基于電動汽車充電價格機制的配電網調峰方法

陳姝敏，張秀釗，李勁松

（1.云南電網有限責任公司電網規劃建設研究中心，昆明 650011；2.昆明供電局計量中心，昆明 650011）

0 前言

配電系統是電力系統聯系用戶的關鍵環節，事關用戶供電的安全可靠性和供電質量，也是直接體現電力系統的智能化水平和環保效益的環節。大量電動汽車接入電網充電，將會帶來用電負荷的快速增長，增加配電網的投資與運行成本，也可能進一步加劇用電負荷峰谷差。與此同時，電動汽車的可控負荷和移動儲能特性使得其成為負荷側核心可調資源，這些資源的有效利用可為電網的建設與運行優化提供強有力的支撐，從而促進電動汽車與電網的協調發展。因此，伴隨電動汽車充放電技術的成熟發展，可以將電動汽車作為一種靈活的充電負荷及儲能裝置，為電力系統提供削峰平谷等服務，最大限度實現電力的平衡，逐步參與到電網調峰、備用、緊急電源供應等供電服務中來。

針對云南現有充電樁的負荷特性，分析電動汽車充電對改線路負荷特性的影響，給出系列基于電動汽車充電價格機制的配電網調峰方法。經仿真驗證，該調峰方法切實有效地改善了大量電動汽車充電時的負荷特性，值得在充電樁實際運營中試用。

1 昆明現有充電負荷特性分析

從圖中負荷分析來看，公交車因為有特有的運營時間，一般在下午14:00至16:00之間充電。經詢問得知，考慮到夜間充電需要花費額外的人工費用等，且充電費用占公交運營費用較少，因此，這個公交車場的充電時間主要是依據車輛使用和人員作息時間來安排的。

出租車和私家車的充電特性都相對離散，隨機性較強，特別是并未利用電網的低谷時段進行充電，導致充電負荷所在專有變負荷波動增大。

圖1 霖雨路公交車場5月平均充電負荷特性曲線

圖2 昆明中北交通旅游（集團）有限責任公司專有變（含出租車充電）2017年12月17日負荷曲線

圖3 昆明錦江大酒店專有變（含私家車充電）2017年12月17日負荷曲線

2 蒙特卡洛法模擬電動汽車充電特性

由上節分析可知公共服務用車具有固定用途、固定停放場所和固定行駛特性的特點，其充電需求也可看作是相對穩定的集中負荷。而私人出行用車情況一般只受用戶的個人意志和電池容量的限制，這使得私人用車的充電需求具有很大的自由度和不確定性。

2.1 私人充電特性理論分析

電動汽車的充電特性主要是受充電功率、充電開始時間和充電持續時間的影響。因為沒有搜集到中國的汽車使用統計數據，中國汽車使用習慣統計數據可以借鑒十多年前美國的使用習慣，因此本文用美國數據進行分析。根據2001年美國交通部（National Household Travel Survey, NHTS）對全美家用車輛的調查結果顯示電動汽車在常規充電方式下，其充電功率較小，充電時間較長，因此充電頻率不會很高，可以假設私人電動汽車在常規充電方式下一天內只充一次電。而且在白天電動汽車常常用于出行，常規充電的時間又比較長，因此在研究時可以假設電動汽車用戶在一天內最后一次返回停駐地即開始充電。

圖4 結束最后一次出行的時間概率

私人出行車輛用戶最后一次返回停駐地的時刻具有明顯的規律性。私人車輛返回停駐地的時間主要集中在14:00至22:00之間，并在17:00達到高峰。按照之前的假設，用戶最后一次返回停駐地即開始對電動汽車進行充電。為了得到電動汽車在任意時刻開始充電的概率分布情況，利用極大似然的估計方法對上述柱狀圖進行擬合，從而得到連續的電動汽車開始充電時間概率密度曲線。通過擬合方法可知，充電開始時刻的概率密度函數為：

