1. 网站地图
  2. 设为首页
  3. 关于我们


含风光互补发电系统的汽车充电桩 布局规划研究

发布时间:2022-11-22 10:52
目录
摘 要 I
ABSTRACT IV
目 录 VI
第一章 绪论 1
1.1研究背景与意义 1
1.2风光互补发电系统及充电桩研究现状 2
1.2.1国内外风光互补发电系统研究进展 2
1.2.2充电桩对电网的影响 3
1.2.3国内电网对充电设施的接纳能力 3
1.2.4充电设施规划发展趋势 3
1.3本文研究的主要内容 4
第二章 基于蒙特卡洛法的充电负荷预测 6
2.1电动汽车分类及政府政策 6
2.1.1电动汽车分类 6
2.1.2电动汽车相关政策 7
2.2电动汽车充电模式 8
2.3电动汽车出行及充电行为分析 9
2.3.1社会公共车辆出行及充电行为规律 9
2.3.2公共服务车辆出行及充电行为规律 9
2.3.3出租车出行及充电行为规律 9
2.3.4私家车辆出行及充电行为规律 10
2.4基于蒙特卡洛法的电动汽车充电负荷预测 10
2.4.1蒙特卡洛法的充电负荷预测数学模型 10
2.4.2电动汽车充电负荷预测计算结果及分析 13
2.4.3电网对于电动车渗透率的敏感性预测结果及分析 14
2.5本章小结 16
第三章 充电负荷及风光互补型充电桩对配网影响的分析 17
3.1基于前推回代法的配网系统潮流计算模型 17
3.2充电负荷对配网的预测结果及影响分析 22
3.2.1充电负荷对电网负荷的预测结果及影响 22
3.2.2充电负荷对电网网络损耗的预测结果及影响 24
3.2.3充电负荷对电网电压的预测结果及影响 25
3.2.4充电负荷对其他方面的影响 27
VI
3.3含风光互补发电系统的充电桩对配网的预测结果及影响 28
3.3.1风光互补充电桩供能负荷计算数学模型 28
3.3.2风光互补充电桩对典型日负荷曲线的影响预测结果及分析 28
3.4本章小结 30
第四章 风光互补充电桩供电系统控制策略仿真探究 32
4.1风光互补充电桩运行系统结构介绍 32
4.2风光互补充电桩的风力发电系统建模与分析 32
4.2.1风能利用系数数学模型 33
4.2.2风力机特性数学模型及仿真分析 35
4.2.3基于梯度式扰动观察法的风力发电系统最大功率点的跟踪 38
4.2.4风力发电系统仿真建模分析 40
4.3风光互补充电桩的太阳能发电系统建模与分析 42
4.3.1光伏电池的数学模型 43
4.3.2太阳能发电系统特性仿真分析 44
4.3.3基于自适应变步长扰动观察法的太阳能发电系统最大功率跟踪 47
4.3.4太阳能发电系统最大功率跟踪仿真建模分析 48
4.4储能蓄电池工作原理 50
4.4.1基于二阶段式控制法的蓄电池的充放电控制策略 51
4.4.2蓄电池充放电仿真建模 54
4.5含风光互补发电系统充电桩的系统电能管理模式及仿真分析 55
4.5.1系统运行方式及电能管理模式分析 55
4.5.2风光互补充电桩控制策略仿真验证 57
4.6含风光互补发电系统充电桩运行模式对实际布局规划的影响 60
4.6.1模块运行方式对布局规划影响分析 60
4.6.2风光互补型充电桩电能管理模式受布局规划的影响分析 61
4.7本章小结 62
第五章 基于免疫遗传算法的充电站布局规划 63
5.1规划数学模型与约束条件 63
5.1.1充电站各项成本数学模型 63
5.2.2约束条件 65
5.2最短路径算法模型 65
5.3免疫遗传算法 66
5.3.1遗传算法介绍 66
5.3.2免疫遗传算法及仿真测试结果验证 67
5.4基于免疫遗传算法的充电站规划设计及实例计算结果分析 69
5.4.1规划计算步骤及参数设定 69
5.4.2规划计算结果及分析 72
VII
5.5基于充电站规划的风光互补型充电桩投放策略 74
5.6本章小结 75
第六章 基于区域充电需求系数的风光互补型充电桩实例规划研究 76
6.1电动汽车充电设施需求分析预测 76
6.1.1电动汽车充电设施发展阶段分析 76
6.1.2不同电动汽车充电桩需求分析 77
6.1.3含风光互补的新型充电桩需求分析 78
6.1.4电动汽车充电设施需求预测 79
6.2电动汽车充电设施电源常用接入方案 80
6.2.1集中充电站电源接入方案 80
6.2.2换电站电源接入方案 81
6.2.3公交车专用电源接入方案 82
6.2.4配送站电源接入方案 83
6.2.5普通独立充电桩电源接入方案 83
6.2.6风光互补发电型充电桩电源接入方案 84
6.2.7配套充电设施监控总站规划 84
6.3基于区域充电需求系数的风光互补充电桩实例应用规划 84
6.3.1基于区域充电需求系数充电设施布局规划数学模型 84
6.3.2规划典例义乌市风光资源概况 89
6.3.2基于区域充电需求系数的风光互补充电桩实例布局规划 90
6.3.4 风光互补新型充电桩规划前后效果评价指标及预测 95
6.4本章小结 100
第七章 总结与展望 101
7.1 总结 101
7.2展望 102
参考文献 103
致谢 106
攻读学位期间发表的学术论文及研究成果 107
VIII
第一章 绪论
1.1研究背景与意义
随着社会发展速度的加快,人们的生活也在不断的提速。从人们日常生活起居出行到 货物的加速运送,互联网物联网相对的快递业也与汽车息息相关,所以汽车的发展也受 到了我们的重视,尤其是电动汽车领域以及清洁能源的应用越来越受到电网公司以及政 府的重视。理所当然的环境保护问题、能源节约问题变成当今相对于经济的高速发展面 对的重要问题。化石燃料大量消耗,使我们的电动汽车业被迫迅猛发展。基于我国现阶段 经济发展模式和相对于人口基数过大的条件下,应快速设计相关电动汽车配套设施以提 升新能源出行设施的便捷性可靠性。
汽车方面的改革正经历从燃油驱动变为油电混动再到纯电动的转变,电动摩托和电 动自行车在国内已经完全普及成为了短距离出行利器。随着新能源交通设备的增加,其 充电设备也在随着时间不断递增。尤其是2021年前充电设施的数量增加速度非常快,到
2022年年中段,收集到的资料中,充电设施保有量达到141.9万台, 2022年5月同比 2021 年 6 月增长 50.32%[1]。
 
图 1-1 近 12 个月中国公共类充电设施保有量情况
Fig. 1-1 The number of public charging facilities in China in the past 12 months
 
在公共类充电基础设施的增加以及政府助力下电动汽车大力推广下,电动汽车渗透 率也日渐升高。我国新能源汽车产业经过近20年的发展,已经培育出世界上最大的新能 源汽车市场。产销规模已突破100万辆,跃居全球第一,此外,中国新能源汽车在全世界 范围内还拥有政策优势,在不久的将来中国将成为汽车产业变革的引领者。
我国的充电桩现状基本上以传统类型充电桩采用接入电网的入网式充电桩为主,从 充电桩的普及趋势和带来的经济性问题上来分析,我国逐渐发展的分布广泛的充电设施 必将会引起地区性的高负荷,带来的负面影响主要是地区负载率升高重载过载等现象的 发生,针对逐渐增加的各地区充电负荷,电力系统的负荷必将出现大幅度的增长。所以 本文将新型的风光互补系统引入充电桩设计范畴,用新能源系统来弥补充电负荷接入后 电网重载使区域供电不足的问题。
充电桩是电动汽车普及的重要组成的部分,充电桩的普及作为电动汽车普及中的最 重要环节,必须加以重视。充电桩的分布则是国内消费者选择电动车出行方式的重要因 素。所以为了响应政府政策、提高电动汽车的使用率,保护环境使用清洁能源,应对现 有充电桩进行改进,将可利用自然资源清洁能源的新能源设备融入传统的电动汽车充电 设备,并合理规划该新型充电桩,以缓解当大量的电动汽车充电设施的电力负荷接入电 网时对电网负荷造成的冲击。
1.2风光互补发电系统及充电桩研究现状
1.2.1国内外风光互补发电系统研究进展
通过大量文献了解到国外对于风光互补发电系统的研究已经是相当成熟,对于整套 风光互补系统的风光能量收集以及管理系统和能量控制达到了一个很好地平衡。文献[2] 研究了分布式发电系统中光伏发电的现状以及控制策略介绍。文献[3]对太阳能发电和风 力发电的系统控制策略和系统参数进行了设计。文献[4]为MTTP为核心的光伏发电系 统进行了设计和仿真,基本解决了其转换效率较低的问题。文献[5]将分布式电源负荷和 储能结构进行有机结合,实现与大电网交互的稳定性与协调性。可以发现我国目前对于 研究风光储发电系统的研究正处于新兴的初级时代,在政府政策和市场发展的引导下风 光互补发电系统正在逐渐渗透到地区供电以及新设备开发当中去[6]。其中最具代表性的 是张家口国家级风景区的风光储示范项目。该风光储示范项目在2011年底投入使用。 目前已连续几年实现安全生产。运行3年,实现能源发电量138亿千瓦时,风电场、光 伏电站对于风能和太阳能的利用效率也在逐年提高,拥有24小时不间断的供电水平。 二期工程也已投入运行。二期的总体容量是在一期工程基础上增大4倍及以上,各项技 术指标基本已达到世界领先水平[7][8]。其他一些民用设施包括太阳能的路灯系统,岛屿 式的分布式供电系统在我国浙江省舟山群岛地区也在引进风光互补发电系统,正在做进 一步规划。
相比其他单一的发电形式,风光互补发电系统对于整体性的要求较高,后期运营以 及维修成本也会随之增加[9]。对于技术的突破和成本的降低是国内研究的一大趋势,但相 对于传统能源来说,清洁能源有利于我们生存环境的美化,造福子孙后代[10],所以即使 前期投入较多成本建设成可持续发展的能源体系,这些问题对我们来说依旧充满挑战 [11][12]
O
2
1.2.2充电桩对电网的影响
国内的电动汽车充电桩分散很广,现阶段国内典型的大规模区域性的充电设施对配 网线路的稳定性要求和变压器容量大小的要求和配网的机电保护措施要求是非常高的, 我们无法忽略其充电负荷对现在和未来的电力线路及设施规划运转产生的影响。文献[13] 提出了一种V2G的观点即电动车可以当做储能装置通过充电设备与电网系统进行交流 互动。文献[14]分析了汽车行驶习惯,设计了一种推理系统模拟电动汽车的随机充电, 同时分析了一天中电动汽车的充电负荷。文献[15]基于电动汽车用户的需求进行了分析, 分析得出网络损耗和实时电价调整策略可以使电网在充电负荷影响下稳定运行。大量的 充电设施接入配电网后对整体的电网的安全性和正常运行稳定性产生了影响,常见的问 题出现在配变过载以及配变线路的老化和线路负荷增加导致的线路损耗增大,不利于配 电网的经济性运转等[16]。充电设施的大量接入还会降低电网的电能质量[17],电能质量下 降主要由三相不平衡、输电线路的谐波影响和线路末端电压低等方面[18]。
1.2.3国内电网对充电设施的接纳能力
面对国内新兴的电动汽车产业,国内电网设施将面临考验,对于国内电动汽车产业 的快速增长,在建设充电设施的同时,应该对地区的充电负荷承载能力进行准确评估, 从而科学的推断出地区对充电负荷的需求和电网对充电设施的接纳能力[19]。对于地区接 纳能力的评估研究时须采用科学的方法,首先根据地区进行供电网区域划分,对其建造 拓扑结构[20],根据电动汽车接入充电桩的具体的需求情况,采用蒙特卡洛的方法进行模 拟计算[21][22]。文献[23]针对于具体的充电站,为其建立充电预测模型,对于充电机的谐 波问题进行了深入研究,由此也可借鉴将其作为充电设施的接纳能力的参考标准。文献
[24] 具体分析了电动汽车对于地区的配网的影响,对于电动汽车渗透率较高的地区,在 电网负荷压力较高的时刻,充电负荷对变压器负载和线路损耗都有较明显的影响。文献
[25] 对于不同在电压下的配电网运行中,电动汽车充电负荷对配电网整体电力负荷水平 造成的影响进行了分析。
1.2.4 充电设施规划发展趋势
在电动汽车发展初期,由于其普及率低的原因,日常充电设施较为稀少的,普遍的 规划为零散型的基于地区建造条件设置充电设施。发展到中期阶段,即现阶段充电设施 的布局根据实际需求及建造条件布局多为集中设置、目标地点设置、根据道路网络布局 规划设置和根据原有设施增补设置型。到推广电动车发展后期,充电汽车基本上已经全 面覆盖,大量电动车的续航缺点得到解决,为保障电动车充电的需求必须大量的建设充 配电站及其他充电设施。
文献[26]综合地区路网和配网设置,提出了一种基于充电站布局和硬时窗约束的最 优尺度优化模型。文献[27]运用了动态交通网络思想,创建了基于硬时窗约束的充电站 布局多目标优化模型。文献[28]结合车辆分布、路网分布以及配网参数限制等因素建立
3
城市充电站选址模型。文献[29]基于充电设施运行维护管理成本,提出了考虑路径优化 及行驶成本的充电桩选址的模型。
1.3本文研究的主要内容
本文首先对风光互补充电桩的供能对象即电动汽车进行分类,分析电动汽车充电模 式。在对不同电动汽车的出行行为规律进行总结的基础上采用蒙特卡洛法充电负荷预测 模型对整体电动汽车的充电负荷进行预测。在电动汽车充电负荷预测的基础上分析其对 配网的各种影响,以及当采用风光互补新型充电桩时其对配电网的积极影响分析。基于 风光互补充电桩的结构,对该供电系统进行设计并对控制策略进行研究并仿真验证,分 析其运行模式对实际规划应用中的布局影响。基于免疫遗传算法对义乌市未来的充电站 进行布局规划,并在其基础上对风光互补充电桩制定投放初步策略。最后回归实例,对 义乌市区域充电设施需求分析预测,并基于区域充电需求系数的充电设施规划数学模型 对充电设施进行布局规划,再根据风光互补充电桩的特性进一步对风光互补充电桩的实 际投放地区及数量进行规划,最后制定评价指标对投放该新型充电桩后地区变电站负载 率优化及日负荷曲线优化情况进行预测评价。其具体研究内容如下:
(1) 首先罗列多种类型电动车的出行方式和电能补充方式,对不同电动汽车的充 电特点充电行为和充电时的详细数据进行分析,为下一步电动车整体的充电负荷计算奠 定基础。分析各种类型电动车的出行行为规律并计算电动车的充电负荷,对电动汽车充 电负荷运用蒙特卡洛法进行建模预测分析,并构建典型案例义乌市的充电负荷曲线,为 下一步分析充电负荷对配网的影响以及投入风光互补型充电桩对电网峰值负荷优化作 用奠定了基础。
(2) 采用 IEEE33 节电系统利用前推回代潮流计算方法对充电负荷对配网影响进 行建模,利用蒙特卡洛法叠加计算求解得出充电负荷对配电网负荷、网损、电压以及其 他方面的影响曲线,并对其影响因素曲线进行分析,在传统充电设施对配电网影响分析 的基础上分析投入风光互补充电桩对于缓解配电网负荷的优势并进行分析,为下一步风 光互补充电桩在实际应用中的布局规划优势提供理论基础。
(3) 对风光互补充电桩的供电系统进行了介绍,并研究其各个部分电原理与系统 运行模式。分别对风力发电系统进行了仿真建模分析并对其运行最大功率点的跟踪原理 进行研究,和对太阳能发电系统进行仿真建模分析,并分析其追踪最大功率点的控制方 式,对储能蓄电池的储能稳定控制策略进行了介绍并对其仿真建模。结合三个模块的仿 真建模,对整个风光互补供电系统进行仿真设计,制定整体的运行控制策略,并对输出 波形进行分析,验证该系统建立正确可行,控制策略可行有效。最后基于以上的运行策 略与仿真验证,分析了含风光互补发电系统充电桩不同运行模式对实际布局规划与地区 适用性的影响,为后续规划工作奠定基础。
(4) 基于免疫遗传算法对充电站进行初步规划,制定规划数学模型及约束条件。
4
对免疫遗传算法性能利用测试函数进行仿真探究,结合最短路径算法模型以及免疫遗传 算法求解数学模型对义乌市充电站规划实例进行计算,并对计算结果分析。在考虑整体 功率替代问题后对地区负荷优化,对初步规划的各个充电站的充电桩进行风光互补充电 设施的代替输出投放结果并制定初步投放策略。
(5)以区域充电需求为基础对电动汽车的充电设施需求进行了分析及预测,同时 对含风光互补的汽车充电桩的需求进行了分析,根据实例预测了该类型充电桩的应用场 景以及规划数量和接入方式。然后,介绍了电动汽车充电设施的电源常用接入方案。最 后,基于区域充电的需求系数的数学模型对充电设施和含风光互补的汽车充电桩结合典 例义乌市的具体情况进行了合理的规划,对相关的规划后110kV变电站负载率以及电网 负荷峰值变化制定了评价指标。
第二章 基于蒙特卡洛法的充电负荷预测
2.1电动汽车分类及政府政策
2.1.1电动汽车分类
目前,世界各国家及地区正在大力推广电动车的使用。由于电动车可使用的能量属 于清洁能源,电动汽车进行工作时没有废气(二氧化碳、二氧化氮)排出,基本不会对 环境造成污染[30]。所以在我国政府也在大力推广电动车,还采用政策补贴的方式促进电 动车产业的发展。现阶段电动车的缺点也还很多,比如说电动的续航难以保障长途远距 离的汽车运行[31]。所以,还需对电动汽车领域以及相关设备进行进一步的研究,首当其 冲解决的是电池续航问题。
从我国现阶段的电动汽车发展状况来看,可以根据电动汽车不同的动力来源[32]将电 动车分为三类,如图 2-1 所示:
 
