基于层次分析和概率模拟的电动汽车对配网负荷影响研究.pdf

第４０卷第２２期２０１２年１１月１６Ｈ电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｏ１．４０ＮＯ．２２ＮＯＶ．１６．２Ｏ１２基于层次分析和概率模拟的电动汽车对配网负荷影响研究徐国钧，刘永胜，李题印，胡晓琴，包拯民，熊希聪，周念成（１．浙江省电力公司余杭供电局，浙江杭州Ｉ３１１１Ｏ０；２．输配电装备及系统安全与新技术国家重点实验室，重庆大学电气工程学院，重庆４０００４４）摘要：电动汽车充电负荷具有时间和空间不确定性，利用电动汽车充电行为的统计数据对充电负荷进行概率模拟，评估电动汽车接入配网的影响，是充电站规划和电动汽车充放电管理的基础。通过对不同类型电动汽车充电行为在时间和空间上的差异分析，应用层次分类法构建了反映电动汽车充电负荷特性的层次分类框架，利用层次分析法确定配网中各类电动汽车的比重，再结合电动汽车充电负荷的蒙特卡洛模拟，建立电动汽车对配网负荷影响的评估方法最后通过某地的配网实测负荷数据和ＩＥＥＥ－３４节点算例，应用所提出的方法评估分析了采用不同充电方式的电动汽车对配网的影响，结果表明合理配置不同充电方式的电动汽车比例，可有效减小电动汽车充电对配网负荷的冲击。关键词：电动汽车；配电网；充电功率；层次分类；蒙特卡洛模拟Ｓｔｕｄｙｏｎｔｈｅｉｍｐａｃｔｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｃｈａｒｇｉｎｇｌｏａｄｉｎｔｅｇｒａｔｅｄｉｎｔｏｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｂａｓｅｄｏｎａｎａｌｙｔｉｃｈｉｅｒａｒｃｈｙｐｒｏｃｅｓｓａｎｄｐｒｏｂａｂｉｌｉｓｔｉｃｓｉｍｕｌａｔｉｏｎ———ｘｕＧｕｏｑｕｎ，ＬＩＵＹｏｎｇ－ｓｈｅｎｇ，ＬＩＴｉ－ｙｉｎ，ＨＵＸｉａｏｑｉｎ，ＢＡＯＺｈｅｎｇ－ｍｉｎ，ＸＩＯＮＧＸｉｃｏｎｇ２，ＺＨＯＵＮｉａｎｃｈｅｎｇ２（１．ＹｕｈａｎｇＰｏｗｅｒＳｕｐｐｌｙＢｕｒｅａｕｏｆＺｈｅｊｉａｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｒｐｏｒａｔｉｏｎ，Ｈａｎｇｚｈｏｕ３１１１００，Ｃｈｉｎａ；２．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｏｗｅｒＴｒａｎｓｍｉｓｓｉｏｎＥｑｕｉｐｍｅｎｔ＆ＳｙｓｔｅｍＳｅｃｕｒｉｔｙａｎｄＮｅｗＴｅｃｈｎｏｌｏｇｙ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００４４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｃｈａｒｇｉｎｇｌｏａｄｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ（ＥＶ）ｏｆｔｅｎｃｈａｎｇｅｓｗｉｔｈｔｉｍｅａｎｄｓｐａｃｅ．ＴｈｅｂａｓｅｍｅｎｔｏｆｃｈａｒｇｉｎｇｓｔｏｌｏｎｐｌａｎｎｉｎｇａｎｄｍａｎａｇｅｍｅｎｔｏｆＥＶｓｃｈａｒｇｉｎｇａｎｄｄｉｓｃｈａｒｇｉｎｇｉｓｔｏａｓｓｅｓｓｔｈｅｉｍｐａｃｔｂｅｔｗｅｅｎｔｈｅＥＶａｎｄｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ，ｔｈｅｒｅｆｏｒｅ，ｉｔｉｓ’ｎｅｃｅｓｓａｒｙｔｏｕｓｅｔｈｅｍｅａｓｕｒｅｄｓｔａｔｉｓｔｉｃｄａｔａｔｏｓｉｍｕｌａｔｅｔｈｅｃｈａｒｇｉｎｇｌｏａｄＳｕｎｃｅｒｔａｉｎｔｙ．ＡｃｃｏｒｄｉｎｇｔｏｔｈｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｔｈｅｃｈａｒｇｉｎｇｌｏａｄｏｆｄｉｆｆｅｒｅｎｔｔｙｐｅｓｏｆＥＶｓｏｎｔｉｍｅａｎｄｓｐａｃｅ，ａｃｌａｓｓｉｆｉｃａｔｉｏｎｆｒａｍｅｗｏｒｋｗｈｉｃｈｃａｎｒｅｆｌｅｃｔｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＥＶｓｃｈａｒｇｉｎｇｌｏａｄｉｓｐｒｏｐｏｓｅｄｂｙｔｈｅｈｉｅｒａｒｃｈｙｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｈｅｎｔｈｅｐｒｏｐｏ￣ｉｏｎｏｆｖａｒｉｏｕｓＥＶｓｉｎｔｅｇｒａｔｅｄｉｎｔｏｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｇｒｉｄｃａｎｂｅｄｅｔｅｒｍｉｎｅｄｏｎｔｈｅｂａｓｉｓｏｆｔｈｅａｎａｌｙｔｉｃｈｉｅｒａｒｃｈｙｐｒｏｃｅｓｓ．ＣｏｍｂｉｎｅｄｗｉｔｈｔｈｅＭｏｎｔｅＣａｒｌｏｓｉｍｕｌａｔｉｏｎｏｆｃｈａｒｇｉｎｇｌｏａｄ，ｔｈｅｐａｐｅｒｂｕｉｌｄｓａｎａｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｔｏｅｖａｌｕａｔｅｔｈｅｉｍｐａｃｔｓｏｆＥＶｓｏｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｇｒｉｄ．Ｆｉｎａｌｌｙ，ｂａｓｅｄｏｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｌｏａｄｄａｔａｏｆｏｎｅｐｌａｃｅａｎｄｔｈｅＩＥＥＥ一３４ｎｏｄｅｅｘａｍｐｌｅ，ｔｈｅａｓｓｅｓｓｍｅｎｔａｎｄａｎａｌｙｓｉｓｏｆｔｈｅｉｍｐａｃｔｏｎｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｃａｕｓｅｄｂｙＥＶｓｗｉｔｈｄｉｆｆｅｒｅｎｔｃｈａｒｇｉｎｇｍｅｔｈｏｄｓｉｓｍａｄｅ．ＡｎｄｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｇｒｉｄｌｏａｄｉｍｐａｃｔｓｃｏｕｌｄｂｅｒｅｄｕｃｅｄｅｆｆｅｃｔｉｖｅｌｙｔｈｒｏｕｇｈｔｈｅａｐｐｒｏｐｒｉａｔｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆＥＶｓｐｒｏｐｏｒｔｉｏｎｗｉｔｈｄｉｆｆｅｒｅｎｔｃｈａｒｇｉｎｇｍｅｔｈｏｄｓ．Ｋｅｙｗｏｒｄｓ：ｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅ；ｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ；ｃｈａｒｇｉｎｇｐｏｗｅｒ；ｈｉｅｒａｒｃｈｉｃａｌｃｌａｓｓｉｆｉｃａｔｉｏｎ；ＭｏｎｔｅＣａｒｌｏｓｉｍｕｌａｔｉｏｎ＿｛Ｊ图分类号：ＴＭ６１９文献标识码：Ａ——文章编号：１６７４３４１５（２０１２）２２００３８・０８０引言随着环境污染加剧和能源日益短缺，人们对降低汽车的燃油依赖以及发展新能源汽车的要求越来越迫切，电动汽车以其性能优越和价格相对较低在各国得到广泛的推广应用ｌｌＩ。然而电动汽车的大量普及，将对配电网带来负荷冲击，增加发输配电系统的压力［２】。为此建立电动汽车负荷的充电模型以评估其对配网产生的影响，对于电动汽车充电站规划和充放电接入管理具有重要意义。大规模电动汽车的随机充电将对配电网电能质量、网络损耗、设备利用率等方面产生显著影响Ｊ，文献ｆ３】研究电动汽车快速充电站接入配电网不同位置时对原有网络的潮流、短路电流和保护的影响；文献【４］分析电动汽车充电电流谐波与变压器使用寿命的关系；文献［５．７】研究电动汽车对配电系统负荷、网络损耗和电压的影响。前述研究基于给定的电动汽车规模和充电条件假设，未计及电动汽车充电负荷在时间和空间上的不确定性。