電動汽車充電對電力系統(tǒng)的影響及其對策

郭建龍，文福拴

（1.華南理工大學(xué) 電力學(xué)院，廣東 廣州 510640；2.浙江大學(xué) 電氣工程學(xué)院，浙江 杭州 310027）

0 引言

電動汽車（EVs）以電作為動力驅(qū)動汽車，是一種零排放或低排放的綠色交通工具。電動汽車的推廣和使用無疑給能源危機、環(huán)境污染、氣候變暖等問題提供了一個解決途徑，不僅可以實現(xiàn)低碳環(huán)保，而且可以消納不同形式的可再生能源。特別是插入式混合動力電動汽車（PHEVs）的出現(xiàn)，可以充分利用現(xiàn)有的配電系統(tǒng)實現(xiàn)車和電網(wǎng)的互聯(lián)，作為充電負荷，可以有效平衡峰谷差，提高電網(wǎng)利用率；作為分布式儲能裝置，通過向電網(wǎng)回饋電能以提供旋轉(zhuǎn)備用，參與頻率調(diào)節(jié)。

大量電動汽車接入電網(wǎng)充電時，在沒有調(diào)節(jié)控制情況下（本文定義為自然充電狀態(tài)），電動汽車充電具有時間和空間上的不確定性［1］。基于大量實測數(shù)據(jù)的研究［2-3］表明，在自然充電狀態(tài)下，電動汽車的日充電負荷曲線與配網(wǎng)日負荷曲線具有一致性。隨著電動汽車滲透率增加，配網(wǎng)負荷曲線可能出現(xiàn)峰峰疊加，峰谷差將進一步擴大，線路變壓器過負荷風險加大，充電諧波的注入也使得供配電設(shè)備的運行風險進一步增加，直接影響系統(tǒng)運行的可靠性。同時過負荷導(dǎo)致配網(wǎng)電壓損失和功率損失增加，對發(fā)電設(shè)備的容量需求將進一步增大，增加系統(tǒng)投入，影響系統(tǒng)運行的經(jīng)濟性。此時大量電動汽車有序充電顯得更為迫切和現(xiàn)實。

有序充電可理解為大量電動汽車接入充電時采用合適的充電控制策略使得某些指標趨于最優(yōu)，它的效應(yīng)是與大量電動汽車自然充電狀態(tài)下的負面影響相對立的。有序充電目的就是消除汽車充電的負面影響，發(fā)揮汽車充電積極作用，是一種大規(guī)模充電負荷作用下各利益相關(guān)主體優(yōu)化調(diào)度控制的策略。

本文將從充電負荷建模及負荷特性分析、充電負荷集聚對電力系統(tǒng)的影響、有序充電策略方法3個方面對電動汽車有序充電展開綜述，特別是針對有序充電實現(xiàn)的策略方法，從最優(yōu)經(jīng)濟運行、最優(yōu)市場機制和商業(yè)運營模式、基于時空維度的有序充電3個方面對實現(xiàn)的方法及其特點進行分析，基于此對一些有待研究的關(guān)鍵問題進行展望。

1 電動汽車充電負荷描述

電動汽車充電負荷描述的方法可歸納為基于充電行為機理、基于概率模型和基于啟發(fā)式智能算法3類。

基于充電行為機理的確定性建模方法［2-4］建立在典型場景的試驗數(shù)據(jù)基礎(chǔ)上，結(jié)論缺乏通用性。而且電動汽車充電負荷缺乏典型的歷史數(shù)據(jù)和經(jīng)驗總結(jié)，基于時間序列的傳統(tǒng)預(yù)測方法很難有效應(yīng)用?，F(xiàn)代啟發(fā)式算法中，灰色預(yù)測理論針對的是信息不完全系統(tǒng)而非隨機系統(tǒng)，模糊論針對的是認知不確定系統(tǒng)而非隨機系統(tǒng)，神經(jīng)網(wǎng)絡(luò)模型需依賴典型的學(xué)習訓(xùn)練樣本，其他基于智能算法的現(xiàn)代啟發(fā)式預(yù)測方法［5-7］也很難有效應(yīng)用。基于概率統(tǒng)計的隨機方法適用于分析大量電動汽車的隨機充電行為，也是目前主要的充電負荷建模方法［8］。該方法通過經(jīng)驗假設(shè)確定充電負荷影響因素的概率分布，然后進行多次概率抽樣由概率模型預(yù)測負荷，不同方法間的差異及預(yù)測精度體現(xiàn)在對電動汽車充電負荷影響因素的模擬和處理上。

