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(dòng)汽車的電網(wǎng)負(fù)荷結(jié)構(gòu)時(shí)序模型計(jì)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(dòng)汽車的高速發(fā)展，電網(wǎng)負(fù)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(fù)荷的時(shí)序概率模型；分析了四種典型電動(dòng)汽車的充電行為，并根據(jù)不同汽車對(duì)應(yīng)的不同充電模式，建立了電動(dòng)汽車充電負(fù)荷模型；采用蒙特卡洛模擬研究各類電動(dòng)汽車的充電行為，并得出充電負(fù)荷的行為特性；最終得出含電動(dòng)汽車的全行業(yè)負(fù)荷綜合模型，并通過實(shí)例數(shù)據(jù)分析，驗(yàn)證了模型的準(zhǔn)確性，對(duì)電網(wǎng)的運(yùn)行和規(guī)劃具有一定的現(xiàn)實(shí)意義。

負(fù)荷結(jié)構(gòu)；概率模型；電動(dòng)汽車充電負(fù)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(huì)，電動(dòng)汽車作為一種綠色環(huán)保的交通工具，對(duì)于緩解能源和環(huán)境的危機(jī)起著不可替代的作用，已成為社會(huì)關(guān)注的焦點(diǎn)。隨著電動(dòng)汽車的高速發(fā)展，對(duì)電力系統(tǒng)會(huì)產(chǎn)生不容忽視的影響。與此同時(shí)，負(fù)荷結(jié)構(gòu)也將不可避免受到影響，負(fù)荷預(yù)測(cè)顯得尤為重要。因此，文獻(xiàn)［1］對(duì)負(fù)荷特性、負(fù)荷預(yù)測(cè)的分類和注意事項(xiàng)、各項(xiàng)預(yù)測(cè)模型的原理及實(shí)現(xiàn)、改進(jìn)方法等進(jìn)行了介紹。文獻(xiàn)［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(shí)現(xiàn)短期負(fù)荷預(yù)測(cè)，并通過算例驗(yàn)證了方法的有效性，但這些文獻(xiàn)中均未考慮電動(dòng)汽車的接入對(duì)負(fù)荷的影響。文獻(xiàn)［5－7］介紹了電動(dòng)汽車大規(guī)模接入后分別對(duì)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(xiàn)［8］認(rèn)為電動(dòng)汽車的充電負(fù)荷是恒功率負(fù)荷。文獻(xiàn)［9］討論了影響電動(dòng)汽車充電負(fù)荷的諸多因素，包括日行駛里程、充電功率、起始充電時(shí)刻和起始荷電狀態(tài)等，并指出充電負(fù)荷具有時(shí)空隨機(jī)性。文獻(xiàn)［10］基于蒙特卡洛模擬法得到了可以等效描述充電負(fù)荷的模型。文獻(xiàn)［11］分析指出，傳統(tǒng)的綜合負(fù)荷模型（感應(yīng)電動(dòng)機(jī)＋ZIP模型）受分布式發(fā)電接入比例的影響，模型結(jié)構(gòu)會(huì)發(fā)生變化。因此，當(dāng)電動(dòng)汽車大規(guī)模接入電網(wǎng)后，電網(wǎng)的負(fù)荷結(jié)構(gòu)時(shí)序模型也將必然發(fā)生變化。

本文通過對(duì)含電動(dòng)汽車的全行業(yè)負(fù)荷結(jié)構(gòu)進(jìn)行調(diào)研和對(duì)未來負(fù)荷結(jié)構(gòu)的發(fā)展趨勢(shì)進(jìn)行分析，考慮負(fù)荷的時(shí)序特性，針對(duì)含電動(dòng)汽車的電網(wǎng)負(fù)荷結(jié)構(gòu)中動(dòng)態(tài)與靜態(tài)比例的時(shí)序函數(shù)進(jìn)行計(jì)算方法研究。

1 負(fù)荷結(jié)構(gòu)統(tǒng)計(jì)綜合

負(fù)荷的有功和無功功率用代數(shù)方程或曲線來描述時(shí)，其模型稱為負(fù)荷靜態(tài)模型；而負(fù)荷特性采用微分方程描述時(shí)，則稱為負(fù)荷動(dòng)態(tài)模型。負(fù)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(jì)綜合法；另一類為基于現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)辨識(shí)的總體辨識(shí)法；另一類為基于事故仿真的故障擬合法。

