周駿匯，查理，馬鈞

（同濟大學(xué)汽車學(xué)院，上海201804）

電動汽車V2G接入電網(wǎng)對電網(wǎng)負(fù)荷的影響分析

周駿匯，查理，馬鈞

（同濟大學(xué)汽車學(xué)院，上海201804）

隨著電動汽車的大規(guī)模普及以及智能電網(wǎng)的應(yīng)用，未來將會有大量電動汽車通過V2G（vehicle-to-grid）接入電網(wǎng)，電動汽車充電將會給電網(wǎng)負(fù)荷帶來巨大的挑戰(zhàn)。分析了電動汽車V2G接入電網(wǎng)的影響因素，建立了基于蒙特卡洛模擬的電動汽車充電負(fù)荷計算方法。通過分別建立隨機充電和V2G充電2個模型，對比在不同的電動汽車滲透率下的電網(wǎng)充電負(fù)荷，得出V2G可控充電對于平衡電網(wǎng)高峰負(fù)荷以及利用低谷電力有著積極作用的結(jié)論。

電動汽車；V2G；充電負(fù)荷；蒙特卡洛模擬

0 引言

在環(huán)境惡化及傳統(tǒng)化石能源短缺的背景下，各國在加緊開發(fā)利用新能源的同時，展開了大規(guī)模的電動汽車應(yīng)用探索和研究。雖然由于電池的技術(shù)和成本限制，電動汽車的價格昂貴、續(xù)行里程短，但是電動汽車對有效解決能源問題和二氧化碳排放的作用是毋庸置疑的[1]。隨著電池技術(shù)的發(fā)展以及制造成本的下降，未來電動汽車的使用一定更為廣泛。各國政府已經(jīng)認(rèn)識到電動汽車的重要性并開始積極進行示范運行與推廣[2]。

當(dāng)電動汽車大規(guī)模接入電網(wǎng)后，由于其充電行為在時間和空間上具有一定隨機性，可能導(dǎo)致電網(wǎng)高峰負(fù)荷增加，一些輸配電網(wǎng)絡(luò)將不能承載其能量需求[3]。電動汽車充電機產(chǎn)生的諧波還將對局部電網(wǎng)的電能質(zhì)量產(chǎn)生影響[4]。V2G是一種車輛與電網(wǎng)的雙向能量交換模式，電動汽車既可以作為負(fù)載也可以作為供能元件，對于電網(wǎng)負(fù)荷的削峰填谷有著積極的作用。

對于電動汽車V2G接入電網(wǎng)，有不少學(xué)者做了相關(guān)研究。文獻[5]研究了電動汽車在不同季節(jié)、不同情景下對電網(wǎng)的影響。文獻[6]提出了一種實際的評估模型，評估V2G系統(tǒng)在多能源系統(tǒng)中的影響。文獻[7]開發(fā)了PHEV（插電式混合動力車）與分布式發(fā)電系統(tǒng)的數(shù)學(xué)模型，用來研究可控和不可控充電的影響。

本文主要研究電動汽車大規(guī)模接入電網(wǎng)后，隨意的充電行為和可控的V2G充電行為對電網(wǎng)負(fù)荷的不同影響。通過建立不同充電行為的負(fù)荷計算模型，應(yīng)用基于蒙特卡洛模擬的電動汽車充電負(fù)荷計算方法，最終計算出一定規(guī)模電動汽車的充電功率需求對原負(fù)荷曲線的影響。

1 電動汽車V2G接入電網(wǎng)的影響因素

1.1 電動汽車類型

在國家《節(jié)能與新能源產(chǎn)業(yè)發(fā)展規(guī)劃（2012—2020）》中，工信部、發(fā)改委、科技部已經(jīng)確立了以純電驅(qū)動為未來新能源發(fā)展的主要方向。通過分析電動汽車的技術(shù)特點以及各省市發(fā)布的電動汽車發(fā)展規(guī)劃，可以總結(jié)出未來電動汽車大致的發(fā)展方向：在2012—2015年，電動汽車主要以政府推廣為主，在示范運行園區(qū)中運行電動公交車、電動公務(wù)車；在2015—2020年，如果電池的技術(shù)沒有得到突破性進展，電動汽車將會在公交車和公務(wù)車中進一步推廣，并逐步推動私人乘用車的電動化；到2020年之后，電動汽車將大規(guī)模市場化推廣。