 
(1)纯电动汽车
纯电动汽车(Battery Electric Vehicle,BEV)采用电机驱动行驶的无发动机汽车,此类 电动汽车的动力来源是汽车内部的蓄电池。且它只能由车载电池作为汽车动力源,在减 少空气污染源的同时,还降低了发动机运行时产生的部分噪声更有利于人们的生活环
6
境。相对的对比传统燃油汽车,纯电动汽车的缺点也不可忽视。例如,它的行驶距离受 电池续航影响,非常不利与长途行驶。它的电池寿命和损耗也是我们需要考虑的一大原 因叭
(2) 混合动力汽车
混合动力汽车(Hybrid Electric Vehicle,HEV)采用发动机与车载电机相互协同工作的 新型动力汽车。在混合动力汽车运行时,由于原发动机与车载电机协同工作,我们可以 控制发动机的输出功率,在低速以及城市拥堵路段采用车载电机进行工作,高速行驶时 发动机产生的机械能会由汽车内的发电机转化为电能,同时汽车内部的储能电池进行能 量储存。这种运行方式降低了油耗以及废气排放,对环境污染影响较低。混合动力汽车 受本身的结构特点和运行控制策略影响其使用寿命长于纯电动汽车[34]。
(3) 燃料电动汽车
燃料电动汽车(Fuel Cell Electric Vehicle,FCEV)燃料电动汽车的动力能源是电动车内 部的燃料电池,由于燃料电池的能量利用效率相比其他类型电动车较高[35],其优势在于 可以并联多个电池来增加电动车的续航里程,补充电能方式常采用电池更换的方法。使 得电量较为充足续航里程长,对环境无污染。
2.1.2电动汽车相关政策
针对电动汽车发展快速,为了推动新能源汽车产业高质量发展目前政府推出的政策 重点有以下几点
(1) 提升新能源汽车相关技术水平 保障新能源汽车的供给 新能源客车的技术指标应符合政府推出最新的政策要求。有关部门应该进一步加强
对电动汽车产品的生产企业生产质量的监督和管理,保障企业输出产品的质量品质,同 时应加快推广电动汽车商务用车的积分交易制度。
(2) 调整补贴政策 促进电动汽车的购买力
由政府出台一系列政策对购买电动汽车的补贴标准进行合理的调整。从2019 年开 始,可以在电动汽车出售后将资金提前预拨。当其运行里程达到要求后,可以清算其预 拨资金。在政府出台的补贴政策下,对电动汽车免征车辆购置税和车船税。
(3) 加大支持力度 优化使用环境
地方政府要充分发挥作用,增加多样方式支持电动汽车的相关推广。对外的,大量 支持外部资金投入,首先可以从公交车入手进行设施推广;对于公交以外的购买补贴资 金应加大对相关充电设施和整体的电力运营服务。中央已支付 2019 年及以前的燃油补 贴。新能源汽车运营相关部门必须研究出合理完善的新能源汽车运营补贴政策[36]。从 2020 年开始,政府对新能源汽车运营将以“奖优罚劣”的方式给予支持。
2.2电动汽车充电模式
电动汽车充电方式主要有两种类型,第一种方式是常规充电模式,第二种方式是直
接更换电池充电,其中常规充电模式又可根据充电时间的长短分为慢速充电、快速充电:
表 2-1 不同充电模式的特性
Tab.2-1 Characteristics of different charging modes
充电速度 电压/V 电流/A 充电时长/h
慢速 220 16/32 8-10
快速 750/1000 125/200/250 0.33-1.5
 
燃油汽车和电动汽车是现代汽车的主要组成部分。电动车渗透率的增加会导致燃油 汽车占汽车总量比例的下降,对我们的生活环境保护有促进作用。电动汽车的充电方式 主要决定与汽车的不同类型以及用途。当今市面上主要类型的电动车补充电能方式有以 下几种。
(1) 普通慢速充电模式
普通慢速充电方式的充电电流较小,所以延长了电动车整体的充电时间,在运行过 程中会对电源进行充电循环,可以在交流电和直流电下进行充电。由于其运行当中充电 电流较小,所以整体对电网负荷的影响较小[37],这种充电方式不必为其建设专门的变电 站。由于慢速充电模式的充电持续时间相对较长,保护了充电电池的寿命,所以普通慢 速充电模式降低了电动车的使用成本,也减少了大电流对电池的伤害[38]。该种充电方式 适用于日间行驶车辆,以及晚间停靠的电动汽车,例如:住宅小区内的个人电动汽车以 及公共事业单位的电动公务车辆。
(2) 快速充电模式
快速充电短时间内用大电流充电设施对急需进行电能补充的电动汽车进行充电,快 速充电模式的充电电流在125-250A之间,相对常规充电模式充电持续时间大幅度减少 [39]。此种充电方式不利于充电电池的稳定运行以及使用寿命。当电动车再进行快速充电 时,电池会产生很大的热量,所以对电动车电池的散热提出了更高的要求。基于快速充 电模式的电流和功率较大的问题,供电单位会专门建设快速充电模式的充电站并配备相 应的供配电设施以保障快速充电设备的运行[40][41]。快速充电模式的充电时间较短,所以 常设置成公共充电桩。
(3) 更换电池充电模式 此类充电模式是基于对充电电池的更换,充电方式采用统一集中对电池组的充电。
适用于电动出租车,类似的在电动汽车电池的蓄电量较低时,采用此种充电模式将车辆 的电池组替换成已经充满电的同类型电池组[42]。更换后的电池统一送至附近充电站进行 集中式充电,这种充电方式可以根据政策调控的有序的充电方式在电价较低时间段内进 行充电,降低了经济成本。此类充电模式的缺点在于由于汽车生产商的电池规格型号不
8 统一,所以难以进行统一管理,而且购买另外的充电电池也对车辆购买者造成了经济的 压力。
(4)无线充电模式
无线充电模式是一种利用电磁感应原理和耦合谐振原理取代传统供电方式的新型 供电方式。微波束以交流电的形式传播,需要整流成直流电才能实现无线充电。由于无 线充电能量利用效率低,电磁干扰影响大,在我国现实生活中还没有得到广泛应用[43]。
2.3电动汽车出行及充电行为分析
2.3.1社会公共车辆出行及充电行为规律
公共汽车主要指电动公交车和长途城际电动公交车,相对运行时间有规律,运行线 路固定,充电行为有规律[44]。停车场相对固定的大型公交车使用镍氢电池。城际电动公 交车行驶路线长,保证其长期稳定运行。它们必须快速充电,使用大容量电池,因此有 必要建立一个专门的公共汽车充电站。
据调查,每辆公交车每天行驶里程约为 150-200 公里。公交高峰出行时间为上午 6:30-9:30,下午16:00-20:00高峰发一趟车3分钟,空闲期间发一趟车10分钟。一天充 电两次较为正常。公交车一般在错峰收发车时充电,中午收发车时充电一次,晚上收车 时充电一次。公交车的充电行为分布根据分析为均匀分布,起始SOC分布为N(0.5,0.12)。 日充电次数平均为2次,充电时间分布为11:00-16:00和23:00-次日的5:30。充电概率为 1 。充电功率普遍为 80W。
2.3.2公共服务车辆出行及充电行为规律
例如,垃圾处理车辆、洒水车、运钞车等等。他们具有使用频率高、运行时间短的 特点。普遍采用在停车场进行电能补充的方式充电。这样的车一般晚上不用,晚上可以 补充能量。如果白天用电比较急,可以用大功率快速充电设备进行充电I20]。公共服务车 辆的充电行为分布为N(22,0.52),起始SOC分布为N(0.6,0.12)。日充电次数平均为1 次, 充电时间分布为11:00-17:00和22:00-次日的5:00。充电概率为0.1和0.9。充电功率普 遍为 40W 或 7W。
2.3.3出租车出行及充电行为规律
出租车一般需要长时间运行,相对的行驶里程就长,针对的充电方式为快速充电。 基于这类车的充电需求,解决办法为兴建集中的大型快速充电站[20]。出租车日均里程 350-500公里。出租车运营持续时间普遍为12小时, 12小时过后会换班,换班时间普 遍为下午3-5点和早上10-11点,平均充电时间约为2-3小时,由于其续航为300km, 充电后快速充电只能达到电量的 80%左右,一天一次很难满足这种司机的出行以及充电 的需求[20]出租车的充电行为分布为N(14,0.52)、N(3,0.52),起始SOC分布为N(0.35,0.12)。
9
日充电次数平均为2次,充电时间分布为11:00-18:00和23:00-次日的 7:00。充电概率为 1。充电功率普遍为 40W 或 120W。
2.3.4私家车辆出行及充电行为规律
私家车的出行行为较为零散,工作日普遍集中在早上与傍晚。私家车的运行特点为 停车时间较长,运行时间较短。根据数据统计在一年中私家车平均行驶里程为 3万公里。 所以,在大型停车场附近充电是私家车出行的普遍充电方式。私家车辆的充电行为分布 为 N(9,0.52)、N(19,0.52)、N(22,0.52),起始 SOC 分布为 N(0.7,0.12)。日充电次数平均为 1 次,充电时间分布为 10:00-17:00、 8:00-17:00和18:00-次日的7:00。充电概率为 0.1、 0.1 和0.8。充电功率普遍为40W或7W。
2.4基于蒙特卡洛法的电动汽车充电负荷预测
现国内电动车常用的直流快速充电桩功率为40-60kW,单节电动车充电时间一般为 40-60分钟。常用的交流充电桩的充电功率一般为7kW,常规充电时间为8-10小时。而 且私人电动大多数是在夜间充电,充电时间一般是在晚上19 点以后开始[45]。以下部分 将不同类型电动汽车的行为特征和充电方式以及不同类型电动车的电池容量、充电功率 和耗电量,并结合年负荷日数据,采用蒙特卡洛法对未来的负荷情况进行了分析预测。
2.4.1蒙特卡洛法的充电负荷预测数学模型
单个电动汽车的充电负荷相对充电大负荷来说是非常随机的,所以收集了大量电动 汽车的充电负荷以保证相对稳定性和数据的准确性。从充电桩的设计规划来分析,我们 需要预测电动汽车集群的充电负荷是比较有参考性的[46]。常用的方法是基于单个电动车 的行为特征。采用蒙特卡洛方法,通过仿真得到每一时间段的各个类型电动汽车充电负 荷,然后叠加得到电动汽车集群的总负荷结果。
蒙特卡洛法计算电动汽车充电负荷,充电负荷模型如下:
 