1.1 充電負荷影響因素

采用概率統(tǒng)計的方法描述電動汽車充電負荷，比較典型的就是蒙特卡洛概率抽樣。抽樣對象主要是影響電動汽車充電負荷的因素［9-10］，包括電池荷電狀態(tài)、起始充電時刻等，同時要考慮電動汽車的滲透率、車主的駕駛習慣、出行規(guī)律、充電電價、電池充電特性等因素。電動汽車初始荷電狀態(tài)由相鄰2次充電間汽車的平均行駛里程來決定，同時要考慮相鄰2次充電間車主的駕駛習慣的影響以及工作日和節(jié)假日的區(qū)別。起始充電時刻就是基于車輛出行統(tǒng)計規(guī)律［11-12］的自然充電時刻，可根據(jù)車輛忙閑時段的分布得出可能的充電時間段，結(jié)合車主的駕駛習慣確定起始充電時間分布規(guī)律?？紤]充電運營方充電電價等政策導(dǎo)向作用，起始充電時間的自然分布規(guī)律發(fā)生變化。由電池的充電特性可知，電動汽車在某時刻的某一充電功率需求的發(fā)生概率是由該車的起始充電時間的概率和初始荷電狀態(tài)的概率共同決定的。基于以上分析，本文得出電動汽車充電負荷影響因素間的關(guān)系示意圖如圖1所示。

圖1 電動汽車充電負荷影響因素關(guān)系示意圖Fig.1 Schematic diagram of relations among influencing factors of electric vehicle charging loads

考慮到電動汽車初始荷電狀態(tài)和起始充電時間的不確定性，所以某一時刻的充電功率需求也是不確定的。而且考慮到車主駕駛習慣、不同類型車輛的出行規(guī)律、充電便利性和充電成本等因素的差異性，充電負荷在配電網(wǎng)中的空間分布也具有不確定性。綜合來看，由于充電影響因素具有隨機性和多樣性，采用概率模型來描述電動汽車充電負荷是較好的選擇，但基于確定性的概率假設(shè)分布來處理有關(guān)因素有待改進和完善。

1.2 充電負荷概率模型

a.概率平均模型。

文獻［9］計及電價政策和車輛出行統(tǒng)計規(guī)律對4種不同充電模式下電動汽車的充電負荷進行概率建模，模型考慮了起始充電時間、電池初始荷電狀態(tài)等主要充電影響因素的概率分布，并基于概率平均的思想計算出各離散時間點的充電負荷，是典型的關(guān)于電動汽車充電負荷概率建模的例證，并針對一個11 kV、38節(jié)點的英國典型配網(wǎng)系統(tǒng)進行了充電影響仿真，但建模仿真僅就英國國內(nèi)私家車和商務(wù)車展開，把起始充電時間假定為某一時間段的確定性分布，條件太強且缺乏實際依據(jù)。

b.蒙特卡洛抽樣概率模型。

文獻［13］將蒙特卡洛模擬方法引入電動汽車充電負荷計算研究之中，使用蒙特卡洛方法抽取起始荷電狀態(tài)、起始充電時間，分析了不同類型電動汽車在不同場合對應(yīng)的充電方式及充電時段，并對我國未來20 a的電動汽車充電負荷總量進行了預(yù)測。但文中假設(shè)除私家車外，其余類型車輛起始充電時間在給定充電時段內(nèi)均勻分布是不盡合理的。

c.基于出行統(tǒng)計數(shù)據(jù)的概率模型。

文獻［14］依據(jù)美國交通部對全美家用車輛的調(diào)查結(jié)果，考慮了起始充電時刻和日行駛里程的概率分布，但未考慮電池初始荷電狀態(tài)與充電功率的對應(yīng)關(guān)系，僅把充電功率假設(shè)為滿足2～3 kW范圍內(nèi)的均勻分布，且未考慮充電電價、不同類型車輛對分布規(guī)律的影響。3種典型概率模型的對比見表1。