本文采用統(tǒng)計(jì)綜合法，該方法主要基于統(tǒng)計(jì)學(xué)原理，方法簡(jiǎn)單易懂，所得模型直觀可靠。通過對(duì)用戶（產(chǎn)業(yè)）用電情況進(jìn)行調(diào)查統(tǒng)計(jì)，可以得出綜合負(fù)荷模型中的動(dòng)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(yùn)行電動(dòng)機(jī)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(yùn)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(yùn)行電動(dòng)機(jī)負(fù)荷占此用戶對(duì)應(yīng)總負(fù)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(dòng)機(jī)負(fù)荷占總負(fù)荷的比例及動(dòng)態(tài)負(fù)荷比例。其中Pk＝Pk1＋Pk2。因此，此用戶（產(chǎn)業(yè)）的靜態(tài)負(fù)荷比例為（1－ρk）。

2 電動(dòng)汽車負(fù)荷時(shí)序模型

2.1 電動(dòng)汽車負(fù)荷時(shí)序概率模型

電動(dòng)汽車的充電負(fù)荷取決于用戶行為，因此具有隨機(jī)性和不可控性。影響電動(dòng)汽車充電負(fù)荷時(shí)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(shí)刻、起始荷電狀態(tài)、充電時(shí)長(zhǎng)等一系列因素。本文主要考慮充電起始時(shí)刻和電池起始荷電狀態(tài)這兩個(gè)主要影響因素。

分析電動(dòng)汽車的負(fù)荷行為，確定各類負(fù)荷在不同時(shí)段的概率模型，是預(yù)測(cè)電動(dòng)汽車充電負(fù)荷的前提。本文通過對(duì)某地區(qū)四類電動(dòng)汽車的運(yùn)營(yíng)情況和充電習(xí)慣進(jìn)行分析，得出電動(dòng)汽車負(fù)荷的時(shí)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(shí)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(shí)刻：

表1 某地區(qū)電動(dòng)汽車充電負(fù)荷時(shí)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(shí)刻和電池的起始荷電狀態(tài)，可以得出充電時(shí)長(zhǎng)（本文對(duì)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(shí)長(zhǎng)；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(dòng)汽車負(fù)荷時(shí)序模擬求解

本文采用蒙特卡洛模擬，結(jié)合各類電動(dòng)汽車負(fù)荷預(yù)測(cè)參數(shù)，將起始充電時(shí)刻和起始荷電狀態(tài)設(shè)為隨機(jī)變量來模擬電動(dòng)汽車的充電行為，運(yùn)用Matlab仿真軟件模擬四種車型的充電負(fù)荷時(shí)序曲線。由于電動(dòng)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(jì)算流程如圖1所示。

a.輸入的原始信息包括電動(dòng)汽車的總臺(tái)數(shù)、各種充電模式對(duì)應(yīng)的比例及功率、起始充電時(shí)刻的概率分布及對(duì)應(yīng)的充電時(shí)段、電池的起始荷電狀態(tài)、充電時(shí)長(zhǎng)約束等。

b.抽取起始充電時(shí)刻，確定此時(shí)車輛的充電方式。

c.抽取起始荷電狀態(tài)soc，計(jì)算對(duì)應(yīng)充電模式下的充電時(shí)長(zhǎng)TC。

d.計(jì)算充電負(fù)荷，累加充電曲線，直至車輛數(shù)n達(dá)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(dá)到給定值后，判斷計(jì)算結(jié)果是否滿足收斂精度，若計(jì)算結(jié)果滿足收斂精度，則停止計(jì)算，輸出曲線；若計(jì)算結(jié)果不滿足收斂精度，則重新計(jì)算，直至滿足收斂精度為止。

圖1 蒙特卡洛仿真計(jì)算流程

求出四種車型單獨(dú)的充電負(fù)荷后，某時(shí)刻電動(dòng)汽車總充電負(fù)荷即為單輛電動(dòng)汽車充電功率之和，如式（6）所示，式中P為某地區(qū)電動(dòng)汽車充電總負(fù)荷；Na，Nb，Nc，Nd分別對(duì)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(dòng)汽車的充電功率。

3 含電動(dòng)汽車的全行業(yè)負(fù)荷結(jié)構(gòu)時(shí)序函數(shù)建模

3.1 分行業(yè)負(fù)荷率時(shí)序概率模型

針對(duì)各行業(yè)負(fù)荷曲線，抽樣10天的樣本，劃分每天24個(gè)時(shí)段為24個(gè)區(qū)間，針對(duì)每個(gè)區(qū)間構(gòu)建負(fù)荷率的正態(tài)分布概率模型，全天形成24個(gè)概率模型集合。模型如下：

