曲大鵬，范晉衡，劉琦穎，劉 軒，鄧文揚

考慮配電網(wǎng)綜合運行風險的充電樁接納能力評估與優(yōu)化

曲大鵬1，范晉衡1，劉琦穎1，劉 軒2，鄧文揚2

(1.廣東電網(wǎng)有限責任公司廣州供電局，廣東 廣州 510620；2.廣州市奔流電力科技有限公司，廣東 廣州 510670)

為解決配電網(wǎng)的建設速度與EV的普及速度失配問題，進行了配電網(wǎng)充電負荷接納能力評估方法與優(yōu)化策略研究。首先，以充電樁接納能力來衡量配電網(wǎng)的充電負荷接納能力，從配電網(wǎng)側、充電樁側和用戶側分析了配電網(wǎng)充電樁接納能力影響因素。其次，建立基于充電樁數(shù)量的充電負荷評估模型，基于充電樁數(shù)和車樁比計算充電負荷，進而利用充電負荷和配電網(wǎng)耦合關系分析配電網(wǎng)運行風險。再次，綜合考慮電壓和電流越限風險以及配變過載風險建立配電網(wǎng)綜合運行風險，以作為充電樁接納能力的量化指標。然后，從電網(wǎng)側提出網(wǎng)絡重構、配電網(wǎng)擴容和雙饋線共同供電等措施來改善配電網(wǎng)的充電樁接納能力。最后，通過仿真分析驗證了所提出充電樁接納能力評估模型和優(yōu)化措施的有效性。

充電樁；電動汽車；接納能力；風險；配電網(wǎng)

0 引言

近年來，在碳減排和環(huán)境保護需求的驅動下，電動汽車(Electric Vehicle, EV)發(fā)展迅猛，巨大的充電負荷增量給城市配電網(wǎng)的規(guī)劃建設帶來極大的挑戰(zhàn)[1-4]。當配電網(wǎng)的建設情況與EV的普及速度失配時[5]，充電負荷的接入將給配電網(wǎng)的安全運行造成顯著的風險。因此，如何基于電網(wǎng)安全性評估和優(yōu)化配電網(wǎng)的充電負荷接納能力[6]，為充電樁的建設提供指導，是實現(xiàn)EV快速普及必須解決的問題。

為此，文獻[7]以電壓越限為約束評估在不同EV負荷分布下配電網(wǎng)的接納能力。文獻[8]以線路負載率和變壓器負載率作為評價指標，衡量現(xiàn)狀態(tài)和規(guī)劃態(tài)下接納EV負荷的能力；文獻[9]從節(jié)點電壓偏移和網(wǎng)絡功率損耗的概率分布特性評估配電網(wǎng)接納EV負荷的能力。同時，在改善配電網(wǎng)接納EV負荷能力方面，文獻[10]采用網(wǎng)絡重構來實現(xiàn)配電網(wǎng)充電負荷承載能力的優(yōu)化；文獻[11]采用最優(yōu)充電的方法來提高配電網(wǎng)的EV負荷接納能力；文獻[12]以最小化運行成本和最大化接納EV充電能力為目標，建立配電系統(tǒng)接納EV能力的評估和優(yōu)化模型。

然而當前該領域研究還沒有考慮大規(guī)模EV負荷接入配電網(wǎng)造成的運行風險問題。實際上，當EV充電規(guī)模較大時，電壓越限[13]、線路電流越限[14]和配變過載等問題難以避免，因此配電網(wǎng)運行風險能夠反映配電網(wǎng)接納充電負荷的壓力[15]，綜合上述風險因素建立配電網(wǎng)運行風險指標來評估配電網(wǎng)充電負荷接納能力具有實際意義。

同時，目前針對配電網(wǎng)充電負荷接納能力的評估主要以接入EV數(shù)量為指標[10,16]。但從電網(wǎng)的角度來看，EV的接入受用戶主觀因素影響，且電網(wǎng)與EV用戶仍處于“弱聯(lián)系”關系，其接入數(shù)量隨機性高且難以控制[17]，因此評估的EV接入數(shù)量極限值對于“新基建”戰(zhàn)略下新一輪充電樁建設規(guī)劃[18]的指導作用并不大。而充電樁與電網(wǎng)直接相連，是未來電網(wǎng)對于充電負荷控制的最低層級，采用可接納充電樁數(shù)(Number of Acceptable Charging Piles, NACP)作為充電負荷接納能力的評估指標，其量化評估結果的可靠性更高，對“新基建”戰(zhàn)略下電網(wǎng)新一輪充電樁建設的指導意義更大。

