考虑环境温度的电动汽车充电负荷预测

王海玲, 张美霞, 杨 秀

(上海电力学院 电气工程学院, 上海 200090)

考虑环境温度的电动汽车充电负荷预测

王海玲, 张美霞, 杨 秀

(上海电力学院 电气工程学院, 上海 200090)

为了保证电动汽车充电负荷预测更加准确、合理,分析了环境温度导致电池特性、空调能耗和道路状况的变化对电动汽车充电需求的影响.考虑环境温度因素,引入能耗因子计算单位里程耗电量,利用蒙特卡洛法计算了单辆车的充电负荷需求,再累加到总的充电负荷曲线上.以2020年上海市电动汽车为例仿真计算,验证了在不同温度影响下,电动汽车充电负荷会发生明显的变化.

电动汽车; 环境温度; 能耗因子; 充电负荷

近年来,在环境污染和能源危机的双重压力下,节能减排越来越受到人们关注,电动汽车因其具有环保、节能等特点,成为重要的交通工具之一[1].

电动汽车大规模接入电网,势必会对电网的安全、经济运行以及电网规划产生影响[2].因此,电动汽车充电需求预测就显得尤为重要.

文献[3]和文献[4]通过收集大量车辆行驶数据分析电动汽车的行驶特性,从而进行电动汽车充电负荷预测.

文献[5]和文献[6]根据电动汽车的不同行驶特性和充电行为,采用蒙特卡洛模拟法计算充电负荷.

文献[7]用停车生成率模型预测停车需求,提出了一种考虑时空分布的充电负荷预测方法.

文献[8]构建简单链和复杂链,提出了一种基于行驶出行链的电动汽车充电负荷预测方法.

目前已发表了大量关于电动汽车充电负荷计算的文献,但考虑环境温度对电动汽车充电负荷影响的却很少.

文献[9]虽然分析了环境温度对电动汽车充电负荷的影响,但在计算中却未考虑环境温度对道路状况的影响.

本文以私家车为研究对象,分析环境温度导致的电池特性、空调耗能和道路状况的变化,对电动汽车充电负荷的影响.

采用蒙特卡洛法模拟车主日常行驶特性,考虑环境温度这一重要因素,对电动汽车充电负荷进行建模,并以2020年上海市电动汽车充电负荷为例进行分析验证.

1 环境温度对充电需求的影响

1.1 环境温度对电池性能的影响

电池作为电动汽车的动力源,其性能受到环境温度的影响.电池相对容量随温度变化的曲线如图1所示,这是由于电动汽车使用的磷酸铁锂电池在不同的温度下,电池的性能发生较大变化[10].把25 ℃作为参考温度,在高温阶段电池容量变化不明显,超过30 ℃电池容量基本不变.而低温阶段,随着温度下降,电池容量逐渐减小,0 ℃时电池相对容量为79.3%,-20 ℃时电池相对容量只有43.6%.

由此表明,低温阶段电池容量的衰减率随温度的降低急剧上升.电池容量的变化直接影响电动汽车的续航里程,从而影响充电需求.

图1 电池相对容量随温度变化的曲线

1.2 环境温度对空调能耗的影响

电动汽车直接由动力电池给空调供电,空调作为电动汽车中第二大耗能设备,环境温度的高低直接影响空调耗电量,从而增加电动汽车的充电负荷.但空调的能耗又受乘客人数、车型大小等因素的影响,因此不能准确定义空调能耗随温度的变化.通过大量数据调研,获取电动汽车空调在制冷和制热情况下的功耗范围及均值见表1.

表1 空调功率 kWh

1.3 环境温度对道路状况的影响

环境温度和天气状况有一定的相关性,不良天气主要通过改变路面附着系数和能见度等道路状况来影响行车速度.冬季雨雪雾天气较多,严重影响道路状况,限制了电动汽车行驶速度.电动汽车行驶速度直接影响单位里程耗电量,进而影响电动汽车的充电需求.

根据文献[11]给出的不同天气对应不同能见度和附着系数的车速限制建议,总结出不同环境温度下的最佳行驶速度,如表2所示.

表2 不同环境温度对应路况下的最佳行驶速度

注:冬季路况I型表示雨雪雾严重,II型表示雨雪雾轻微;夏季路况I型表示雨天,II型表示晴天.

