住宅小区电动汽车有序充电潜力评估

陈 旭，杨 柳，杨振刚，何奉禄，晏寒婷

住宅小区电动汽车有序充电潜力评估

陈 旭1，杨 柳2，杨振刚1，何奉禄3，晏寒婷3

(1.中国南方电网有限责任公司，广东 广州 510530；2.广东电力交易中心有限责任公司，广东 广州 510000；3.广州市奔流电力科技有限公司，广东 广州 510670)

电动汽车的充电管理方式影响充电设施配电容量的规划设计，对住宅小区电动汽车进行有序充电，可实现削峰填谷，提高配变利用率，增加充电设施接入容量。结合住宅小区住户充电行为习惯，建立住宅小区充电负荷概率模型，并提出充电负荷同时率和叠加率两个关键参数表征充电负荷变化特性。在此基础上，建立电动汽车充电负荷与居民用电负荷规划计算模型，并通过数学解析法得出配变负载率与住宅小区电动汽车最大渗透率之间的关系，对住宅小区电动汽车有序充电潜力进行定量评估。该研究可为住宅小区充电负荷精益管理、充电设施配电容量合理配置提供科学参考。

配变重载；电动汽车；有序充电；潜力评估

0 引言

电动汽车(Electric Vehicle, EV)是交通运输领域降低能源消耗，进行环境保护的一大变革，电动汽车的推广使用将推动能源的清洁利用，实现可持续发展[1-2]。为促进电动汽车的发展，2015年国务院印发《关于加快电动汽车充电基础设施建设的指导意见》(国办发[2015]73号)要求加大充电设施建设力度，解决电动汽车充电难题，对新建住宅小区配建停车位应100%建设充电设施或预留建设安装条件[3]。在此背景下，各级政府纷纷出台相关政策，为电动汽车的发展营造良好环境[4]。

随着电动汽车规模化发展，大量电动汽车接入电网，但现有配电网，特别在密集城区，难以支撑如此大规模充电桩同时并网运行，相应的升级扩容难度大且投资巨大。此外，电动汽车充电具有间歇性和不规律性，如不加以有效控制，突发且集中的充电负荷和电网常规用电高峰重叠，易引起电压、频率波动等问题[5-7]，严重时可能造成大面积停电故障。针对上述问题，相关专家学者对电动汽车有序充电展开了研究。文献[8-11]表明通过协调控制住宅小区配变侧充电负荷可缓解配变过载，实现削峰填谷。文献[12]通过校正充电负荷需求误差对有序充电策略进行优化。文献[13]以均衡利用充电设施为目的对车主充电路径进行优化。文献[14]以负荷方差最小为目标，设置充电功率约束，在配变不过载的情况下实现充电负荷削峰填谷的作用。文献[15]将配变剩余容量进行网格划分，以负荷波动最小为目标将充电负荷进行优化分配。文献[16]从配变增容及配网扩展层面分析了有序充电带来的经济效益。文献[17]通过分层控制架构，对电动汽车进行不同时间尺度的有序充电，降低了用户充电费用，优化了系统负荷曲线。文献[18]以住宅小区为研究对象，评估了无序充电方式下，住宅小区承载电动汽车充电负荷的能力。文献[19]将电动汽车有序充电与风光储微网能量管理相结合，提高了电动汽车充电设施的供电可靠性。

综上所述，目前对电动汽车有序充电的研究多集中在有序充电策略及对电网的影响方面，鲜有文献对不同充电管理方式下的充电负荷特征建立评价体系，为充电设施容量配置提供科学指引。

在此背景下，本文提出充电负荷同时率和叠加率两个关键参数表征充电负荷变化特性。在此基础上，建立电动汽车充电负荷以及居民用电负荷规划计算模型，并通过数学解析法得出配变负载率与住宅小区电动汽车最大渗透率之间的关系，对住宅小区电动汽车有序充电潜力进行定量评估，为住宅小区充电负荷精益管理，充电设施配电容量合理配置提供科学参考。