图 2-2 充电负荷计算图
Fig.2-2 Charging load calculation diagram
 
10
汽车动力荷电状态如下公式计算:
 
其中SOC1是本次完成充电时的电动汽车荷电状态,SOC2为上次充电完成的荷电状
态,d表示行驶路程,dmax表示续航最大行驶路程。
汽车充电完成所需时间如下式:
Tf (1 - SOC)C
P (2-2)
其中C为该类型电动车电池容量, P为其充电功率;
一天当中的充电负荷测算采用分钟制,一天中包含1440分钟,将一天中每分钟电动 汽车的充电负荷进行累加可算出充电负荷,对各种类型电动汽车充电负荷进行叠加求得 第i个充电负荷点的总负荷如下式:
 
式中厶为第i分钟的充电总量,7表示分钟点,N为电动汽车的总量,Pn,i为第n辆该 类型电动车在第i分钟的充电功率,"1表示社会公共车辆,"2表示公共服务车辆,"3表 示出租车辆,"4表示私家车辆。
忽略充电接入等待时长,用蒙特卡洛法抽取电各类型电动汽车的起始SOC与充电 时间,可以最大程度减少充电负荷随机性的影响,计算流程如下图:
11
 
 
图 2-3 蒙特卡洛法充电汽车负荷计算流程图
Fig. 2-3 Monte Carlo method charging vehicle load calculation flow chart
12
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1) 设置仿真次数N,输入该类汽车充电性能等参数;
2) 随机SOC数值,根据公式2-2得出充满所需时间Tf ;
3) 根据充电行为分布,生成开始充电时间(起始SOC分布);
4) 可得出车辆充电电荷;
5) 根据下式判断收敛性0:
2-3)
其中表示,该i时间负荷的标准差,L代表该时间的期望负荷,若该0值小于
0.05%,定为收敛。
6)计算多次后求出均值,乘以数量,得出充电负荷。
2.4.2电动汽车充电负荷预测计算结果及分析
在蒙特卡洛计算中输入电动汽车的具体汽车规格和性能,由上图2-3的计算流程可 以得出电动汽车总的充电负荷,再对充电负荷接入配电网整体负荷叠加进行预测分析。 已知,在冬季电动汽车充电负荷,由于电池受温度因素影响,电池的续航较低使得部分 新能源汽车的充电行为发生变化,电网负荷高于夏季,充电时间也比夏季长。
图 2-4 和图 2-5 是用蒙特卡洛法计算的电动汽车充电负荷对电网负荷的影响,对义 乌市夏季和冬季的电动汽车充电典型日的负荷进行了预测,预测结果如下所示。
 
13
 
 
 
分析图 2-4 和图 2-5 可得到如下结论:
(1) 现如今消费者对于电动汽车购买在逐年提升,尤其是私人电动车的购买力大 大提升使电动汽车充电负荷的时间随机性和地点随机性也逐渐增高。随着电动车普及率 的提高,对于个人电动汽车进行行为特征分析就显得尤为重要。平日当中私家车的行为 是非常有规律的,在市区里的聚集性集中性很强,充电负荷整体规律性强。充电负荷在 晚间 19 点后呈上升态势,在晚间 22点达到峰值。对于汽车充电负荷和充电时间地点具 有随机性的特点,我们必须考虑在电动汽车普及后高渗透率下充电负荷对电网的影响。
(2) 电网负荷的受充电负荷因素的影响是非常大的,冬季负荷受充电负荷影响最 大,其峰值普遍在夜间。夏天受天气影响,用电负荷峰值在午间,但夜间的负荷也很明 显的表现出充电负荷对电网有很大影响。
(3) 个人电动汽车以及电动公交车和电动出租车普遍的在夜间充电,夜间电网负 荷受充电负荷冲击影响导致峰值负荷的升高。
2.4.3电网对于电动车渗透率的敏感性预测结果及分析
以下分析受充电负荷的影响电网对于不同电动车渗透率的敏感性。随着电动汽车的 推广,电动汽车的渗透率随时间逐年增高,考虑到未来电动汽车的占汽车总比例的提高, 来预测分析下义乌市2023年在50%的渗透率下的电网对于充电负荷的敏感性。
14
 
模拟仿真计算结果如下图所示:
 
Fig. 2-6 The load of charging facilities connected to the grid under the 50% penetration rate on a typical summer day in Yiwu City
 
从图中可以看出结果,电动汽车发展到 2023 年时,由于其数量和功率的增加,不 容忽视私家车的充电负荷随机性对电网的影响。电动汽车的普及率达到 50%时,系统整 体负荷增长约为 20%,对峰值的负荷影响大致增加了30%,在中高渗透率下的电网负荷 峰值在22 点之后的一段时间内,类比电动汽车的充电时间可以看出电动汽车充电负荷 对电网的影响。为防止后期电网负荷压力较大,导致整体电网稳定性降低,防止电网运 行的大规模停电负荷重载过载,以至于对社会的发展、经济的发展和人们正常生活供电 保障造成负面影响,建议采用含风光互补发电系统的充电桩代替传统充电桩。
对于未来电动车的整体发展和充电设施的规划,政府必将增加含风光互补发电系统 的充电桩在充电设施中的比例,人们基于充电需求会使得大功率充电桩的使用率提高, 基于大功率充电桩的优点即充电时长比较短,可以预测出对于个人电动车对于大功率充 电桩的使用也会对电网整体负荷带来较大的冲击。如上所述,大功率充电桩的充电功率 主要分布在 40-60KWh 左右。
假设充电负荷大部分集中于夜间,则用电高峰集中于晚间21 点后,对于此类充电 负荷的高密度集中性,将会使得电网的负荷压力增大。在其他电力负荷变化相对保持稳 定的情况下,电动汽车使用大功率充电桩,将会导致充电需求密集时段电力负荷整体出
15
现明显峰值并对电网的稳定性造成一系列冲击。电力负荷受充电负荷的影响,于晚间 21 点后达到系统负荷的峰值。在诸多因素的影响下,对于充电桩具体规划的地理位置分布 以及充电设施的充电方式优化是各地方电力公司的主要解决矛盾。
对于充电设施的充电时间分布的优化,可以采用分时电价政策及合理措施,遏制无 序充电对电网负荷的影响,保障电力资源的合理性分配,对能源进行优化分配。对充电 设施智能化进行配置,合理设置充电时间使得电动汽车躲避峰值电负荷产生时间,对电 力系统总负荷进行削峰填谷。
2.5本章小结
第二章节首先对电动汽车进行了分类,探究了不同类型电动汽车出行及充电行为规 律,为后续的基于蒙特卡洛模拟的电动汽车充电负荷预测模型对于充电负荷的预测提供 了理论基础及数据支撑。之后建立了基于蒙特卡洛法的电动汽车充电负荷预测数学模 型,计算并得出了电动汽车充电负荷在接入配电网后电网整体负荷情。以及对不同电动 汽车渗透率下的充电负荷接入电网后,电网对电动汽车的渗透率的敏感性预测结果及分 析。
16
第三章 充电负荷及风光互补型充电桩对配网影响的分析
随着我国政府对于电动车的大力推广,电动车渗透率势必会逐年增加,清洁能源的 发展对环境会产生积极影响,但是大量电动车的引入对电网负荷造成了很大压力,大量 电动汽车的无序充电使得电网负荷在集中时间段快速增加,对于电力输送电能损耗以及 整体电能质量、电力设备使用的安全性产生着不利的影响。一般从四个方面来监测电网 运行是否正常,分别是:配网的节点电压、电能损耗、电网负荷峰值以及峰谷差。以下 章节是对于充电负荷利用配网潮流的前推回代法模拟计算后得出节点电压、电能损耗、 电网负荷峰值以及峰谷差来分析充电负荷对配网的影响,最后研究加入含风光互补发电 系统的充电桩后是否能缓解大量电动汽车充电负荷对电网负荷的影响。
3.1基于前推回代法的配网系统潮流计算模型
用典型的 IEEE33 节点系统为基础,在不考虑政府政策对充电负荷调控的影响因素 下研究了充电负荷对配电网造成的一系列的影响。图 3-1 为一个典型的辐射状配网结构。 整体电压基准值为12.66kV,节点1为供电点,电压标幺值为1.05,有功负荷为3.715MW, 无功负荷为2.3MVar,整体功率因数是0.9[47],电动车辆作为PQ节点连接到该IEEE33 系统。
23 24 25
1
1 2 1 1 I 8 9 10 11 12
1 L 13 14 15
1 16
1 17
1 18
1
3 4 5 6 7
1 1 30 31 !
1 1
iy 20 21 22
1 J 1 1 1 1 1 1
 
图 3-1 IEEE33 节点系统结构图 Fig. 3-1 IEEE33 node system structure diagram 前推回代潮流计算方法如下:
电压前推,从首端节点起始由节点电压和各支路功率计算末端节点的电压,直到遍 历每个节点。功率回代,从末端节点由节点注入功率及线路阻抗沿着每条支路计算得出 前一支路的功率,计算到首端节点功率。判断节点系统中的节点电压与功率是否符合要 求,算法收敛并结束。
计算数学模型:下图为一个简单的辐射状配电线路,i是j的前一节点,k是i的前 端节点,C,是所有i关联节点的集合。
17
 
功率回带变化量AS :
AS = PUQ(R + jX) (3-1)
其中P――节点注入的有功功率;Q――节点注入的无功功率;R + jX――支路阻
电压前推变化量AU表达式:
AU+jSu = +jPXdQR
UU
第k步的迭代,节点i的前推公式:
岁+1)= vkk+1)-Il+1)仇 + jxi)
r(k+;) = PF心-jQkT
k V(k+1)
第k步的迭代,节点i的回带公式:
p#+1)=pDi+工 P+1'}+Pt+1>)
jCi
<
Qk+1) = QD + 工 Qj+1) + QLk 町 、 jCi
 
 
3-6)
 
 
 
 
 
 
 
上式,rkt和乂加是支路ki的阻抗;可计算出支路ki的功率损耗(pL『巧与QL^)j。
18
由于电力负荷曲线受季节温度的影响在夏冬季节有很大的差别,电动汽车的影响规 律也不同。为了充分研究电动汽车充电负荷对配电网的影响,对渗透率进行梯度分级, 逐渐增加电动汽车渗透率并逐一进行分析。在冬夏季渗透率不同的情景下,对节点的电 能损耗以及节点电压的压降进行模拟分析。预设电力负荷根据文献[48]中该典型节电系 统的负荷变化规律而变化。
因受国家政策以及电价控制策略影响,政用电动汽车与公共服务类电动车对充电调 度的接受响应速度是非常快的,容易受政府调控,对于出租车来说其充电模式对于实时 电价的反应程度更高,相对来说也可以由政府来宏观调控。所以忽略以上因素只对个人 电动汽车进行充电负荷研究分析。个人电动车分析以小时为单位,在一天当中普遍采用 慢速充电方式,忽略有序充电的电价调控因素。将个人电动车充电行为分为 70%概率在 晚间充电, 30%概率在日间充电。为研究个人电动汽车在无政府电价调控影响下的充电 负荷,减少随机充电对分析带来的影响。
运用蒙特卡洛法计算电动汽车充电负荷,将一天当中每分钟的每辆车充电负荷进行 叠加得出的负荷总量。
潮流计算利用的方法是前推回代法,流程如图3-3所示:
19
 