另一方面，大量電動汽車集中充電可能使配電網(wǎng)的運行狀態(tài)接近載荷極限，而大型充電站的規(guī)模化則增加了這種風險的概率[15]。因此對于大型的充電站，充電站負荷功率較大，只通過單饋線供電可能會導致該饋線發(fā)生嚴重越限[19]?；诖耍瑸闇p輕單饋線的負荷負擔，提高配電網(wǎng)的充電負荷接納能力，除了采用網(wǎng)絡重構等措施外，電網(wǎng)公司還可以采用雙饋線向大型充電站供電。

本文從配電網(wǎng)側、充電樁側和用戶側分析影響配電網(wǎng)充電樁接納能力的因素；建立基于充電樁數(shù)量的配電網(wǎng)充電負荷評估模型，通過充電樁數(shù)和車樁比來估計EV數(shù)量，從而計算充電負荷；利用充電負荷和配電網(wǎng)耦合關系分析配電網(wǎng)運行風險，以此為指標來衡量配電網(wǎng)的充電樁接納能力；從電網(wǎng)側提出網(wǎng)絡重構、配電網(wǎng)擴容和雙饋線供電等策略來改善配電網(wǎng)接納能力。最后通過仿真驗證了本文方法和模型的有效性。

1 配電網(wǎng)充電樁接納能力影響因素

配電網(wǎng)充電樁接納能力影響因素復雜多樣，總體上可以分為配電網(wǎng)側、充電樁側和用戶側因素，如表1所示。分析配電網(wǎng)充電樁接納能力影響因素，可為接納能力的評估提供合理的約束和條件。

表1 充電樁接納能力影響因素

Table 1 Influencing factors of the acceptance capacity of charging piles

1.1 配電網(wǎng)側影響

1.1.1網(wǎng)架結構

不同的接線模式下配電網(wǎng)的堅強程度不同，不同的接線方法有不同的網(wǎng)架結構，對配電網(wǎng)的充電樁接納能力也會有影響，因此可以通過配電網(wǎng)的網(wǎng)架結構優(yōu)化來改善其充電樁接納能力。

1.1.2配變和線路容量

不同配變配置下配電網(wǎng)接納的充電樁數(shù)量不同。一般情況下，上級配變?nèi)萘吭酱?，配電網(wǎng)充電樁接納能力越強。配電網(wǎng)變壓器容量是限制充電樁接入數(shù)量的重要因素。另外，線路容量也是制約充電樁接納數(shù)量的重要因素。

1.2 充電樁接入情況的影響

1.2.1充電樁快慢充比例配置

交流慢充方式往往功率不大，對電網(wǎng)的沖擊性影響也較小。對于慢充樁，其充電功率較小，配電網(wǎng)能夠接納的充電樁數(shù)更多?？焖俪潆姺绞皆谝欢〝?shù)量的EV同時充電時會大大增加電網(wǎng)的負荷壓力，對電網(wǎng)產(chǎn)生明顯的影響。對于快充樁，其充電功率較大，配電網(wǎng)能夠接納的充電樁數(shù)更少。

1.2.2充電樁接入方式和位置

充電樁接入配電網(wǎng)方式主要有集中接入方式和分散接入方式。不同接入方式下配電網(wǎng)的充電樁接納能力有較大差異。以充電站負荷形式集中接入配電網(wǎng)時，充電負荷比較集中，容易引起局部線路過載。當某區(qū)域主要是以分散充電樁的形式為EV提供充電服務時，充電負荷比較零散地接入配電網(wǎng)，受充電樁分布位置的影響較大。

1.2.3充電樁繁忙度

一天中最大的充電樁繁忙度可反映充電樁的最大利用率，基于此定義充電樁的最大繁忙度為

1.3 用戶側的影響

1.3.1充電行為特性

充電負荷特性受用戶充電行為特性影響較大，用戶充電行為越集中，則充電負荷越集中，對配電網(wǎng)的造成的沖擊越大。

1.3.2 EV類型及比例

不同類型EV的充電行為特性差異明顯，相應車樁比配置也差異較大。因此當不同區(qū)域的EV類型比例不同時，配電網(wǎng)的NACP會有差異。

2 基于車樁比的配電網(wǎng)充電負荷評估模型

配電網(wǎng)的接納能力與充電負荷直接相關，與充電樁數(shù)量并沒有直接的關系，因此首先需要研究充電負荷與充電樁數(shù)量的關系。一般情況下EV保有量與充電樁數(shù)量具有一定的比例，定義為車樁比，通過充電樁數(shù)量和車樁比可以得到EV保有量，再考慮EV用戶的充電行為即可評估充電負荷，可為評估配電網(wǎng)的充電樁接納能力提供條件。