1 评估思路

用户侧住宅小区配电网主要是10 kV及以下电压等级低压配电网，网络拓扑结构简单灵活，接线形式多为放射式[20]，本文选定的居民小区配电网拓扑结构如图1所示，各放射式馈线通过配电变压器接入电动汽车充电负荷和居民小区用电负荷。影响充电设施接入容量的瓶颈在于配变容量，而配变容量的大小和小区功能定位，规模大小，经济发展状况相关，所以不同小区可接入的充电设施容量不同，需根据电动汽车充电负荷特性以及用户负荷的变化情况，综合考量确定充电设施可接入的最大容量。

相比无序充电，有序充电可进一步缓解无序充电带来的配变过载及增容，增加配变承载电动汽车的能力。以图1所示的配网结构为研究对象，图2给出了本文有序充电潜力评估流程体系，通过有序充电潜力评估可进一步明确有序充电背景下，居民小区承载电动汽车的能力。

图1 住宅小区配电网拓扑结构

图2 有序充电潜力评估流程体系

居民小区电动汽车有序充电潜力评估流程体系主要分为三个模块。首先进行居民小区配电数据收集，包括居民小区住户数，小区功能定位等，根据住宅小区用电负荷规划计算模型确定小区用电负荷并选择合适的变压器容量。第二个模块是根据居民小区用车充电习惯建立充电负荷概率模型，并结合用户负荷变化特性提取充电负荷同时率和叠加率两个关键参数，根据电动汽车充电负荷同时率及叠加率，可以计算得到电动汽车充电负荷峰值以及与居民负荷叠加后的总负荷峰值大小。第三个模块是有序充电潜力评估模块，根据无序及有序充电叠加负荷峰值及配变容量设置情况，可以得出不同充电管理模式下电动汽车最大渗透率，通过对比无序与有序充电方式下电动汽车最大渗透率大小即可得出有序充电潜力值。

2 有序充电协议

针对有序充电，不少专家学者对其展开研究并提出有序充电策略，但限于电动汽车的发展水平，目前尚未有采用有序充电策略的工程应用出现，多采用峰谷电价对用户充电行为进行引导。本节在峰谷电价基础上，制定以下有序充电协议，进行有序充电潜力评估。

1) 电动汽车充电用户，可选择立即充和有序充两种模式。

3 电动汽车充电负荷概率模型

为便于对充电负荷建模计算，本文做出以下假设：

1) 住户返回小区后立即为电动汽车充电；

2) 用户起始充电时刻概率分布和电动汽车行驶里程概率分布相互独立；

3) 小区充电设施配置与电动汽车数量相匹配即一车一桩，不存在排队充电。

4 电动汽车充电负荷特征参数

通过电动汽车充电负荷概率模型，可以模拟出充电负荷时序变化特性，这种宏观的变化特性可以展示出充电负荷随时间的变化趋势，但不便于为充电设施配电容量提供指引。为此，本文在电动汽车充电负荷概率模型的基础上提取充电负荷同时率，并结合用户负荷变化情况提取充电负荷叠加率两个关键参数，用于充电设施配电指引，有序充电潜力评估建模。

4.1 电动汽车充电负荷同时率

4.2 电动汽车充电负荷叠加率

5 评估模型

5.1 电动汽车充电负荷规划计算模型

结合式(5)和式(7)可得出居民小区电动汽车充电负荷规划计算模型，如式(8)所示。

5.2 住宅小区居民负荷规划计算模型

住宅小区居民用电规划计算负荷与小区住户规模数量，小区功能定位，住户住房面积，经济发展水平等因素密切相关。在规划计算时需综合考量多种因素，根据用户用电习惯规律，对住宅小区用电负荷进行合理规划计算。在住宅小区用电负荷规划计算中，常常提取需用系数与用电同时率两个关键参数来表征用户用电习惯。根据相关电气设计导则[23-24]，住宅小区居民用电负荷规划计算模型为