表1 3種典型概率模型的對比Table 1 Comparison among three typical probability models

本文認為，起始充電時間應(yīng)考慮政策導(dǎo)向、駕駛行為和不同類型車輛出行統(tǒng)計規(guī)律等因素的影響。初始荷電狀態(tài)由電池的續(xù)駛里程、相鄰2次充電間車輛平均行駛里程、充電習慣等因素決定。充電功率取值遵循電池的充電特性，依據(jù)研究目的不同而做適當取舍。研究電動汽車充電負荷模型，應(yīng)在堅持概率模型的基礎(chǔ)上，將充電時間和狀態(tài)進行離散，設(shè)定描述的具體場景，依據(jù)出行規(guī)律數(shù)據(jù)，提高負荷描述的針對性，進一步探索描述少樣本隨機性負荷的建模問題。

2 電動汽車充電影響仿真

文獻［15］以美國為例，預(yù)計2015—2017年期間美國PHEVs保有量將達到100萬輛，這些負荷大部分集中在負荷中心區(qū)的大城市，在極端情況下它們總的充電功率需求將達到數(shù)十至上百MW，充電對系統(tǒng)的影響是不可忽略的。本文基于充電對系統(tǒng)可靠性、電能質(zhì)量、系統(tǒng)運行經(jīng)濟性的影響3個方面對電動汽車充電影響進行分析。

2.1 對系統(tǒng)可靠性影響

文獻［16-19］評估了現(xiàn)有發(fā)電容量是否能夠滿足日益增長的電動汽車充電負荷需求，預(yù)測到2030年，由于電動汽車的滲透率增加，幾乎大部分區(qū)域都需要增加發(fā)電容量。文獻［9］研究了電動汽車充電對峰荷的影響，以英國配網(wǎng)為例說明，電動汽車的滲透率增加10%，對應(yīng)增加17.9%的日峰負荷，電動汽車的滲透率增加20%，日峰負荷增加35.8%。文獻［20］評估了電動汽車充電功率需求對系統(tǒng)設(shè)備容量的風險影響，具體結(jié)果如圖2所示。圖中Xfmr表示饋線變壓器，Laterals表示配電系統(tǒng)的饋線，Primary表示母線。

圖2 電動汽車充電負荷對設(shè)備容量的風險評估［20］Fig.2 Risk assessment of equipment capacity due to electric vehicle charging loads［20］

研究表明，在饋線上存在過載風險的設(shè)備總是接近負荷端的設(shè)備，越是接近負荷端，充電影響越大。一些運行中的設(shè)備接近額定容量，即使在電動汽車充電負荷低滲透率情況下也可能出現(xiàn)部分設(shè)備過載的高概率風險。

2.2 對電能質(zhì)量影響

文獻［21-23］研究了電動汽車充電對配電變壓器的影響。指出電動汽車充電負荷滲透率不應(yīng)超過10%，否則就需采用調(diào)控措施引導(dǎo)汽車充電，實時電價下的靈活充電是減小電動汽車充電對配電變壓器諧波影響的有效方法。直接充電對配電變壓器壽命有較大損害，特別是在高溫和負荷率高的情況下，配電變壓器總的電流諧波率應(yīng)控制在25%～30%之間。文獻［24-25］將研究聚焦于電動汽車充電站接入電力系統(tǒng)后對公共電網(wǎng)產(chǎn)生諧波的特點和計算方法，計算結(jié)果如圖3所示。

圖3 2臺充電機同時工作時的各次諧波特性［24］Fig.3 Harmonic characteristics when two chargers are working［24］

研究結(jié)果說明電動汽車充電機是電網(wǎng)的非線性負荷，會產(chǎn)生注入電網(wǎng)的諧波電流，主要為6k±1（k為大于0的正整數(shù)）次諧波電流，其中5次和7次諧波電流Ih5、Ih7含有率較大，對電網(wǎng)造成了污染，設(shè)備可靠性和壽命降低。但文獻［24］研究結(jié)論存在于早期的充電機接入情況下，目前的充電機整流側(cè)采用PWM技術(shù)，注入電網(wǎng)的電流總畸變率可以小于5%，相應(yīng)各次諧波電流也小，如果能夠達到理想的高頻隔離，就會獲得優(yōu)良的動態(tài)性能。