2 电动汽车充电负荷计算方法

2.1 充电负荷计算模型

本文仅考虑电动私家车,充电负荷计算以天为单位,将一天划分为96个时段,每个时段15 min.第m时刻的总充电负荷为所有电动汽车在该时刻的充电负荷之和,总充电功率可表示为:

(1)

式中:PEV,m——第m时刻的总充电功率,m取1,2,3,…96;

N——电动汽车总数;

Pi,m——第i辆车在第m时刻的充电功率.

利用蒙特卡洛法抽取单辆电动汽车的日行驶里程和开始充电时刻.车主通常在单位和居民区停车场充电.将“单位充电”用“1”表示,“居民区充电”用“0”表示,车主日常充电行为服从0～1分布.假设车主之间充电行为相互独立,数量为n的电动汽车规模化充电行为近似服从参数为n和p的二项分布,记为site～b(n,p),p表示在公司充电概率[12].

由于p取值在[0,1]内,因此规模化的电动汽车在单位充电概率服从U(0,1)均匀分布.对于第i台电动汽车,随机生成服从U(0,1)的随机数Rand,当Rand

(2)

式中:ut——开始充电时刻的数学期望,单位充电取ut=9,居民区充电取ut=19;

δt——开始充电时刻的标准差,单位充电取δt=0.5,居民区充电取δt=1.5.

(3)

式中:ud——日行驶里程的数学期望,取ud=2.98;

企业战略管理与项目管理耦合还需要强调关联性。因为本身战略管理和项目管理两者就是有着一定联系的，如果在企业中忽略了战略管理就会让企业失去发展的方向，没有了远大的抱负和企业发展的动力，而且项目管理在失去战略管理以后也将会出现一些不必要的决策失误问题。当前社会中还存在着一些企业将过多的资源放置在战略管理上，只是一味地注重企业的长远发展，而不是重视企业当前发展情况，那么这就会造成企业中项目管理的荒废，从而进一步导致企业资金链的断裂，给企业的长远发展形成严重的阻碍。所以说，在企业发展中强调战略管理与项目管理耦合要具有关联性是至关重要的［7］。

δd——日行驶里程的标准差,取δd=1.14.

2.3 考虑环境温度的充电负荷计算

考虑环境温度对空调耗电量的影响,得出电动汽车在不同温度下行驶的空调耗电量:

(4)

式中:KT——在环境温度为T时,电动汽车以速度v行驶S公里空调的耗电量;

Tmin——冬季空调制热的上限温度,取15 ℃;

Tmax——夏季空调制冷的下限温度,取28 ℃;

WL,WR——空调制冷和制热的功率.

由图1可得不同环境温度下的电池最大容量为:

(5)

式中:CT——环境温度为T时的电池最大容量;ZT——环境温度为T时,电池相对容量百分数;C25——环境温度为25 ℃时的电池容量.

环境温度对路况的影响势必导致电动汽车行驶速度的变化.

引用文献[14]中电动汽车的能耗因子模型,得到以不同速度行驶单位里程所耗电量为:

(6)

从而得到:

(7)

式中:E——电动汽车以速度v行驶单位里程所消耗的电量;

FT——在环境温度T时,电动汽车行驶S公里所消耗的电量.

按开始充电时刻的荷电状态(StateofCharge,SOC)来判断充电方式,若其值大于20%,选择常规慢充.反之,选择快充.

不同环境温度下,电动汽车开始充电时刻的荷电状态为:

(8)

2.4 充电负荷计算流程

电动汽车充电负荷计算流程如图2所示.其中Pc为充电功率.

图2 电动汽车充电负荷计算流程

3 算例分析

3.1 参数设置

根据《节能与新能源汽车产业发展规划》,预计到2020年,我国电动汽车产销达到200万辆[15],上海电动私家车达到7.349万辆[16],计算2020年上海市电动汽车充电负荷,参数设置如下:电动汽车数量N为73 490;磷酸铁锂电池容量为25.6 kWh;环境温度分别为0 ℃,20 ℃,35 ℃时电池相对容量百分数z0,z20,z35分别为79.3%,98.8%,103%;常规慢充电能为4 kWh,充电效率为90%;快充电能为40 kWh,开始充电时刻满足均匀分布t0～U(0,24);默认常规充电每次都充满,快充0.5 h;单位停车场充电概率p为0.2.

