含電動汽車的電網(wǎng)負荷結(jié)構(gòu)時序模型計算方法

郭 帥，李家玨，黃 旭，張 濤，葉 鵬

（1.沈陽工程學(xué)院電力學(xué)院，遼寧 沈陽 110136；2.國網(wǎng)遼寧省電力有限公司電力科學(xué)研究院，遼寧 沈陽 110006）

專論

含電動汽車的電網(wǎng)負荷結(jié)構(gòu)時序模型計算方法

郭 帥1，李家玨2，黃 旭2，張 濤2，葉 鵬1

（1.沈陽工程學(xué)院電力學(xué)院，遼寧 沈陽 110136；2.國網(wǎng)遼寧省電力有限公司電力科學(xué)研究院，遼寧 沈陽 110006）

隨著電動汽車的高速發(fā)展，電網(wǎng)負荷結(jié)構(gòu)將不可避免的發(fā)生變化。首先構(gòu)建了常規(guī)負荷的時序概率模型；分析了四種典型電動汽車的充電行為，并根據(jù)不同汽車對應(yīng)的不同充電模式，建立了電動汽車充電負荷模型；采用蒙特卡洛模擬研究各類電動汽車的充電行為，并得出充電負荷的行為特性；最終得出含電動汽車的全行業(yè)負荷綜合模型，并通過實例數(shù)據(jù)分析，驗證了模型的準(zhǔn)確性，對電網(wǎng)的運行和規(guī)劃具有一定的現(xiàn)實意義。

負荷結(jié)構(gòu)；概率模型；電動汽車充電負荷；蒙特卡洛模擬

在能源緊缺、環(huán)境污染嚴(yán)重的當(dāng)今社會，電動汽車作為一種綠色環(huán)保的交通工具，對于緩解能源和環(huán)境的危機起著不可替代的作用，已成為社會關(guān)注的焦點。隨著電動汽車的高速發(fā)展，對電力系統(tǒng)會產(chǎn)生不容忽視的影響。與此同時，負荷結(jié)構(gòu)也將不可避免受到影響，負荷預(yù)測顯得尤為重要。因此，文獻［1］對負荷特性、負荷預(yù)測的分類和注意事項、各項預(yù)測模型的原理及實現(xiàn)、改進方法等進行了介紹。文獻［2－4］分別采用RAN網(wǎng)及小波分析、BP神經(jīng)網(wǎng)絡(luò)算法、氣象修正技術(shù)以實現(xiàn)短期負荷預(yù)測，并通過算例驗證了方法的有效性，但這些文獻中均未考慮電動汽車的接入對負荷的影響。文獻［5－7］介紹了電動汽車大規(guī)模接入后分別對電源、輸電網(wǎng)、配電網(wǎng)、電能質(zhì)量方面所產(chǎn)生的影響。文獻［8］認為電動汽車的充電負荷是恒功率負荷。文獻［9］討論了影響電動汽車充電負荷的諸多因素，包括日行駛里程、充電功率、起始充電時刻和起始荷電狀態(tài)等，并指出充電負荷具有時空隨機性。文獻［10］基于蒙特卡洛模擬法得到了可以等效描述充電負荷的模型。文獻［11］分析指出，傳統(tǒng)的綜合負荷模型（感應(yīng)電動機＋ZIP模型）受分布式發(fā)電接入比例的影響，模型結(jié)構(gòu)會發(fā)生變化。因此，當(dāng)電動汽車大規(guī)模接入電網(wǎng)后，電網(wǎng)的負荷結(jié)構(gòu)時序模型也將必然發(fā)生變化。

本文通過對含電動汽車的全行業(yè)負荷結(jié)構(gòu)進行調(diào)研和對未來負荷結(jié)構(gòu)的發(fā)展趨勢進行分析，考慮負荷的時序特性，針對含電動汽車的電網(wǎng)負荷結(jié)構(gòu)中動態(tài)與靜態(tài)比例的時序函數(shù)進行計算方法研究。

