摘要：文章基于南方某市的電動汽車充電數(shù)據(jù)，得出各類型電動汽車在不同日期類型的充電開始時間、充電電量、充電功率的分布規(guī)律。采用蒙特卡洛算法模擬計算了該市 2021年各類型電動汽車工作日與休息日的充電負(fù)荷情況，結(jié)果表明，電動私家車在休息日的午間和凌晨充電負(fù)荷要高于工作日；該市電動出租車在工作日與休息日的充電負(fù)荷占比分別為 60．42% 、58．55% ，在三類型車中始終大; 電動私家車工作日與休息日充電負(fù)荷曲線有較大差異，電網(wǎng)總負(fù)荷會在 19:00 達(dá)到高峰。驗證了電動汽車的大規(guī)模引入會增加電網(wǎng)的峰值和峰谷差，同時將充電行為數(shù)據(jù)擬合為公式，旨在為未來的電網(wǎng)擴(kuò)容建設(shè)和對電動汽車的有序充電控制提供幫助。

關(guān)鍵詞：電動汽車；充電行為分析；負(fù)荷預(yù)測

0 引言

隨著環(huán)境的惡化和化石能源短缺現(xiàn)象的加劇，電動汽車以其相對低廉的價格、契合綠色出行的理念、消納間歇性可再生能源電力等特點，近些年在世界范圍 內(nèi)都得到了較快的發(fā)展。而大規(guī)模電動汽車并入電網(wǎng)給電網(wǎng)的安全帶來了嚴(yán)重的威脅。即隨著電動汽車數(shù)量的提高，會給電網(wǎng)負(fù)荷帶來了巨大的沖擊。因此，對電動汽車的充電負(fù)荷趨勢進(jìn)行預(yù)測，對于電網(wǎng)及充電樁后續(xù)的規(guī)劃建設(shè)，以及采用何種方式來緩解大規(guī)模電動汽車充電過程對電網(wǎng)帶來的沖擊，都具有重要的研究價值和現(xiàn)實意義。

針對電動汽車充電負(fù)荷預(yù)測可以分為從空間角度和時間角度進(jìn)行預(yù)測。文獻(xiàn)研究電動汽車在空間約束下的出行特性，采用交通起止點法和蒙特卡洛算法完成對電動汽車充電負(fù)荷的時空預(yù)測。文獻(xiàn)針對電動汽車在居民區(qū)的充電特征，建立相關(guān)模型。文獻(xiàn)以某一地區(qū)為例，根據(jù)狀態(tài)轉(zhuǎn)移矩陣得到居民區(qū)、工商業(yè)區(qū)電動汽車的數(shù)量，研究不同功能區(qū)域電動汽車充電負(fù)荷的差異性。文獻(xiàn)對蒙特卡洛算法的尋優(yōu)路徑優(yōu)化，完成對電動汽車時間尺度上的負(fù)荷預(yù)測，提高了運算速度。

文中分析了前人研究電動汽車的充電負(fù)荷特性因素的不足之處，對某市工作日與休息日各類型車的實際充電行為數(shù)據(jù)進(jìn)行統(tǒng)計分析，包括充電開始時間、充電電量、充電功率的分布特征。采用蒙特卡洛法計算各類型電動汽車的負(fù)荷曲線，比較各類型車負(fù)荷曲線的差異，分析充電負(fù)荷曲線對該市電網(wǎng)負(fù)荷的影響。

1 影響電動汽車充電負(fù)荷特性的因素

充電開始時間、充電持續(xù)時間、充電功率是影響電動汽車充電負(fù)荷特性的關(guān)鍵因素。下文將針對其進(jìn)行分析。

1.1開始充電時間

用戶的充電開始時間取決于車輛的類型以及用戶的個人行為等。之前的研究多是以燃油車的出行特性來近似代替電動汽車的出行特性，例如文獻(xiàn)［13］采用 NHTS( National Household Travel Survey) 的數(shù)據(jù)，將燃油汽車*后一次出行的結(jié)束時刻近似視為開始充電時間 t，如式( 1) 所示，t 與其頻率滿足正態(tài)分布，其中 μs 、 σs 分別為 t 的期望和標(biāo)準(zhǔn)差。

fs (t) =exp [ －] (1)

1.2充電持續(xù)時間

充電持續(xù)時間 Tchar 決定了充電時間的長短，取決于充電電量 Q 和充電功率 P 。通過式(2) 得到，即 :

Tchar =(2)

考慮到車型的不同，充電 電量 Q 難 以確定，文獻(xiàn) ［14］研究了交通以及氣溫狀況對充電電量的影響，文獻(xiàn)將用戶每次用車時的電池電荷狀態(tài)SOC的概率密度函數(shù)(State of Charge) 視為正態(tài)分布，通過概率密度函數(shù)隨機(jī)抽取得到SOC，通過式(3) 即可得到充電 電量 Q，其中α為期望充電完成后的荷電狀態(tài)，一般來說α取為 1，E 為滿電電量。