根据式(9)，结合小区配电规划裕度，负荷功率因数可得到小区配变容量配置模型如式(10)所示。

考虑到配电变压器生产厂家容量设置的系列性，应按式(11)选择配电变压器额定容量。

5.3 有序充电潜力评估模型

6 仿真算例

6.1 参数设置

本文以拥有300套住房的某小区为研究对象，对小区电动汽车有序充电潜力进行评估。该小区居民负荷规划计算模型参数设置为：住户规划负荷为8 kW/套，居民用电负荷需用系数0.6，居民用电负荷同时率取0.45，居民用电负荷功率因数为0.85，居民用电负荷规划裕度取值为0.8。通过小区居民负荷规划计算模型可得到该小区居民负荷峰值为952 kW，选用S13型变压器，额定容量为1 000 kVA。小区电动汽车充电多以慢充为主，本文选取充电功率为3 kW。电动汽车相关参数，参考Nissan leaf车型，电池容量24 kWh，百公里耗电量为13.3 kWh，充电设施充电效率设置为1，即不考虑电能变换损耗[26]。

6.2 算例分析

根据上节参数设置，假设小区负荷完全释放后用户负荷曲线如图3黑色曲线所示，配变最大负载率为0.56，根据有序充电协议，设置EV渗透率为0.50，90%的用户选择有序充，经Monte Carlo仿真分析，有序充电负荷与无序充电负荷对比情况如图3所示。有序充电负荷峰值为613.71 kW，峰谷差为309.71 kW，无序充电负荷峰值为689.86 kW，峰谷差为463.29 kW。通过图3宏观负荷曲线可明显看出，相比无序充电，有序充电削峰填谷效益显著，可有效缓解配变重载，提高配变利用率。

图3 有序充电负荷曲线对比

为进一步挖掘住宅小区充电负荷变化特性，为充电设施配电容量提供指引，本节对不同电动汽车渗透率下的充电负荷同时率特性进行仿真分析研究。考虑到充电负荷同时率和叠加率的波动性和概率性[25]，本文在同一电动汽车渗透率下，通过多次Monte Carlo仿真模拟取平均值的方法确定充电负荷同时率和叠加率。通过多次模拟仿真可以看出，Monte Carlo计算1 000次后，平均充电负荷同时率和叠加率基本保持不变，因此将仿真次数设置为1 000次。

6.2.1充电负荷同时率

不同电动汽车渗透率下，充电负荷同时率如图4所示。由图4可以看出，充电负荷同时率大小不一，在一定范围内波动，随着电动汽车渗透率的增加，充电负荷同时率逐渐降低并趋于稳定。另外，有序充电方式下充电负荷同时率明显高于无序充电，无序充电负荷同时率在0.42~0.48波动，有序充电负荷同时率在0.56~0.58波动。

研究结果表明，电动汽车充电负荷同时率反映了住宅小区用车充电习惯以及不同充电管理方式对充电负荷的聚集特性的影响。通过充电负荷同时率可精细化反映充电负荷峰值与电动汽车规模之间的关系，在本文有序充电协议指引下，充电负荷的聚集性增强。

图4 充电负荷同时率

6.2.2充电负荷叠加率

本节通过模拟分析充电负荷叠加率参数在不同电动汽车渗透率下的变化特性来研究充电负荷与居民用户负荷的叠加特性，如图5所示。由图5可以看出，充电负荷叠加率变化特性与充电负荷同时率变化特性相似，随着电动汽车渗透率的增加，充电负荷叠加率逐渐降低并趋于稳定，其中有序充电方式下，随着电动汽车渗透率的增加，充电负荷与居民负荷的叠加率大大降低。另外，有序充电方式下充电负荷叠加率明显低于无序充电，无序充电负荷叠加率在0.92~0.96波动，有序充电负荷叠加率在0.61~0.92波动。

图5 充电负荷叠加率

电动汽车充电负荷叠加率反映了居民小区充电负荷对系统负荷峰值的影响。通过充电负荷叠加率可精细化反映充电负荷峰值与居民负荷峰值之间的关系。研究结果表明，虽然在本文有序充电协议指引下，充电负荷的聚集性增强，但是通过有序充电叠加率可以看出，相比无序充电，充电负荷的聚集不仅没有与用户负荷造成“峰上加峰”的严重后果，反而起到了削峰填谷的作用，改善了系统负荷特性，因此充电负荷叠加率在一定程度上反映了电动汽车有序充电策略削峰填谷的能力，其值越小，代表削峰填谷能力越强。