2.1 基于車樁比和充電樁數(shù)的EV服務數(shù)量估計

2.1.1分散充電樁的EV服務數(shù)量估計

2.1.2集中充電站的EV服務數(shù)量估計

2.2 計及充電樁數(shù)的配電網(wǎng)充電負荷評估方法

得到的EV服務數(shù)量和充電樁數(shù)量后，根據(jù)用戶的出行和充電行為概率分布，采用蒙特卡洛抽樣方法[20]生成各用戶的起始SOC、出行時間等參數(shù)，即可確定用戶的充電情況，進而求解充電負荷。

2.2.1分散充電樁的充電負荷計算

對于在分散充電樁充電的EV，通過蒙特卡洛抽樣生成其充電狀態(tài)，可計算該饋線供電區(qū)域內(nèi)分散充電樁各個時段的在充樁數(shù)和繁忙度為

則分散充電樁在時刻的充電功率為

2.2.2充電站充電負荷計算

充電站內(nèi)該類充電樁在時刻的充電功率為

則充電站在時刻的充電功率為

3 充電樁接納能力量化模型和優(yōu)化措施

配電網(wǎng)的安全運行是限制配電網(wǎng)接納EV負荷能力和制約其提升效果的最主要因素，因此本文將配電網(wǎng)綜合運行風險作為評估和優(yōu)化充電樁接納能力的邊界約束。

3.1 基于配網(wǎng)運行風險的NACP評估

3.1.1配電網(wǎng)綜合運行風險指標

充電負荷接入配電網(wǎng)，除了可能造成節(jié)點電壓越限和線路電流越限外，還可能造成配電變壓器過載。為綜合考慮上述風險，本文在文獻[15]考慮電壓和電流越限風險的基礎上，考慮配變過載風險。

根據(jù)文獻[15]，節(jié)點電壓和支路電流的損失嚴重度為

本文綜合各節(jié)點的電壓越限風險、各支路的電流越限風險和配變的過載風險來評估配電網(wǎng)綜合運行風險為

(18)

3.1.2 配電網(wǎng)NACP評估方法

為考慮用戶充電行為的不確定性，本文采用蒙特卡洛模擬[20]方法對各用戶的出行行為抽樣次，計算每次抽樣的風險，統(tǒng)計各次抽樣的平均風險為

3.2 基于配電網(wǎng)充電樁接納能力的優(yōu)化措施

從配電網(wǎng)側角度，電網(wǎng)公司可以通過網(wǎng)絡重構、配電網(wǎng)擴容以及雙饋線共同供電等措施來改善配電網(wǎng)的充電樁接納能力。

3.2.1配電網(wǎng)絡重構優(yōu)化

配電網(wǎng)絡重構優(yōu)化是當配網(wǎng)接入充電負荷后運行風險過大或無法接納新規(guī)劃建設的充電樁/站時進行配電網(wǎng)絡架構優(yōu)化來提高配電網(wǎng)的接納能力。

配電網(wǎng)的網(wǎng)絡架構對潮流分布有影響，不同網(wǎng)絡架構下充電負荷接入配網(wǎng)造成的運行風險不同。因此，可通過網(wǎng)絡重構來優(yōu)化配電網(wǎng)充電樁接納能力。配電網(wǎng)絡重構可通過支路交換法來進行，主要思路為在輻射狀網(wǎng)絡的基礎上，每次閉合一條支路形成單環(huán)網(wǎng)，并斷開環(huán)路另一條支路，實現(xiàn)配電網(wǎng)接納能力的進一步改善并保證電網(wǎng)的輻射狀運行，重復該過程直到配電網(wǎng)接納能力不能再增大為止。

3.2.2配電網(wǎng)擴容

配電網(wǎng)擴容包括變壓器擴容和線路擴容。變壓器擴容需要保證變壓器不發(fā)生過載，線路擴容需要保證配電母線和線路不發(fā)生電壓越限和電流越限。當配電網(wǎng)容量已經(jīng)無法接納新規(guī)劃建設的充電樁/站時，可通過配電網(wǎng)擴容來提高配電網(wǎng)的接納能力，從而解決配電網(wǎng)建設速度與EV普及速度失配問題。

表1為各110 kV/10 kV配電變壓器的參數(shù)[22]。根據(jù)新增配變?nèi)萘靠捎嬎阈屡潆娮儔浩鞯娜萘看笮?，進而選擇合適的變壓器型號。

表2 配電變壓器參數(shù)

