田恩東

（東南大學(xué)，江蘇南京210096）

0 引言

近年來，由于運行噪聲小、排放低，電動汽車上路的數(shù)量得到了大規(guī)模提高；同時不少汽車公司對電動汽車的研發(fā)投入了大量資金，各項技術(shù)均有所突破，從而具有了與傳統(tǒng)燃料汽車在各方面一較高下的潛力?？梢灶A(yù)見的是，電動汽車必將成為未來交通工具的主流，因此對電動汽車各方面的研究便顯得迫在眉睫。

1 電動車充電負(fù)荷的影響因素

1.1 起始充電SOC

SOC（StateofCharge），電荷狀態(tài)，也叫剩余電量，代表著電池當(dāng)前所剩余電量與其滿電狀態(tài)電量之比，通常用百分?jǐn)?shù)表示。

假設(shè)每次充電后電池均被充滿，那么SOC主要取決于汽車的行駛里程。不妨設(shè)汽車行駛里程為L，每公里耗電量為Q，電池總?cè)萘繛閃，則：

SOC=1-LQ/W

1.2 充電起始時間

充電起始時間取決于用戶的習(xí)慣，一天之內(nèi)的任何時間都有可能有用戶去充電。不妨設(shè)充電起始時間為Tb，充電結(jié)束時間為Te，平均充電功率為P，則：

Te=Tb+W（1-SOC）/P

2 電動出租車和私家車用戶用電行為分析和負(fù)荷預(yù)測

2.1 電動私家車

2.1.1 電動私家車的行為分析

私家車雖然使用情況由車主決定，隨機性很大，但在樣本數(shù)量足夠大的情況下便會顯示出一定的規(guī)律性。根據(jù)2009年美國交通部對全美家用車輛的調(diào)查結(jié)果，假設(shè)開始充電時刻為最后一次出行返回時刻，電動汽車在家充電開始時刻近似滿足如下正態(tài)分布：

查閱文獻可知，私家車充電開始時間服從正態(tài)分布即：Tb～N（17.6，3.4），每日行駛里程服從對數(shù)正太分布，即：L～lgN（3.20，0.88）。同時，依照通常的假設(shè)，我們認(rèn)為私家車的充電功率在[10kW，15kW]內(nèi)服從均勻分布，百公里耗電量在[16kW·h，20kW·h]內(nèi)服從均勻分布。2.1.2 電動私家車充電負(fù)荷仿真

我們假設(shè)某一地區(qū)電動私家車保有量為1000輛，且每日行駛里程服從對數(shù)正太分布lgN（3.20，0.88），起始充電時間服從正態(tài)分布N（17.6，3.4）。之后基于蒙特卡洛仿真算法仿真出在[0，24h]內(nèi)的功率—時間圖像，如圖1所示。

圖1 私家車功率—時間圖

從圖像可以看出負(fù)荷曲線從07：00開始上升，即逐漸有私家車開始充電，至18：30左右達到最大值，最大負(fù)荷約470kW/h。

2.2 電動出租車

2.2.1 電動出租車的行為分析

電動出租車與私家車的模型略有相似，但是在使用上存在一定的時間分區(qū)，根據(jù)城市中使用出租車的主要高峰期將出租車的充電情況分為四個時間段：兩次換班前充電，用餐時間段充電和夜間運行充電，分別命名為A、B、C、D。我們對深圳出租車進行了研究，將這四個時間段的節(jié)點劃分如圖2所示。

圖2 出租車司機行為模式圖

2.2.2 電動出租車充電負(fù)荷仿真

我們以15min為一個時間間隔，將一日（24h）劃分為96個時間段。根據(jù)原始數(shù)據(jù)出現(xiàn)的概率進行取樣，并對統(tǒng)計數(shù)據(jù)進行處理和擬合，最終得到了各個階段的充電開始時間和日行駛里程數(shù)的曲線。在各段中，充電開始時間均滿足正態(tài)分布。AB段行駛里程滿足正態(tài)分布，而CD段行駛里程滿足對數(shù)正態(tài)分布。最后利用蒙特卡洛方法，先以15min為一個單位間隔，將一天分成96個時間段，將它們在這個時間段內(nèi)的里程數(shù)和充電開始時間再依概率取出，并進行隨機匹配，得到許多單個出租車的充電模型，進行依次疊加來計算每一時間段內(nèi)的總功率。最后得到一天時間內(nèi)該地區(qū)500輛電動出租車的充電功率圖如圖3所示。

圖3 電動出租車功率—時間圖

2.3 工作日充電總功率預(yù)測圖

將兩種汽車在相同時刻的功率疊加，得到了在工作日一天中該地區(qū)電動汽車的總功率圖像如圖4所示。

圖4 出租車、私家車總功率—時間圖

可以看出在13：00左右，電動汽車充電負(fù)荷最大，另外幾個充電高峰是05：00、17：00、22：00左右。

3 結(jié)語

本文綜合考慮了生活中常見的電動汽車——出租車、私家車在工作日時的用電行為，并以此為依據(jù)計算得到了它們的充電功率負(fù)載曲線，疊加得到了某地的充電總負(fù)載圖像。

電動汽車的充電功率較大，對電網(wǎng)會產(chǎn)生比較強烈的沖擊，因此本文通過對電動汽車充電負(fù)荷的預(yù)測，為電力公司合理調(diào)度提供了理論支持，同時在電動汽車逐漸普及的情況下，對研究電動汽車的充電對電網(wǎng)的影響具有一定的參考價值。

［參考文獻］

[1]田立亭，史雙龍，賈卓.電動汽車充電功率需求的統(tǒng)計學(xué)建模方法[J].電網(wǎng)技術(shù)，2010，34（11）：126-130.

[2]李亞芬，黃梅，張維戈.電動出租車日充電負(fù)荷估算方法[J].電力系統(tǒng)自動化，2014，38（10）：55-60.

[3]陳鵬，孟慶海，趙彥錦.基于蒙特卡洛法的電動汽車充電負(fù)荷計算[J].電氣工程學(xué)報，2016，11（11）：40-46.