 
图 3-3 配网潮流计算模型
Fig 3-3 Distribution network power flow calculation model
20
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
其中参照上一节的电动汽车出行及充电行为分析结果,代入如下数据:
公交车的充电行为分布根据分析为均匀分布,起始SOC分布为N(0.5,0.12)。日充电 次数平均为2次,充电时间分布为11:00-16:00和23:00-次日的5:30。充电概率为1。充 电功率普遍为 80W。
出租车的充电行为分布为N(14,0.52)、N(3,0.52),起始SOC分布为N(0.35,0.12)。日 充电次数平均为2次,充电时间分布为11:00-18:00和23:00-次日的7:00。充电概率为1。 充电功率普遍为40W或120W。
社会服务车辆的充电行为分布为N(22,0.52),起始SOC分布为N(0.6,0.12)。日充电 次数平均为1次,充电时间分布为11:00-17:00和22:00-次日的5:00。充电概率为0.1和 0.9。充电功率普遍为40W或7W。
私家车辆的充电行为分布为N(9,0.52)、N(19,0.52)、N(22,0.52),起始SOC分布为 N(0.7,0.12)。日充电次数平均为1次,充电时间分布为10:00-17:00、8:00-17:00和18:00- 次日的7:00。充电概率为0.1、0.1和0.8。充电功率普遍为40W或7W。
在 MATLAB 中仿真的具体计算步骤:
1)开始设置第一次仿真n=1,总体需仿真N次;
2)按照一天24小时来算,每两个小时间为一个时段,总共24个时段,根据个人 电动车充电行为参数,可以得出单个小时内电动车充电负荷;
3)在 IEEE 节点模型中抽取单个节点接入充电负荷,在渗透率不同的前提下计算所 有电动汽车充电负荷;
4)对于各节点接入的充电负荷进行计算;
5)累计至仿真次数N,对24小时内的每个节点充电负荷取平均值计算;
6)基于电力系统原负荷点的数值进行累加,在原负荷曲线的基础上形成新的负荷 曲线;
7)进行潮流计算得出该电力系统电能损耗、以及末端节点电压下降数值。 如下图所示的 IEEE33 节点系统冬季夏季典型日的负荷曲线,可以看出电力系统的
冬季负荷是略高于夏季负荷的。
21
 
 
 
3.2充电负荷对配网的预测结果及影响分析
3.2.1充电负荷对电网负荷的预测结果及影响 可以从电力系统负荷曲线来分析当充电负荷接入电网时,其对电网整体负荷的影 响,根据以上的计算模型进行运算得出在冬季和夏季电网负荷在电动车渗透率逐渐增加 时,24 小时的电力负荷变化曲线图。
22
——0
•••O--10%
—30%
一 —50%
60% 一4 100%
图 3-5 冬季负荷曲线变化图
Fig.3-5 Change of load curve in winter
图 3-6 夏季负荷曲线变化图
Fig.3-6 Change of load curve in summer
如下表3-1为在不同电动汽车渗透率下系统负荷仿真结果:
表 3-1 负荷特性参数值
Tab. 3-1 Load characteristic parameter values
季节 渗透率/% 峰值负荷/MW 峰值负荷时间 峰谷差/M W
”二 0 3.6942 18 1.5118
冬季
10 3.8755 19 1.7641
季节 渗透率/% 峰值负荷/MW 峰值负荷时间 峰谷差/MW
30 4.3706 20 2.0912
50 4.9199 20 2.6958
60 5.1962 20 3.0963
100 6.2731 20 4.1836
0 3.3325 12 1.4706
10 3.3781 12 1.5932
夏季 30 3.9589 20 2.0842
50 4.4231 20 2.6037
60 4.7761 20 2.8394
100 5.7467 20 3.9762
从图 3-5、图 3-6 可以看出,充电负荷主要集中在早上 8 点至中午 13 点和晚间 18 点至 23点之间,在晚间 20点有负荷的峰值产生。电动汽车的渗透率影响着整体负荷以 及峰值,渗透率越高系统整体负荷越高。渗透率较低时很难对系统峰值负荷造成影响; 电动汽车渗透率高达 30%及以上时,会改变电力系统的峰值负荷,改变于晚间 20 点产 生,系统整体负荷受电动设施充电负荷冲击较为明显。可以看出冬夏两季电力负荷峰值 点的不同,夏季电力负荷峰值普遍发生于午间。当无充电负荷接入时冬季的峰值点在晚 间的20 点左右,而充电负荷高峰期也发生在晚间,与用电高峰期重合,所以冬季整体 负荷是大于夏季的,相比夏季的峰值也就更高。
由上述分析,可以看出充电负荷对系统负荷曲线的最低值(即峰谷)没有很大的影 响,它主要影响着电力负荷的快速上升后形成的峰值。当电动汽车的数量不断增加导致 的充电负荷大量增加时,会造成电力负荷曲线的峰值过高、峰谷差过大,对配网系统产 生不利影响。由于冬夏两季的温度环境原因造成电动车电池运行情况的不同,对季节性 负荷特点也进行分析。由上数据可以看出:冬季负荷整体高于夏季负荷,所以冬季电网 负荷与夏季电网负荷的峰值有较大差别。这两个季节的负荷最低点重合,所以相比之下 冬季负荷峰谷差较高。其次,随着渗透率的逐渐增加,可以看出夜间充电负荷导致的电 力负荷增加速率相比之下夏季增长速度更快。
3.2.2充电负荷对电网网络损耗的预测结果及影响
考虑到充电负荷大规模接入电网会造成电力系统电能损耗的增加,以下分析充电负 荷对电网损耗的影响。将24小时的线损值进行累加通过以下公式,分别计算不同渗透率 下的线损以及网损值。电网网络损耗计算公式如下所示:
AP
r = x 100% (3-7)
P
式中,r表示网损率;AP表示24小时统计的网络损耗;P表示24小时中电网发送 电能的总功率。
下表为冬夏季不同渗透率下电网的损耗率以及其他参数:
24
表 3-2 不同渗透率下的电能损耗率参数
Tab.3-2 Electric energy loss rate parameters under different permeability
季节 渗透率/% 电能损耗/MW 输送总功率/MW 网损率/%
0 2.72 75.88 3.59
10 2.83 77.04 3.68
冬季 30 3.00 79.35 3.78
50 3.22 81.84 3.94
60 3.33 82.23 4.05
100 4.00 86.45 4.63
0 2.16 68.45 3.15
10 2.37 69.20 3.43
夏季 30 2.45 71.03 3.45
50 2.63 73.67 3.57
60 2.71 75.77 3.58
100 3.26 78.34 4.16
从上表可以看出随着电动汽车渗透率的逐渐增高,冬夏两季电网的电能损耗和网损 率也在持续上升。可以看出当电动车渗透率为0%时,冬季整体的网损值和网损率是高于 夏季的,随着渗透率的增加整体的电网负荷也在增加,所以冬季整体高于夏季的电网损 耗;当渗透率达到100%时,电能损耗值达到了约4.00MW相比未接入前增加了约 1.28MW,相比夏季电能损耗量增长值的1.10MW,冬季网损率也高于夏季的网损率。 网损率冬季增加1.04%,而夏季增加1.01%。由此可得出充电负荷的大量接入对于电网 整体网损率升高有一定影响,但是影响系数较小,由于其充电负荷分布较为均匀且分散, 单个充电设施的充电功率低,所以对线损以及网损率影响较低,整体对配网冲击较小。
3.2.3充电负荷对电网电压的预测结果及影响
由 3.2.1 节的分析知道,在冬季,随着电动汽车渗透率的不断增加,电力系统的负 荷高峰于晚间 20 点产生。在接入电动车充电负荷后电网整体的电压会受到什么影响是 需要考虑的一部分因素,对晚间20点的IEEE33系统各节点电压进行分析预测。
25
 
 
图 3-7 冬季在不同渗透率下各节点电压
Fig. 3-7 Voltage of each node under different permeability in winter
 
 
 
节点
图 3-8 夏季在不同渗透率下各节点电压
Fig. 3-8 Voltage of each node under different permeability in summer
上图3-7、图3-8为冬夏季不同渗透率下的IEEE33系统的节点电压,可以看出电动 汽车渗透率增加对电网整体电压有一定不利影响,冬季电网电压末端下降对比夏季来看 夏季更高,原因是冬季电网整体负荷大于夏季电网负荷。
系统初段的电压下降较小由于其距电源点距离较近,使得线损较低。系统末端节点 压降最为明显,以17和18来看,节点末端电压降低了大约0.084和0.086,是由于其距 电源点距离较长,电能输送至末端线损较大造成的。所以建议在近电源端设置充电设施, 以保证充电的电能质量,减少不必要的电能损耗。
26
 
根据国家电网制定的标准,10kV输电网的电压偏差的合理范围不超过土 7%,对冬 夏两季不同渗透率下的电压偏差进行分析,如下表 3-3。
表 3-3 不同渗透率下的电压偏差量
Tab.3-3 Voltage deviation under different permeability
季节 渗透率 电压偏差 越限节点数量
0% 0.9834 0
10% 0.9744 0
30% 0.9532 0
50% 0.9442 2
60% 0.9347 5
100% 0.8769 14
0% 0.9698 0
10% 0.9681 0
30% 0.9593 0
50% 0.9410 0
60% 0.9303 1
100% 0.8953 9
3.3含风光互补发电系统的充电桩对配网的预测结果及影响
基于以上充电负荷对配网的各种影响,当采用风光互补充电桩并合理的规划其接入 位置来代替部分充电设备时,分析其对系统负荷的影响。
随着政府对于新能源推广,考虑在电动汽车不同的渗透率下,风光互补充电桩在典 型日内对整体电网负荷的影响。
3.3.1 风光互补充电桩供能负荷计算数学模型 运用蒙特卡洛法计算在投放风光互补充电桩后电动汽车充电负荷,将一天当中每分 钟的每个风光互补充电桩可提供的电能进行叠加得出电能产生总量,如下式:
Lf 二工M=1,Pmi (3-8)
式中Lf表示第i分钟风光互补充电设施的充电总量,M为叠加风光互补充电桩的数 量,Pmi为第m个风光互补充电桩在第i分钟的充电功率,该值根据风光互补充电桩的普 遍充电功率设置为7W。
在各节点均匀投放该风光互补充电设施,且在不考虑成本的情况下,初步根据各个 节点负荷的累加负荷量的 50%投放并分析投放预测结果。
风光互补型充电桩的蓄电池供能起始SOC为分布为N(0.8,0.12),充电行为分布根据 日负荷曲线,设置为N(14,0.52)、N(3,0.52)。日供能次数平均为2次,充电时间分布为 17:00-24:00 和 8:00-14:00。按照本章的配网潮流计算模型及计算步骤进行负荷及充电电 量计算叠加。
3 . 3 .2风光互补充电桩对典型日负荷曲线的影响预测结果及分析
在基于IEEE33的节电系统下图3-10的0渗透率负荷曲线上,将加入风光互补新型 充电桩在50%电动汽车渗透率下和100%渗透率下的电网负荷对比原充电负荷下的电网 负荷进行了分析,得出结果如图 3-11、图 3-12所示。
28
 
 
图 3-10 电动汽车渗透率为 0%时的负荷曲线
Fig.3-10 Load curve when electric vehicle penetration rate is 0%
Fig.3-11 The impact of adding new charging piles on the power grid at a penetration rate of 50%
29
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Fig.3-12 The impact of adding new charging piles on the power grid under 100% permeability
结果由图 3-11、图3-12 可知渗透率100%的峰值负荷大于在渗透率50%下的负荷, 可以分析出随着电动汽车渗透率的增加峰值负荷也在逐渐增加,由上图两种不同渗透率 下接入风光互补充电桩负荷曲线可知,风光互补充电桩可以有效的降低高渗透率下电动 汽车充电负荷对电网负荷峰值的影响。
从冬季典型负荷日的时刻负荷分析图,可以看出,电动汽车充电负荷在白天 9: 00-14:00 对电网负荷造成影响使电网负荷逐渐增加,晚间充电负荷和从 19:00-24:00 对电网负荷造成冲击。当接入风光互补型充电桩时,在50%和 100%渗透率下,设置其 工作模式在充电负荷高峰时段使用自然资源的储存电能,对电网负荷有着明显降低峰值 的作用,可以有效地降低峰值充电负荷对电网造成的冲击,同时减少高负荷下电网损耗 和远电源端电压降低的不利影响,在有效的降低配网压力的同时使用了清洁能源,对自 然环境进行了保护。
 
3.4本章小结
该章节以典型IEEE33节电系统模型对电力负荷在电动汽车充电负荷接入后进行了 分析,主要分析了不同渗透率下冬季和夏季的充电负荷对电网整体负荷的影响,以及对 于造成各种影响的原因。根据分析的结果得出了,随电动汽车渗透率的升高,其产生的 充电负荷会导致电网负荷的增高,对电力负荷的峰值有很大影响,对网络损耗率影响较 低,但是也会增加网损值,电动车渗透率增加带来的充电负荷还会造成电网末端电压较 低的影响,降低电网整体电能质量。
其次基于配网系统潮流模型分析了采用风光互补充电桩后,电动车渗透率分别在
30
 
 
50%和100%下, 峰值优化作用。
在充电负荷较为集中的时间内,风光互补充电桩对于整体配网电荷的
31
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
第四章 风光互补充电桩供电系统控制策略仿真探究
4.1风光互补充电桩运行系统结构介绍
 
图 4-1 风光互补充电桩运行系统结构
Fig. 4-1 Wind-solar hybrid charging pile operating system structure
 