式中：負(fù)荷率fp為計(jì)時(shí)段內(nèi)的平均負(fù)荷Pav與最大負(fù)荷Pmax的比值。

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

3.2 含電動(dòng)汽車的全行業(yè)負(fù)荷結(jié)構(gòu)時(shí)序模型

依據(jù)分行業(yè)負(fù)荷率時(shí)序概率模型，展開統(tǒng)計(jì)加權(quán)綜合，進(jìn)而建立全行業(yè)負(fù)荷結(jié)構(gòu)時(shí)序概率模型：

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

4 實(shí)例模擬

4.1 實(shí)例數(shù)據(jù)

根據(jù)我國頒布的《電動(dòng)汽車傳導(dǎo)式接口》介紹，將電動(dòng)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(chǎng)合，L2模式適用于商場(chǎng)和停車場(chǎng)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(dòng)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(dòng)汽車的發(fā)展，在不久的將來，電動(dòng)車比例將成指數(shù)增長(zhǎng)。

本文通過對(duì)某地區(qū)四類電動(dòng)汽車的現(xiàn)有量、運(yùn)營(yíng)情況和充電習(xí)慣進(jìn)行調(diào)研，得出各類電動(dòng)汽車的充電功率，選擇充電方式的比例，充電時(shí)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(dòng)汽車的實(shí)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(zhǎng)（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(yùn)營(yíng)需要，同時(shí)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(shí)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(shí)就可以充電，但目前單位要求公務(wù)車夜間定點(diǎn)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(duì)比較復(fù)雜，在工作日時(shí)，私家車主要用于車主上、下班，節(jié)假日時(shí)，則以休閑娛樂出行為主，這就導(dǎo)致私家車的充電地點(diǎn)的多變性和充電模式的靈活性。當(dāng)私家車充電地點(diǎn)為單位停車場(chǎng)、小區(qū)停車場(chǎng)時(shí)，常采用慢速充電或者常規(guī)充電模式；當(dāng)充電地點(diǎn)為商業(yè)區(qū)停車場(chǎng)等場(chǎng)所時(shí)，常采用常規(guī)充電模式。

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

表3 常規(guī)負(fù)荷結(jié)構(gòu)參數(shù)

4.2 模擬計(jì)算

將某地區(qū)電動(dòng)汽車充電負(fù)荷數(shù)據(jù)輸入到蒙特卡洛模擬程序中進(jìn)行計(jì)算，各類電動(dòng)汽車負(fù)荷時(shí)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(shí)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(yùn)營(yíng)需求；有些出租車晝夜持續(xù)工作，因此在中午交接班時(shí)選擇快速充電。

公交車的充電規(guī)律相對(duì)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(yùn)營(yíng)后，從9：30—13：00，公交車輪流再次進(jìn)行常規(guī)充電，以確保晚高峰時(shí)足夠的電量。

公務(wù)車的充電時(shí)間和充電模式相對(duì)比較單一，大都選擇在夜間進(jìn)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(fù)荷曲線，從仿真結(jié)果可以看出，私家車的充電時(shí)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(huì)選擇在早高峰過后進(jìn)行常規(guī)充電；也有車主會(huì)選擇在午后充電。

圖2 各類電動(dòng)汽車負(fù)荷時(shí)序分布仿真曲線

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

圖3 某地區(qū)電動(dòng)汽車總負(fù)荷時(shí)序分布曲線

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

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

表4 常規(guī)負(fù)荷的時(shí)序概率模型

圖4 含電動(dòng)汽車的電網(wǎng)負(fù)荷比例時(shí)序分布曲線

5 結(jié)束語

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

［1］姜 勇.電力系統(tǒng)中短期負(fù)荷預(yù)測(cè)方法簡(jiǎn)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(fù)荷預(yù)測(cè)［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(fù)荷預(yù)測(cè)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(fù)荷預(yù)測(cè)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(dòng)汽車接入電網(wǎng)的影響與利用［J］.中國電機(jī)工程學(xué)報(bào)，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(duì)區(qū)域負(fù)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?yàn)殡娏ο到y(tǒng)負(fù)荷建模與仿真技術(shù)。

2016－06－08）