1 負荷結(jié)構(gòu)統(tǒng)計綜合

負荷的有功和無功功率用代數(shù)方程或曲線來描述時，其模型稱為負荷靜態(tài)模型；而負荷特性采用微分方程描述時，則稱為負荷動態(tài)模型。負荷模型構(gòu)建的方法大體上可以總結(jié)為三大類：一類是基于元件特性綜合的統(tǒng)計綜合法；另一類為基于現(xiàn)場實測數(shù)據(jù)辨識的總體辨識法；另一類為基于事故仿真的故障擬合法。

本文采用統(tǒng)計綜合法，該方法主要基于統(tǒng)計學(xué)原理，方法簡單易懂，所得模型直觀可靠。通過對用戶（產(chǎn)業(yè)）用電情況進行調(diào)查統(tǒng)計，可以得出綜合負荷模型中的動態(tài)、靜態(tài)比例：

式中：Pkm1，Pkm2分別為用戶（產(chǎn)業(yè)）1天內(nèi)連續(xù)和間斷運行電動機電器的總功率；Pk1，Pk2分別為該用戶（產(chǎn)業(yè)）1天內(nèi)連續(xù)和間斷運行電器的總功率。ρk1，ρk2分別為該用戶（產(chǎn)業(yè)）1天內(nèi)連續(xù)和間斷運行電動機負荷占此用戶對應(yīng)總負荷的比例。

根據(jù)按容量加權(quán)平均求和的方法，可以得出此用戶（產(chǎn)業(yè)）1天內(nèi)電動機負荷占總負荷的比例及動態(tài)負荷比例。其中Pk＝Pk1＋Pk2。因此，此用戶（產(chǎn)業(yè)）的靜態(tài)負荷比例為（1－ρk）。

2 電動汽車負荷時序模型

2.1 電動汽車負荷時序概率模型

電動汽車的充電負荷取決于用戶行為，因此具有隨機性和不可控性。影響電動汽車充電負荷時序分布規(guī)律的因素有很多，包括汽車日行駛里程、充電車輛、充電頻率、充電模式、充電起始時刻、起始荷電狀態(tài)、充電時長等一系列因素。本文主要考慮充電起始時刻和電池起始荷電狀態(tài)這兩個主要影響因素。

分析電動汽車的負荷行為，確定各類負荷在不同時段的概率模型，是預(yù)測電動汽車充電負荷的前提。本文通過對某地區(qū)四類電動汽車的運營情況和充電習(xí)慣進行分析，得出電動汽車負荷的時序概率模型，如表1所示。

根據(jù)調(diào)研結(jié)果顯示，可以看到各種車型的概率模型。根據(jù)起始時刻的分布均值μt和標(biāo)準(zhǔn)差σt，采用高斯正態(tài)分布模型擬合起始充電時刻：

表1 某地區(qū)電動汽車充電負荷時序概率模型

同理，根據(jù)起始荷電狀態(tài)的平均值μ0和標(biāo)準(zhǔn)差σ0，采用高斯正態(tài)分布模型模擬起始荷電狀態(tài)：

根據(jù)起始充電時刻和電池的起始荷電狀態(tài)，可以得出充電時長（本文對充電過程中電池溫度、電壓變化等因素不做考慮）：

式中：TC為充電時長；C為電池容量；PC為充電功率，由各類車型和選擇的充電模式?jīng)Q定。

2.2 電動汽車負荷時序模擬求解

本文采用蒙特卡洛模擬，結(jié)合各類電動汽車負荷預(yù)測參數(shù)，將起始充電時刻和起始荷電狀態(tài)設(shè)為隨機變量來模擬電動汽車的充電行為，運用Matlab仿真軟件模擬四種車型的充電負荷時序曲線。由于電動汽車的充電行為不受電網(wǎng)的控制，假設(shè)汽車在接入電網(wǎng)后立刻充電。蒙特卡洛仿真計算流程如圖1所示。

a.輸入的原始信息包括電動汽車的總臺數(shù)、各種充電模式對應(yīng)的比例及功率、起始充電時刻的概率分布及對應(yīng)的充電時段、電池的起始荷電狀態(tài)、充電時長約束等。