10 kV配電系統(tǒng)常用線型如文獻[21,23]所示。根據(jù)不同配電線路型號的阻抗參數(shù)、載流量和鋪線成本可以選擇合適的配電線型來進行線路更換。

3.2.3采用雙饋線共同供電

采用雙饋線共同供電是在充電站規(guī)劃建設階段通過兩條饋線共同向充電站供電，從而增大充電站充電樁接納數(shù)量，為建設大型充電站提供一種思路。大型充電站由雙饋線共同供電的場景中，假設大型充電站通過兩臺或兩臺以上10 kV/400 V專變分別接入兩條10 kV饋線(分別記為饋線1和饋線2)，設定充電站的每個充電樁都固定接入其中一條饋線，這樣兩條10 kV饋線都固定接入該充電站的部分充電樁。接入饋線的充電負荷大小由接入該饋線的充電樁的充電情況決定。

4 仿真算例

4.1 參數(shù)設置

圖1 商業(yè)區(qū)常規(guī)負荷曲線

各類EV的參數(shù)設置如表3所示，充電行為概率分布參考文獻[24]。設公交車有專用的充電站，一樁雙槍二位，白天采用雙槍快充，晚間采用單槍慢充，公交車的車樁比為2:1。出租車采用快充方式，與私家車共用充電站，假設商業(yè)區(qū)有兩座充電樁數(shù)相同的充電站為出租車和私家車提供充電服務。出租車需要一天兩充，根據(jù)目前實際的車樁比，出租車的車樁比可設為5:1。對于私家車，可假設分散充電樁都采用慢充，充電站都采用快充，分散充電樁均衡地接入配電網(wǎng)各節(jié)點。私家車快充樁和慢充樁的車樁比差異較大，可設置多組不同的車樁比進行對比研究。

表3 各類EV參數(shù)

4.2 配電網(wǎng)充電樁接納能力評估

4.2.1各類EV充電樁接納能力分析

將私家車快充樁的車樁比設為20:1，慢充樁的車樁比設為3:1。私家車和出租車的兩座公用充電站分別接入節(jié)點7和節(jié)點12。公交車專用充電站接入節(jié)點10。為研究配電網(wǎng)對各類EV接納能力的區(qū)別，分別對只接入單類型EV時配電網(wǎng)的NACP進行評估，如表4所示。同時對各類EV不同保有量比例下的NACP進行評估，如表5所示。

表4 不同EV類型下的NACP

表5 不同EV保有量比例下的NACP

由表4和表5可知，由于公交車和出租車的日耗電量較大，充電活動更加頻繁，充電功率更大，且充電時間較為集中，接入配電網(wǎng)造成的沖擊比私家車更大，因此只接入私家車時配電網(wǎng)的NACP相對更多。相比于出租車，公交車的快充電功率更大，充電負荷更為集中，與常規(guī)負荷高峰更為重疊，因此NACP更少。總體上，常規(guī)負荷功率峰值每增加0.5 MW，只接入公交車時NACP減少4個左右，只接入出租車時NACP減少8～9個，在快慢充樁數(shù)比為2:1的條件下，只接入私家車配電網(wǎng)的NACP大約要減少26個。因此當公交車和出租車保有量占比增大時，配電網(wǎng)的NACP明顯減小。同時，私家車慢充樁的配置比例越大，配網(wǎng)的NACP越多。

4.2.2 不同接入位置下配電網(wǎng)的NACP

在商業(yè)區(qū)只接入私家車時，私家車快充樁的車樁比設為20:1，慢充樁的車樁比設為3:1。設快慢充電樁的比例為2:1。兩座充電站分別接入以下位置，配電網(wǎng)的NACP如表6所示。

由表6可知，在越靠近配電網(wǎng)末端的節(jié)點接入充電站負荷，NACP越小。這說明隨著充電站負荷接入位置向配電網(wǎng)末端節(jié)點靠近時，充電負荷作用于配電網(wǎng)更容易造成嚴重的越限問題，因此配電網(wǎng)運行風險不斷增大，充電樁接納能力不斷變?nèi)?。極端情況下，接入首端的NACP是接入末端時的4倍，差距很大。因此建議條件允許情況下盡可能將充電站負荷接入配電網(wǎng)首端。

表6 不同接入位置下的NACP

4.2.3不同車樁比下配電網(wǎng)的NACP

在商業(yè)區(qū)只接入私家車，設快慢充電樁的比例為2:1，兩座充電站分別接入節(jié)點7和節(jié)點12。不同車樁比下配電網(wǎng)的NACP如表7所示。