2.3 對系統(tǒng)運行經(jīng)濟性影響

文獻［26］根據(jù)私家車出行統(tǒng)計規(guī)律，把電動汽車可能的充電時段劃分為 21∶00 至次日 06∶00、18∶00—21∶00、10∶00 —16∶00 這 3 段，采用向前向后迭代的算法計算各個時間段給定配電拓撲的潮流，最終得出不受控充電模式下配網(wǎng)功率損耗和最大的電壓偏移，具體計算結(jié)果見表2、3。

表2 不受控充電模式下配網(wǎng)功率損失［26］Table 2 Power losses of distribution network in uncoordinated charging mode［26］

表3 不受控充電模式下配網(wǎng)最大電壓偏移［26］Table 3 Maximum voltage deviation of distribution network in uncoordinated charging mode［26］

表2 、3中算例針對的是4 kW充電機在不受控的充電模式下，不同電動汽車滲透率對應(yīng)的功率損失百分數(shù)和最大電壓偏移百分數(shù)。計算結(jié)果表明，電動汽車接入充電時，配電系統(tǒng)的網(wǎng)損和電壓偏移都增大，而且隨著電動汽車滲透率的增加，網(wǎng)損和電壓偏移進一步增加，在配網(wǎng)負荷高峰時段，這種影響表現(xiàn)更顯著。

綜上所述，隨著電動汽車滲透率增加，充電影響也成比例增加?，F(xiàn)有充電影響研究主要集中在可靠性指標、電能質(zhì)量指標和運行經(jīng)濟性指標方面，基本上是基于具體的應(yīng)用場景，假定電動汽車都是在負荷低谷時段充電，雖然短期內(nèi)系統(tǒng)現(xiàn)有發(fā)電容量可以滿足電動汽車充電功率需求，但車主更傾向于充電的便利性，因此關(guān)于充電對系統(tǒng)可靠性的影響應(yīng)聚焦在實際充電時段內(nèi)對系統(tǒng)發(fā)電容量的影響研究，需更多地考慮和描述充電過程的隨機特性。此外也有少數(shù)文獻開展了大量電動汽車充電對電力市場影響的研究［27-33］，分析了電動汽車參與V2G輔助服務(wù)、電動汽車代理商參與市場競價、電動汽車的分散性特點等對市場運營機制的影響等，但此類研究較少，有待進一步深入。關(guān)于電動汽車充電影響過程的暫態(tài)特性介紹很少，基本處于空白，這也是值得關(guān)注的方向。

3 電動汽車有序充電策略方法

為了抑制或消除電動汽車充電的負面影響［34-39］，有序充電的策略方法應(yīng)運而生，且已成為目前研究的熱點。本文對當前國內(nèi)外研究現(xiàn)狀進行了歸納總結(jié)，并從基于最優(yōu)經(jīng)濟運行的有序充電、基于最優(yōu)市場機制和商業(yè)模式的有序充電以及基于時空維度的有序充電3個方面加以分析。

3.1 基于最優(yōu)經(jīng)濟運行的有序充電

大量電動汽車充電對電網(wǎng)的影響主要集中在與之直接相連的配電系統(tǒng)，因此大部分最優(yōu)充電策略都是圍繞避免過負荷、減少功率損失、降低充電成本［40］等展開。

a.以功率損失最小為目標。

比較典型的一部分文獻［26，41］以最小功率損失作為優(yōu)化目標實現(xiàn)有序充電，具體描述為式（1）、（2）。它們從電網(wǎng)側(cè)功率損失和電壓偏移的角度研究了大量PHEVs充電對居民配電網(wǎng)的影響。假設(shè)汽車全部在家里充電且在夜間充電，假設(shè)電池開始充電時初始荷電狀態(tài)為零，每次充電都充滿為止，給出了一個最優(yōu)化充電策略，以序列二進制規(guī)劃求解。結(jié)果證明對電動汽車的充電行為進行協(xié)調(diào)優(yōu)化，可以降低系統(tǒng)的峰荷需求，并在很大程度上減小功率損失，提高功率因數(shù)。文獻［42］則指出，以功率因數(shù)或負荷波動最小為目標函數(shù)時，較功率損失最小作為目標函數(shù)在計算時間和計算復(fù)雜度上有一定的優(yōu)勢，這對于實時調(diào)度是非常重要的。