文献［８】考虑电动汽车的开始充电时刻、行驶里程、充电功率徐国钧，等基于层次分析和概率模拟的电动汽车对配网负荷影响研究一３９－三个随机变量的概率分布，建立电动汽车功率需求的统计模型，但仅研究私用车的概率模型且未考虑恒流恒压两阶段充电的功率变化。利用铅酸电池—（Ｌｅａｄ．ａｃｉｄＢａｔｔｅｒｙ）￣ｌ锂电池（ＬｉｔｈｉｕｍｉｏｎＢａｔｔｅｒｙ）电动汽车的实测充电功率曲线，文献［９】根据美国居民出行调查（ＮａｔｉｏｎａｌＨｏｕｓｅｈｏｌｄＴｒａｖｅｌＳｕｒｖｅｙ，ＮＨＴＳ）统计数据建立公务和私用两类电动汽车的充电功率需求模型，研究电动汽车接入对馈线负荷的影响；文献［２］则考虑公交车、出租车、公务车和私用车四种不同类型电动汽车的充电行为，提出采用蒙特卡洛模拟抽取起始荷电状态、起始充电时间的电动汽车充电负荷计算方法。由于对各类电动汽车所占权重的确定是准确评估充电负荷规模的关键，而以上文献在分析不同类型电动汽车对电动汽车充电负荷的影响程度时，采用直接假设或根据实际统计来确定各类比重，这些方法无法准确地对不同类型电动汽车的比例进行赋值。因此，本文通过不同类型电动汽车充电负荷在时间和空间上的差异分析，应用层次分类法构建具有反映电动汽车充电负荷特性的分类框架，利用层次分析法确定配电网中各类电动汽车的比重。通过蒙特卡洛方法模拟电动汽车作为电网负荷的随机特性，建立电动汽车充电功率在一天内的概率模型。然后确定接入配网的各类电动汽车数量，计算配网电动汽车的充电功率。根据某地的配网负荷数据和ＩＥＥＥ．３４节点配电网算例，评估分析不同渗透率下电动汽车充电对配电网的影响，并结合负荷曲线确定电动汽车不同充电方式的配置比例。１电动汽车层次分类和比例确定１．１电动汽车层次分类体系电动汽车包括纯电动汽车和混合电动汽车两大类，纯电动汽车单独依靠蓄电池组提供电能，混合电动汽车包含内燃机和电动机两种动力源，续驶里程和动力性能均优于纯电动汽车，但仅有部分行驶耗能源于电网【Ｊ训。目前国内外汽车厂商主要生产采用整车充电技术的电动汽车，而换电池充电方式具有电池更换速度快和使用寿命长等优势，主要在公交车进行推广应用。电动汽车充电方式分为交流和直流充电，其中交流充电按照充电电流大小又分为常规和快速充电主要用于整车充电，而换电池电动汽车则采用直流充电方式。通过分析电动汽车的能源供给方式、使用方式和充电方式对充电负荷随机性的作用差异，本文建立如图１所示的电动汽车层次（４层次）分类结构。其中作为目标层的电动汽车按照能源的供给方式，在动力层被划分为铅酸电池混合电动汽车、锂电池／镍基ｆ包括镍氢和镍镉等）电池混合电动汽车、铅酸电池纯电动汽车和锂电池／镍基电池纯电动汽车肠；然后按照使用方式电动汽车又可以被划分为公交车、出租车、公务／商务车以及私用车四类ｌＪｕＪ；再按照电动汽车的充电方式，将功能层继续分解为最后一层。例如铅酸电池混合电动汽车可以分为蜀＝｛１，２，３，４｝，其中１又可以分为ｌ＝】２，】３｝。对于电动汽车充电方式的分类，除了与用户在不同时间段的充电需求相关外，还与不同类型充电站的建设比例有关，可见各类电动汽车比例较为复杂，亟需利用综合评判来对确定合理比例。目标层Ｉ动力层Ｉ功能堪Ｉ充电方式艨图１电动汽车的层次分类结构１．２不同类型电动汽车比例确定对于电动汽车与配网交互影响的评估问题，不同类型电动汽车的比例确定尤为重要。由于不同类型电动汽车的开始充电时间、初始荷电状态（ＳｔａｔｅＯｆＣｈａｒｇｅ，ＳＯＣ）等充电行为的差异Ｌｌ，相应的充电负荷随机特性不尽相同，比例值的变化将直接影响到电动汽车对配网影响评估的合理性，现有文献均未对各类电动汽车比例的确定方法进行讨论。由于经典层次分析法不易构造出满足一致性要求的判别阵ｕ引，本文采用无需一致性检验的层次分析Ｇ１法来计算所研究的配电网中各类电动汽车的比例，根据图ｌ所示的层次分类结构，由专家或决策者对各种类型通过比重大小的两两比较逐层进行判断，最后确定最低层类型相对最高层（目标层）所…占有的比例。