6.3 有序充电潜力

通过式(15)和式(16)，结合本文算例参数设置，可得出在配变负载率为0.56时，有序充电方式下，电动汽车最大渗透率为1，即完全可以满足小区用户充电需求，而无序充电最大渗透率为0.65，即只能满足65%用户的充电需求，有序充电潜力值为0.35。

在住宅小区配电网规划时，不同的配电变压器容量配置方案，将导致配电变压器运行在不同的负载率水平。为进一步分析不同配变负载率情形下有序充电潜力，在本文所研究算例基础上，通过设置不同配变负载率进行有序充电潜力评估，结果如图6所示。

图6 不同配变负载率下有序充电潜力

从图6可以更明显地看出，不同配变负载率情况下的有序充电潜力。当小区配变负载率低于0.5时，有序充电与无序充电对小区电动汽车最大渗透率几乎没有影响；而当负载率高于0.5时，相比无序充电，有序充电可明显增加小区电动汽车渗透率，延缓配变增容。当配变负载率为0.8时，无序充电方式下，配变能承载的电动汽车渗透率为0.06，而有序充电方式下，配变可以承载的小区电动汽车渗透率为0.4，有序充电潜力值为0.34。研究结果表明，对电动汽车进行有序充电改变了充电负荷的变化特性，随着配变负载率的增加，住宅小区有序充电潜力显著。

7 结论

本文通过充电负荷同时率和叠加率两个关键参数表征充电负荷变化特性，并建立住宅小区电动汽车有序充电潜力评估模型，通过仿真分析可以得出如下结论：

(1) 有序充电背景下，综合考量充电负荷同时率及与其他负荷的叠加率，可提高住宅小区配电网承载电动汽车的能力，增加充电设施接入容量。对电动汽车进行有序充电改变了充电负荷的变化特性，随着配变负载率的增加，住宅小区有序充电潜力显著。

(2) 本文所提方法可为住宅小区充电负荷精益管理、充电设施配电容量合理配置提供科学参考。不同住宅小区可根据用户不同的充电行为习惯改进有序充电策略，进一步挖掘有序充电潜力，提高配变利用率，增加充电设施接入容量。

[1] BOULANGER AG, CHU A C, MAXX S, et al. Vehicle electrification: status and issues[J]. Proceeding of the IEEE, 2011, 99(6): 1116-1138.

[2] 樊扬, 余欣梅, 王路. 南方电网区域发展电动汽车综合效益分析[J]. 南方电网技术, 2011, 5(4): 51-54.

FAN Yang, YU Xinmei, WANG Lu. Comprehensive benefit analysis of electric vehicle development in China southern power grid region[J]. China Southern Power System Technology, 2011, 5(4): 51-54.

[3] 国务院. 国务院办公厅关于加快电动汽车充电基础设施建设的指导意见[EB/OL]. [2015-09-29]. http://www. gov.cn/zhengce/content/2015/10/09/content_10214.htm.

[4] 广东省人民政府办公厅. 广东省人民政府办公厅关于加快新能源汽车推广应用的实施意见[EB/OL]. [2016-03-28].http://zwgk.gd.gov.cn/006939748/201604/ t20160411_651127.htm.

[5] FERNANDEZ L P, ROMAN T G, COSSENT R, et al. Assessment of the impact of plug-in electric vehicles on distribution network[J]. IEEE Transactions on Power Systems, 2011, 26(1): 206-213.

[6] 杨田, 刘晓明, 吴其. 电动汽车充电站选址对电压稳定影响的研究[J]. 电力系统保护与控制, 2018, 46(5): 31-37.

YANG Tian, LIU Xiaoming, WU Qi. Research on impacts of electric vehicle charging station location on voltage stability[J]. Power System Protection and Control, 2018, 46(5): 31-37.

[7] 陈丽丹, 张尧. 融合多源信息的电动汽车充电负荷预测及其对配电网的影响[J]. 电力自动化设备, 2018, 38(12): 1-10.

CHEN Lidan, ZHANG Yao. Prediction of EV charging load with multi-source information and its impact on distribution network[J]. Electric Power Automation Equipment, 2018, 38(12): 1-10.