對于V2G接入的電動汽車，最好能滿足幾個條件：足夠長的?？繒r間，停靠地點規(guī)律，?？繒r間可控?？梢园熏F(xiàn)有的電動汽車分為公共使用和私人使用2種類型。對于公共使用的電動汽車，其特點是有著固定的行駛線路和停車點，但實際?？繒r間不長，需要用快充或換電設(shè)備供給能量，而且在負(fù)荷高峰時段也正常運行，所以不太適合作為V2G的對象。私人使用的電動汽車有96%的時間都處于空閑狀態(tài)[8]，可供電網(wǎng)支配的時間較長。隨著私人使用的電動汽車滲透率不斷提高，它們可以作為合適的V2G對象。本文主要考慮私人使用的電動汽車V2G接入電網(wǎng)的負(fù)荷影響。

1.2 電動汽車充電參數(shù)

在考察電動汽車充電負(fù)荷對電網(wǎng)的影響時，有以下幾個關(guān)鍵因素：

（1）電池容量；

（2）充/放電功率；

（3）起始充/放電時刻；

（4）初始SOC（State of charge，荷電狀態(tài)）；

（5）接入電網(wǎng)的車輛規(guī)模[9]。

其中，（2），（5）決定了參與V2G充/放電的總功率，（1），（4），（5）決定了充/放電過程的總電量。本文假定參與的電動汽車都是同一型號，搭載的電池容量為24 kWh，行駛時的能耗為0.206 kWh/km。

根據(jù)《電動汽車傳導(dǎo)式充電接口》（QCT 841-2010）[10]，私人電動汽車的充電模式以220 V/16 A最為合適。本文假定充電、放電的功率相同，而且整個過程為恒功率，不考慮充/放電過程的能量損失。

1.3 使用者出行模式

對于電網(wǎng)負(fù)荷計算，電動汽車的主要影響因素是起始充/放電時間和每日行駛里程。私人使用汽車的主要用途是上下班以及其他休閑活動，所以充電地點假定為家里和工作地點。根據(jù)中國法定的工作時間，可以假設(shè)在上班地點的充電時間為9∶00—17∶30，在家的充電時間為19∶00—7∶00。一般人的習(xí)慣是到了汽車停放地點就開始充電，所以本文使用的起始充/放電時刻遵循分段的正態(tài)分布，概率密度函數(shù)分別為[11]：

式中：μs1=9；σs1=0.5。

式中：μs2=19；σs2=0.5。

根據(jù)2001年美國交通部對全美家用車輛的調(diào)查結(jié)果[12]，每日的行駛里程可以使用極大似然估計的方法，近似用對數(shù)正態(tài)分布表示。概率密度函數(shù)如下：

式中：μd=3.5；σd=0.91。

行駛里程反映了使用者每天的能量消耗，影響充/放電開始時的SOC。初始SOC可以用下式表述：

式中：B為電池容量；d為每日行駛里程；R為每公里電能消耗量。為了保證電池的高效和壽命，控制SOC的上、下限為0.9和0.2。

2 電動汽車充電負(fù)荷模型

2.1 充電負(fù)荷計算方法

一個地區(qū)所有電動汽車的充電負(fù)荷曲線可以通過累加所有電動汽車的充電行為得到。設(shè)置時間間隔為1 min，考察1天的負(fù)荷曲線。第i分鐘的充電總功率可以通過下式表示：

式中：PTi是在i分鐘所有的電動汽車充電負(fù)荷，i=1，2，…，1 440；N是電動汽車總量；Pn，i是第n輛車在i分鐘的充電負(fù)荷。

2.2 情景設(shè)置

通過V2G接入電網(wǎng)的電動汽車不僅需要充電，同時在空閑時可以作為供能元件提供電力。為了分析V2G和一般隨機充電的區(qū)別，對應(yīng)建立2種充電負(fù)荷模式。

（1）隨機充電模式：電動汽車只能從電網(wǎng)獲得電能而不能供給電能。

（2）可控V2G充電模式：電動汽車可以從電網(wǎng)獲得電能，也可以供給電能。假定這些電動汽車車主與電網(wǎng)運營商簽訂了協(xié)議，只在電網(wǎng)負(fù)荷低谷充電，在負(fù)荷高峰時段，只要不在行駛狀態(tài)就可以接入電網(wǎng)并提供電能。

在本文中，界定每天有2個用電高峰：早高峰8∶30—11∶30和晚高峰18∶00—23∶00，和1個用電低谷23∶00—7∶00。

對于隨機充電模式，其出行里程符合對數(shù)正態(tài)分布，而起始充電時間符合2個正態(tài)分布：N（9，0.5）和N（19，0.5）。通過系統(tǒng)生成1個隨機數(shù)，使用二項分布決定是哪個充電階段。蒙特卡洛仿真的流程圖如圖1所示。