设Ｒ１，Ｒ２，，尺为某一上层类型元素电力系统保护与控制…包含的下层ｍ个子类型，则子区域｛Ｒ１，Ｒ２，，Ｒ）的比例确定包括确定序关系、相邻类型比重大小的比值判断和比例系数计算３个步骤ｌｌ引。１）确定序关系…对于ｍ个子类型１，２，，尺可建立其序关系…为１＞２＞＞，其中尺１＞Ｒ２表示类ｆｆ￣Ｒｌ＊的比重“”要大于（或不小于）尺２，Ｒｉ＊是指按序关系＞确定…后的第ｉ个类型。首先在子区域１，Ｒ２，，Ｒ｝中选’出认为是比重最大的一个类型记为；然后在余下的一１个类型中选出比重最大的一个类型记为…Ｒ２；；在余下的ｍ一（１）个类型中选出比重最大的一个类型记为；经过ｍ一１次选择后最后剩下的类型记为尺，由此来确定子区域的序关系。２）相邻类型比重大小的比值判断相邻类型Ｒ１与尺之间的比重大小之比１／Ａ的理性判断分别为一１／…，ｋ＝－ｍ，ｍ一１，ｍ一２，，２（１）当分类数量ｍ较大时，可以取比重最小的类型叩＝１，其余的取值可参考表１。按照前述子区域序关系，可计算出各类型之间的相对重要度。表１比值判断及含义Ｔａｂｌｅ１Ｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｔｈｅｒａｔｉｏｒ／ｋａｎｄｉｔｓｍｅａｎｉｎｇ类型与类型Ｒ＾具有同样的比重类型Ｒ的比重稍微高于类型Ｒ的比重类型Ｒ的比重明显高于类型Ｒ的比重类型Ｒ．．的比重强烈高于类型风的比重类型Ｒ．的比重极端高于类型ｍ的比重上述两相邻判断的中值当分类数量ｍ较大时，可以取比重最小的类型＝ｌ，其余的取值可参考表１。按照前述子区域序关系，可计算出各类型之间的相对重要度。３）比例系数计算若决策者给出理性赋值，则比例系为＝∑（１＋兀）～ｋ＝２ｉ＝ｋ二Ａｋ—…ｌ＝ｒ／ｋＡｋ，ｋ＝ｍ，ｍ一１，，２由此可计算层次分类体系中子区域对其上层…类型的比例向量＝１，Ａ２，，Ａ］，还须从下至上将比例系数逐层加权，最终得到最底层分类对目标层的总体比例向量。２电动汽车充电功率概率模拟电网不主动控制电动汽车充电行为时，采用蒙特卡洛法进行电动汽车充电负荷模拟流程如图２所示。首先根据电动汽车的功能类型获取行驶里程概率模型特征参数，结合ＳＯＣ计算式进行初始ＳＯＣ抽样，由汽车ＳＯＣ特性确定充电时间长度；再由电动汽车类型得到开始充电时刻概率模型进行抽样；根据开始充电时刻和初始ＳＯＣ／充电时间长度的抽样值，确定单台电动汽车的充电功率。图２电动汽车充电负荷概率流程Ｆｉｇ．２Ｐｒｏｂａｂｉｌｉｓｔｉｃｓｉｍｕｌａｔｉｏｎｆｌｏｗｃｈａｒｔｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｃｈａｒｇｉｎｇｌｏａｄ２．１不同类型电动汽车的充电功率和荷电状态特性电动汽车的蓄电池类型和充电方式决定其充电功率８ＵＳＯＣ特性，锂电池的常规和快速充电均近似为恒功率，而铅酸电池在两种充电方式＿卜的充电过程则为两阶段充电。铅酸电池采用常规充电时峰值功率为６．５０ｋＷ，而采用快速充电时峰值功率则为４５．８０ｋＷ，具体特性如图３所示。充电相同容量的锂电池和镍基电池特性基本一致不做赘述。ｆ／ｈ【ｂ）衍电状态’图３不同类型电动汽车的充电功率和ＳＯＣ特性Ｆｉｇ．３ＣｈａｒｇｉｎｇｐｏｗｅｒａｎｄＳＯＣｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｄｉｆｆｅｒｅｎｔｔｙｐｅｓｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ７■Ｉ、５●ＩＯ２４６８ｉ１１、３Ｉ、ＩＩ徐国钧，等基于层次分析和概率模拟的电动汽车对配网负荷影响研究・４１－２．２初始荷电状态和充电时间长度抽样电动汽车的日行驶里程ｄ与汽车功能分类相关，根据ＮＨＴＳ数据可知其满足对数正态分布］。（）：ｅ一，ｄ＞０（３）—）＝了ｅ一，＞（３）ｄｑ２ｎｏ＂式中，对数均值和方差分别为＝ｌｎ（）一０．５ｘｌｎ（１＋Ｄ（Ｘ）／Ｅ（Ｘ））、￣２＝ｌｎ（Ｉ＋Ｄ（Ｘ）／Ｅ（Ｘ）），Ｅ和Ｄ为日行驶里程样本数据的均值和方差。