其中，Rl表示線路 l的電阻；Il，t表示 t時刻線路 l的電流；tmax表示充電截止時刻；nl表示線路總數(shù)；Vn表示網(wǎng)絡(luò)節(jié)點空間；Smin，n，t表示在 t時刻節(jié)點 n 的最小允許功率；Smax，n，t表示在 t時刻節(jié)點 n 的最大允許功率；Sn，t表示在 t時刻節(jié)點 n 的功率；Pn，t表示在 t時刻節(jié)點n的充電功率；Δt表示充電功率的時間分段；Cn?｛0，1｝，Cn=1 表示節(jié)點 n 有電動汽車接入，Cn=0表示節(jié)點n沒有電動汽車接入；Badd表示節(jié)點n電動汽車電池容量之和。

b.以充電成本最小為目標。

另一部分文獻則以最小充電成本或總的最小發(fā)電成本為目標實現(xiàn)有序充電。文獻［43-44］考慮了充電電價的影響，以充電成本最小為目標函數(shù)提出了最優(yōu)充電策略，具體可以表示為式（3）—（5）。后者還考慮了電池充電功率和荷電狀態(tài)之間的關(guān)系，采用啟發(fā)式算法求解，在多個不同的時間間隔內(nèi)比較最優(yōu)充電策略和典型充電之間的充電成本和功率需求。研究結(jié)果表明，最優(yōu)充電策略在減小充電成本和平抑負荷曲線方面有很大的優(yōu)勢。文獻［45-47］在計及電動汽車充電負荷情況下，以總的發(fā)電成本最小提出優(yōu)化模型，實現(xiàn)大量電動汽車的有序充電，常用約束條件包括發(fā)電容量約束、支路潮流約束、節(jié)點注入功率等式約束和電動汽車充電負荷約束。

其中，C表示充電成本；t0表示開始充電時間；T表示充電持續(xù)時間；t0+T表示充電的結(jié)束時間；M（t）表示t時刻的單位電價；p（t）表示t時刻的充電功率；Bmax表示電池滿電量時的電能量；SOC表示電池的初始荷電狀態(tài)；Pbattery（t）表示電動汽車電池在t時刻的最大允許充電功率，與電池的充電特性有關(guān)，還受到車主充電行為、充電機最大充電功率的影響；f（SOC）表示電池的初始荷電狀態(tài)與充電功率間的函數(shù)關(guān)系。

3.2 基于最優(yōu)市場機制和商業(yè)運營模式的有序充電

3.2.1 最優(yōu)市場機制

用來平衡和協(xié)調(diào)車主與系統(tǒng)需求矛盾的方法有3種：一是通過增加額外的能量來解決，這是一種粗放的辦法；二是統(tǒng)一進行計劃調(diào)度，服從既定的安排，顯然這種辦法效果是有限的，不能完全發(fā)揮汽車的潛能；三是采用智能控制辦法，目前還處于理論探索階段。

a.基于需求側(cè)響應(yīng)理論的集中充電機制。計及供電側(cè)填谷效果與用戶成本，以實時電價為背景，文獻［48］提出了基于需求側(cè)響應(yīng)思想的PHEVs集中充電機制，通過基于動態(tài)估計插值的算法算例仿真表明，文中提出的PHEVs集中充電策略可以有效地降低峰谷差，節(jié)約用戶充電成本。

b.統(tǒng)一調(diào)控引導(dǎo)機制。文獻［49］在電動汽車充電行為中引入排隊論，提出通過廣播信息來引導(dǎo)汽車充電，考慮隨機干擾的情況下采用M/M/∞模型模擬了此情況下汽車充電的動態(tài)行為，給出了通過合理選擇播放信號實現(xiàn)在電網(wǎng)峰荷時間段充電汽車的平均數(shù)量最小。

c.代理商機制。文獻［50-51］闡述了代理商的必要性，對于無代理和存在代理的2種控制架構(gòu)，文獻［52］在電力輔助服務(wù)市場環(huán)境下從可行性、可靠性和經(jīng)濟效益這3個方面進行比較。結(jié)果表明，雖然電動汽車用戶從代理控制架構(gòu)中獲利較少，但存在代理商的控制架構(gòu)具有更好的可行性和可靠性；短期內(nèi)，考慮電動汽車參與電力輔助服務(wù)的可行性，代理商的控制架構(gòu)是更加現(xiàn)實的方式。