圖1 隨機充電模型流程

在V2G模式下，控制電動汽車只能在用電低谷充電，即每天的23∶00之后進行充電。在每天的用電高峰時段，電動汽車則可能會進行放電，因此需要分別使用d/2來計算放電開始時的SOC。對于上午的用電高峰，如果初始SOC大于0.5，認(rèn)為它可以供給電能，要控制上午放電結(jié)束時至少有50%的電能，以保證下午的出行需求。同理，對于晚間的用電高峰，如果初始SOC大于0.2就可以供給電能，同樣要控制放電結(jié)束時至少有10%的電能，確保電池工作在高效的區(qū)段。蒙特卡洛仿真的流程圖如圖2所示。

圖2 可控V2G充電模型流程

3 負(fù)荷計算與分析

3.1 參數(shù)輸入

根據(jù)《節(jié)能與新能源產(chǎn)業(yè)發(fā)展規(guī)劃（2012—2020）》，到2015年，純電驅(qū)動車輛要初步實現(xiàn)產(chǎn)業(yè)化，市場保有量將超過50萬輛；到2020年，純電驅(qū)動車輛要實現(xiàn)產(chǎn)業(yè)化，市場保有量將達到500萬輛。上海市是首批“十城千輛”示范城市之一，是六大私人購買電動汽車補貼試點城市之一，同時也是國內(nèi)唯一的電動汽車國際示范城市。在狹義乘用車領(lǐng)域，上海地區(qū)的銷量及保有量占全國乘用車的比重一般為10%左右。預(yù)計到2020年，上海大批量推廣電動汽車的數(shù)量可以達到50萬輛的規(guī)模。為此，選擇上海市作為電動汽車V2G接入電網(wǎng)負(fù)荷分析的算例。

本文中，設(shè)置參數(shù)e為電動汽車滲透率，定義為電動汽車使用者中與電網(wǎng)運營商簽訂協(xié)議的比例。簽訂協(xié)議者的負(fù)荷計算使用可控V2G模式，而其他未簽訂協(xié)議的使用隨機充電模式。按照前文所述，每日平均行駛里程、開始充電時刻和初始SOC按照式（1）—（4）得到，作為隨機輸入?yún)?shù)輸入蒙特卡洛仿真模型。

3.2 結(jié)果分析

取滲透率e分別為0.1，0.3，0.5和0.8，電動汽車規(guī)模為50萬輛，得出電動汽車通過V2G接入電網(wǎng)的充電負(fù)荷曲線如圖3所示。從圖上可以看到，如果電動汽車隨機充電的比率較高，充電主要集中在早、晚用電高峰；而V2G可控充電增加了晚間電力的利用率。

圖3 不同滲透率下的充放電負(fù)荷曲線

然后分別考察e=0，e=0.5和e=1的情況下，電動汽車充電對現(xiàn)有電網(wǎng)負(fù)荷的影響。圖4為上海夏季某日的原用電負(fù)荷曲線；圖5、圖6分別為電動汽車規(guī)模為50萬輛和100萬輛時的負(fù)荷曲線。

從蒙特卡洛模擬的結(jié)果可以得到：

（1）如果完全放任電動汽車隨機充電，電動汽車充電負(fù)荷和電網(wǎng)用電高峰正好重疊。那么隨著電動汽車的大規(guī)模接入，電網(wǎng)負(fù)荷高峰的負(fù)擔(dān)將會更重。

（2）現(xiàn)在預(yù)估的電動汽車規(guī)模還比較小，即使50萬輛電動汽車完全采用V2G可控充電，也不足以有明顯的削峰填谷效果。當(dāng)將電動汽車的規(guī)模設(shè)置為100萬輛時，使用V2G可控充電對電網(wǎng)負(fù)荷可以起到一定的平衡負(fù)荷作用。

（3）如果不考慮電池?fù)p耗，電動汽車滲透率的提高會給電網(wǎng)帶來可觀的效益。隨著電動汽車的逐步普及，未來V2G對電網(wǎng)負(fù)荷將有積極的作用。

圖4 上海某日的原負(fù)荷曲線

圖5 不同滲透率對原負(fù)荷曲線的影響（50萬輛規(guī)模）

圖6 不同滲透率對原負(fù)荷曲線的影響（100萬輛規(guī)模）

4 結(jié)語

鑒于電動汽車充/放電行為在時間、空間上的隨機性，本文采用蒙特卡洛隨機抽樣法對電動汽車的充電負(fù)荷和V2G負(fù)荷進行預(yù)測，并分別建立了隨機充電和可控V2G充電模型。通過對不同V2G滲透率下的充電行為分析，得出電動汽車隨機充電會對原有的負(fù)荷高峰進一步疊加，而V2G可控充電對電網(wǎng)削峰填谷則有一定作用的結(jié)論。但現(xiàn)有的電動汽車規(guī)模很小，無法對電網(wǎng)的充電容量造成實質(zhì)性影響。未來隨著電動汽車的進一步普及，V2G的作用會更加明顯。

本文對電動汽車的電池性能、充電方式和使用者出行習(xí)慣做了一些假設(shè)，在盡量不影響結(jié)果的情況下簡化模型。如果要對電動汽車規(guī)?；瘧?yīng)用后對電網(wǎng)各方面的影響做出評估，還需要開展大量細致的工作，例如消費者使用習(xí)慣、電動汽車的充電功率仿真，以及更精確的電動汽車容量預(yù)估等。

[1]H.HUO，Q.A.ZHANG,M.Q.WANG，etal.Environmental implication of electric vehicles in China[J].Environ mental Science&Technology，2010（7）∶4856-4861.