不同类型电动汽车的行驶里程参数基于ＮＨＴＳ统计数据，详见表２。表２四种类型电动汽车的日行驶里程参数Ｔａｂｌｅ２Ｍｅａｎａｎｄｖａｒｉａｎｃｅｏｆｄａｉｌｙｔｒａｖｅｌｄｉｓｔａｎｃｅｐｅｒｍｉｌｅ电动汽车蓄电池的初始ＳＯＣ具有随机性，其由前次充电后的荷电状态和相邻两次充电的行驶里程所决定。假设电动汽车蓄电池充满后才开始行驶，则可得蓄电池的初始荷电状态ＳＯＣ为ＳＯｃ＿（卜×ｌ０ｏｏ／０（４）式中：为相邻两次充电的间隔天数，其中公交和出租车采用每天充１次电，而公务和私用车为每两天充１次电；ｄ为电动汽车日行驶里程；为电动汽车的最大行驶里程。由式（４）可知初始ＳＯＣ的概率密度函数．厂ｓｏｃ）与随机变量ｄ相关。设电动汽车蓄电池ＳＯＣ从０％充电至１００％过程中充电功率随时间变化曲线为Ｐ（，则可得不同初始ＳＯＣ条件下蓄电池充电至满电量所需的充电时间长度。—Ｔ￣＝ｇ－Ｉ（ＳＯＣ），ｃ：ｇ（）：ｃ—ｍａｘ－ＴｃＰ～（ｔ）ｄｔ式中：为蓄电池ＳＯＣ从０％充电至１００％所需时间；Ｐ（为电动汽车充电功率，具体如图３所示。２．３开始充电时刻抽样开始充电时刻与电动汽车的用途、充电方式以及蓄电池类型相关。假设电动汽车的开始充电时间满足均匀分布【２，９】，且出租或公交车白天上班和晚上下班时间分别为和兀ｆｒ，中午休息的时间为『１，２】。由于中午充电时间段较短，为保证蓄电池充满后才开始行驶的约束，白天仅允许满足ｚ一１的电动汽车进行快速充电，而对于ｒｅ＞ｒｍ２－１的电动汽车只安排在夜晚进行充电，所以公交车和出租车的开始充电时刻ｔｓ概率分布为≤一∽：ｔ１’－一１０，其他ｒ１∽觏＞，＿ｊ南’≤。一’ｌ０其他（６）其中，的数据如图３所示，根据蓄电池的不同类型和充电方式各不相同。将公交和出租车的、ｆｒ、ｌ、２分别设置为６ｈ、２２ｈ、１１ｈ、１５ｈ和４ｈ、２３ｈ、１２ｈ、１６ｈ。而公务／商务车、私家车没有上下班和午休时间，可假设皆在夜晚充电，并充电时间段设置为２１ｈ至次日７ｈ。３实例分析本文以ＩＥＥＥ一３４节点配网算例为基础，结合图４所示某地区配变实测负荷数据将图５划分为工业、商业及居民用电负荷三大类区域，其中工业负荷又包含机械、食品及制药区域。假设配网区域的汽车数量为３５４０辆，根据电动汽车渗透率（ＮＮ区域的电动汽车数量占总汽车数量的比例Ｉ９）来计算电动汽车总数。２Ｏ≥１５憾套１．ｏＯ．５！一工业用电负荷…商、用电负荷居民用电负荷＿广、、——’一，、？—＼、√／＼、一一０２４６８ｌ０１２１４ｌ６１８２０２２２４ｔ／ｈｆａ工业、商业及居民用电负荷一工业用电负荷…机械工业负荷食品２１７．￣１负荷～一制药工业负荷１２１４ｔ／ｈ（ｂ）机械、食品及制药工业负荷图４某地配电网负荷曲线Ｆｉｇ．４ＬｏａｄｃｕｒｖｅｓｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｉｎｓｏｍｅｐｌａｃｅＯ５０５Ｏ５０３２２１１Ｏ０事瓣忙电力系统保护与控制Ｉｂ８４８脒民川｝｝］Ｕ负０８２２Ｉｐ８４６｝负椅＃ｐ８２０８６４Ｉ０８４４：８２２８Ｑ６８８１２８１４蹬０。１８５４８５２８３２Ｉ：Ｉ８４２８３６Ｉ—’…ｌ制药ｌ６８５４８０ＴＵ；５８８＂３４８６０］ｒＪｌ●８５６ｍ●８６２机械ｌ●８３８Ｉ８１０商Ｉｊｌ￣ｆ，／－ｉ８８８十８９０１图５电动汽车充电负荷接入ＩＥＥＥ一３４节点配网算例Ｆｉｇ．５１ＥＥＥ一３４ｎｏｄｅｄｉｓｔｒｉｂｕｔｉｏｎｆｅｅｄｅｒｉｎｔｅｇｒａｔｉｎｇｗｉｔｈｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｃｈａｒｇｉｎｇｌｏａｄ采用铅酸和锂离子／镍基蓄电池的电动汽车各占一半，不同用电区域的充电负荷按照相应充电站或充电桩等比例分配，应用层次分析法确定算例中电动汽车各层次的常权值，如表３所示。研究中不同区域充电站／充电桩的比例分布如表４所示。根据前文所述的概率模型对接入各种类型电动汽车的配电网充电负荷进行蒙特卡洛模拟并计算出电动汽车的充电功率。