空调不同模式下的制热和制冷功率,如表3所示.

表3 不同运行模式下的空调功率 kWh

3.2 软件仿真

依据上海的气象特点,选取20 ℃为典型常温天气,0 ℃和35 ℃分别作为典型冬季和夏季气温.利用Matlab软件进行仿真,计算出在不同环境温度下2020年上海地区电动汽车充电负荷.

3.2.1 不同空调模式下的电动汽车充电负荷

假设电动汽车在综合路况下,以60 km/h的速度行驶.分析不同空调模式下,环境温度对电动汽车充电负荷的影响.2020年上海市电动汽车在不同空调模式下的充电负荷曲线分别如图3,图4和图5所示.

图3 2020年上海市电动汽车空调节能模式下充电负荷曲线

由图3可知,空调节能模式下,2020年上海市电动汽车充电负荷在冬季0 ℃时的峰值为74 516 kW,在夏季35 ℃时的峰值为74 037 kW.常温20 ℃时没有启动空调,因此电动汽车充电负荷较前两者低,峰值为70 678 kW.

由图4可知,空调普通模式下,常温20 ℃时的电动汽车充电负荷和在空调节能模式下的负荷相同,除此之外,冬季0 ℃和夏季35 ℃时的充电负荷均有所增加,其峰值分别为76 147 kW和75 537 kW.

由图5可知,空调耗电模式下,2020年上海市电动汽车充电负荷在冬季0 ℃时的峰值为77 722 kW,在夏季35 ℃时的峰值为76 618 kW,而常温20 ℃时的充电负荷与其他模式依旧保持不变.

图4 2020年上海市电动汽车空调普通模式下充电负荷曲线

图5 2020年上海市电动汽车空调耗电模式下充电负荷曲线

3.2.2 不同行驶速度的电动汽车充电负荷

假设电动汽车空调运行在普通模式,考虑环境温度对道路状况的影响,分析在不同温度的最佳行驶速度下,电动汽车的充电负荷变化.2020年上海市电动汽车在不同行驶速度下的充电负荷曲线如图6所示.

由图6可知,环境温度越低,电动汽车行驶速度越慢,充电负荷却越大.2020年上海市电动汽车在冬季0 ℃的最佳行驶速度40 km/h运行模式下,充电负荷最大,在夏季35 ℃的最佳行驶速度80 km/h运行模式下,充电负荷最小.

图6 2020年上海市电动汽车不同行驶速度下充电负荷曲线

3.3 结果分析

(1) 环境温度对电动汽车充电负荷的影响显著,尤其是在低温天气.2020年上海市电动汽车不同空调模式下充电日负荷总量如图7所示.由图7可知,以常温天气20 ℃作为参考,在35 ℃时,上海市电动汽车充电日负荷总量增加,但增长量明显比0 ℃时低.同时,空调运行模式越耗能,环境温度对电动汽车充电负荷影响越大.

(2) 由环境温度导致的行驶速度变化,对电动汽车充电负荷的影响较大.不同行驶速度下电动汽车负荷变化如表4所示,低温低速行驶对电动汽车充电负荷影响尤为显著.取常温20 ℃的最佳行驶速度60 km/h的电动汽车充电负荷作为参考,2020年上海市电动汽车在低温0 ℃时,以最佳行驶速度40 km/h行驶,充电负荷峰值提高19.5%,充电日负荷总量增加38.8%.

图7 2020年上海市电动汽车不同空调模式下充电日负荷总量

速度/(km·h-1)温度/℃峰值/kW负荷总量/kWh变化量/%峰值负荷总量4008477268433019.538.85008016762271013.426.3602070672492850007035717775020801.51.87803568063465260-3.6-5.59

4 结 语

通过分析环境温度对空调耗电量、电池特性和道路状况的改变,进而证明环境温度对充电需求的影响.以上海市2020年电动汽车充电负荷为例进行仿真,表明低温天气对空调耗电量、电池特性和道路状况的影响都比高温天气更大,因此低温天气对电动汽车充电负荷的影响也更为显著.

