羅浩成，胡澤春，張洪財(cái)

(電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室(清華大學(xué)電機(jī)系)，北京市 100084)

?

環(huán)境溫度對電動汽車充電負(fù)荷的影響分析

羅浩成，胡澤春，張洪財(cái)

(電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室(清華大學(xué)電機(jī)系)，北京市 100084)

不同環(huán)境溫度對電動汽車附加能耗、電池性能、行駛路況等影響顯著，因而導(dǎo)致電動汽車充電需求的差異。分析環(huán)境溫度對電動汽車充電負(fù)荷的影響，對深入研究充電負(fù)荷對電網(wǎng)的影響以及合理的充電設(shè)施規(guī)劃等具有重要意義。提出考慮溫度影響的電動汽車充電負(fù)荷計(jì)算方法，結(jié)合電動汽車平均續(xù)航里程、行車需求統(tǒng)計(jì)數(shù)據(jù)，采用蒙特卡洛模擬計(jì)算不同溫度下多種類型電動汽車充電負(fù)荷。以廣州市電動汽車充電負(fù)荷為例進(jìn)行仿真計(jì)算，仿真結(jié)果表明環(huán)境溫度對電動汽車充電負(fù)荷有顯著影響，相較于常溫天氣，高溫和低溫天氣條件下電動汽車充電負(fù)荷明顯增加。不同類型電動汽車的充電負(fù)荷受環(huán)境溫度影響程度不同，每日行駛里程更長的電動公交車充電負(fù)荷受環(huán)境溫度影響更大。

電動汽車；蒙特卡洛模擬；充電負(fù)荷；環(huán)境溫度

0 引 言

隨著化石能源的日益枯竭，環(huán)保意識的逐步提升，電動汽車作為一種高效、清潔的新型交通工具，得到了世界各國政府、能源企業(yè)、汽車制造商的高度關(guān)注，近幾年發(fā)展迅速[1-2]。

電動汽車充電負(fù)荷預(yù)測是研究電動汽車參與電網(wǎng)互動、充電設(shè)施規(guī)劃的基礎(chǔ)。近年來，各國學(xué)者針對電動汽車充電負(fù)荷的計(jì)算方法做了大量研究。文獻(xiàn)[3]研究了不同類型電動汽車在不同電池容量及不同充電功率下的充電負(fù)荷；文獻(xiàn)[4]基于蒙特卡洛模擬法，研究了城市電動汽車的充電負(fù)荷預(yù)測方法；文獻(xiàn)[5]計(jì)算了假定電動汽車充電時間滿足泊松分布條件下的電動汽車充電負(fù)荷；文獻(xiàn)[6]提出了基于能量等效的電動汽車充電負(fù)荷預(yù)測方法，將現(xiàn)有加油站的售油量折算為電動汽車充電電量對電動汽車充電負(fù)荷進(jìn)行估計(jì)；文獻(xiàn)[7]基于電動汽車停放特性，提出了考慮時空分布的充電負(fù)荷預(yù)測方法；文獻(xiàn)[8]基于汽車出行的歷史數(shù)據(jù)分析電動汽車出行情況，計(jì)算了不同日期類型及不同滲透率下的電動汽車充電負(fù)荷；文獻(xiàn)[9]通過模糊決策模擬了電動汽車用戶的停放及充電行為，并對電動汽車充電負(fù)荷進(jìn)行預(yù)測。

環(huán)境溫度對電動汽車附加能耗、電池性能、行駛路況等多方面產(chǎn)生影響[10-14]。電動汽車的電池能量消耗隨環(huán)境溫度變化，將對電動汽車充電負(fù)荷需求以及充電設(shè)施規(guī)劃產(chǎn)生巨大影響。然而在目前已發(fā)表的文獻(xiàn)中，尚未考慮環(huán)境溫度對電動汽車充電負(fù)荷的影響。