表３电动汽车各层次的权值Ｔａｂｌｅ３Ｗｅｉｇｈｔｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓａｔｄｉｆｆｅｒｅｎｔｌｅｖｅｌｓ表４不同区域充电站／充电桩的比例Ｔａｂｌｅ４Ｐｒｏｐｏｒｔｉｏｎｏｆｄｉｆｆｅｒｅｎｔｔｙｐｅｓｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓａｎｄｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓｏｆｃｈａｒｇｉｎｇｓｔａｔｉｏｎ３．１不同电动汽车渗透率的充电负荷影响电动汽车的渗透率分别为０％、１０％和２０％时节点８００的配网总负荷曲线如图６所示。当１０％渗透率时配网的最大负荷加重，但负荷峰值时刻仍然出现在中午１０～１２ｈ之间。当渗透率升至２０％时负荷曲线峰值出现时刻在２２ｈ，此时电动汽车的接入使总负荷峰值由５．０８３ＭＷ升高至５．７１９Ｍｗ给配电网造成更大的冲击。图７和８分别为工业和商业用电区域的负荷曲线：工业负荷高峰时段为９～１２ｈ，在电动汽车渗透率为２０％时，出租和公交电动汽车白天的充电行为使其负荷峰值提高了７．０３％，而夜间和凌晨的充电则填补了一定的负荷低谷；商业区由于用户在１０￣２２ｈ问均处于高负荷状态，不同渗透率下的充电行为都将使夜间负荷明显增加，特别在渗透率为２０％时，负荷在２２ｈ｝｝｛现了新的峰值２．２２４Ｍｗ。图９中居民用电负荷高峰出现在１８～２２ｈ，虽然白天快速充电功率较大，但考虑到蓄电池寿命白图６不同渗透率时配电网总负荷曲线Ｆｉｇ．６Ｔｏｔａｌｌｏａｄｃｕｒｖｅｓｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｄｉｆｆｅｒｅｎｔｐｅｎｅｔｒａｔｉｏｎｒａｔｅｓ２５ｌ２。０篓１５一一原始负荷…１Ｏ％渗透率丝丝至．。，一、、／＼ｌ／一一、～／＼＼／＼／｝＿Ｊ＼／Ｆｉｇ．７Ｉｎｄｕｓｔｒｉａｌｌｏａｄｃｕｒｖｅｓｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｄｉｆｆｅｒｅｎｔｐｅｎｅｔｒａｔｉｏｎｒａｔｅｓ仉１图８不同渗透率时配电网商业负荷曲线Ｆｉｇ．８ＣｏｍｍｅｒｃｉａｌｌｏａｄＣｕｒｖｅｓｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｄｉｆｆｅｒｅｎｔｐｅｎｅｔｒａｔｉｏｎｒａｔｅｓ一４４一电力系统保护与控制制药工业白天均带有较重负荷，快速充电的比例越火对负荷曲线越不利，当１００％快速充电时，两者峰值负荷分别增长１６．６７％￣ｔＪ３２．１ｌ％。为此须考虑峰值负荷增量和低谷负荷填补效应，并根据当地配网负荷曲线确定不同充电方式电动汽车的比例。３．３不同充电方式的电动汽车比例选择电动汽车渗透率固定时，可设采用快速充电的电动汽车比例为，则常规充电电动汽车的比例为１一。通过对比例系数的合理配置，可使电动汽车更充分地发挥填谷作用，同时减小对配网的负荷冲击。本文定义峰值负荷增量指标ｒ／Ｍ和负荷曲线平滑指标Ｉ以评估不同充电方式比例下电动汽牟接入对配负荷的影响。“ｐ一Ｐ０，７ＬＭ＝ｘ１００％（７）ｍａｘ：００％（８）…ｇ式中：ｌｎ１为原始负荷峰值；ＰＬ（ｔ）、和尸Ｌ。分别为电动汽车接入配网后的时序负荷、新负荷峰值及在时间０～Ｔ内的平均负荷（Ｔ＝２４ｈ）。由于卵ＬＭ和均为越小越优型指标，将两个指标线性加权呵得综合指标Ｉｃ＝Ｍ，ＣＯＨ叩ＬＭ，Ｙ／ＬＳ］，并以Ｌｃ最小为目标来选择快速充电电动汽车的比例。采用前述的概率模拟可计算ｒ／ＬＭ和Ｌｓ指标的期单值，研究中先令：１００％冉逐步减小，直至得到综合指标Ｉ，ｃ的最优期望值。以电动汽车渗透牢为２０％时配网总负荷为例，根据式（７）和式（８）确定不同系数下电动汽车接入的配网负荷影响指标如∞农５所示。取［ｃｏＭ，ｓ】＝［０．