其中，TSC表示充電開始時刻，結束最后一次出行的時間概率如圖4所示。

(2)擴大貸款范圍，建立誠信檔案，開發旅游金融產品。銀行要落實優惠政策，加大優惠力度，推進普惠金融，積極響應政府號召，建立專門的旅游業貸款途徑，提升金融服務水平。完善企業的信用檔案，加強誠信建設，對信用良好的貸款主體給予貸款額、期限等多方面的優惠，銀行貸款的抵押擔保政策針對不同的企業可以適當浮動，以保證盡可能多的支持。積極開發旅游金融產品。開發旅游金融產品，推出如景區門票收益權質押貸、景區股權質押貸等特色產品，滿足不同客戶的金融需要。

電動汽車的充電持續時間與電動汽車電池的荷電狀態有直接的關系。按照上述的假設，用戶最后一次返回停駐地即開始充電，并且采用恒功率的充電方式，則電動汽車的持續充電時間與電動汽車的日行駛里程唯一相關。電動汽車的日行駛里程主要分布在30 km至100 km之間，超過260 km的很少。若電動汽車的百千米耗電量W是恒定的，且電動汽車的充電功率是一個定值，考慮充電機的充電效率，則電動汽車的持續充電時間可由公式(2)計算得出：

式中，Tc表示充電持續時間，Lev表示電動汽車電池容量區間水平，Pcm表示充電功率，kx表示充電系數，利用上式分析電動汽車用戶在無序充電狀態下的開始充電時刻和充電持續時間的概率分布特性，利用蒙特卡洛模擬法即可得到一天內一輛電動汽車的充電期望值。

1）以概率密度函數fTsc(x)和fTc(x)為樣本，構建兩個容量為N的數組Tsc和Tc，分別表示電動汽車開始充電時間和充電持續時間，并且使得數組中的N個數隨機排列。

2）構建一個容量為24*N的二維數組T，記錄一天以內24小時電動汽車的充電狀態。并判斷在tk時刻電動汽車j的充電狀態，如果處于充電狀態，則記tk(j)=1。

3）統計樣本中tk(j)=1的個數n，那么n/N表示電動汽車的充電概率，因此電動汽車在tk時刻充電的功率期望值為：

4）按照步驟3中提出的計算方法，計算一天內24個時刻的電動汽車充電功率的期望值，得到單臺電動汽車一天內的充電負荷。

得到電動汽車的充電負荷特性，也就得到了電動汽車充電樁的充電負荷特性。取樣本容量N=10000，重復操作100次求得平均值，得到電動汽車充電站一天內的充電負荷期望值。

2.2 私人充電特性在昆明某區域的模擬

選定昆明某區域，利用上述方法進行分析，假設選定區域存在100輛車，有充電樁3個慢速充電樁和3個快速充電樁。再根據昆明市交通流量信息：昆明市中心城區交通時辰分布，全天呈現兩個高峰，機動車早高峰出現在8-9點，高峰系數為9.4%（高峰小時系數是指一日內客流集中的某一個小時的流量占該處全日客流量的比重）；晚高峰出現在17-18點，高峰系數為9.2%，得到區域的充電需求熱點圖，如圖5。

圖5 區域內充電需求熱點圖

圖6 電動汽車充電功率特性曲線

圖7 選取區域10 kV某線路負荷數據圖（該線路為一個全為電炊用戶的小區供電）

圖8 疊加電動汽車充電后負荷特性曲線

若對充電行為不加入任何干擾，用戶一般都會選擇在行車行為結束后，立刻進行充電，通過模擬分析，得到如圖6所示的負荷。

從上圖可以看出，由于沒有響應政策的引導機制，電動汽車充電行為相對散亂，導致整個區域充電負荷隨機波動較強，晚高峰時段形成的沖擊負荷也較多。由于電網沒有加以引導，用戶在完成行車后，立刻選擇充電，導致整個充電行為隨機性很強，進一步加大負荷波動特性，不利于“削峰填谷”效果的實現。