本文分析環(huán)境溫度對電動汽車附加能耗、電池容量、行駛路況的影響，進(jìn)一步分析環(huán)境溫度對電動汽車充電需求的影響，基于蒙特卡洛模擬，提出考慮環(huán)境溫度影響的電動汽車充電負(fù)荷計(jì)算模型，并以廣州市2020年電動汽車充電負(fù)荷為算例進(jìn)行分析驗(yàn)證。

1 環(huán)境溫度對電動汽車充電需求的影響

1.1 環(huán)境溫度對附加能耗的影響

電動汽車附加能耗是指電動汽車在行駛過程中，除去動力能耗(即電動機(jī)能耗)外的其他能耗，主要包括：車艙空調(diào)能耗、電池保溫系統(tǒng)能耗、車燈能耗、移動設(shè)備充電能耗等。由于附加能耗中占主要部分的車艙空調(diào)能耗及電池保溫系統(tǒng)能耗對環(huán)境溫度敏感度較高，附加能耗受環(huán)境溫度影響較大[10]。

由于附加能耗存在一定的隨機(jī)性與分散性，即便在同一環(huán)境溫度下，同一車型的附加能耗仍受到車主駕駛習(xí)慣、車況、行駛路段等諸多因素影響，故定義平均附加能耗來分析其受環(huán)境溫度的影響：

(1)

圖1是日產(chǎn)聆風(fēng)2013款平均附加能耗的溫度特性曲線[10]。由圖1可見平均附加能耗隨環(huán)境溫度變化明顯，在高溫和低溫條件下附加能耗較常溫下均有增加，且在低溫條件下平均附加能耗增大非常顯著。

圖1 日產(chǎn)聆風(fēng)2013款平均附加能耗溫度特性曲線

電動汽車車艙空調(diào)與傳統(tǒng)燃油汽車車艙空調(diào)在制熱方面有較大不同：傳統(tǒng)燃油汽車能夠利用發(fā)動機(jī)產(chǎn)生的熱量進(jìn)行車艙供暖，而電動汽車發(fā)動機(jī)余熱不足以實(shí)現(xiàn)供暖功能，現(xiàn)今多采用給電阻加壓產(chǎn)生焦耳熱的方式進(jìn)行車艙供暖。這種制熱方式效率較低，故在低溫時極大地增加了平均附加能耗[15]。

由于附加能耗隨溫度變化，則在車主用車需求一定的條件下，電動汽車充電需求也將發(fā)生變化。

1.2 環(huán)境溫度對電池性能的影響

作為電動汽車的唯一能量源，電池性能對電動汽車的性能有著決定性影響，而環(huán)境溫度恰是影響電池性能的重要因素之一。圖2[11-13]反映了3種當(dāng)前主流電動汽車電池的相對容量受溫度影響的變化趨勢，在常溫與較高溫度條件下3種電池的溫度特性較為平滑，而在低溫段，錳酸鋰電池表現(xiàn)出了良好的低溫性能，磷酸鐵鋰電池和鎳鈷鋁三元電池則容量顯著下降。

圖2 溫度對不同類型電池電池容量的影響

電池性能的變化將導(dǎo)致電動汽車最大續(xù)航里程的變化，這將對車主的出行需求、駕駛習(xí)慣產(chǎn)生顯著影響，從而影響電動汽車的充電需求。

1.3 環(huán)境溫度對道路條件的影響

環(huán)境溫度與天氣狀況有一定相關(guān)性，而天氣狀況將影響行車駕駛的道路條件，包括空氣密度、路面情況在內(nèi)的道路條件將對電動汽車的行駛產(chǎn)生顯著影響。

文獻(xiàn)[14]指出，在-20 ℃的條件下，其空氣密度相較于23 ℃時增加了約16%，電動汽車需要提升約10%的動力輸出以維持相同的行駛狀態(tài)。與此同時，不同環(huán)境溫度下的路面情況同樣影響著電動汽車的行車表現(xiàn)。表1是電動汽車行駛在不同道路，在存在積雪、新雪的情況下，單位里程耗電量的統(tǒng)計(jì)數(shù)據(jù)。可以看到，在路面存在積雪時，同一道路上電動汽車的單位里程耗電量最大將增加22%，顯著影響電動汽車的行駛表現(xiàn)，進(jìn)而影響到電動汽車的充電需求。