３，０．７】，可得快充电动汽乍比例ｆｌ５２．５７％时负荷的平滑度和峰值负荷增量达到综合最优，此时充电负荷对配网原始负荷曲线的综合影响最小。表５不同时电动汽车充电对配网负荷的影响指标Ｔａｂｌｅ５Ｄｉｓｔｒｉｂｕｔｉｏｎｇｒｉｄｌｏａｄｉｍｐａｃｔｉｎｄｅｘｅｓｂｙｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｃｈａｒｇｉｎｇｗｉｔｈｄｉｆｆｅｒｅｎｔｃｏｅｆｆｉｃｉｅｎｔｓ４结论电动汽车作为移动式的储能单元，其充电负荷具有一定随机性。本文结合层次分析法和蒙特卡洛模拟建立了评估电动汽车充电负荷对配电网影响的方法，最后针对某地的配网负荷数据＊ＨＩＥＥＥ．３４点配电网算例，评估分析不同渗透率下以及采用同充电方式的电动汽车充电对配网的影响。结果表明，电动汽车充电将加重配网负荷，渗透率越大效果越明显。当电动汽车渗透率为２ｏ％１￣，Ｊ，配总负荷峰值增长了ｌ１．１２％。在实际运行中，根据配网自身负荷曲线特性合理安排采用常规充电和快速充电式的电动汽车比例，可有效减小电动汽车充电对配网的冲击。参考文献［１］李瑞生，王晓雷，周逢权，等．灵巧潮流控制的电动汽车智能化充电站【Ｊ１．电力系统保护与控制，２０１０，—３８（２１）：８７９０．———ＬＩＲｕｉｓｈｅｎｇ，ＷＡＮＧＸｉａｏｌｅｉ，ＺＨＯＵＦｅｎｇｑｕａｎ，ｅｔａ１．Ｔｈｅｓｙｓｔｅｍｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｉｎｔｅｌｌｉｇｅｎｃｅｃｈａｒｇｅｓｔａｔｉｏｎｗｉｔｈｓｍａｒｔｐｏｗｅｒｆｌｏｗｃｏｎｔｒｏｌ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（２１）：８７９０．‘［２３罗卓伟，胡泽春，宋永华，等．电动汽乍允电负荷—算方法【Ｊ］．电力系统自动化，２０１１，３５（１４）：３６４２．———ＬＵＯＺｈｕｏｗｅｉ，ＨＵＺｅｃｈｕｎ，ＳＯＮＧＹｏｎｇｈｕａｅｔａ１．—Ｓｔｕｄｙｏｎｐｌｕｇｉｎｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｃｈａｒｇｉｎｇｌｏａｄｃａｌｃｕｌａｔｉｎｇ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，—２０１１，３５（１４）：３６４２．［３］ＥｔｅｚａｄｉＡＭ，ＣｈｏｍａＫ，ＳｔｅｆａｎｉＪ．Ｒａｐｉｄｃｈａｒｇｅｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｔａｔｉｏｎｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，—２０１０，２５（３）：１８８３１８８７．Ｅ４１Ｇ６ｍｅｚＪＣ，ＭｏｒｃｏｓＭＭ．ＩｍｐａｃｔｏｆＥＶｂａｔｔｅｒｙｃｈａｒｇｅｒｓｏｎｔｈｅｐｏｗｅｒｑｕａｌｉｔｙｏｆｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥ—ＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２００３，１８（３）：９７５９８１．［５］ＲａｈｍａｎＳＳｈｒｅｓｔｈａＧＢ．Ｉｎｖｅｓｔｉｇａｔｉｏｎｉｎｔｏｔｈｅｉｍｐａｃｔｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｌｏａｄｏｎｔｈｅｅｌｅｃｔｒｉｃｕｔｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，１９９３，８（２）：５９１５９７．［６］ＰｉｅｌｔａｉｎＦＬ。Ｇ６ｍｅｚＳＲＣｏｓｓｅｎｔＲ，ｅｔａ１．