本文所涉及的新型充电桩的风光互补供电系统如图 4-1 所示,该类型充电桩的基础 发电单元是太阳能光伏电池板以及风力发电机,是为本系统提供电能的发电模块。根据 太阳能电池板的特性,光伏阵列发出的直流电需要经过Boost升压变换器连接至母线。 风力发电系统输出为交流电,输出需要AC/DC变换器连接到母线。该系统的电能储存部 分采用铅酸电池进行蓄电,储能单元通过双向直流变换器接入系统,当光伏发电部分和 风力发电部分产生的功率之和大于外部负载需求功率时,为保证母线电压的稳定性需要 对系统功率采用平衡的控制策略,即让双向变流器处于充电模式,将多余的电能储存到 储能蓄电池当中去,即对电池进行充电;当光伏发电部分和风力发电部分产生的功率之 和小于外部负载需求功率的时候,直流母线电压下降。此时需要将交流负载和直流负载 的转换器置于Boost升压放电模式,蓄电池放电以保持整体设备的电压稳定和系统功率 平衡[50]。直流负载可以通过 DC/DC 转换器连接到总线,也可以直接进行连接。交流负 载通过交直流转换器连接。当风光互补充电桩储能单位难以支撑负载电能的使用时,经过 系统运行方式设计,可以切除一部分负载。以上为初步制定的设计以及控制策略。下面 分模块进行研究其数学模型和控制策略,最后整合成风光互补发电系统进行仿真验证。
4.2风光互补充电桩的风力发电系统建模与分析
在风光互补供电系统中风力发电机组起到了对风能的机械能转化为电能的作用。它
32 的主要构成有一下两个模块:一个模块是风力机模块,其工作原理是通过扇叶将风能转 化为机械能,另一个模块是发电机,将风力机模块收集的机械能转化为电能,风力发电 机根据风力机转轴的方向分为水平轴和垂直轴两种。本设计使用的风力发电机为水平轴 型,该风力发电机由风向传感元件和伺服电动机组成[50]。
风力发电机的工作原理是将捕获的风的动能转化为其他形式的能量。当今市面上的 风力发电机有很多种。垂直轴风力发电机是目前应用最广泛的风力发电机。该风力发电 机的突出优点是不需要挡风板就可以捕捉任何方向的风能,但由于现阶段技术还未成 熟,成本较高等缺点,我们在实际应用中并未商业化。水平轴风力发电机由风力发电机 塔架和风轮组成,风轮吸收风中的动能并将其转化为机械能。它是风力发电机实现能量 形式转换的重要元件。一般来说,风力涡轮机由多个螺旋形叶片组成。在风的作用下, 风轮的叶片转动,发电机塔架通过传动装置作为风力发电机的支撑机构,使风轮以较高 的速度运行。它是风力发电机的重要组成部分。由于自然风的变化无常,风力发电机中 的迎风装置主要目标是实现最高的风能利用效率。迎风装置的作用是使风轮的转动面向 风向,最大限度地捕捉风能。
4.2.1风能利用系数数学模型
由流体力学可知,风的动能公式如下所示:
12
E = — mv2 (4-1)
2
上式中m为产生动能气体质量,单位为kg, v代表风速,单位m/s。
假设单位时间内该产生动能的气体其体积为K,单位m3。流过的横截面面积为A,
单位 m2 :
V = Av (4-2)
则该气体动能产生功率为:
13
E = —pAv (4-3)
2
式中p为空气密度,单位为kg/m3。
根据以上公式作为基础提出一种风轮在理想状态下工作,风轮叶片个数趋向于无穷 大,同时忽略空气的摩擦阻力且空气的密度完全恒定,假设通过风轮的气流是均匀的而 且不会进行压缩,同时完全垂直于风力机风轮的旋转平面。
33
 
 
 
图 4-2 空气流管模型 Fig. 4-2 Air flow tube model
由上图所示,空气流管中的上部(0)、中部(1)、下部(2)的空气流量相同, 所以
M = pA0 v0 = pA2 v 2 (4-4)
接下来用动量变化表示空气流动对风轮上施加的力,
F = M (v° — v2) (4-5)
算出风轮吸收的功率W,如下式:
W = 2 M (讶—v; ) (4-6)
在类似圆盘的风轮上力做的功表示为:
W = Fv1 ( 4-7)
由(4-5)(4-6)(4-7)可以得出空气流管上部及下部与风轮速度关系为:
v1 = 2 (v0 +v2) (4-8)
从而引入下游速度因子b,其计算方法为:
b =比 (4-9)
v0
根据式(4-7)(4-8)(4-9)得出:
A = 2 Pv0(1 — b) (4-10)
根据式(4-9)(4-10)可得出:
W=2 pv^ x 2 (1—b )(1+b) (4-11)
风轮功率系数可表示为:
W
cp = (4-12)
34
由式:
1
W1 = 2 pAv0
可以得出:
4-14)
将Cp对于b进行微分,当b =1/3时,可以计算出Cp约等于0.593为最大值,即为
贝兹极限,这是理论上风轮可以达到的最大效率。所以在实际应用以及布局规划中,风 轮对于风能利用的功率系数应小于0.593,即Cp < 0.593。
4.2.2风力机特性数学模型及仿真分析
风力发电机的输出功率如下:
1 qr
Pm = CpPw =~pAv3Cp =-pD3v3Cp (4-15)
28
式中Pw是风轮所覆盖的面积由风的带动产生的功率,Cp表示风机将风能利用并转 化成机械能的效率即风能利用系数,A叶片垂直于风能时叶片扫过的面积,D表示风轮的 直径,P是空气的密度,v代表风速。可以看出风力发电机输出功率在风速不变时,由风能 利用系数Cp来决定。
叶尖速比2,表示风轮在不同风速中的状态,用叶片圆周速度与风速比来衡量,公式 如下:
a)R 2 兀Rn
2 = — = (4-16)
vv
其中R为叶轮的半径,n为叶轮机械转的圈数,v为作用于风力机的迎面风速,°表示 风机角速度,单位为 rad/s。
Cp与叶尖速比2有如下关系:
(4-17)
' 1 _ 0.035 *
、2 + 0.080 — 03 +1 丿
其中0为桨距角,即风叶与风机风轮旋转平面夹角。C1〜C6是风机特性常数,常数 值为C1 = 0.5176,c2 = 116,C3 = 0.4,C4 = 5,C5 = 21,c6 = 0.0068。由上式可知,桨距角 0保持
35
不变时,Cp由叶尖速比久起决定因素。当风速改变,可调节风机转速使其达到最佳叶尖 速比,风力机可达到最大的风能利用系数Cpmax,即获得最大功率。
在 MATLAB 的 SIMULINK 中根据以上公式,参考风力机特性常数,绘制风能利用 系数模型如下图所示:
 
图 4-3 风能利用系数子模块仿真模型 Fig. 4-3 Sub-module simulation model of wind energy utilization factor
叶尖速比与风能利用系数Cp的关系曲线如下图所示,桨距角0的取值依次为0°、
 
12。、15。、20°,仿真结果如下图所示。
 
图 4-4 风力机风能利用系数在不同桨距角下的仿真曲线
Fig. 4-4 Simulation curve of wind Energy utilization factor of wind turbine at different propeller distance angles
由图4-4计算结果可知,桨距角越大风能利用系数的幅值越小,在桨距角等于0度
 
36
时风能利用系数达到最大值约为 0.48,符合上面所研究的贝兹极限小于 0.593,其对应 的最佳叶尖速比百为&1,所以为了可以使得风能利用最大化,实际应用中尽量将桨距 角趋近于0度,再寻找合理的叶尖速比,可以达到对风能利用最大化的目的。
利用 MATLAB 构建风力机仿真模型如下图:
 
图 4-5 风力机模块仿真模型
Fig. 4-5 Simulation model of wind turbine module
将桨距角恒定为0°,改变其输入风速分别为:16m/s、14m/s、12m/s、10m/s ,
 
仿真后得出的风能利用系数受输入风速不同和发动机转速变化影响曲线如下图:
 
 
图 4-6 风能利用系数受风速和发电机转速变化影响曲线
Fig. 4-6 Curve of wind energy utilization coefficient affected by wind speed and generator speed change 由上图计算结果可知桨距角恒为 0°时,风速的改变不会影响风能利用系数的幅值但 可以改变其对应的最佳转速,风速越大发电机最佳转速也会增大。仿真得到的风力机输 出功率特性曲线图如下:
37
 
 
图 4-7 风力机输出功率受风速和风轮转速变化影响曲线
Fig. 4-7 The influence curve of wind speed and speed of wind turbine on the output power of wind turbine 由上图计算结果可知,风速越大风力机输出功率的最大值越大,对应风速总存在一 个最佳的风轮转速使得风力机输出功率Pm最大。在实际规划布局中应该很好的利用这一 特性,将风光互补充电设施优先设置于风力资源较为丰富的地区,使其最大限度的利用 自然资源。
4.2.3基于梯度式扰动观察法的风力发电系统最大功率点的跟踪
为保证含风光互补充电设施的风力发电功率始终保持在现有资源可以达到的最大 功率点。根据以上研究,从风力发电系统输出功率P与风页转动速率的变化曲线可以得 出,最大功率的增减线性是有单调性的。根据其线性,根据最优功率输出点的左右单调 性规律采用扰动观察法进行跟踪采样,找到其最大功率点的转速。根据功率的变化率来 确定现在运行状态在最大功率点的左边还是右边。
 
 
图 4-8 风速恒定运行输出功率
Fig. 4-8 Constant wind speed operation output power
其扰动判定结果有以下几种:
也>0,血〉0时,判定在Pmax左边,这时工作于逐渐接近Pmax,这时应设置继续向 该方向增加扰动量。
帆< 0, A®> 0时,判定在Pmax右边,这时工作于逐渐远离Pmax,这时应设置继续向
38
该方向减少扰动量,使其向反方向运动。
曲m < 0, A°< 0时,判定在P„ax左边,这时工作于逐渐远离Pmca,这时应设置继续向 该方向减少扰动量,使其向反方向运动,增加° 。
△化> 0, A® < 0时,判定在Pmax右边,这时工作于逐渐接近Pmax,这时应设置减少e。 在实验过程中,扰动的步长应控制其处于合适大小,不然无法精确找到最大功率点, 会在最大功率点周围来回震荡。
根据需要在实际仿真中采用梯度式扰动观察法,首先运用步长较大的扰动观察法, 在确定最大功率点位置后,切换为较小步长减少震荡,根据输出功率曲线斜率增大或者 减小来跟踪最大功率点,整理算法为以下公式:
D(k +1) = D(k ) + AD = D(k) + 0(k )• g (k )
4-19)
AP
N; > 8
Ae
AP
0; <8
、Ae
g(k)=g\^(k)]=de~ p 斗,(e=e(k))
de Ae
其中,0(k)是扰动因子,N为常数,8表示为参数量,取值为正。
斜率大时自动取大步长进行扰动,当扰动逐步接近最大功率点时,逐渐减少扰动
步长,当达到最大功率点时,使扰动因子0(k)取值为0,算法流程图如下所示:
0(k ) = {
4-20)
4-21 )
39
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
N
k=k+l
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
图 4-9 风力发电系统控制策略流程
Fig. 4-9 Control strategy flow chart of wind power generation system
4.2.4风力发电系统仿真建模分析
在 MATLAB/SIMULINK 下建立其基于最大功率点跟踪原理的仿真模型,风力发电 模块扇叶半径为3.3米,使其于1.5s时风速加快由4m/s变为6m/s,总运行时间定为3 秒,模块设计图如下所示:
Discrete |
 
 
 
图 4-11 最大功率点跟踪模块仿真模型 Fig. 4-11 Simulation model of MPPT module
 
永磁同步电机在仿真中常量设置为:磁链0.2V.S、绕组R=0.05Q、绕组L=6.35mH、 转子转速40rad/s、转动惯量为0.2kg.册、极对数取36。设置传统扰动观察法与梯度式扰 动观察法进行仿真对比其优势,仿真结果如下图所示:
 
图 4-12 基础扰动观察法下的最大功率点跟踪曲线
Fig. 4-12 Maximum power point tracking curve based on disturbance observation method
 
41
 
 
4.3风光互补充电桩的太阳能发电系统建模与分析
在正常工作状态下,太阳能电池产生的电流是不变的,即输出电流恒定不变。为了 获得太阳能电池的输出特性曲线,即输出电压和输出电流之间的关系[50],其开路电压 Voc ,表达式为:
 
式中N表示有多少个单位电池串联的数量;K表示波尔兹曼常数,其大小为
1.3806503 x 10-23 J/K ; q 是电子电量,值为 1.60217646 x 10-19C ; T 表示绝对温度(K);
太阳能电池的短路电流公式如下:
G
Isc =(Iscc + Kl AT)G~
ssr
其中Issc是短路电流的标准值为5.7A; K代表短路电流温度系数为0.05; G代表太 阳辐射所带来的能量;Gssr太阳能电池辐射量的标准值,其大小为1000妙/m:。
42
 
 
以上公式中Isc、Usc、Im、Um是四个参考数值。光照强度取1000 W/m2表示为Sref, Tref为光伏板标准温度取室温25。。S表示光照强度,T表示光伏板工作实时温度,a、c 表示对温度的补偿系数通常取为0.025/。。和0.028/。。,b表示光照补偿系数取值为0.5。
根据以上公式,设置短路电压Uoc为21.6V、短路电流Icc为2.52A、输出最大功率时 的电压Um、电流Im,构建仿真模型如下图所示:
43
 
 
Fig. 4-14 Simulation model of PV power generation system
根据PV子系统搭建整体的光伏发电模块如下图所示:
 
 
 
图 4-15 光伏发电模块整体仿真模型
Fig. 4-15 The whole simulation model of PV power generation module
 
4.3.2太阳能发电系统特性仿真分析
由上面搭建的模块仿真并分析出结果:
为了对应在实际规划布局中模拟的不同时间以及季节的光照强度不同,在相同温度 下对光照强度进行调整,研究对光伏发电模块输出功率与伏安特性的影响,取温度为
25。。光照强度 S 设置为 1000W/m2 > 800 W/m2 > 600W/m2 > 400W/m2,仿真出光 伏发电输出功率、电流电压之间的关系,如下图。
44
 
 
 
 
图 4-16 不同光照强度下光伏发电功率电压特性曲线
Fig. 4-16 Power voltage characteristic curve of PV power generation under different light intensity
 