表7 不同車樁比下的NACP

由表7可知，慢充樁和快充樁的車樁比越大，充電樁的繁忙度越大，配電網(wǎng)的NACP越少。可以得出，充電樁的利用程度越高，相同充電樁數(shù)下充電負荷越大，配電網(wǎng)的NACP越少。因此，在不明顯影響用戶充電便捷性且能夠滿足EV充電需求的前提下，適當減小充電樁數(shù)量的配置裕度，可提高充電樁的利用程度。

同時，由于快充樁的充電功率更大，其接入配電網(wǎng)造成的沖擊比慢充樁也更大，當快充樁的車樁比增大時，配電網(wǎng)NACP下降程度比慢充樁車樁比增大時要大，因此在充電設施建設過程中需要合理規(guī)劃快慢充電樁的配置比例。

4.3 配電網(wǎng)充電樁接納能力優(yōu)化

4.3.1網(wǎng)絡重構優(yōu)化分析

在商業(yè)區(qū)只接入私家車時，在兩座充電站接入節(jié)點8與節(jié)點9(場景一)和接入節(jié)點18與節(jié)點19(場景二)時，進行NACP評估。優(yōu)化前后配電網(wǎng)斷開支路和NACP分別如表8和表9所示。

表8 場景一的優(yōu)化結果

表9 場景二的優(yōu)化結果

由表8和表9可知，進行配電網(wǎng)絡重構優(yōu)化后，配電網(wǎng)的NACP明顯增大了，因此通過網(wǎng)絡重構能夠非常有效地增強配電網(wǎng)的充電樁接納能力。同時，當充電負荷接入不同的節(jié)點時，本文提出的基于配電網(wǎng)充電樁接納能力的網(wǎng)絡重構方法能夠提供不同的網(wǎng)絡重構方案，以使配電網(wǎng)的充電樁接納能力最強，具有一定的靈活性。另外，對比兩種接入方式下的優(yōu)化效果，顯然在充電負荷接入更脆弱的節(jié)點時，配電網(wǎng)的充電樁接納能力改善潛力更大，網(wǎng)絡重構效果更好。

4.3.2配電網(wǎng)擴容優(yōu)化分析

只接入私家車，快慢充電樁數(shù)的比例為2:1，私家車快充樁的車樁比設為20:1，慢充樁的車樁比設為3:1。充電站負荷分別接入節(jié)點7和節(jié)點12。改變配變?nèi)萘亢途€路線型，配電網(wǎng)NACP如表10所示。

表10 擴容優(yōu)化結果

由表10可知，在配電變壓器容量較小、配電線路負荷承載能力較強時，容易出現(xiàn)變壓器過載，配電變壓器容量成為約束配電網(wǎng)充電樁接納能力的主要因素；在配電變壓器容量較大、配電線路負荷承載能力較弱時，容易出現(xiàn)電流越限，配電線路負荷承載能力成為約束配電網(wǎng)充電樁接納能力的主要因素。因此，在配電容量較小和配電線路負荷承載能力較弱時，通過合理的配電變壓器和線路更換能夠明顯地改善配電網(wǎng)的充電樁接納能力。需要注意的是，當配電變壓器和線路容量足夠大時，不容易發(fā)生配變過載和電流越限，電壓越限成為約束配電網(wǎng)充電樁接納能力的主要因素，此時可以通過無功補償?shù)却胧﹣砀纳婆潆娋W(wǎng)的運行質量。

4.3.3 雙饋線共同供電效果分析

以只接入公交車為例，在其接入單饋線和雙饋線的場景下，評估配電網(wǎng)的NACP。雙饋線都為IEEE33節(jié)點配電系統(tǒng)，饋線的負荷容量一致。饋線1和饋線2的常規(guī)負荷峰值分別設為4 MW和2.5 MW，兩者的基礎負荷平均負載率分別為0.4和0.25，則固定接入饋線1和饋線2的充電樁數(shù)量比例為0.77。充電站的專變都接入饋線的節(jié)點10。公交車均衡地按照充電樁數(shù)比例接入兩條饋線下的充電樁，并以風險最嚴重的饋線的最大綜合運行風險達到臨界值作為評估標準。評估結果如表11所示，其中充電站由雙饋線均衡供電場景是固定接入饋線1和饋線2的充電樁數(shù)量相等時的場景。

表11 雙饋線供電的優(yōu)化效果

由表11可知，相比于充電站接入單饋線的場景，充電站通過兩個專變接入兩條饋線，充電站負荷被分為兩部分，接入單饋線的充電負荷極大地減小了，能夠減輕單饋線的負荷負擔，避免配電網(wǎng)出現(xiàn)電壓越限等故障，可大幅提高配電網(wǎng)的NACP。另一方面，與充電站由雙饋線均衡供電相比，考慮饋線負載差異進行充電樁接入數(shù)量合理分配后，能夠更加充分利用兩條饋線的接納能力，提高配電網(wǎng)的NACP，并為建設大型充電站提供參考。