3.2.2 最優(yōu)商業(yè)運營模式

a.代理商模式。文獻［53-54］從商業(yè)運營角度提出代理商模式。應(yīng)用到大量電動汽車的充電行為中，從服務(wù)可行性和系統(tǒng)約束性考慮，大量的充電個體與電力系統(tǒng)之間必須通過中間代理的角色完成交易，即充電運營的代理商模式。若配電公司充當代理商角色，提供充電服務(wù)的同時系統(tǒng)的運行可靠性也能夠得到保證，電動汽車廠商也可以充當充電服務(wù)的代理商，為車輛提供全生命周期的服務(wù)，同時獨立的第三方機構(gòu)也可能成為代理商。在不同代理商運營模式下，如何促成各方利益體的平衡是一個關(guān)鍵問題，這就需要對代理商模式下的充電市場機制和運營模式作深入研究和設(shè)計，但目前這方面的研究還較少見諸文獻。

b.充電服務(wù)模式。文獻［55］分析了電動汽車充電站整車充電、更換電池2種運營模式，從其自身的競爭力、盈利方式及對電網(wǎng)運行的影響等3個方面對這2種運營模式進行了比較分析，最后得出以更換電池為主、整車充電為輔的運營模式將成為我國電動汽車充電站未來發(fā)展的主流模式。事實上，國家電網(wǎng)公司和南方電網(wǎng)公司早在國家《節(jié)能與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃》正式出臺前，也提出了以換電池為主的充電設(shè)施發(fā)展思路。盡管這一思路與現(xiàn)在的“以充電為主的模式”相悖，但在換電模式下，車主只需租賃電池并繳納相應(yīng)的費用，電池的回收、更換、充電和維護由另一方完成，該模式便于電網(wǎng)側(cè)對電池充電行為進行集中統(tǒng)一管理，最大限度發(fā)揮汽車充電負荷的削峰填谷作用，減小諧波污染，同時電動汽車的運營也更為便捷、高效和專業(yè)化。換電池模式具體又表現(xiàn)為換電和充電在同一地點的充換電模式，以及換電和充電分立的集中充電統(tǒng)一配送模式。相比較整車充電模式下的有序充電調(diào)控，換電模式下的有序充電研究還比較少，文獻［56-61］針對換電模式下的有序充電策略方法從不同的角度做了一些嘗試，部分文獻提出了基于分時電價的以總充電費用最小及日負荷曲線波動最小為目標的二階段優(yōu)化模型，或者以換電站充電功率為控制對象的有序充電調(diào)度策略，分別以負荷率最大、峰谷差最小、負荷波動最小為優(yōu)化目標建立了優(yōu)化模型，這些方法能在一定程度上降低電網(wǎng)峰谷差，減小負荷波動，起到移峰填谷的作用。部分文獻則以換電站運營收益最大化為目標函數(shù)，建立換電站最優(yōu)充放電策略的線性優(yōu)化模型，或者是以充電站內(nèi)全天充電費用最低為目標的換電站經(jīng)濟運行模型，實現(xiàn)最優(yōu)經(jīng)濟運行的目標。換電模式下除了充電管理優(yōu)化策略外，包含電池配送優(yōu)化的服務(wù)網(wǎng)絡(luò)規(guī)劃設(shè)計及換電模式的配套標準體系建設(shè)都值得進一步研究。

c.增值服務(wù)模式。文獻［62］指出通過提供派生產(chǎn)品和輔助增值服務(wù)的方式，給出了電動汽車充電站運營的一種商業(yè)模式。派生產(chǎn)品主要是指滿足充電約束下的不同充電方案，增值服務(wù)如電池檢測、合同管理等。當然類似的增值服務(wù)也可以來自電動汽車群體，參與系統(tǒng)的調(diào)控，但需要結(jié)合上述代理商模式加以實現(xiàn)。文獻［63］采用電動汽車交通和電力系統(tǒng)運行相結(jié)合的仿真模擬方法對電動汽車交通和電力系統(tǒng)運行之間的交互影響做了比較全面的研究，以評估不同充電策略下電動汽車運營模式及其對發(fā)電和碳排放的影響。