 
图 4-17 不同光照强度下光伏发电伏安特性曲线
Fig. 4-17 Volt ampere characteristic curve of PV power generation under different light intensity 由上图可知当温度不变时,光照强度越强电池的输出功率越大,光照强度越强电流 越大,光照强度对电压的影响较小,只是受光照影响微弱升高。在实际布局中应该考虑 设置本文中提到的风光互补充电设施的可采集光照强度因素,尽量将其设置于光照强度 较强地区,以保证其最大限度利用自然资源。
将光照强度恒定设定为 1000W /m2 ,取温度为-5。、15。、25。、45。,仿真出伏 安特性曲线如下图所示。
45
 
 
 
 
图 4-18 不同温度下光伏发电功率电压特性曲线
Fig. 4-18 The power voltage characteristic curve of PV generation at different temperatures
 
 
图 4-19 不同温度下光伏发电功伏安特性曲线
Fig. 4-19 Power volt ampere characteristic curve of PV power generation at different temperatures 由上图得出,在恒定光照强度下,改变外界环境的温度,光伏发电系统的功率、电 流、电压也会受到外界环境温度影响,温度越高电流越大,电压越小,且光伏发电系统 功率随环境温度的升高而降低。
由以上仿真计算结果得出结论,光伏发电系统会受光照强度和温度影响。从仿真图 像看出受光照强度影响较大,而在自然环境温度改变情况下,在-5°c至45r时受影响较 小。所以,风光互补充电桩基本可以适应多种地区气候温度,在实际布局中建议设置在 温度较低的地区,更有利于该充电桩利用太阳能资源。
46
 
4.3.3基于自适应变步长扰动观察法的太阳能发电系统最大功率跟踪
传统方法是通过对PWM的脉冲进行调节,使得DC/DC变换器的输出输入改变, 以实现MTTP控制,这种扰动方式有一定的缺陷,若调整步长较小,追踪时间会大大增 加,影响整个发电系统的能量转换效率。若调整步长较大时,追踪时间虽然会减少,但 不能准确的追踪到最大功率点,整体震荡幅度较大。在实际仿真过程中加入了自适应调 节器来调节步长,可以克服以上缺点。
自适应变步长扰动数学模型如下:
4-31)
式中,a{k)表示步长调整,取值为0至1,dP表示功率的变化值取正数,M为调 整的灵敏度。
外界光照因素影响整个系统的功率输出,在运行过程当中,dP/a(k)得出的数较小, 可以根据其判断功率大小变化由步长变化引起;在运行过程当中,dP/a(k)得出的数较 大,可以判断出由于外界光照环境变化改变了最大功率点,这时就需要对步长a(k)进行 调整增大,迅速跟踪到最大功率点。实际工作过程中dP在最大功率点的值是不等于0 的,因为震荡会损耗功率,很难精确的确定最大功率点。从而引入一个参数e来判断其 是否在最大功率点。判断依据,当\dP <e时,代表已达到最大功率点。当\dP >e时, 代表未达到最大功率点,这时需要改变步长,所以提出了可自适应变化步长的扰动观察 法。流程如下图:
47
 
 
 
图 4-20 自适应变步长控制算法流程图
Fig. 4-20 Flow chart of adaptive variable step size control algorithm
此种控制方法是对普通的P&O加以改进,他们的控制基础是基本相同的,都是持 续对系统进行扰动找到最大功率点,不同之处是自适应变步长可以自己实时进行步长调 整,可以应对外界变化对系统运行造成的影响。
4.3.4太阳能发电系统最大功率跟踪仿真建模分析
在 MATLAB/SIMULINK 中根 据 boost 变换 器建立 了如 下图 的 模型 , 设 定参 数
Uc = 37.7V、Ic = 8.85A、U = 30.5V、人=8.2A。
48
 
 
Fig. 4-21 Simulation model of PV power generation
再对改进加入自适应调节器的自适应变步长进行仿真如下图,设定初始占空比Di为
0.2,扰动步长基础取值D设为0.001,参数M = 0.75 :
 
 
图 4-22 自适应变步长 P&O 仿真模型
Fig. 4-22 Adaptive variable step size P & O simulation model
设置采样频率为20KHz,初始光照强度为500W/m2,在系统运行至0.1秒时,增加 光照强度至1000W/m2,总共运行时间为0.2秒,设置传统扰动观察法与自适应变步长 扰动观察法作为参照对比,仿真结果如下图所示:
49
 
 
Fig. 4-23 Maximum power tracking curve of traditional disturbance observation method
 
 
 
 
图 4-24 自适应变步长扰动观察法最大功率跟踪曲线
Fig. 4-24 Maximum power tracking curve of adaptive variable step disturbance observation method 从上图中的对比我们可以看出,基础的扰动观察法在趋于稳定前有较大幅度的波动 变化,在调节趋于稳定的用时较长,当光照强度变化时需要较长的时间进行调节。在加 入自适应变步长扰动观察法时,可以看出大大缩短了追踪到最大功率点的速度,在改变 外界光照强度时,系统运行较为稳定。所以,提出的自适应变步长扰动观察法对于跟踪 太阳能发电系统的最大功率点是有优势且可行的。风光互补充电设施在实际应用中此模 块应采用自适应变步长扰动观察法对最大功率进行跟踪,使得在外界环境快速变化时, 提高该系统运行的稳定性。
4.4储能蓄电池工作原理
铅酸蓄电池原料丰富,生产工艺成熟,成本低,可定量生产。它还拥有广泛的销售 渠道,便于购买和使用于分布式微电网。因此,风光互补充电桩一般采用铅酸电池作为 储能模块。
50
 
铅酸电池的充放电的实质是基于硫酸铅可逆的电化学反应。充电时,正极板上的硫 酸铅分解生成二氧化铅,负极板上的硫酸铅发生还原反应生成海绵状的铅,消耗水,产 生硫酸,从而提高电解液中硫酸的浓度。放电反应,另一方面,正极板的二氧化铅和负 极板的铅与硫酸反应,逐渐转化为硫酸铅,硫酸铅被消耗并产生水,导致电解液中硫酸 浓度降低[51]。铅酸蓄电池在其正极板和负极板上的化学反应过程可以如下:
正极化学反应式:
PbO2 + SO^ + 4 H ++ 2e「= PbSO4 + 2 H 2O (4-32)
负极化学反应式:
Pb + SO4 — PbSO4 + 2e- 综合方程化学反应式:
放电
Pb + PbO2 +2H2SO4 2PbSO4 +2H2O
J
充电
蓄电池荷电状态SOC表达式可以表示为:
 
上式中,SOC0是初始荷电状态;Qe表示蓄电池的剩余电容量;剩余电容量和电流 关系的表达式如下:
Qe = Q +[(-/”
蓄电池放电深度表达式为:
 
doc-SOC0-cQ e) (4'37)
C(I,
下式: e)表示,当电池的电流为i,电解质温度为e时,电池整体释放的总电量如
式中,ef表示电解液冰点温度,瓦、c0*、&、厂、3为经验系数。
4.4.1基于二阶段式控制法的蓄电池的充放电控制策略
对于蓄电池的充放电进行合理控制,是在保持系统的稳定性的前提下对蓄电池模块
加以保护提升整个系统的运行寿命。下表为蓄电池的常用充电方式:
51
 
表 4-1 蓄电池的常用充电方式
Table 4-1 Common charging methods of storage battery
蓄电池的常用充电方式
慢速充电
1 恒流充电
2 限压充电
3 限压限流充电
4 浮充充电
5 阶段等流充电
6 多段式充电
7 均衡充电
8 智能充电
快速充电
1 脉冲快充
2 大电流递减快充
 
本次仿真采用的是二阶段式充电法,这种二阶段式充电法整合了恒流充电与限压充 电的优点,又可以弥补恒流充电和限压充电的不足。即可以解决恒流充电难以对充电电 压进行控制和过充的缺点,同时减少限压充电的充电初段电流过大以及不稳定对电池寿 命造成的影响。又同时拥有恒流充电与限压充电的优点即:在采用双向 DC/DC 变换器 时,可以稳定充电时的充电电流,适合多组电池串联充电,外界对其造成的影响较小, 快速可控。可最大程度降低充电时的能量损失,缩短充电时间,充电电流随着电池充满 而降低,不会对电池造成过充的影响。在充电过程中的析气率[]保持一个较低的水平, 其核心是控制充电电流曲线保持在充电电池可接受的最优曲线,如下图:
 
 
 
图 4-25 蓄电池最优充电电流
Fig. 4-25 Optimal charging current of battery
二阶段式充电控制主要控制重点是对 DC/DC 变换器的通断时间与网络侧变换器进
行控制,在电压环中形成一个电流内环。下图为二阶段充电特性曲线,初始至/1时的运 行方式为恒流充电,当电压达到最大充电电压时,为防止过度充电对电池造成损坏,将 其运行方式变为恒压充电,当电池电量充满时,降低充电电流以保护蓄电池防止过充。
 
Fig. 4-26 Two stage charging curve 在蓄电池放电时,电池的电压会随之下降,这是需要对DC/DC变换器进行调节, 改变其占空比,防止其过度放电。
 
53
4.4.2蓄电池充放电仿真建模
双向DC/DC变换器的使用是为了实现电能功率的双向流动,本次仿真采用的是针
对低输出功率风光互补充电桩的非隔离的直流变换器,它的优势在于不需要增加电气隔 离电路,简化了控制电路。结构电路如下图所示:
 
Gi —
-o O -
 
图4-27双向DC/DC变换器结构电路
Fig. 4-27 Structure circuit of bidirectional DC / DC converter
对应实际的工作运行状况非隔离式双向DC/DC变换器的工作状态有如下两种:
1.风力发电系统与光伏发电系统输出功率之和不足以满足外界负荷需求时,蓄电 池对其进行能量补充,即放电状态,G1在工作状态,G2不进行工作,电感L的电流方 向是从左到右,这时双向 DC/DC 变换器在 Boost 状态下运行,电能运行方向是蓄电池 流至直流母线。
2.风力发电系统与光伏发电系统输出功率之和超过了外界负荷需求时,蓄电池将 多余能量储存,即充电状态,$不进行工作,G2在工作状态,电感L的电流方向是从 右至左,这时双向 DC/DC 变换器在 Buck 状态下运行,电池从直流母线吸收电能对其进 行电能补充。
在储能单元充放电时,还需考虑电池荷电量SOC,当SOC > 0.9时,应停止储能单 元的充电工作。当SOC < 0.1时,应停止储能单元的放电工作。
在充电状态时,由上文可知该储能单元采用二阶段充电双闭环控制方法。由于在实 际应用中PI控制器拥有快速响应及较高的鲁邦性能等优势,将实测出的电池电压7与 设置的电压参考值VB进行比较得出差值作为信号输入到PI,再输出参考电流Ib与实际 电流I得出差值继续输入到PI,然后经过PWM得出控制信号。
在放电状态时,与充电相同,将实测出的电池电压V与设置的电压参考值VB进行比 较得出差值作为信号输入到PI,再输出参考电流厶与实际电流I得出差值继续输入到 PI,然后经过PWM得出控制信号。
54
 
将电池荷电状态SOC最小值设定为0.1,最大值设定为0.9,用MATLAB/SUIMLINK
建立仿真模型如下图:
 
图 4-28 蓄电池仿真模型
Fig. 4-28 Battery simulation model
 
 
 
图 4-29 蓄电池控制模块仿真模型
Fig. 4-29 Simulation model of battery control module
 
4.5含风光互补发电系统充电桩的系统电能管理模式及仿真分析
风光互补充电桩相比传统类型充电桩结构较为复杂,这类充电桩中的风光互补系统 可以充分利用天然能源,将太阳能与风能和储能电池电力资源进行合理分配,减少充电 桩大规模充电产生的充电负荷对电网的影响,对于供电设施的长远来看该类型充电桩拥 有可观的社会效益。为增加整个系统的元器件使用寿命,减少环境变化对整个系统稳定 性的影响,所以进行有效的能量管理是非常有必要的。
4.5.1 系统运行方式及电能管理模式分析
根据风光互补供电系统在受外界环境影响的运行状态不同可以将其分成三种能量 管理模式,设蓄电池最大荷电状态SOCmax = 0.9,最小为SOCmin = 0」。
能量管理模式 1:光伏发电阵列和风力发电机都工作在最大功率点跟踪时,这时候
55 光伏发电系统的输出功率Ppv与风力发电机输出功率Pwmd的总和大于负载功率Poad时, 这时判断蓄电池的荷电状态,若SOC < 0.9,表示可以对蓄电池进行供电。若SOC > 0.9 则应降低风光互补发电系统的发电功率,使其减少功率输出,或者加入部分负载消耗多 余电能。
能量管理模式2:光伏发电系统Ppv与风力发电系统Pwn的总功率之和小于负载功率 时,这时需要从蓄电池调用电能来对负载所需电能进行补充。若SOC > 0.1,表示可以 采用蓄电池进行供电。若SOC < 0.1时则蓄电池断开,不能进行放电操作,这时需要切 除部分负载对该系统元件进行保护。
能量管理模式 3:风光互补发电系统无法进行功率输出时,即当前风力与光照不满 足发电系统运行Ppv + Pwn = 0,这时蓄电池开始放电,当蓄电池电量小于10%,为防止 过度放电损伤电池的使用寿命,双向DC/DC电路停止工作,使得蓄电池部分停止放电, 这是第三种能量管理模式。
其控制流程图如下所示:
 
图 4-30 风光互补发电系统能量控制流程图
Fig. 4-30 Wind-solar hybrid power generation system energy control flow chart
 