5 結論

1) 本文通過車樁比將充電樁數(shù)量和充電負荷耦合起來，以充電負荷接入配電網(wǎng)導致的綜合運行風險為指標提出了配電網(wǎng)充電樁接納能力的評估和優(yōu)化方法。相比于EV數(shù)量接納能力評估方法，可為充電設施的規(guī)劃配置提供更為直接的參考。

2) 配電網(wǎng)接納能力受網(wǎng)側、樁側和用戶側等多方影響。私家車占比和慢充樁占比越大，車樁比越小，常規(guī)負荷比重越小，充電負荷接入位置越靠近配電網(wǎng)首端，配電網(wǎng)的NACP越大。其中，常規(guī)負荷功率每增加0.5 MW，公交車、出租車、私家車充電樁的接納數(shù)分別減少4、9、26個，配電網(wǎng)接納三類樁數(shù)量比約為7:2.5:1，NACP基本與車樁比成反比，配網(wǎng)首端的NACP可達到末端的4倍。

3) 電網(wǎng)可采取網(wǎng)絡重構、擴容和雙饋線共同供電等方法來改善充電樁接納能力，效果十分明顯。雙饋線共同供電能夠減輕單饋線的負荷負擔，使得NACP提高100%；通過充電樁接入饋線數(shù)量的合理分配，能進一步提高接納能力。

[1] 姚穎蓓, 陸建忠, 傅業(yè)盛, 等. 華東地區(qū)電動汽車發(fā)展趨勢及用電需求預測[J]. 電力系統(tǒng)保護與控制, 2021, 49(4): 141-145.

YAO Yingbei, LU Jianzhong, FU Yesheng, et al. Electric vehicle development trends and electricity demand forecast in East China[J]. Power System Protection and Control, 2021, 49(4): 141-145.

[2] HUANG Zhao, FANG Baling, DENG Jin. Multi-objective optimization strategy for distribution network considering V2G enabled electric vehicles in building integrated energy system[J]. Protection and Control of Modern Power Systems, 2020, 5(1): 48-55.

[3] 歐名勇, 陳仲偉, 譚玉東, 等. 基于峰谷分時電價引導下的電動汽車充電負荷優(yōu)化[J]. 電力科學與技術學報, 2020, 35(5): 54-59.

OU Mingyong, CHEN Zhongwei, TAN Yudong, et al. Optimization of electric vehicle charging load based on peak-to-valley time-of-use electricity price[J]. Journal of Electric Power Science and Technology, 2020, 35(5): 54-59.

[4] 臧海祥, 舒宇心, 傅雨婷, 等. 考慮多需求場景的城市電動汽車充電站多目標規(guī)劃[J]. 電力系統(tǒng)保護與控制, 2021, 49(5): 59-80.

ZANG Haixiang, SHU Yuxin, FU Yuting, et al. Multi- objective planning of an urban electric vehicle charging station considering multi demand scenarios[J]. Power System Protection and Control, 2021, 49(5): 59-80.

[5] 范蘇純, 黃向敏, 張勇軍, 等. 計及有序充電的配電變壓器擴展規(guī)劃建模[J]. 電力系統(tǒng)自動化, 2021, 45(7): 62-70.

FAN Suchun, HUANG Xiangmin, ZHANG Yongjun, et al. Modeling of expansion planning for distribution transformer considering orderly charging[J]. Automation of Electric Power Systems, 2021, 45(7): 62-70.

[6] 徐荊州, 葛磊蛟, 楊昌海, 等. 考慮用戶便捷性和配網(wǎng)接納能力的EV充電站選址定容[J]. 電力工程技術, 2020, 39(4): 112-119, 142.

XU Jingzhou, GE Leijiao, YANG Changhai, et al. Location and capacity selection method of EV charging stations considering transportation convenience and distribution network capacity[J]. Electric Power Engineering Technology, 2020, 39(4): 112-119, 142.

[7] HOOG J D, MUENZEL V, JAYASURIYA D C, et al. The importance of spatial distribution when analysing the impact of electric vehicles on voltage stability in distribution networks[J]. Energy Systems, 2015, 6(1): 63-84.

[8] 郭毅, 胡澤春, 張洪財, 等. 居民區(qū)配電網(wǎng)接納電動汽車充電能力的統(tǒng)計評估方法[J]. 電網(wǎng)技術, 2015, 39(9): 2458-2464.