[8] GENG B, MILLS J K, SUN D. Two-stage charging strategy for plug-in electric vehicles at the residential transformer level[J]. IEEE Transactions on Smart Grid, 2013, 4(3): 1442-1452.

[9] RAMOS M E, RAZEGHI G, ZHANG L, et al. Electric vehicle charging algorithms for coordination of the grid and distribution transformer levels[J]. Energy, 2016, 113: 930-942.

[10] SHOKRZADEH S, RIBBERINK H, RISHMAWI I, et al. A simplified control algorithm for utilities to utilize plug-in electric vehicles to reduce distribution transformer overloading[J]. Energy, 2017, 113:1121-1131.

[11] MOSES P S, MASOUM M A S, HAJFOROOSH S. Overloading of distribution transformers in smart grid due to uncoordinated charging of plug-In electric vehicles[C] // 2012 IEEE PESInnovative Smart Grid Technologies (ISGT), January 16-20, 2012, Washington, DC, USA: 1-6.

[12] 徐浩, 夏鑫珏, 李辉, 等. 计及充电请求预测补偿的电动汽车有序充电策略[J]. 电力系统保护与控制, 2016, 44(24): 74-81.

XU Hao, XIA Xinjue, LI Hui, et al. An ordered charging strategy for electric vehicles accounting the compensation of predicted charging requests[J]. Power System Protection and Control, 2016, 44(24): 74-81.

[13] 周天沛, 孙伟. 基于充电设备利用率的电动汽车充电路径多目标优化调度[J]. 电力系统保护与控制, 2019, 47(4): 115-123.

ZHOU Tianpei, SUN Wei. Multi-objective optimal scheduling of electric vehicles for charging route based on utilization rate of charging device[J]. Power System Protection and Control, 2019, 47(4): 115-123.

[14] 齐先军, 李冬伟, 纪姝彦. 采用功率限制的住宅区电动汽车有序充电控制策略[J]. 电网技术, 2016, 40(12): 3715-3721.

QI Xianjun, LI Dongwei, JI Shuyan. An orderly charging control strategy for residential EV with power limit[J]. Power System Technology, 2016, 40(12): 3715-3721.

[15] 王姝凝, 杨少兵. 居民小区电动汽车充电负荷有序控制策略[J]. 电力系统自动化, 2016, 40(4): 71-77.

WANG Shuning, YANG Shaobing. Orderly control strategy of EV charging load in residential area[J]. Automation of Electric Power Systems, 2016, 40(4): 71-77.

[16] 王小蕾, 姚伟锋, 文福拴, 等. 电动汽车有序充电管理的综合效益分析[J]. 电力建设, 2015, 36(7): 194-201.

WANG Xiaolei, YAO Weifeng, WEN Fushuan, et al. Comprehensive benefit analysis of orderly charging management of electric vehicles[J]. Electric Power Construction, 2015, 36(7): 194-201.

[17]XU Z, SU W, HU Z, et al. A hierarchical framework for coordinated charging of plug-in electric vehicles in China[J]. IEEE Transactions on Smart Grid, 2017, 7(1): 428-438.

[18]郭毅, 胡泽春, 张洪财, 等. 居民区配电网接纳电动汽车充电能力的统计评估方法[J]. 电网技术, 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.

[19]赵文仓. 风光储微网与充电桩一体化系统管理与能量调度[J]. 新能源汽车供能技术, 2018, 2(4):19-22.

ZHAO Wencang. Integrated system management and energy dispatch of wind and solar storage microgrid and charging pile[J]. Energy Supply Technology for New Energy Vehicles, 2018, 2(4): 19-22.

[20]黄裕春, 王宏, 王珂. 考虑电动汽车充电设施接入的居民配电系统供电容量最优规划[J]. 电力建设, 2018, 39(6): 1-6.

HUANG Yuchun, WANG Hong, WANG Ke. Optimal planning of power supply capacity of residential distribution system considering access of charging facilities of electric vehicles[J]. Electric Power Construction, 2018, 39(6): 1-6.