b.抽取起始充電時刻，確定此時車輛的充電方式。

c.抽取起始荷電狀態(tài)soc，計算對應(yīng)充電模式下的充電時長TC。

d.計算充電負荷，累加充電曲線，直至車輛數(shù)n達到給定值N。

e.本次仿真次數(shù)為1 000次，收斂精度為10－4。當(dāng)車輛數(shù)達到給定值后，判斷計算結(jié)果是否滿足收斂精度，若計算結(jié)果滿足收斂精度，則停止計算，輸出曲線；若計算結(jié)果不滿足收斂精度，則重新計算，直至滿足收斂精度為止。

圖1 蒙特卡洛仿真計算流程

求出四種車型單獨的充電負荷后，某時刻電動汽車總充電負荷即為單輛電動汽車充電功率之和，如式（6）所示，式中P為某地區(qū)電動汽車充電總負荷；Na，Nb，Nc，Nd分別對應(yīng)該區(qū)域的出租車、公交車、公務(wù)車、私家車汽車數(shù)量；Pa，Pb，Pc，Pd為單輛電動汽車的充電功率。

3 含電動汽車的全行業(yè)負荷結(jié)構(gòu)時序函數(shù)建模

3.1 分行業(yè)負荷率時序概率模型

針對各行業(yè)負荷曲線，抽樣10天的樣本，劃分每天24個時段為24個區(qū)間，針對每個區(qū)間構(gòu)建負荷率的正態(tài)分布概率模型，全天形成24個概率模型集合。模型如下：

式中：負荷率fp為計時段內(nèi)的平均負荷Pav與最大負荷Pmax的比值。

式中：Tk代表第k個時段，k＝1，2，3，…，24；Fpi即為負荷率的概率模型。在每個時段內(nèi)取60個時序點，即全天1 440個時序點，在t∈［0，1 440］區(qū)間內(nèi)，進行蒙特卡洛模擬，最終得出分行業(yè)負荷率時序函數(shù)曲線Fpi（t）。

3.2 含電動汽車的全行業(yè)負荷結(jié)構(gòu)時序模型

依據(jù)分行業(yè)負荷率時序概率模型，展開統(tǒng)計加權(quán)綜合，進而建立全行業(yè)負荷結(jié)構(gòu)時序概率模型：

式中：αi為各行業(yè)負荷電動機比例；pi為總負荷量；i＝1代表工業(yè)負荷，i＝2代表農(nóng)業(yè)負荷，i＝3代表商用負荷，i＝4代表民用負荷，i＝5代表電動汽車負荷。

4 實例模擬

4.1 實例數(shù)據(jù)

根據(jù)我國頒布的《電動汽車傳導(dǎo)式接口》介紹，將電動汽車的充電模式劃分為三種，分別是交流慢速充電模式L1、交流常規(guī)充電模式L2和直流快速充電模式L3。其中L1模式適用于家用場合，L2模式適用于商場和停車場等地，L3模式適用于高速公路服務(wù)區(qū)以及一些充電站等。目前，電動汽車主要分為公共交通（出租車、公交車）、公務(wù)車和私家車。但隨著能源緊缺，環(huán)境污染嚴(yán)重，政府將越來越重視電動汽車的發(fā)展，在不久的將來，電動車比例將成指數(shù)增長。

本文通過對某地區(qū)四類電動汽車的現(xiàn)有量、運營情況和充電習(xí)慣進行調(diào)研，得出各類電動汽車的充電功率，選擇充電方式的比例，充電時段概率分布，以及電池的起始荷電狀態(tài)概率分布，如表2所示。

表2 某地區(qū)電動汽車的實例數(shù)據(jù)

從調(diào)研結(jié)果可以看出，由于出租車、公交車屬于公共交通，日行駛里程較長（公交車日行駛里程為155～200 km，出租車日行駛里程為350～500 km），因此每天都需要充電2次以上才能滿足1天的運營需要，同時考慮到充電模式的選擇直接關(guān)系到成本的高低，因此大部分出租車和所有公交車夜間采用常規(guī)充電；白天部分公交車采用非高峰期輪流常規(guī)充電模式，而少部分出租車選擇在午間交班時快速充電。

公務(wù)車由于其工作的特殊性，只要沒有公務(wù)出行時就可以充電，但目前單位要求公務(wù)車夜間定點停車制度，因此，大部分公務(wù)車采用夜間常規(guī)充電模式。

私家車的充電模式相對比較復(fù)雜，在工作日時，私家車主要用于車主上、下班，節(jié)假日時，則以休閑娛樂出行為主，這就導(dǎo)致私家車的充電地點的多變性和充電模式的靈活性。當(dāng)私家車充電地點為單位停車場、小區(qū)停車場時，常采用慢速充電或者常規(guī)充電模式；當(dāng)充電地點為商業(yè)區(qū)停車場等場所時，常采用常規(guī)充電模式。

本文將常規(guī)負荷劃分工業(yè)負荷、農(nóng)業(yè)負荷、商業(yè)負荷、民用負荷，其通過對某地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)的分析，得出各產(chǎn)業(yè)負荷在總產(chǎn)業(yè)中的占比，以及各產(chǎn)業(yè)中電動機的比例，如表3所示。

表3 常規(guī)負荷結(jié)構(gòu)參數(shù)

4.2 模擬計算

將某地區(qū)電動汽車充電負荷數(shù)據(jù)輸入到蒙特卡洛模擬程序中進行計算，各類電動汽車負荷時序分布曲線如圖2所示。

從仿真曲線可以看出，不同車型選擇的充電時段、充電方式各不相同。

大部分出租車在夜間選擇常規(guī)充電模式以滿足白天的運營需求；有些出租車晝夜持續(xù)工作，因此在中午交接班時選擇快速充電。

公交車的充電規(guī)律相對比較穩(wěn)定，從夜間23：00開始充電，到次日凌晨5：00結(jié)束充電，經(jīng)過早高峰的運營后，從9：30—13：00，公交車輪流再次進行常規(guī)充電，以確保晚高峰時足夠的電量。

公務(wù)車的充電時間和充電模式相對比較單一，大都選擇在夜間進行常規(guī)充電以滿足白天的公務(wù)出行。

最為復(fù)雜的是私家車的充電負荷曲線，從仿真結(jié)果可以看出，私家車的充電時段劃分為3段，在夜間選擇充電的用戶最多；有部分私家車車主也會選擇在早高峰過后進行常規(guī)充電；也有車主會選擇在午后充電。

圖2 各類電動汽車負荷時序分布仿真曲線

將四類車型的負荷時序分布仿真曲線疊加后，即可得到某地區(qū)電動汽車總負荷時序分布曲線，如圖3所示。從圖3中可以看出，電動汽車的充電負荷集中在夜間，并在夜間2：00左右達到峰值；在白天選擇充電的車輛相對較少，在13：00左右達到峰值。

圖3 某地區(qū)電動汽車總負荷時序分布曲線

本文將常規(guī)負荷劃分工業(yè)負荷、商業(yè)負荷、民用負荷、農(nóng)業(yè)負荷，其中將工業(yè)負荷劃分為重工業(yè)負荷和輕工業(yè)負荷，并針對某地區(qū)夏季（6、7、8月）每類負荷構(gòu)建對應(yīng)的時序概率模型，如表4所示。

采用本文算法計算含電動汽車的電網(wǎng)負荷比例時序分布曲線，如圖4所示。從仿真結(jié)果可以看出，電動汽車接入后，電網(wǎng)負荷結(jié)構(gòu)發(fā)生了改變，電網(wǎng)負荷比例有所下降。