表1 不同道路表面上電動汽車單位里程耗電量

Table 1 Driving load per kilometer of electric vehicles (EVs) on different kinds of road surface

注：環(huán)境溫度為-20 ℃。

2 考慮溫度影響的電動汽車充電負(fù)荷計(jì)算

2.1 電動汽車充電模式分析

根據(jù)中國《電動汽車傳導(dǎo)式充電接口》[16]規(guī)定，電動汽車充電模式分為慢速充電(充電模式1)、常規(guī)充電(充電模式2)、快速充電(充電模式3)，如表2所示。

表2 中國電動汽車充電模式

Table 2 Charging mode of electric vehicles (EVs) in China

根據(jù)文獻(xiàn)[4]對城市汽車行駛、停放的情況調(diào)研，對公交車、出租車、公務(wù)車、私家車4種電動汽車車型在工作日的充電情況進(jìn)行合理假設(shè)，如圖3所示。

圖3 不同類型電動汽車充電模式及充電時間分布

2.2 計(jì)算模型中環(huán)境溫度的引入

環(huán)境溫度可通過影響附加能耗、電池性能、道路條件等因素影響電動汽車的續(xù)航里程，故可得到不同環(huán)境溫度下電動汽車的續(xù)航里程：

(2)

若以20 ℃為標(biāo)準(zhǔn)溫度，則其他溫度下的相對續(xù)航里程為

(3)

式中：D*(T)為溫度T時同類型電動汽車的相對續(xù)航里程。

圖4[17]為日產(chǎn)聆風(fēng)車型的相對續(xù)航里程隨溫度變化的曲線，反映了環(huán)境溫度對電動汽車表現(xiàn)的綜合影響，將這一影響引入至充電負(fù)荷計(jì)算模型，即可得到考慮溫度影響的電動汽車充電負(fù)荷計(jì)算方法。

圖4 日產(chǎn)聆風(fēng)2013款相對續(xù)航里程隨溫度變化曲線

在不同溫度條件下，假設(shè)車主用車需求及電動汽車充電行為參數(shù)不變，而充電起始荷電狀態(tài)(state of charge, SOC)分布的期望值隨環(huán)境溫度的變化而變化，以每次充電前平均行駛里程相等為等式成立條件可得：

(4)

式中：μSOC(T)為溫度T時充電起始SOC分布的期望值；μSOC(20)為已知的20℃時充電起始SOC分布的期望值。

班委，是班上的核心。選班干部，除了學(xué)習(xí)委員和課代表，其他的我一律用后進(jìn)生。學(xué)習(xí)委員和課代表，代表班上的成績，所以我用優(yōu)生。最拽的學(xué)生，個子高的，當(dāng)班長。他們在孩子中往往很有威信，在學(xué)生中一呼百應(yīng)，有時他們說的話比老師說的話還管用。成績不好但運(yùn)動好的是體育委員。成績不好又愛勞動的是勞動委員。這樣做，主要是調(diào)動班上每一個孩子的學(xué)習(xí)積極性。

利用充電起始SOC與環(huán)境溫度的關(guān)系進(jìn)行計(jì)算，即可得到任意環(huán)境溫度下電動汽車的充電需求，輔助分析、論證環(huán)境溫度對電動汽車充電負(fù)荷的影響。

2.3 考慮溫度影響的充電負(fù)荷計(jì)算流程

基于文獻(xiàn)[4]提出的電動汽車充電負(fù)荷計(jì)算方法，引入環(huán)境溫度對電動汽車?yán)m(xù)航里程的影響，即可對不同環(huán)境溫度下的電動汽車充電負(fù)荷進(jìn)行計(jì)算，流程如圖5所示。

圖5 基于蒙特卡洛模擬的電動汽車充電負(fù)荷計(jì)算流程圖

該方法需要輸入的數(shù)據(jù)包括環(huán)境溫度、電動汽車電池溫度特性、電動汽車?yán)m(xù)航里程溫度特性等。

利用環(huán)境溫度相關(guān)的輸入信息，可計(jì)算給定溫度下的電池容量。環(huán)境溫度將影響電動汽車充電所需時長，進(jìn)而影響充電起止時間。同時，可計(jì)算給定溫度下的充電起始SOC分布的期望值。