3.3 基于時空維度有序性的充電研究

3.3.1 基于時間維度的有序充電

基于時間維度的有序充電就是要采用合適的方法抑制峰谷差，進一步引導(dǎo)均衡充電，提高負荷率。

文獻［64］通過充放電時間的控制來平抑電動汽車充電負荷所帶來的新的負荷高峰，提出分時電價，引導(dǎo)大家夜間充電，在夜間集中充電時間段又可能會出現(xiàn)新的負荷高峰，采用分區(qū)域交錯充電的辦法來避免夜間充電高峰。文獻［65］提出通過遺傳算法選取電動汽車最佳起始充電時間，使得電動汽車的充電負荷曲線接近理想曲線。文獻［66］提出一種時間有序性的充電策略，指出在電網(wǎng)負荷低谷時，可用供電容量為30%～70%，如果在時間上引導(dǎo)電動汽車充電，就可以避免負荷新的高峰，減小峰谷差，提高電網(wǎng)利用率。從另一個角度看，當大量電動汽車接入充電時，解決發(fā)電容量不足的辦法就是調(diào)節(jié)充電時間，實現(xiàn)時間有序性充電，平抑峰谷差，電網(wǎng)功率損失和電壓偏移的負面影響也將降低。文中提出了局部和全局2種優(yōu)化充電策略。前者是依據(jù)每輛車充電信息實時控制充電行為，后者是針對某一區(qū)域一定數(shù)量汽車且在一定的假設(shè)條件下通過充電時間分割來實現(xiàn)每個時間段的控制。文獻［67］提出采用經(jīng)濟激勵措施來調(diào)節(jié)電動汽車充電時間，比如電價策略，使得車主在 23∶00至次日 07∶00之間充電，避開負荷高峰并填谷，但并沒有詳細介紹具體的模型和算法，只是給出了結(jié)論性的介紹。

3.3.2 基于空間維度的有序充電

考慮空間有序性，就是在滿足配網(wǎng)運行約束的前提下合理進行充電站的選址和定容，避免出現(xiàn)網(wǎng)絡(luò)阻塞。

a.充電設(shè)施服務(wù)優(yōu)化。文獻［68］將電動汽車充電設(shè)施規(guī)劃劃分為示范階段、公益階段和商業(yè)運營階段，并分析每個階段的特點；提出了充電方式的選擇優(yōu)化模型，并基于此對各充電方式進行充電需求預(yù)測。文獻［69］在分析電動汽車充電行為的基礎(chǔ)上，基于排隊論建立了充電設(shè)施服務(wù)系統(tǒng)排隊模型。以充電設(shè)施服務(wù)系統(tǒng)總費用（包括充電服務(wù)費用和充電排隊等待成本）最小為目標函數(shù)建立了充電設(shè)施費用最優(yōu)模型。研究結(jié)果表明，通過合理配置充電設(shè)施，可以提高充電設(shè)備綜合利用效率，實現(xiàn)有序均衡充電。

b.充電站最優(yōu)選址、定容。文獻［70］建立了以充電成本和充電投資最小為目標的多目標優(yōu)化模型，該模型主要考慮充電站的最優(yōu)布局和規(guī)模，是對探索充電站優(yōu)化布局的有益嘗試，為充電空間有序性研究提供了借鑒。文獻［71］指出當前缺乏電動汽車充電站布局規(guī)劃的成熟理論，考慮充電站特點、充電行為特點、充電需求的分布以及電網(wǎng)規(guī)劃、城市規(guī)劃等因素，提出了一種充電站優(yōu)化布局的多目標優(yōu)化算法。文獻［72］給出了一種充電站布局優(yōu)化的兩階段方法，首先把道路信息量化為一些數(shù)據(jù)點，然后應(yīng)用聚類分析方法確定覆蓋城市主要道路的一些充電站站址。文獻［73］依據(jù)網(wǎng)格劃分的思想提出了一種充電站選址和定容的方法，使得車主在到達充電地點期間的成本最小。選址模型主要依據(jù)充電總成本最小，包括到達充電站中間的功率損失成本和行駛過程中的間接成本。定容模型主要由充電站的交通流量換算出總的充電功率需求所決定。