表4 常規(guī)負荷的時序概率模型

圖4 含電動汽車的電網(wǎng)負荷比例時序分布曲線

5 結(jié)束語

對于電動汽車充電負荷的研究，是負荷結(jié)構(gòu)發(fā)展變化過程中不可忽略的一部分；同時考慮電動汽車大規(guī)模接入后全行業(yè)負荷動態(tài)和靜態(tài)的比例變化，也是研究電網(wǎng)負荷時序分布計算模型的基礎(chǔ)。由于電動汽車在解決能源危機、緩解環(huán)境壓力方面具有無可替代的優(yōu)越性，因此對含電動汽車的電網(wǎng)負荷結(jié)構(gòu)時序模型計算方法的研究具有現(xiàn)實意義。

［1］姜 勇.電力系統(tǒng)中短期負荷預(yù)測方法簡介［J］.東北電力技術(shù)，2002，23（8）：49－52.

［2］孟 懿，鐘兆欣.基于RAN網(wǎng)及小波神經(jīng)網(wǎng)電力系統(tǒng)短期負荷預(yù)測［J］.東北電力技術(shù)，2010，31（5）：1－5.

［3］劉 明.基于連云港市的電力系統(tǒng)短期負荷預(yù)測研究［J］.東北電力技術(shù)，2015，36（2）：29－34.

［4］劉 剛.基于氣象修正技術(shù)的遼寧電網(wǎng)負荷預(yù)測應(yīng)用研究［J］.東北電力技術(shù)，2015，36（11）：34－36.

［5］Carthy D M，Wolfs P.The HV system impacts of large scale e?lectric vehicle deployments in a metropolitan area［C］／／20th Australasian Universities Power Engineering Conference.Christ?church：IEEE，2010：1－6.

［6］Shao S，Pipattanasomporn M，Rahman S.Challenges of PHEV penetration to the residential distribution network［C］／／IEEE Power and Energy Society General Meeting.Calgary：IEEE，2009：1－8.

［7］Papadopoulos P，Cipcigan L M，Jenkins N，et al.Distribution networks with electric vehicles［C］／／Universities Power Engi?neering Conference.Glasgow：IEEE，2009：1－5.

［8］Fernandez L P，Roman T G S，Cossent R.Assessment of the impact of plug－in electric vehicles on distribution networks［J］. IEEE Trans.on Power System，2011，26（1）：206－213.

［9］胡澤春，宋永華，徐智威，等.電動汽車接入電網(wǎng)的影響與利用［J］.中國電機工程學(xué)報，2012，32（4）：1－10.

［10］TREMBLAY O.DESSAINTL A.DEKKICHE A I.A generic battery model for the dynamic simulation of hybrid electric vehi?cles［C］／／Vehicle Power and Propulsion Conference.Sep?tember 12－19.2007，Arlington，TX，USA：284－289

［11］王吉利.分布式發(fā)電對區(qū)域負荷建模的影響［D］.北京：華北電力大學(xué)，2006：2－10.

Calculation Method of Grid Load Structure Sequence Models with Electric Vehicles

GUO Shuai1，LI Jia?jue2，HUANG Xu2，ZHANG Tao2，YE Peng1
（1.Institute of Electric Power，Shenyang Institute of Engineering，Shenyang，Liaoning 110136，China；2.Electric Power Research Institute of State Grid Liaoning Electric Power Co.，Ltd.，Shenyang，Liaoning 110006，China）

With the rapid development of electric vehicles，the load structure of power grid will inevitably change.This paper con?structs a sequence probabilistic model of regular load.The behavior of four typical charging electric vehicles are analyzed，electric ve?hicle charging load model are built according to different charging modes.The four kinds of electric vehicle charging behavior are stud?ied by using the Monte Carlo simulation，behavioral characteristic of charging load is obtained.The integrated load model of the whole industry is finally got.The result identifies the reasonableness of the model by analyzing data which has certain practical significance for the planning and operation of the grid.

Load structure；Probabilistic model；Electric vehicle charging load；Monte Carlo simulation

TM732

A

1004－7913（2016）09－0001－05

郭 帥（1992—），男，碩士研究生，主要研究方向為電力系統(tǒng)負荷建模與仿真技術(shù)。

2016－06－08）