56
 
4.5.2风光互补充电桩控制策略仿真验证
根据本章前几小节建立的风力发电系统子系统、太阳能发电系统子系统、储能蓄电 池子系统用 MATLAB/SIMULINK 软件整合成风光互补充电桩的整体供电系统,连接方 式为两个发电系统并联到直流母线提供电能。仿真使用的8 排 7 列光伏阵列的基本参数 为:Uoc = 15V,Isc = 5A,Um = 13.17V,Im = 4.07A。仿真使用的风力机的半径为 3.5m。
仿真结构如下图:
 
图 4-31 风光互补发电系统仿真图
Fig. 4-31 Simulation diagram of wind solar hybrid power generation system
整体运行时设置变量如下:在时间为2秒时,降低光照强度从1000炉/m2降低至 600炉/ m2,在4秒时光照强度升至1000炉/ m2,风速从2秒开始从初始7m /s变为5m/ s, 在3秒时升至7m/ s。
以下为仿真结果:
57
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
图 4-32 风力发电系统输出功率波形图
Fig. 4-32 Waveform diagram of output power of wind power generation system
 
图 4-33 光伏发电系统输出功率波形图
Fig. 4-33 Output power waveform of PV power generation system
58
 
 
Fig. 4-34 Waveform diagram of output power of photovoltaic power generation system
 
图 4-35 负载功率波形图 Fig. 4-35 Load power waveform
59
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
图 4-36 蓄电池输出功率波形图
Fig. 4-36 Battery output power waveform
从以上风力发电系统功率仿真波形图和光伏发电仿真运行波形图可以看出,本次构 建的风光互补发电系统运行输出功率是非常稳定的,在改变外界环境的情况下都可以非 常迅速地追踪到最大功率点。图4-35 反映了负载的功率,这也反映出了直流母线电压 是非常平稳的,在受到外界因素干扰时可以迅速调整到一个恒定值。表示控制策略行之 有效,系统建立正确。最后的蓄电池输出功率波形图反映出了蓄电池受外界因素影响运 行方式的改变,当采用能量管理模式 1时,蓄电池输出为负,吸收多余能量进行充电, 当风力发电系统与太阳能发电系统输出功率不能满足负载需求时,在时间2秒至3秒时 放电对负载的电能需求进行补充,对应能量管理模式 2。蓄电池的参与调节保证了系统 在运行状态下的安全稳定可控运行。表示该系统建立正确可行,控制策略可行有效。
4.6含风光互补发电系统充电桩运行模式对实际布局规划的影响
在实际布局规划应用中,风光互补充电设施受外界环境影响该类型充电桩各个模块 运行方式不同,对应整体风光互补系统的能量管理方式也不同。以下针对系统的运行方 式不同和实际电能管理模式结合布局规划进行优缺点分析。
4.6.1模块运行方式对布局规划影响分析
(1)在对风力机特性进行仿真分析后得出了:风速的改变不会影响风能利用系数 的幅值但可以改变其对应的最佳转速,风速越大发动机最佳转速也会增大的结论。当运 行发出功率随着风速增加而增大时,即对应输出功率Pm的受风速影响较为明显。所以在 布局规划时应考虑设置在风能资源常年较为丰富地区,以保证对风力发电系统能量的供 应。
60
同时在仿真建模时验证了变步长扰动观察法在实际应用当中对于布局规划的优势, 变步长扰动观察法可以更加快速准确的追踪到风力发电系统的最大功率点。由于自然界 风能是无规律且风速是实时变化的,所以采用变步长扰动观察策略的风光互补充电设施 可以更好地适应外界风能变化,例如平原地区受季风影响风速变化频率较高时而高风速 时而无风的情况下,很好地弥补了规划地区风能资源的不定性带来的影响。
(2)在对太阳能发电系统特性进行仿真分析后,根据太阳能发电系统的运行特点: 太阳能发电系统输出功率受外界光照强度影响较大,受温度影响较小。所以在实际规划 布局中受其特性影响,我们首先应调研规划区域常年光照充足的地点,再对风格光互补 充电设施结合用地政策进行合理布局规划,这样可以使整个系统更好地利用自然资源发 电。
在研究控制策略时采用自适应步长P&O ,从仿真结果来看可以更好地适应外界自 然光照变化,更快速的找到太阳能发电的最大功率点,对于一天当中光照变化频率较高 幅度较大地区有更好的适应性,减少了地区光照变化对系统运行稳定性的影响,例如某 地区雷雨天气光照幅度与频率变化都较大,该系统依然可以稳定运行。为后期布局规划 提供了方便。
(3)对于储能蓄电池的充放电二阶段充电控制策略研究,得出了该风光互补充电 设施充电控制策略。在实际布局规划时即使布局设置在风能与太阳能充足地区,该控制 策略依然可以更好地保护蓄电池的使用寿命,防止过充对蓄电池带来的不利影响。双向 DC/DC 变换器控制策略的研究也保证了蓄电池充放电整体的有效性与稳定性,与风力 发电系统和太阳能发电系统配合,保证了风光互补充电桩的规划布局的地区适应性。
4.6.2风光互补型充电桩电能管理模式受布局规划的影响分析
由上小节分析风光互补充电设施能量管理模式有以下三种如下表:
表 4-2 风光互补充电桩能量管理模式及工作状态
Tab.4-2 Wind-solar hybrid charging pile energy management mode and working status
能量管理模式 模块发电功率 蓄电池 SOC 工作状态
<0.9 蓄电池充电
模式1 P光伏发电+p风力发电〉p负载 >0.9 降低输出功率,增加负载
>0.1 蓄电池放电
模式2 p光伏发电+p风力发电<卩负载 <0.1 切除部分负载
>0.1 蓄电池放电
模式3 P光伏发电+P风力发电=0 <0.1 停止放电,或采用电网电能供电
根据以上三种能量管理模式我们对其对应的规划布局适用地区进行分析有如下结
果:
(1) 能量管理模式 1对应的风力与太阳能自然资源充足的地区。当该布局地区风 力发电功率与太阳能发电功率之和大于负载功率时,当蓄电池起始 SOC 小于0.9时,则 多余电量对蓄电池进行电能补充。当蓄电池起始 SOC 大于等于0.9时,则应该对应增加 部分负载平衡功率输出。我们可以得出风光互补充电桩在布局规划中适用于风能资源与 太阳能资源较为丰富地区,对应能量供给方式可支持离网布局规划运行,且运行策略对 其合理有效。
(2) 能量管理模式 2对应风能资源与太阳能资源较为缺乏地区或风能资源与太阳 能资源不稳定地区。当光伏发电功率与风力发电功率之和小于负载需求功率时,蓄电池 起始SOC大于0.1时放电对整体输出功率进行补充,当SOC小于等于0.1时则切除对 部分负载进行的供电,或采用电网电能对其进行能量补充。我们可以分析出在布局规划 地区风力与太阳能资源不稳定时,该类型充电桩也可以有效合理的进行控制运行,对能 量资源匮乏地区也可以很好的适应。
(3) 能量管理模式 3对应常年无风能与太阳能资源地区。当光伏发电与风力发电 系统不进行工作时,若蓄电池SOC大于0.1则采用蓄电池进行供电。当SOC小于等于 0.1 时采用电网电能进行供电。这种类型的工作方式应采用入网式风光互补充电桩接入, 虽然这类地区不建议用于该类型充电桩,例如地下停车库等地区不能很好地利用其发电 特性。但是风光互补充电桩依然可以接入并在该地区适用,表示该类型充电桩有很好的 普适性。
综上所述,含风光互补发电系统的充电桩有着很好的普遍适用性,在实际布局规划 中可以顾及到多种地区的使用场景,例如:风能资源与太阳能资源丰富的山地地区、风 能资源时变性较强的沿海地区、偏远地区高速公路离网运行、常年无光照无风地区的接 入电网运行,其设置的运行方式及能量控制策略赋予了它良好的规划布局特性与普适 性。
4.7本章小结
本章分析了风光互补充电桩的基本组成架构,探究其风力发电系统、太阳能发电系 统、蓄电池储能单元各个模块的详细工作原理,并对其进行了运行策略仿真验证,探寻 了风光互补充电桩的风力发电模块以及光伏发电模块如何做到最大功率跟踪并使其跟 踪快速稳定准确,结合了对所有模块的研究仿真,仿真出了风光互补充电桩的风光储仿 真模型,制定了整体的运行控制策略,并对输出波形进行分析,验证了该系统建立正确 可行,控制策略可行有效,可以使各个模块输出功率进行互补达到最大输出功率平衡。 最后基于以上的运行策略与仿真验证分析了含风光互补发电系统充电桩在实际布局规 划中地区适用性和能量管理模式对布局规划的影响,为之后的风光互补的充电桩布局规 划做了铺垫。
62
第五章 基于免疫遗传算法的充电站布局规划
5.1规划数学模型与约束条件
5.1.1充电站各项成本数学模型
充电站建设目标函数具体有以下几个指标:
(1)建设投入费用 充电站的建设投入不仅有设备购置以及人力安装费用,还需考虑后期维保费用。 购置成本函数关系如下:
C = (4Q + EtDEi + nDCt + D] (5-1)
其中:i —表示某充电站;入—表示充电站收益率;A —表示建筑面积;
Di ——表示建筑地价;
Ei——表示配变容量;De’ —表示配变价格;n—表示充电桩购置数量;Da —— 表示充电桩购置价格;Di —表示其他费用;n ――表示可运行年数。
运维费用计算方式如下:
CWi =(a + b )niCami (5-2)
a —表示电能损耗系数;b —表示运维折算率;n —表示电动汽车使用次数; CCi 表示充电一次使用电费;mi 表示充电站年电动汽车使用量。
变压器容量Et选择影响公式:
kiDCiPi
E = (5-3)
L arjcos 弟
其中k ——同时率;cose——功率因数;DCi ——充电桩购置价格;p ——充电功 率;L——负荷率;a——充电负荷比例;“——表示充电效率;
建设投入目标函数:
W =X(Cji + CWi) (5-4)
i=1
其中I——表示总充电站数量。
(2)网络损耗成本 针对电动汽车的电力网络损耗也是我们规划充电桩考虑的重要因素,尽量选择较小
网损的规划设置地点是我们的目标。运用如下公式对网损进行计算:
NN
El =工工 GxxUUcos 札y (5-5)
x =1 y =1
63
其中N——代表节点总量;Gxy——x、y中间线路的总电导;cos©© 功角差的余弦值;UxUy为节点x、y的电压。
目标函数:
W2 = 365tiCPiEL 其中t —代表日可使用时间;Cpi —代表充电电价。
(3)用户排队时间成本
充电排队时间成本基于M/M/K模型构造数学模型。
其中排队平均长度公式:
HqM
=严"1+1 pn
“!(“ -o)
等待平均时长公式:
ng”1 +1 pn
-b)2 卩
x、 y 之间
(5-6)
(5-7)
(5-8)
其中“表示用户驶入概率。充电站无充电桩工作的概率Pn公式如下:
pn =
(5-9)
站点工作强度公式:
其中£ 表示充电桩使用概率,”] 表示充电桩个数。
总到达充电站时间:
总排队时间:
I J L
T =工工 Njpj-V
i =1 j =1 V
(5-10)
(5-11)
(5-12)
上式中j —代表电动车需要充电地点;Pj —代表选择概率因子取值为0、1;
Lj——在i点充电需行驶距离;H —等待时间期望值;V——车辆平均速度。
目标函数:
W3 =365Cw(Tc+Tp) (5-13)
结合三个影响要素构建总体最小成本目标函数:
Wmin = ^1W1 + 少 2W2 + ㈢ 3W3
(5-14)
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
5.1.2约束条件
(1)建站总数:
乞P = N (5-15)
i=1
P为是否建设充电站取值为1或0得出总数N。
(2) 充电距离:
Lj< Lm (5-16)
充电距离受最大服务半径约束
(3) 需求数量约束:
约束点内只能建造一个充电站公式如下:
t Pij = 1 (5-17)
j=1
(4) 潮流计算:
r n
Pgx + Pcx + Plx + U工 Uy (Gxy cos 心 + By sin 為)
J (5-18)
Qgx + Qcx + Qlx + Ux t Uy G C0S 心 + Bxy sin % )
y=i
上式中 PQ 分别表示在 x 点的充电负荷有功功率与无功功率。
(5) 电压范围:
Uxmin <Ux <Uxmax (5-19)
(6) 负荷量:
PGx < PGxmax (5-20)
负荷量应在 x 节点的最大负荷范围内取值。
5.2最短路径算法模型
对于以上提出的充电站整体的规划模型中用户排队等待时间:即行驶到充电站的时 间与排队等待的时间。在计算行驶到充电站最短路径所用时间时,我们采用Dijkstra算 法可以很好地找到充电需求点与充电站在整个地图网络中的最优充电点的最优路径。
Dijkstra算法的整体思路是首先对需求点周围的相邻点进行初始标记,然后对初始 标记点进行最短距离计算,找到最近距离点标记为最终标记,当最终标记遍布集合的点 时,算法流程结束。
(1) 首先设置两个集合,集合A为初始标记,集合B为最终标记,L(a,b)为a点 与b点的距离,假设s为初始起点变化值;
(2) 它的距离、入为目标位置f与x的最短路径之前一个点位的编号,初始为0,
65
a 丰 x, da = +s ;
(3)对s的相邻位置r路程进行对比,当判断出起始点位到r的路程dr大于初始点 位s的距离ds与s和r相距的距离L(s,r)之和时,这时使dr = ds + L (s,r),& = s。起始 点位到r的路程dr小于等于初始点位s的距离ds与s和r相距的距离L(s, r)之和时,不做 改变,遍历所有相邻位置点。
(4)判断 A 中,距离最短的点。使其加入集合 B 中,为标记点。
(5)当重复步骤3、4直到集合A为空集,使其计算终止,得到s可达到所有点的 路径最小值。
示例:
 