[21] 王毅, 王飞宏, 侯兴哲, 等. 住宅区电动汽车充电负荷随机接入控制策略[J]. 电力系统自动化, 2018, 42(20): 53-60.

WANG Yi, WANG Feihong, HOU Xingzhe, et al. Random access control strategy of EV charging load in residential area[J]. Automation ofElectric Power Systems, 2018, 42(20): 53-60.

[22] 葛少云, 郭建祎, 刘洪. 计及需求侧响应及区域风光出力的电动汽车有序充电对电网负荷曲线的影响[J]. 电网技术, 2014, 38(7): 1806-1811.

GE Shaoyun, GUO Jianyou, LIU Hong. Considering the influence of demand side response and regional wind and light output on the load curve of electric vehicles[J]. Power System Technology, 2014, 38(7): 1806-1811.

[23] 中国建筑标准设计研究院.住宅建筑电气设计规范: JGJ 242—2011[S]. 2012.

[24] 广州供电局有限公司. 广州市配电房设置原则[S]. 2018.

[25] 杨健维, 苟方杰, 黄宇. 基于不确定性测度的居民小区电动汽车充电分时电价制定策略[J]. 电网技术, 2018, 42(1): 96-102.

YANG Jianwei, GOU Fangjie, HUANG Yu. Tactics of charging time-sharing tariff for residential electric vehicles based on uncertainty measure[J]. Power System Technology, 2018, 42(1): 96-102.

[26] 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.

CHEN Lidan, NIE Yongquan, ZHONG Qing. Electric vehicle charging load forecasting model based on travel chain[J]. Transactions of China Electrotechnical Society, 2015, 30(4): 216-225.

Assessment of orderly charging potential of electric vehicles in residential areas

CHEN Xu1, YANG Liu2, YANG Zhengang1, HE Fenglu3, YAN Hanting3

(1. China Southern Power Grid Co., Ltd., Guangzhou 510530, China; 2.Guangdong Power Trading Center Co., Ltd., Guangzhou 510000, China; 3. Guangzhou Power Technology Co., Ltd., Guangzhou 510670, China)

The charging management mode of electric vehicles affects the planning and design of the power distribution capacity of charging facilities. Orderly charging of electric vehicles in residential areas can achieve peak load shifting, improve the utilization rate of distribution transformer and increase access capacity of charging facilities. In this paper, a probability model of charging load in residential area is established based on the charging behavior of residents, and two key parameters of charging load, simultaneous rate and stack rate, are proposed to characterize the changing characteristics of charging load. Furthermore, the planning models of the electric vehicle charging load and residential electricity load are established, and then the relationship between the transformer load rate and the maximum permeability of electric vehicles in residential areas is obtained through mathematical analysis to quantitatively evaluate the potential of orderly charging of electric vehicles in residential areas. This paper can provide scientific reference for lean management of charging load and reasonable configuration of distribution capacity of charging facilities in residential areas.

This work is supported by Science and Technology Project of China Southern Power Grid Co., Ltd. (No. ZBKJXM 20160003).

transformer overload; electric vehicle; orderly charging; potential assessment

转载自《电力系统保护与控制》2019年48卷2期

陈旭, 杨柳, 杨振刚, 等. 住宅小区电动汽车有序充电潜力评估[J]. 电力系统保护与控制, 2020, 48(2): 122-128.

CHEN Xu, YANG Liu, YANG Zhengang, et al. Assessment of orderly charging potential of electric vehicles in residential areas[J]. Power System Protection and Control, 2020, 48(2): 122-128.

10.19783/j.cnki.pspc.190298

中国南方电网有限责任公司科技项目资助(ZBKJXM 20160003)

2019-03-19；

2019-08-25

陈 旭(1976—)，男，博士研究生，高级工程师，主要研究方向为电动汽车充电桩、电力系统规划；E-mail: chenxu@csg.cn

杨 柳(1980—)，女，硕士研究生，研究方向为电网规划，电力系统安全经济运行，电力市场分析；E-mail: yangliu607@sina.com

杨振纲(1980—)，男，硕士，高级工程师，主要研究方向为新能源、微电网、智能电网技术。E-mail: yangzg@csg.cn