GUO Yi, HU Zechun, ZHANG Hongcai, et al. A statistical method to evaluate the capability of residential distribution network for accommodating electric vehicle charging load[J]. Power System Technology, 2015, 39(9): 2458-2464.

[9] 張祥文, 江星星, 王龍, 等. 配電網(wǎng)接納電動汽車能力評估方法研究[J]. 電力系統(tǒng)保護與控制, 2015, 43(12): 14-20.

ZHANG Xiangwen, JIANG Xingxing, WANG Long, et al. Research on assessment methods of distribution network's ability of admitting electric vehicles[J]. Power System Protection and Control, 2015, 43(12): 14-20.

[10] 陳衛(wèi), 楊波, 張兆云, 等. 計及電動汽車充電站接入的配電網(wǎng)承載能力評估與優(yōu)化[J]. 電工技術學報, 2014, 29(8): 27-35, 45.

CHEN Wei, YANG Bo, ZHANG Zhaoyun, et al. Distribution networks supportability evaluation and optimization considering electric vehicles charging stations[J]. Transactions of China Electrotechnical Society, 2014, 29(8): 27-35, 45.

[11] DE HOOG J, ALPCAN T, BRAZIL M, et al. Optimal charging of electric vehicles taking distribution network constraints into account[J]. IEEE Transactions on Power Systems, 2015, 30(1): 365-375.

[12] 李強, 鄧卿, 林鴻基, 等. 計及靈活性的配電系統(tǒng)接納電動汽車能力評估與提升策略[J]. 電力科學與技術學報, 2019, 34(3): 37-46.

LI Qiang, DENG Qing, LIN Hongji, et al. Assessment and enhancement of accommodation capability for electric vehicles by a distribution system with flexibility resources[J]. Journal of Electric Power Science and Technology, 2019, 34(3): 37-46.

[13] 吳帆, 鄔智江, 吳杰康, 等. 基于CVaR分析的新能源配電網(wǎng)電壓風險評估模型[J]. 電力工程技術, 2019, 38(4): 131-137.

WU Fan, WU Zhijiang, WU Jiekang, et al. Risk assessment model for distribution network with renewable energy based on CVaR analysis[J]. Electric Power Engineering Technology, 2019, 38(4): 131-137.

[14] 雷加智, 龔慶武. 基于改進點估計法的輸電線路過負荷風險評估[J]. 電力自動化設備, 2017, 37(4): 67-72.

LEI Jiazhi, GONG Qingwu. Transmission line overload risk assessment based on improved point estimation methods[J]. Electric Power Automation Equipment, 2017, 37(4): 67-72.

[15] 楊景旭, 羿應棋, 張勇軍, 等. 基于加權分布熵的配電網(wǎng)電動汽車并網(wǎng)運行風險分析[J]. 電力系統(tǒng)自動化, 2020, 44(5): 171-179.

YANG Jingxu, YI Yingqi, ZHANG Yongjun, et al. Operation risk analysis of electric vehicle integrated to grid in distribution network based on weighted distribution entropy[J]. Automation of Electric Power Systems, 2020, 44(5): 171-179.

[16] 楊景旭, 張勇軍. 基于有序充電啟動機制和補貼機制的充電負荷接納能力優(yōu)化[J]. 電力自動化設備, 2020, 40(11): 122-130.

YANG Jingxu, ZHANG Yongjun. Optimization of charging load acceptance capacity based on ordered charging start-up mechanism and subsidy mechanism[J]. Electric Power Automation Equipment, 2020, 40(11): 122-130.

[17] 徐楊楊, 張新松, 陸勝男, 等. 多重隨機特性下的電動汽車充電網(wǎng)絡機會約束規(guī)劃[J]. 電力系統(tǒng)保護與控制, 2021, 49(6): 30-39.

XU Yangyang, ZHANG Xinsong, LU Shengnan, et al. Chance constrained optimization of an electric vehicle charging network with multiple stochastic characteristics[J]. Power System Protection and Control, 2021, 49(6): 30-39.

[18] 梁永亮, 吳躍斌, 馬釗, 等. 新一代低壓直流供用電系統(tǒng)在“新基建”中的應用技術分析及發(fā)展展望[J]. 中國電機工程學報, 2021, 41(1): 13-24, 394.

LIANG Yongliang, WU Yuebin, MA Zhao, et al. Application and development prospect of new generation of LVDC supply and utilization system in “new infrastructure”[J]. Proceedings of the CSEE, 2021, 41(1): 13-24, 394.

