计及多日一充模式的规模化电动汽车充电负荷建模策略︱本刊学术

强电磁工程与新技术国家重点实验室（华中科技大学）的研究人员徐浩、苗世洪、钱甜甜、冉晓洪，在2015年第9期《电工技术学报》上撰文，提出了一种计及多日一充模式的规模化电动汽车充电负荷建模策略，以为电动汽车充电负荷预测及有序充电控制措施的制定奠定必要的理论基础。

该策略首先依据日行驶里程差异划分了6个用户类，并在详细分析各用户类中单个用户充电起始时刻和充电时长概率特性的基础上，提出了单个用户在指定时刻充电的负荷期望值的计算方法；然后提出了元日期窗口的概念，并分别模拟了2类多日一充模式下各用户类中的用户在元日期窗口内充电的概率分布；最后基于大数定理提出了规模化电动汽车在各工作日内集群充电的总充电负荷计算模型及其离散处理方法。

算例分析结果表明，该策略可显著提高规模化电动汽车电池容量的利用率，可获得更为准确的充电负荷特性，且操作性强，因而具有广阔的应用前景。

电动汽车是一种可有效降低温室气体和有害气体排放及化石能源消耗的清洁能源交通工具[1,2]。各国政府和制造商都在大力推动其相关支撑技术的研发和生产，以期缓解当下日益紧张的化石能源短缺和环境污染严重等问题[3-5]。

未来电动汽车市场将逐渐趋于繁荣，预计到2020年我国电动汽车累计产销量将逾500万辆[6]。但电动汽车充电功率大、随机性强，如此大规模的保有量将对电网的安全经济运行构成严重威胁[7,8]。

因此，有必要提前研究有效的负荷建模策略，揭示规模化电动汽车的负荷特性及其对电网的影响机制，为充电负荷预测及有序充电策略制定奠定必要的理论依据。

目前，国内外已有大量文献涉及电动汽车充电负荷模型构建问题。文献[9]分析了三种典型电动汽车充电站内用户的充电规律，并构建了基于蒙特卡洛法和统计分析法的充电负荷随机模型。

文献[10]在深入挖掘充电负荷影响因素的基础上，提出了充电站内充电负荷的简化计算方式和考虑多种影响因素的准确仿真方法。

文献[11-13]基于用户充电起始荷电状态（Stateof Charge, SOC）与日行驶里程的线性关系，采用汽车用户日行驶里程的详细统计数据构建了大量电动汽车集群充电的概率负荷模型。

这些文献从不同的角度分析了规模化电动汽车的负荷特性，所得结论具有丰富的工程参考价值。但上述文献在构建充电负荷模型时，皆假定所有用户必须每天充电一次，以使电动汽车在用户次日第一次出行前处于满电量。

该假定通过限制用户充电自由度的方式有效降低了充电负荷模型的复杂度，但将造成电动汽车车载电池容量的极大浪费。因为相关调研数据表明，84.25%的用户日行驶里程小于60km[14,15]，当电动汽车续驶里程为300km时，这部分用户的日耗电量仅占车载电池容量的1/5。

目前一些电动汽车车型的续驶里程已达300km，如比亚迪E6和特斯拉Roadster，随着动力技术和电池技术的不断发展，未来电动汽车的续驶里程将超过这个水平。若届时所有用户每天都进行一次充电，无疑将造成车载电池容量利用率的进一步下降。日耗电量超过50%车载电池容量的用户必须每天充电一次，否则将因电池电量不足而影响其次日的正常出行；而同样的调研数据表明，这部分用户所占比例仅为1.8%[14,15]。

因此，从提高用户充电自由度和车载电池利用率的角度出发，绝大部分用户不需要每天充电。因此在构建电动汽车集群充电的充电负荷模型时，应当计及用户间隔多日充电一次的情形，以提高所建负荷模型的适用性。

本文拟提出一种计及多日一充模式的规模化电动汽车充电负荷建模策略，将多日一充模式作为部分用户的固有充电模式加以重点考虑，以填补该领域的研究空白。该策略首先依据日行驶里程差异将电动汽车用户分为6个用户类，以使同一用户类中各用户产生的充电负荷可用相同的概率负荷模型模拟。

接着提出了单个用户在指定时刻充电负荷期望值的计算法。在此基础上，基于大数定律构建了各用户类中在指定工作日内充电的所有用户集群充电的充电负荷模型。此外，本文提出了元日期窗口的概念，并探讨了各用户类中的用户在元日期窗口内充电的概率分布。在叠加不同工作日内的所有充电负荷后，该策略最终获得了一周内各工作日的总负荷水平。

结论

多日一充模式可提高电动汽车车载电池的利用率，且符合用户的实际充电习惯，应作为部分用户的固有充电模式考虑进规模化电动汽车集群充电的负荷模型中。本文提出了一种计及多日一充模式的规模化电动汽车充电负荷建模策略，填补了该领域的研究空白。算例分析表明，该策略将明显提升了电动汽车车载电池的利用率，并且可获得更为准确的充电负荷特性。