從圖8來看，電動汽車的充電負荷的波動特性明顯反映在綜合特性曲線中，并且在峰值時刻造成峰上加峰，此區域配電網峰負荷增加約12%，不利于區域電網的運行調度。

3 基于充電價格機制配電網調峰法

對于私人充電客戶來說，雖然現在電網運營企業普遍給出了豐、平、谷電價的優惠政策。但是由于電動汽車車主的作息需要，不能按照電網預期在深夜出門充電。本文提出一種利用充電樁內置裝置，搜集客戶充電需求及電網負荷特性，并根據需要自動充電的配網調峰方法，適用于電動車用戶自己停車位邊的充電樁，可以長時間占用，且充電電流較小的應用場景。該方法的優勢在于，充電裝置積極搜集充電客戶的需求，且根據配電網負荷特性自動生成滿足客戶充電需求且花費最小的充電方案。該充電樁內置算法控制充電樁盡量在充電費用低的時段充電，盡量避開充電費用高時段充電。且此控制裝置具備根據最優充電方案使充電樁具備自動充電和斷開的功能。按照充電裝置的自動定時充電，既可以為客戶節省充電成本，也為配電網就地調峰提供了可能。具體如下：

由電網運營部門根據充電樁所在配電線路的負荷特性，確定用電高峰時段、平期時段和低谷時段，并給出不同時段的充電費用，寫入充電樁控制裝置；

由充電客戶連接好電動汽車和充電樁后，輸入待充電電動車的允許充電時段（什么時候可以充電，比如從當天17:00至第二天早上6:00均可充電）和大概的需要充電時長（例如5 h）；

充電樁內置裝置，判斷允許充電時段滿足時間關系，根據需要充電時長及滿足時間關系的允許充電時段生成最優定時充電方案，即滿足客戶需求的，最省錢充電方案。如上例，在當天24:00至次日凌晨5:00定時充電，為當條線路的負荷谷時期，充電價格最便宜，電網負荷也最輕，也能滿足客戶出行要求。

根據最優充電方案、用電時段和預設價格方案生成預充電花費，顯示給充電客戶看，并由充電客戶確認充電。

按照上述步驟，假設選定區域內的充電電價為峰谷時段電價，采用電價誘導方式再次模擬分析。考慮該區域按照峰谷電價進行充電引導，例如：電價策略按照充電價格調整為峰時(1.0044元/度)、平時(0.6950元/度)、谷時(0.3946元/度)三類，充電服務費收費標準為0.8元/度。

圖9 電價引導后的充電負荷特性曲線圖

由于充電樁內部裝置可以實現知道當地線路的負荷特性，又能根據充電客戶需求自動安排電動汽車在可能的負荷谷時段、平時段進行充電，大大改善了配電線路的充電負荷特性，有利于配電網就地調峰。

圖10 電價引導前后的充電負荷特性曲線對比圖

可知在現階段電動汽車整體數量較少的前提下，配電網峰負荷增加較少（約6%），但是填谷效果很明顯。當電動汽車進一步發展后，基于電價引導策略的充電樁配電網調峰方法優勢會進一步提升。

4 結束語

1）若不進行政策引導，模擬昆明某3×4 km區域內大量電動汽車（100輛）充電時，配電網峰負荷可增加約12%。

2）根據充電樁內置人機交互控制裝置。該裝置搜集客戶充電需求，并在滿足充電需求的情況下，控制充電樁自動充電（斷開），使充電盡量在樁所在的配電網線路負荷低谷（平期）時段，使客戶充電費用最低。

3）經仿真計算，應用上述充電樁自動控制裝置，在較大區域內仿真，可見在電動汽車數量為100輛的情況下，區域內負荷高峰增長較少（約6%），但填谷效果明顯。

4）在電動汽車負荷高速增長的情況下，若充電服務費和電價政策不能支持調峰引導措施，為電網安全及投資效益考慮，可根據充電線路負荷特性，對充電負荷進行本地控制，同樣可以達到配電網調峰的效果。

綜上所述，電動汽車充電樁內置負荷控制自動充電裝置能明顯的調整大量電動汽車充電負荷分布，起到一定的削峰填谷的作用，值得試點應用。