Q = ( α - SOC) × E (3)

文獻(xiàn)亦根據(jù)NHTS的數(shù)據(jù)，將日行駛里程L視為滿足對數(shù)正態(tài)分布。通過式(4)得到日行駛里程 L，其中 μD 、σD 分別為 lnL 的期望和標(biāo)準(zhǔn)差。

fD (L) =exp [ －] (4)

通過式(5) ，得到充電電量 Q 。其中 S 為每公里耗 電量，α 一般取 1 。

Q = α × S × L (5)

這些做法由于缺乏實際的電動汽車充電數(shù)據(jù)，導(dǎo)致將數(shù)量龐大的電動汽車難以確定的滿電電量 E、每公里耗電量 S、充電功率 P 等均視為一個定值，過于理想化的設(shè)定會降低模型的精度，使得充電負(fù)荷預(yù)測結(jié)果會有偏差。而文中采用的是處理后的開始充電時間、充電電量，以及充電功率這些實際充電行為數(shù)據(jù)，更加符合實際狀況。

1.3 充電功率

充電功率 P 直接決定了充電持續(xù)階段的負(fù)荷情況。文獻(xiàn)僅考慮了車輛某一充電倍率下的充電， 假設(shè)充電功率在某個范圍內(nèi)滿足均勻分布，具有一定的局限性。文獻(xiàn)采用分段函數(shù)來表示充電過程中 功率的變化情況，使得結(jié)果更加準(zhǔn)確，但該模型僅針對鎳氫電池使得充電負(fù)荷結(jié)果亦具有一定的局限性。

2 電動汽車充電行為分析

基于充電行為的差異性，以下針對各類型電動汽車從開始充電時間、充電電量、充電功率進(jìn)行分析。

2.1公交車

公交車出行規(guī)律較為固定。為了更好地比較不同日期各類型車輛充電行為的不同，將開始充電時間、充電電量、充電功率均按照日期進(jìn)行了分類，將周一到周 五記為工作日，周六周日記為休息日。對南方某市電動公交車充電站的充電數(shù)據(jù)，處理后得到電動公交車不同日期的開始充電時間分布圖，如圖 1 所示。

圖 1 電動公交車開始充電時間分布

可以發(fā)現(xiàn)公交車開始充電時間有兩個峰值，分別 為中午 12:00 附近和晚上 23:00 附近，且在 23:00 附近會達(dá)到一天中的*大峰值。 由于充電時間不同，充電 電量和功率也會不同，因此，將充電電量按照時間進(jìn)行分類，將白天定義為 7: 00 ～ 17: 00，晚上定義為 18: 00 到隔天早上 6:00 。得到電動公交車不同日期白天和晚上的充電電量分布情況如圖 2、圖 3 所示。

圖 2 電動公交車白天充電電量分布

圖 3 電動公交車晚上充電電量分布

對充電電量進(jìn)行劃分，計算訂單中的每一段充電電量對應(yīng)的平均充電功率如表 1 所示，相較于直接規(guī)定以某一充電功率充電，結(jié)果會更準(zhǔn)確。將電動公交車定義為一天一充，其中開始充電時間、充電電量、均按照以上分布規(guī)律生成對應(yīng)的隨機(jī)數(shù)，以此來代替用戶不確定的充電行為。

2.2出租車

出租車(包括網(wǎng)約車) 同屬運營類車輛，近年來發(fā)展迅速。 同理得到出租車不同日期開始充電時間分布圖如圖 4 所示，白天和晚上的充電電量分布圖如圖 5、圖 6 所示。

表1 電動公交車不同時間及充電電量下的充電功率

圖4 電動出租車開始充電時間分布圖

總體來說工作日和休息日出租車的開始充電時間分布近似相同，主要集中在中午 12: 00 ～ 15: 00，晚上 22:00 ～1:00，接近凌晨的充電頻率略高于中午的充電頻率。

圖 5 電動出租車白天充電電量分布

圖 6 電動出租車晚上充電電量分布

同理對充電電量進(jìn)行分類，每一類的電量，匹配所對應(yīng)的訂單中的平均功率如表 2 所示，文中將電動出租車的充電頻率定為一天兩次。

表 2 電動出租車不同時間及充電電量下的充電功率

2．3 私家車

私家車主要用于上下班，大部分時間處于閑置狀態(tài)，休息日多用于外出娛樂。對數(shù)據(jù)處理后得到電動私家車開始充電時間分布圖如圖 7 所示，充電電量分布圖如圖 8、圖 9 所示。

圖 7 電動私家車開始充電時間分布

圖 8 電動私家車白天充電電量分布

路過

雞蛋

鮮花

握手

雷人