3 算例分析

采用所提出的方法對不同環(huán)境溫度下廣州市2020年電動汽車充電負(fù)荷進(jìn)行預(yù)測計(jì)算，并對不同類別電動汽車的充電負(fù)荷做進(jìn)一步分析。

3.1 電動汽車保有量

根據(jù)相關(guān)測算，到2020年，廣州市電動汽車保有量將達(dá)45 000輛，其中電動公交車保有量為7 800輛，電動出租車保有量為4 300輛，電動公務(wù)車保有量為9 900輛，電動私家車保有量為23 000輛。

3.2 計(jì)算參數(shù)設(shè)置

根據(jù)廣州市氣象局的統(tǒng)計(jì)[18]，2013年廣州市平均氣溫為22.3 ℃，最高氣溫為38.5 ℃，最低氣溫為-0.3 ℃?？蛇x取0 ℃、20 ℃、35 ℃為典型氣溫，計(jì)算不同溫度下電動汽車充電負(fù)荷的變化。

假定電動汽車充電行為及充電時段與圖3一致，充電時長約束、充電概率、充電起始時間分布均與文獻(xiàn)[4]采用相同參數(shù)。

假定20 ℃時，公交車、出租車、公務(wù)車和私家車的充電起始SOC期望值分別為0.5、0.3、0.4和0.6，充電起始SOC分布服從正態(tài)分布。所有類型電動汽車的相對續(xù)航里程與環(huán)境溫度的關(guān)系均參照圖4。由于缺乏數(shù)據(jù)支持，在仿真時不考慮環(huán)境溫度對道路條件的影響。

由于鎳鈷鋁三元電池高能量密度、循環(huán)性能好等特點(diǎn)逐步被行業(yè)認(rèn)可[19]，因此其未來發(fā)展空間巨大，可假定2020年廣州市電動汽車中使用鎳鈷鋁三元電池、磷酸鐵鋰電池和錳酸鋰電池的比例分別為60%、20%和20%。

表3為計(jì)算參數(shù)設(shè)置，其中μbus(t)、μtaxi(t)、μgov(t)、μpri(t)分別為電動公交車、出租車、公務(wù)車和私家車的充電起始SOC的期望，這些期望均隨環(huán)境溫度的變化而變化。本文采用方差系數(shù)判斷蒙特卡洛模擬法是否收斂：

(5)

3.3 預(yù)測結(jié)果

在蒙特卡洛模擬計(jì)算中，設(shè)置最小計(jì)算次數(shù)為50 000次，要求方差系數(shù)不超過0.05%。2020年0 ℃、20 ℃、35 ℃下廣州市電動汽車充電負(fù)荷的計(jì)算結(jié)果如圖6所示，對應(yīng)的私家車、公交車、出租車充電負(fù)荷曲線分別如圖7～9所示。

表3 2020年不同溫度下廣州市電動汽車充電負(fù)荷預(yù)測計(jì)算參數(shù)設(shè)置

Table 3 Parameter settings for charging load prediction in Guangzhou

圖6 2020年廣州市電動汽車充電負(fù)荷曲線

圖7 2020年廣州市電動私家車充電負(fù)荷曲線

圖8 2020年廣州市不同溫度下電動公交車充電負(fù)荷曲線

圖9 2020年廣州市電動出租車充電負(fù)荷曲線

3.4 結(jié)果分析

(1)環(huán)境溫度對電動汽車充電負(fù)荷影響顯著，在高峰時段影響更為突出，由表4可知，在35 ℃下電動汽車充電負(fù)荷峰荷將比20 ℃時高出20.5%，35 ℃下的充電量將比20 ℃下時高出30.9%。

(2)環(huán)境溫度對不同類型電動汽車的充電負(fù)荷影響不同，參見表5，相較于私家車，環(huán)境溫度對每日行駛里程更長的公交車及出租車充電負(fù)荷影響更大。