Ａｓｓｅｓｓｍｅｎｔ—ｏｆｔｈｅｉｍｐａｃｔｏｆｐｌｕｇｉｎｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｏｎｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１１，２６（１）：２０６．２ｌ３．［７］ＬｏｐｅｓＪＡＳｏａｒｅｓＦＪ，ＡｌｍｅｉｄａＰＭＲ，ｅｔａ１．Ｉｎｔｅｇｒａｔｉｏｎｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｉｎｔｈｅｅｌｅｃｔｒｉｃｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．—ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ，２０１１，９９（１）：１６８１８３．［８］田立亭，史双龙，贾卓．电动汽车充电功率需求的统‘—计学建模方法【Ｊ１．电网技术，２０１０，３４（１１）：１２６１３０．—ＴＩＡＮＬｉ－ｔｉｎｇ，ＳＨＩＳｈｕａｎｇｌｏｎｇ，ＪＩＡＺｈｕｏ．Ａｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌｆｏｒｃｈａｒｇｉｎｇｐｏｗｅｒｄｅｍａｎｄｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ［Ｊ］．徐国钧，等基于层次分析和概率模拟的电动汽车对配网负荷影响研究．４５．（上接第３７页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ３７）—ＷＡＮＧＭｉｎｗｅｉ，ＹＡＮＧＬｉ．Ｕｎｉｔｃｏｍｍｉｔｍｅｎｔｂａｓｅｄｏｎａｎｉｍｐｒｏｖｅｄｉｍｍｕｎｅａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—Ｔｅｃｈｎｏｌｏｇｙ，２０１０，３４（８）：１１２１１７．［１１］吴宏宇，管晓宏，翟桥柱，等．水火电联合短期调度的混合整数规划方法［Ｊ］．中国电机工程学报，２００９，２９（２８）：８２８８．ＷＵＨｏｎｇ－ｙｕ，ＧＵＡＮＸｉａｏ－ｈｏｎｇ，ＺＨＡＩＱｉａｏ－ｚｈｕ，ｅｔａ１．Ｓｈｏｒｔ＿ｔｅｒｍｈｙｄｒｏｔｈｅｒｍａｌｓｃｈｅｄｕｌｉｎｇｕｓｉｎｇｍｉｘｅｄ－ｉｎｔｅｇｅｒｌｉｎｅａｒｐｒｏｇｒａｍｍｉｎｇ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００９，—２９（２８）：８２８８．［１２］ＢｕｎｎＤＷＯｌｉｖｅｉｒａＦＳ．Ａｇｅｎｔ．ｂａｓｅｄｓｉｍｕｌａｔｉｏｎ．ａｌｌａｐｐｌｉｃａｔｉｏｎｔｏｔｈｅｎｅｗｅｌｅｃｔｒｉｃｉｔｙｔｒａｄｉｎｇａｒｒａｎｇｅｍｅｎｔｓｏｆＥｎｇｌａｎｄａｎｄＷａｌｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＥｖｏｌｕｔｉｏｎａｒｙＣｏｍｐｕｔａｔｉｏｎ，２００１，５（５）：４９３－５０３．［１３］全然，简金宝，郑海艳．基于外逼近方法的中期机组组合问题［Ｊ】．电力系统自动化，２００９，３３（１１）：２４。２９．—ＱＵＡＮＲａｎ，ＪＩＡＮＪｉｎｂａｏ，ＺＨＥＮＧＨａｉ－ｙａｎ．Ｍｅｄｉｕｍｔｅｒｍｕｎｉｔｃｏｍｍｉｔｍｅｎｔｂａｓｅｄｏｎａｐｐｒｏｘｉｍａｔｉｏｎｍｅｔｈｏｄ［Ｊ】ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００９，３３（１１）：２４．２９收稿日期：２０１２－０２一Ｏ７；—修回日期：２０１２－０３１９作者简介：周德建（１９８５－），男，硕士研究生，从事电力系统经济—运行方面的研究；Ｅｍａｉｌ：ｚｈｏｕｄｊ０８１８＠１６３．ｃｏｒｎ杨莉（１９７４～），女，博士，副教授，从事为智能电网、电力系统优化等方面的研究；郭义明（１９６４一），男，高级工程师，从事电力系统运行与调度研究。