本文仅以上海市电动私家车为研究对象,相对而言,电动出租车、电动公交车和电动公务车负荷需求更大,因此环境温度对其影响也随之增大.在之后的研究中,将进一步考虑环境温度对其他类型电动汽车的影响.

[1] BOULANGER A G,CHU A C,MAXX S,etal.Vehicle electrification:status and issues[J].Proceedings of the IEEE,2011,99(6):1 116-1 138.

[2] FERNANDEZ L P,ROMANT G S,COSSENT R.Assessment of the impact of plug-in electric vehicles on distribution networks[J].IEEE Trans on Power System,2011,26(1):206-213.

[3] 王岱,管晓宏,吴江,等.基于车辆行驶行为特性建模的电动汽车充放电策略与分析[J].电网技术,2014,38(9):2 322-2 327.

[4] TAE-KYUNG L,BARKET Z,GORDON T,etal.Stochastic modeling for studies of real-world PHEV usage:driving schedule and daily temporal distributions[J].IEEE Trans on Vehicular Technology,2012,61(4):1 493-1 502.

[5] 袁正平,周伟,王文斌.电动汽车充电负荷预测方法研究[J].华东电力,2013,41(12):2 567-2 572.

[6] 罗卓伟,胡泽春,宋永华,等.电动汽车充电负荷计算方法[J].电力系统自动化,2011,35(14):36-42.

[7] 张洪财,胡泽春,宋永华,等.考虑时空分布的电动汽车充电负荷预测方法[J].电力系统自动化,2014,38 (1):13-18.

[8] 陈丽丹,聂涌泉,钟庆.基于出行链的电动汽车充电负荷预测模型[J].电工技术学报,2015,30(4):216-225.

[9] 罗浩成,胡泽春,张洪财.环境温度对电动汽车充电负荷的影响分析[J].电力建设,2015,36(7):69-74.

[10] 罗玲,宋文吉,林仕立,等.工作温度对磷酸铁锂电池SOC影响及研究进展[J].新能源进展,2015,3(1):59-69.

[11] 唐晋娟.不良天气条件下高速公路交通安全影响分析[D].南京:南京林业大学,2010.

[12] 杨冰,王丽芳,廖承林,等.不确定充电习惯对电动汽车充电负荷需求及充电负荷调节的影响[J].电工技术学报,2015,30(4):226-232.

[13] 辛昊,严正,许少伦.基于多代理系统的电动汽车协调充电策略[J].电网技术,2015,39(1):48-53.

[14] 宋媛媛.基于行驶工况的纯电动汽车能耗建模及续驶里程估算研究[D].北京:北京交通大学,2014.

[15] 中国电工技术学会电动车辆专业委员会.我国电动汽车市场化进程中相关问题述综[J].电工电能新技术,2015,34(7):1-10.

[16] 施泉生,刘晔,孙波.上海地区发展电动汽车的综合效益分析[J].中国电力,2014,47(11):121-126.

(编辑 桂金星)

Electric Vehicle Charging Load Forecasting Considering Environmental Temperature

WANG Hailing, ZHANG Meixia, YANG Xiu

(SchoolofElectricalEngineering,ShanghaiUniversityofElectricPower,Shanghai200090,China)

In order to ensure electric vehicle(EV) charging load forecasting more accurate and reasonable,the influence of changes in the battery characteristics,air conditioning energy consumption and the influence of road conditions caused by environmental temperature on EVs charging needs are analyzed.Considering environmental temperature,the energy consumption factor model is introduced to calculate the power consumption of EV per kilometer and the Monte Carlo method is used to calculate the single EV charging load demand added to the total charging load curve.Shanghai EVs in 2020 is taken as an example,and simulation results show that under the influence of the temperature,EVs charging load changes obviously.

electric vehicle; environmental temperature; energy consumption factor; charging load

10.3969/j.issn.1006-4729.2017.02.007

2016-05-13

王海玲(1991-),女,在读硕士,重庆人.主要研究方向为电动汽车负荷预测和充放电调度.E-mail:727928319@qq.com.

U469.72;TM715.1

A

1006-4729(2017)02-0138-07