3.4 電動汽車有序充電小結(jié)

基于最優(yōu)經(jīng)濟運行的有序充電主要針對充電模式下功率損耗和電壓偏移最小化展開，部分文獻也以負荷波動或充電成本最小為優(yōu)化目標。研究結(jié)果表明，這些優(yōu)化策略除了減小功率損失外，同時可降低峰荷需求，提高負荷率，在一定程度上減小了充電對系統(tǒng)可靠性、經(jīng)濟運行的負面影響?；谧顑?yōu)市場機制和商業(yè)運營模式，則從降低系統(tǒng)峰谷差、節(jié)約車主充電成本、避免配網(wǎng)過載阻塞、引導(dǎo)有序均衡充電等方面給出了對應(yīng)的調(diào)控機制和運營策略，對于車輛集中統(tǒng)一充電調(diào)控也給出了一些建設(shè)性的意見，一定程度上也便于對充電諧波污染進行集中治理優(yōu)化，提高電能質(zhì)量?；跁r空維度的有序充電，則突出了系統(tǒng)側(cè)對充電負面影響的應(yīng)對策略，從時間、空間2個維度進行調(diào)控，提出了控制充電時間、電價政策引導(dǎo)、充電站最優(yōu)選址定容等一系列措施，同樣可以減小峰谷差，降低功率損耗和電壓偏移，最小化充電成本，實現(xiàn)充電站間的有序均衡充電等，對于系統(tǒng)可靠性、運行經(jīng)濟性和電能質(zhì)量都有所幫助，也是電力系統(tǒng)應(yīng)對大量電動汽車充電接入的必要措施。

4 結(jié)論與展望

對大量電動汽車充電進行調(diào)控，可以實現(xiàn)不同角度的有序最優(yōu)充電。實現(xiàn)有序充電的角度不同，策略方法亦不同。從車主或充電站運營商角度出發(fā)，實現(xiàn)最優(yōu)的充電策略，就是充電成本最低或收益最大。從政府或公用事業(yè)部門出發(fā)，考慮的是最優(yōu)市場機制和商業(yè)運營模式，以促進電動汽車推廣和應(yīng)用。從電網(wǎng)的角度出發(fā)，通過充電站最優(yōu)選址、定容、布局以及電價策略的制定實現(xiàn)電動汽車充電的時空有序性。

實現(xiàn)電動汽車的有序充電，本質(zhì)是一個關(guān)于充電的最優(yōu)化問題。傳統(tǒng)優(yōu)化模型針對的主要是確定性系統(tǒng)，但電動汽車充電行為具有隨機性，描述有序充電的優(yōu)化模型及其算法更要適用于隨機系統(tǒng)?；谀壳暗难芯楷F(xiàn)狀，未來有序充電研究的重點和可能突破包括但不限于以下方面：

a.計及多種現(xiàn)實約束和實際場景，對電動汽車的充電負荷影響因素的概率分布規(guī)律進行準確模擬，掌握不確定性的充電負荷特性；

b.開展電動汽車充電影響的暫態(tài)過程仿真模擬，掌握充電影響的機理；

c.作為電力公司應(yīng)對大量電動汽車充電接入在決策支持和規(guī)劃控制上的理論依據(jù)，主配網(wǎng)規(guī)劃與電動汽車充電站有序充電之間的關(guān)系研究至為重要；

d.基于博弈論的充電電價定價機理和基于排隊論的充電站選址定容策略，都是實現(xiàn)時間、空間維度有序充電的重要方向；

e.不同代理商模式下，電動汽車充電市場機制和運營模式的研究和設(shè)計，特別是換電模式下的電動汽車充電電價的定價理論需要進一步深入研究。

本文關(guān)注的重點雖然是大量電動汽車接入電網(wǎng)的充電研究，但有關(guān)電動汽車參與V2G模式以及電動汽車與電網(wǎng)雙向互動等問題也必將是另一個重要的研究與應(yīng)用方向。