[2]H.M.GONG，M.Q.WANG，H.W.WANG.New energy vehicles in China∶policies,demonstration,and progress[J]. Mitigation and Adaptation Strategies for Global Change, 2013（2）∶207-228.

[3]J.AXSEN，K.S.KURANI.Anticipating plug-in hybrid vehicle energy impacts in California∶Constructing consumer-informed recharge profiles[J].Transportation Research Part D∶Transport and Environment，2010（6）∶212-219.

[4]陳玉進.電動汽車充電設(shè)備特點及對電網(wǎng)影響探討[J].湖北電力，2009（33）∶48-50.

[5]G.A.PUTRUS，P.SUWANAPINGKARL，D.JOHNSTON，etal.Impact of electric vehicles on power distribution networks[C].Vehicle Power and Propulsion Conference，2009∶827-831.

[6]C.BATTISTELLI，L.BARINGO，A.J.CONEJO.Optimal energy management of small electric energy systems including V2G facilities and renewable energy sources[J]. Electric Power Systems Research，2012（12）∶50-59.

[7]S.PAUDYAL，S.DAHAL.Impact of Plug-in hybrid elec tric vehicles and their optimal deployment in smart grids [C].In Universities Power Engineering Conference（AUPEC）.2011∶1-6.

[8]W.KEMPTON，J.TOMI?.Vehicle-to-grid power implementation∶From stabilizing the grid to supporting largescale renewable energy[J].Journal of Power Sources，2005（6）∶280-294.

[9]L.TROVAO，H.M.JORGE.Power demand impacts of the charging of Electric Vehicles on the power distribution network in a residential area[C].Proceedings of the 2011 3rd International Youth Conference on,2011∶1-6.

[10]全國汽車標(biāo)準(zhǔn)化技術(shù)委員會.QCT 841-2010電動汽車傳導(dǎo)式充電接口[S].北京：中國計劃出版社，2011.

[11]W.SHOUXIANG，Z.NA，L.ZUYI，etal.Modeling and impact analysis of large scale V2G electric vehicles on the power grid[C].In Innovative Smart Grid Technologies-Asia（ISGT Asia）.2012 IEEE,2012∶1-6.

[12]J.TAYLOR，A.MAITRA，M.ALEXANDER，etal.Evaluations of plug-in electric vehicle distribution system im pacts[C].In Power and Energy Society General Meeting. 2010 IEEE，2010∶1-6.

[13]徐國鈞，劉永勝，李題印，等.基于層次分析和概率模擬的電動汽車對配網(wǎng)負(fù)荷影響研究[J].電力系統(tǒng)保護與控制，2012，22∶38-45.

[14]謝瑩華，譚春暉，張雪峰，等.電動汽車充放電方式對深圳電網(wǎng)日負(fù)荷曲線的影響[J].廣東電力，2011（24）∶47-50.

[15]王輝，文福栓，辛建波.電動汽車充放電特性及其對配電系統(tǒng)的影響分析[J].華北電力大學(xué)學(xué)報，2011（38）∶17-24.

（本文編輯：龔皓）

Analysis on Power Grid Load after Electric Vehicles Connected to Power Grid by V2G

ZHOU Junhui，CHA Li，MA Jun
（School of Automotive Studies,Tongji University，Shanghai 201804，China）

With the large scale popularization of electric vehicles（EVs）and the application of smart grid，there will be large amounts of EVs connecting to power grid by V2G.EV charging will bring great challenges to power grid load.The paper analyzes influencing factors of EV connecting to power grid by V2G and establishes a load calculation method of EV charging based on Monte Carlo simulation.Through establishing random charging model and V2G charging model，the paper compares charging loads of power grid with different EV penetration rates and it draws a conclusion that the controllable V2G charging plays a positive role in balancing peak load power grid and valley power consumption.

electric vehicle；V2G；charging load；Monte Carlo simulation

TM715+.1

：B

：1007-1881（2014）08-0010-05

2014-05-14

周駿匯（1990-），男，江蘇無錫人，碩士在讀，研究方向為新能源汽車技術(shù)與產(chǎn)品、電動汽車接入電網(wǎng)相關(guān)技術(shù)。