電動汽車充電優化研究現狀

陳浩然

摘 ?要：能源轉型是目前全球面臨的重要挑戰，而交通行業電氣化是能源轉型的重要環節。近些年全球電動汽車得到快速發展。而隨著電動汽車保有量的增加，諸多由于電動汽車充電產生的問題開始浮現，如集中性充電對電網負荷的增加等。因此需要對電動汽車的充電行為進行優化。本文對電動汽車充電行為優化進行相關分析及研究總結，為相關研究提供借鑒。

1.引言

隨著經濟發展，傳統化石能源的快速消耗伴隨著大量的污染排放，造成全球氣候變暖，引發嚴重氣候災害，同時，傳統化石能源日益枯竭，導致全球環境惡化和能源緊張。為了緩解氣候變化，全球能源系統必須經歷深刻的轉變，從主要基于化石燃料的能源系統轉變為效率更高的基于可再生能源的系統。終端能源部門的數字化、分散化和電氣化是被國際能源署認為的推動能源轉型的三大趨勢。其中交通運輸行業的電氣化是重要部分。電動汽車在運輸領域有兩個主要優勢：首先，電動汽車以電作為動力驅動汽車使用更便宜的燃料，這意味著每公里的電力成本通常低于汽油或柴油的成本。其次，電動汽車幾乎無污染排放。它們有助于減少顆粒物質和噪音排放。

隨著交通運輸行業的轉型，電動汽車提供了一個可以將更多的可再生能源引入整體發電組合可行的機會。然而，與傳統電網負荷性質不同的電動汽車充電負荷，受到電動汽車充電行為與用戶使用習慣的影響，在時間上和空間上均有隨機性。隨著電動汽車產業的發展，電動汽車占比越來越高，大規模電動汽車同時接入電網進行不受控制的充電，將會帶來突然性的高峰負荷，不利于電網的安全運行。因此，通過不同的策略手段，充分利用電動汽車負載靈活性，調控電動汽車充電，使無序充電向有序充電轉化，進而緩解對電網運行產生的不利影響。

2.電動汽車有序充電策略研究

目前，充電功率控制和充電時間控制是電動汽車有序充電策略的兩大方向。

充電功率控制上，Yagcitekin and Uzunoglu（2016）以智能電網概念為基礎，提出了一種基在工作地點的停車場里，電動汽車充電智能優化算法，該算法在優化電動汽車的充電功率的同時，還控制每個變壓器的功率需求，變壓器容量，而且可以將電動汽車導航到適當的充電站，降低充電成本并防止了變壓器的過載[1]。

然而，通過控制充電功率方式時，電動汽車用戶作為被動參與者，只能被動地受到調控，影響了參與充電調控的積極性，也在一定程度上影響了充電優化效果。而充電時間控制則可以調動電動汽車用戶的積極性。對電動汽車的經濟和環境方面的研究表明，通過使用各種激勵手段，刺激鼓勵電動汽車用戶在非高峰充電時段為車輛充電，達到對電動汽車的充電行為的調控目的。所以，可以采取分時電價政策，定制合適的電價差，引導用戶自主選擇充電時段，激勵電動汽車用戶在滿足出行需求的前提下，主動參與充電調控。齊先軍等（2016）基于峰谷分時電價，提出了一種控制和優化相結合的有序充電方法，通過控制器控制總負荷不高于住宅區功率限制值，并對此限值進行優化，保證電動汽車最大程度地達到用戶預期荷電狀態，結果表明，基于功率限制的有序充電策略能有效地實現負荷轉移，降低峰谷差[2]。

3.電動汽車與可再生能源相結合研究

一些研究表明，包括電動汽車在內的一般汽車停放時間約為其使用壽命的95%[3]。當電動汽車滲透率不斷增大，它們可以保持與電網的連接，成為支持系統運行的有吸引力的靈活性解決方案，在可再生能源發電高峰時期充電用來促進電力消納。綜上所述，未來的電力系統將越來越多地基于可再生能源，而運輸系統將越來越多地被電氣化。未來可能會看到一個集成的，無排放的電力和運輸系統，可再生能源不僅為電網提供動力，還為電動汽車提供動力。擴大電動汽車部署也是電力系統發展的一個機會，有可能在電力系統中增加急需的靈活性，并支持高可再生能源的整合。

現有文獻主要從兩個方面進行分析：1.電動汽車與集中式可再生能源相互作用。2.電動汽車與分布式可再生能源相互作用。

1.電動汽車與集中式可再生能源相互作用

Chen et al.（2018）以2020年北京作為案例，采用小時模擬車輛充電行為和電力系統運行，在一系列不同的風力滲透水平情境下，探討不同類型的電動車輛（公共汽車，出租車和私人輕型車輛）和不同模式（快速或慢速）的環境影響。結果顯示，慢速充電下，電動私人輕型車輛可有效較少CO2的排放。然而，快速充電會得到相反結果。此外，電動公交車和出租車是減少NOX排放的最有效方案[4]。

2.電動汽車與分布式可再生能源相互作用

安裝在停車場上方的太陽能電池板具有巨大的潛力，可以為電動汽車提供太陽能發電。這種方式可以減小充電對電網的影響。減少影響的程度取決于光伏、電動汽車和儲能系統發展程度。新澤西州的一項研究估計了安裝在15平方米的停車場上方的光伏發電量。結果表明，在其工作半徑24公里之內，其產生的能量就足以驅動電動通勤者往返工作[5]。

4.總結與展望

現有文獻將電動汽車與可再生能源相結合進行分析時，對風能整合研究較多，對太陽能相結合研究較少;同時，對太陽能結合分析時，多為對一個虛擬電廠或一個實際停車場或公共充電站為例，缺乏對未來分布式太陽能發展后，電動汽車充電對城市帶來的效益評估。關于對光伏發電和電動汽車充電進行建模的組合，需要對本地配電網中的聯合使用和發電的可變性進行改進的建模。特別地，對于各種充電情景，例如家庭充電，工作地點充電和公共停車場充電等。城市規模的研究落后于以前在各個領域取得的進展。

參考文獻

[1] ?YAGCITEKIN B，UZUNOGLU M. A double-layer smart charging strategy of electric vehicles taking routing and charge scheduling into account[J]. Applied Energy，2016，167：407–419.

[2] ?齊先軍，李冬偉，紀姝彥. 采用功率限制的住宅區電動汽車有序充電控制策略[J]. 電網技術，2016，40（12）：3715–3721.

[3] ?PASAOGLU G，HONSELAAR M，THIEL C. Potential vehicle fleet CO2 reductions and cost implications for various vehicle technology deployment scenarios in Europe[J]. Energy Policy，2012，40：404–421.

[4] ?CHEN X，ZHANG H，XU Z，等. Impacts of fleet types and charging modes for electric vehicles on emissions under different penetrations of wind power[J]. Nature Energy，2018，3（5）：413–421.

[5] ?BIRNIE D P. Solar-to-vehicle（S2V）systems for powering commuters of the future[J]. Journal of Power Sources，2009，186（2）：539–542.