總負荷曲線
由圖4可以看出,電動汽車接入后將整體抬升小區配電網用電負荷,且17:00~23:00用電負荷增加明顯,這是由用戶的使用習慣造成的,因為這個時候正好是下班高峰期。這樣一來,不僅對原始負荷沒有辦法削峰填谷,反而大大增加了負荷的波動。因此,考慮配電網規劃問題時對電動汽車充電負荷同時率的研究至關重要。
本文通過調查私家車的用車習慣、模擬用車規律,擬合出日行駛里程概率分布圖及日行駛結束時刻概率分布圖,得到單臺電動汽車的平均充電負荷曲線,再基于蒙特卡洛模擬法得到多臺電動汽車充電負荷曲線。通過搭建實際配電網結構,考慮不同滲透率下的電動汽車充電負荷仿真。仿真結果表明,在無序充電模式下,電動汽車的滲透率越高,會加大電網負荷曲線的峰谷差,因此會對小區臺變及配網運行的可靠性、經濟性、安全性帶來不利影響,對電力系統的運行和維護產生負面干擾。因此,在考慮電動汽車發展的城網負荷特性分析時,對電動汽車充電負荷同時率的研究至關重要。