表4 不同溫度下充電負(fù)荷峰荷及充電量

Table 4 Peak charging load and charge energy under different temperatures

表5 環(huán)境溫度對不同類型電動汽車充電負(fù)荷的影響

4 結(jié) 語

通過分析環(huán)境溫度對充電需求的影響，本文建立了考慮環(huán)境溫度的電動汽車充電負(fù)荷計(jì)算模型，并通過蒙特卡洛模擬法對不同溫度下的電動汽車充電負(fù)荷進(jìn)行計(jì)算。以廣州市為例的仿真結(jié)果表明，環(huán)境溫度對電動汽車充電負(fù)荷的影響顯著。高溫天氣可使充電負(fù)荷的峰值增加20%、充電量增長30%以上。本文提出的方法和得到的結(jié)果對進(jìn)一步研究不同溫度下充電負(fù)荷對電網(wǎng)的影響及其調(diào)控有一定的指導(dǎo)意義。

文中對不同溫度下車主的行車需求、充電次數(shù)及時段并未進(jìn)行劃分，未來可進(jìn)一步研究環(huán)境溫度對這些因素的影響。

[1]Song Y H， Yang X， Lu Z X， et al. Integration of plug-in hybrid and electric vehicles: experience from China[C]// Proceedings of Power & Engineering Society General Meeting， 2010， Minneapolis， MN， USA: 1-5.

[2]Saber A Y，Venayagamoorthy G K. Optimization of vehicle-to-grid scheduling in constrained parking lots[C]// Proceeding of IEEE Power & Engineering Society General Meeting， 2009， Calgary， Canada: 1-8.

[3]Yao Y, Gao D W. Charging load from large-scale plug-in hybrid electric vehicles: Impact and optimization[C]// Innovative Smart Grid Technologies (ISGT), 2013 IEEE PES. IEEE, 2013: 1-6.

[4]羅卓偉， 胡澤春， 宋永華，等. 電動汽車充電負(fù)荷計(jì)算方法[J]. 電力系統(tǒng)自動化,2011,35(14):36-42. Luo Zhuowei, Hu Zechun, Song Yonghu, et al. Study on plug-in electric vehicles charging load calculating[J].Automation of Electric Power Systems,2011,35(14):36-42.

[5]Chen L, Chung C Y, Nie Y, et al. Modeling and optimization of electric vehicle charging load in a parking lot[C]//Power and Energy Engineering Conference (APPEEC), 2013 IEEE PES Asia-Pacific. IEEE, 2013: 1-5.

[6]郭春林, 肖湘寧. 電動汽車充電基礎(chǔ)設(shè)施規(guī)劃方法與模型[J]. 電力系統(tǒng)自動化, 2013, 37(13): 70-75. Guo Chunlin, Xiao Xiangning. Planning method and model of electric vehicle charging infrastructure[J].Automation of Electric Power Systems,2013,37(13):70-75.

[7]張洪財(cái)， 胡澤春， 宋永華, 等. 考慮時空分布的電動汽車充電負(fù)荷預(yù)測方法[J]. 電力系統(tǒng)自動化,2014,38(1):13-20. Zhang Hongcai, Hu Zechun, Song Yonghu, et al. A prediction method for electric vehicle charging load considering spatial and temporal distribution[J].Automation of Electric Power Systems,2014,38(1):13-20.

[8]Sarabi S, Davigny A, Courtecuisse V, et al. Traffic-based modeling of electric vehicle charging load and its impact on the distribution network and railway station parking lots[C]//2014 3rd International Symposium on Environmental Friendly Energies and Applications (EFEA), IEEE, 2014: 1-6.

[9]Ghiasnezhad Omran N, Filizadeh S. Location-based forecasting of vehicular charging load on the distribution system[J]. IEEE Transactions on Smart Grid, 2014, 5(2): 632-641.

[10]Megan A. Real-world range ramifications: heating and air conditioning [EB/OL]. [2014-01-22].[2015-05-20]. http://www.fleetcarma.com/electric-vehicle-heating-chevrolet-volt-nissan-leaf/.