[19] WANG B, DEHGHANIAN P, WANG S, et al. Electrical safety considerations in large-scale electric vehicle charging stations[J]. IEEE Transactions on Industry Applications, 2019, 55(6): 6603-6612.

[20] 李丹奇, 鄭建勇, 史明明, 等. 電動汽車充電負荷時空分布預測[J]. 電力工程技術, 2019, 38(1): 75-83.

LI Danqi, ZHENG Jianyong, SHI Mingming, et al. Prediction of time and space distribution of electric vehicle charging load[J]. Electric Power Engineering Technology, 2019, 38(1): 75-83.

[21] 王亮, 王程程, 王棟. 儲能式現(xiàn)代有軌電車供電仿真軟件研究[J]. 電氣化鐵道, 2016(2): 40-43.

[22] 黃偉, 高怡芳, 張勇軍, 等. 計及不確定性的分布式光伏接入配電網(wǎng)極限容量評估[J]. 電力系統(tǒng)保護與控制, 2018, 46(14): 9-16.

HUANG Wei, GAO Yifang, ZHANG Yongjun, et al. Evaluation of ultimate capacity for distributed photovoltaic access distribution network considering uncertainty[J]. Power System Protection and Control, 2018, 46(14): 9-16.

[23] 閆麗梅, 劉廣成, 張艷, 等. 基于改進最小生成樹算法的油田電網(wǎng)網(wǎng)架優(yōu)化研究[J]. 電力系統(tǒng)保護與控制, 2011, 39(24): 117-122.

YAN Limei, LIU Guangcheng, ZHANG Yan, et al. Research on frame optimization of oil-field power grid based on improved minimum spanning tree algorithm[J]. Power System Protection and Control, 2011, 39(24): 117-122.

[24] 吳國沛, 莫一夫, 張勇軍, 等. 計及調(diào)度-用戶兩側差異化需求的電動汽車可調(diào)度潛力評估[J]. 電力科學與技術學報, 2019, 34(2): 68-75.

WU Guopei, MO Yifu, ZHANG Yongjun, et al. Schedulable potential evaluation of electric vehicles considering the different requirements of dispatchers and users[J]. Journal of Electric Power Science and Technology, 2019, 34(2): 68-75.

Assessment and optimization of charging pile acceptance capacity considering the comprehensive operational risk of a distribution network

QU Dapeng1, FAN Jinheng1, LIU Qiying1, LIU Xuan2, DENG Wenyang2

(1. Guangzhou Power Supply Bureau, Guangdong Power Grid Co., Ltd., Guangzhou 510620, China; 2. Guangzhou Power Electrical Engineering Technology Co., Ltd., Guangzhou 510670, China)

To solve the problem of mismatch between the construction of a grid and the popularity of electric vehicles (EVs), this paper conducts research on the assessment method and optimization strategies of charging load acceptance capacity of a distribution network. First, the charging load acceptance capacity of the distribution network is measured by the charging pile acceptance capacity, and the factors influencing that capacity of the distribution network are analyzed from the distribution network, charging pile and user sides. Secondly, a charging load assessment model based on the number of charging piles is established. The charging load is calculated based on the number of charging piles and vehicle-to-pile ratio, and then the coupling relationship between charging load and distribution network is used to analyze the operational risk of the distribution network. Furthermore, a comprehensive operational risk of the distribution network is established by taking into account the voltage and current crossing risk and the distribution transformer overload risk as a quantitative indicator of the charging pile acceptance capacity. This is proposed as a quantitative indicator of charging pile acceptance capacity. Then, from the grid side, strategies such as network reconstruction, distribution network expansion, and two feeders jointly supplying power are proposed to improve the charging pile acceptance capacity. Finally, through simulation analysis, the effectiveness of the charging pile acceptance capacity evaluation model and optimization strategy is verified.

This work is supported by the National Natural Science Foundation of China (No. 51777077).

charging pile; electric vehicle; acceptance capacity; risk; distribution network

10.19783/j.cnki.pspc.210383

國家自然科學基金項目資助(51777077)；廣東電網(wǎng)有限責任公司廣州供電局科技項目資助(GZHKJXM20180072)

2021-04-10；

2021-06-22

曲大鵬(1983—)，男，碩士，高級工程師，從事綜合能源投資管理，側重電動汽車與新能源領域研究；E-mail：13925096815@139.com

范晉衡(1988—)，男，本科，助理工程師，從事電氣工程自動化、電力通信與信息、新能源研究應用工作；E-mail：18664777735@139.com

劉琦穎(1992—)，女，本科，助理工程師，從事電氣工程自動化、新能源應用工作。E-mail：490301744@qq.com

(編輯 葛艷娜)