[11]Lo J. Effect of temperature on lithium-iron phosphate battery performance and plug-in hybrid electric vehicle range[D]. Waterloo: University of Waterloo， 2013.

[12]林成濤，張賓，陳全世，等. 典型動力電池特性與性能的對比研究[J]. 電源技術(shù)，2008,32(11) :735-738. Lin Chengtao, Zhang Bin, Chen Quanshi, et al. Comparative research on characteristics and performance of typical tractive battery[J].Chinese Journal of Power Sources, 2008, 32(11): 735-738.

[13]Panasonic. NCR-18650A [EB/OL]. [2011-10-20]. [2015-05-20].http://industrial.panasonic.com/www-data/pdf2/ACA4000/ACA4000CE254.pdf.

[14]Laurikko J， Granstrom R， Haakana A. Realistic estimates of EV range based on extensive laboratory and field tests in Nordic climate conditions[C]// Electric Vehicle Symposium and Exhibition， 2013， Barcelona， Spain: 1-12.

[15]宋海洋. 基于Fluent的電動汽車空調(diào)匹配及仿真分析[D]. 武漢：武漢理工大學(xué)， 2012. Song Haiyang. The matching and simulation analysis of electric vehicle air-condition system based on Fluent[D]. Wuhan：Wuhan University of Technology， 2012.

[16]陳凌. 電動汽車傳導(dǎo)式充電接口[J]. 國內(nèi)外機(jī)電一體化技術(shù)， 2012(5):53-55.

[17]Megan A. Electric range for the nissan leaf & chevrolet volt in cold weather [EB/OL]. [2013-12-16]. [2015-05-20].http://www.fleetcarma.com/ nissan-leaf-chevrolet-volt-cold-weather-range-loss.

[18]廣州市氣象臺. 2013年廣州市氣候公報(bào)[EB/OL]. [2014-1-26].[2015-05-20].http://www.tqyb.com.cn/weatherLive/climateForecast/2014-01-26/157.html.

[19]墨柯. 幾種值得關(guān)注的新型鋰離子電池[J]. 新材料產(chǎn)業(yè)，2013(3): 37-44.

(編輯：張媛媛)

Effect Analysis of Ambient Temperature on Electric Vehicle Charging Load

LUO Haocheng, HU Zechun, ZHANG Hongcai

(State Key Lab of Power Systems, Department of Electric Engineering, Tsinghua University, Beijing 100084, China)

The ambient temperature has prominent impact on auxiliary power load, battery performance and traffic conditions of electric vehicles (EVs), thus leading to different charging demands. Quantifying the influence of ambient temperature on charging demands is of great significance to analyze the impacts of EV charging on power grids and plan appropriate charging facilities, etc. A charging load calculation method considering temperature factor is proposed in this paper. The Monte Carlo simulation method is adopted to calculate the total charging load using the data of available range and driving demand of EVs. Taking Guangzhou city as example, simulation results show that EV charging load changes with different ambient temperature, and charging load at a higher or lower temperature day is much higher than at the normal day; charging load of different kinds of EVs are influenced by temperature to different extents and temperature has a more notable influence on electric buses which have a longer daily driving mileage.

electric vehicle (EV); Monte Carlo simulation; charging load; ambient temperature

國家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(863 計(jì)劃) (2011AA05A110)。

TM 743

A

1000-7229(2015)07-0069-06

10.3969/j.issn.1000-7229.2015.07.009

2015-05-21

2015-06-09

羅浩成(1992)，男，學(xué)士，主要研究方向?yàn)殡妱悠嚺c智能電網(wǎng)；

胡澤春(1979)，男，博士，副教授，通信作者，主要研究方向?yàn)橹悄茈娋W(wǎng)、電力系統(tǒng)運(yùn)行與規(guī)劃；

張洪財(cái)(1990)，男，博士研究生，主要研究方向?yàn)殡妱悠嚺c智能電網(wǎng)。

Project Supported by the National High Technology Research and Development of China (863 Program) (2011AA05A110).