 
Figure 5-1 Demonstration calculation diagram
第一步选择1号为初始标记,加入A,其他号码放置在B中,对1号点的接入点2、 4的dn进行比较,取较小的置于集合A中。重复上述第三第四两个步骤,到集合A中 涵盖全部点位结束。
5.3免疫遗传算法
5.3.1遗传算法介绍
遗传算法(GeneticAlgorithm,GA)是通过模拟生物进化自然选择以及遗传的计算 模型,首先进行编码来创造个体,生成一定数量的个体之后形成初始种群,然后对种群 进行遗传操作包括:选择、交叉、变异。进而生成新的种群,进化找到最优解。遗传算 法的进化是由遗传操作决定的,在整个遗传计算中运用不同的遗传算子,结果与计算效 果也就不同。
(1)选择算子
建立目标函数,作为个体的评价指标,对应着达尔文进化论生物对环境的选择与个 体进化。选择出种群中对环境较为适应的优质个体进行遗传操作。下式表示了个体被选 择的概率:
66
i =1
i表示种群中的一个个体,总数共有N个,f代表第i个个体的适应度。
(2)交叉
交叉操作是用一定的概率选中种群中任意两个个体,使得个体的部分信息进行交 换,交换的选择交叉点随机生成,这样形成的两个新的个体,再对其进行判断是否优于 上一代个体。二进制编码的算子中常有单点交叉与多点交叉,在数字计算中有算数交叉。 如下图:
交叉点 交叉点
Fa1101|1011 ^'1101)0011
^1001|0011^/;1001|1011
图5-2交叉操作示意图
Figure 5-2 Schematic diagram of cross operation
算数交叉表达式:
卑'=aFb + (1_a) Fa
Fb ' =aFa + (1 ~a)Fb
由上式可看出,整个运算是线性组合过程。
3)变异
为防止在遗传操作过程中整体算法发生局部收敛行为,导致准确率下降。常使用变 异算子使其变异。二进制中经常使用的方法为:选取个体中变异点,若其为1 则取反值 为 0,若其为0 则取反值为1 。
5.3.2免疫遗传算法及仿真测试结果验证
以上介绍的遗传算法还有部分缺点没有解决,首先是参数选择对整体计算的精度与 搜索能力影响大,整体产生的结果可能会含有部分劣质个体,影响整体品质。其次,遗 传算法对优秀品质个体不能记忆储存。最后整体运行较慢,若使其搜索较为精细精准个 体时要花费大量的时间。所以提出免疫遗传算法,即在原先遗传算法的基础上融合了免 疫算法,这种免疫能力可以对优秀个体进行记忆储存。引申到遗传学中,抗原对应免疫 遗传算法的目标函数,抗体对应最优解,对比抗体抗原和适应度值的亲和度,得出抗体 浓度,对优秀品质个体进行记忆并存储,整体提升原遗传算法的局部搜索性能。抗体浓 度 C 代表和抗体相似性小于一个相似度阈值个体总量的和与种群总量的比值。
实数编码抗体与二进制编码抗体相似度计算公式:
 
 
其中:
 
”表示抗体在位置编号,N是基因总长。
遗传免疫算法过程:
(1)对想要优化的种群设置目标函数,识别抗原;
(2)设定约束条件参数,形成种群;
(3)检测与抗原亲和度;
(4)记忆存储适应度较高的抗体,形成下一代种群记忆库;
(5)对抗体浓度C进行计算,选择繁殖概率高的抗体;
(6)进行遗传进化,生成新抗体;
(7)将产生的新抗体对比亲和度进行替代,形成新的种群;
( 8)达到终止指标,停止计算,否则重新计算抗体使用度值循环至第三步骤。
以下设置三种遗传算法,对比其收敛特性优劣。
GA1:单点交叉变异,GA2:算数交叉变异,IGA:即免疫遗传变异
测试函数 1:
f =工 x”[ x g [-10,10] (5-27)
n=1
测试计算结果1:
 
f =工 Xn2 - 10cos(2亦”)+10, xn e [- 5,5] (5-28)
n =1
测试计算结果2 :
 
 
图 5 -4遗传算法与免疫遗传算法测试函数对比结果 2
Figure 5-4Comparison result of genetic algorithm and immune genetic algorithm test function2 分析以上两图中可以较为明显的看出用单点交叉变异的算子收敛最早,过于早熟形 成局部最优。运用算数交叉变异可以达到免疫遗传变异相同的低目标函数值。免疫遗传 算法对比遗传算法的两种形式,既可以快速收敛又可以达到较低目标函数值,显然为最 优方法。
5.4基于免疫遗传算法的充电站规划设计及实例计算结果分析
5.4.1规划计算步骤及参数设定
基于以上分析本次采用免疫遗传算法与最短路径算法模型对充电站进行布局规划 分析。流程如下图:
69
 
Wmi” = 0.2W1 +0.6W; +0.2W3
(2)选择建造点时运用二进制进行编码,出现 1 时才表示此处建造充电站, 0 则不 建造。对建造点选择时的 1 和 0中的充电桩数量进行实数编码,在二进制的初始条件下 建立种群,出现 1 时才计入其充电桩数量。再进行交叉、变异、进化次数、记忆储存等 参数设置。
( 3)运用最短路径算法模型求出候选充电站之间各个需充电点位到候选充电站的 路径最小值,选择其路径较短的充电站。
(4)对各个候选充电站的充电桩数量做适应度值(最小成本目标函数结果)比较, 之后对应最短路径算法步骤得出选择进化结果。
2.实例计算分析 此次实例计算对义乌市市区进行充电站规划,结合义乌市街道分布以及地理区域土 地性质将义乌市路网作以简化,根据其主干道分布设置充电需求点17个编号 1~17,为 方便计算充电站直接接入 110kV 电网,本次规划仅规划快速充电站,根据具体需求量设 置备选快速充电站点位8个,编号a~i,如下图所示。
 
图 5-6 义乌市路网简化结构图
Figure 5-6 Simplified structure diagram of Yiwu city road network
 
71
 
表 5-1 需求点具体需求量表
Table 5-1 Demand site specific demand scale
编号 需求数
1 165
2 282
3 130
4 169
5 177
6 287
7 201
8 228
9 275
10 146
11 293
12 199
13 153
14 260
15 173
16 112
17 150
表 5-2 布局规划参数表
Table 5-2 Layout planning parameter table
参数类型 参数值 参数类型 参数值
12.50% Pi 100kW
18 cos^ 0.9
De 400 元 0.8
DCi 28000 元 a 0.85
Dqi 80 万元 8 3
a 0.80% CPi 0. 6 元/kWh
b 0.142 V 40km/h
CCi 80 元 Cw 18 元/小时
ki 0.9-1 Lm m 30 公里
L 0.76
 
5.4.2规划计算结果及分析
经具体测算,义乌市城镇区域快速充电需求量为3400辆,则本次拟定单个充电站 内充电桩数量取值范围为[10,30],建设充电站数量取值为[3,8]。根据路网结构图判断区域 充电需求,拟建造5座快速充电站直接接入110kV电网,忽略电能损耗。
对拟建造的 8个点位进行选址定容,运用免疫遗传算法进行迭代,得出下图计算结 果:
72
 
 
0 92 | | | ] 1 1 | | 1 |
0 10 20 30 40 50 60 70 80 90 100
迭代次数
图5-7免疫遗传迭代计算结果
Figure 5-7 Immune genetic iteration calculation results
经过程序迭代计算运行选中的最优候选点编号为b、d、e、f、i,整体规划结果如 下表所示:
表 5-3 快速充电站规划结果 Table 5-3 Planning results of fast charging stations
建站点 110kV 变电站接入 站 点 点充电桩建设数
可服务需求点 覆盖服务汽 车(辆)
b 福田变 26 1,2,3,4,5 923
d 北苑变 28 6,10,11,14 986
e 青口变 27 7,8,12 781
f 绣湖变 21 9,13,15 601
i 义乌变 19 16,17 262
经5.1.1中数学模型计算本次规划整体投资% = 3652.83万元,电动车行驶至站点成 本费用与排队时长成本为化=268.61万元,网络损耗W2 = 3.29万元。其中建站点d处于 市中心,用地费用较高,但是经整体核算电动车行驶至其他站点成本费用与排队时长成 本相比较高,所以选择在此处建站。
最终充电站设置点位图结果如下图所示,为规划后各站点可为其服务区域示意图, 后续的含风光互补型充电桩的投放,便可结合该义乌市充电站规划进行新型充电桩的具 体投放及规划。
73
 
图5-8 规划结果服务区域示意图 Figure 5-8 Schematic diagram ofplanning result service area
 
5.5基于充电站规划的风光互补型充电桩投放策略
本次风光互补充电设施投放初步策略,是由以上基于免疫遗传算法的充电站初步规 划站点的充电桩进行初步替换。在考虑最优充电站选址的基础上。考虑整体快速充电桩 功率替代和对地区负荷优化影响,对初步规划的各个充电站的充电桩进行风光互补充电 设施的代替。
根据上述数学模型中充电站规划中购置成本函数关系表达式 5-1,推导出风光互补 充电桩投放数量公式:
_ Cj (1 + 才)-Cj ADi + E,De, + Dq
nf _入(1 + 入")x DC D C)
其中",一一表示风光互补充电设施投放数量,根据充电站规划中地区配变容量选择
影响因素的公式,可推导出如下根据风光互补投放地区变压器容量Et选择影响公式: ①kfPf
Et _ (5-31)
i
Lar/cos^
其中kf ——同时率; W——功率因数;Pif ——风光互补型充电桩充电功率; L 负荷率;a 充电负荷比例;r 表示充电效率;① 表示快充桩与风光
互补充电桩的充电功率比。
74
设置风光互补充电桩的充电功率为7kW,在不改变C”和Et的情况下,即满足地区 最优建设投入与变压器容量为上限的影响因素,可得出如下风光互补充电桩的初步投放 结果:
表 5-4 风光互补充电桩投放结果 Table 5-4 Wind-solar hybrid charging pile launch results
建站点 llOkV变电站风
接入点 光互补充电设桩投
胸‘ t=t
放数量 可服务需求点 覆盖服务汽车(辆)
b 福田变 312 1,2,3,4,5 923
d 北苑变 383 6,1O,11,14 986
e 青口变 337 7,8,12 781
f 绣湖变 273 9,13,15 6O1
i 义乌变 183 16,17 262
 
从结果可看出为满足各站点地区的覆盖服务汽车数量,投放风光互补充电桩数量比 较原快速充电桩的数量较大。所以,我们可以由以上站点集中投放结果作为参考,平行 替代附近大量的低功率充电桩以降低地区充电负荷对电网带来的影响。
5.6本章小结
本章首先对充电站的布局规划建立了规划数学模型,并设置了各项约束条件。随后 提出一种最短路径算法模型,即 Dijkstra 算法,可快速寻找充电需求点与充电站在整个 地图网络中的最优充电点的最优路径。然后,介绍了遗传算法并提出免疫遗传算法,对 比遗传算法,仿真测试验证免疫遗传算法的优势性。通过免疫遗传算法对规划数学模型 进行求解分析,结合实际算例给出充电站的具体规划结果及充电桩投放数量,验证方法 可行。最后制定基于充电站规划的风光互补型充电桩的投放策略,并结合义乌市规划实 例做了定量预测及分析。
75
第六章 基于区域充电需求系数的风光互补型充电桩实例规划研究
6.1 电动汽车充电设施需求分析预测
6.1.1电动汽车充电设施发展阶段分析
在我国政策的引领下,在电动汽车的推广和针对电动车普及率下的电动汽车发展, 在不同时期有着不同的要求,以下针对不同的发展时期我们对于充电设施的规划进行逐 一分析。
初级阶段,大部分为公用电动汽车的推广,例如将市面上的燃油公交车逐步替代成 电动公交车、燃油公务车逐步替换为电动公务车。
公用汽车充电有专门的场所,所以公用汽车对于充电负荷的需求也就相对固定,电 动公用汽车停放点常用来设置充电站,方便日间行车的快速充电续航和夜间停车的慢速 充电,所以充电设施较为固定,需求也就相对稳定。少部分个人电动车辆,通常采用充 电电池直接替换的电能补充方式,一部分采用充电桩的常规充电模式进行电能补充。
由此我们看出在电动车推广的初级阶段,义乌市的电动汽车推广和设施建设的主要 目标群体有:公务部门例如城市垃圾车、清洁车、洒水车、运钞车等,市区内的短途公 交车、校车、以及政用车,还有少部分个人电动车。相应的合理建设充电设施满足该类 型电动车的出行需求。
中期发展阶段,是我们现处的电动汽车推广的发展阶段,个人电动汽车数量急剧增 加,新能源汽车走进千家万户,主要原因是政府对于电动汽车市场的大力补贴,其次是 电动汽车能量来源的廉价性、能量补充的便捷性。目前电动车还是有一定缺陷,受制于 其电池特性原因,电池续航能力远没有普通燃油汽车的续航能力强(目前电动汽车的续 航里程约200公里左右,传统燃油车的续航里程在600公里以上),对于市区出行人员, 常规慢速充电和快速充电桩是个人车辆常用的充电方式。对于长途出行人员,常采用电 池直接更换的方式充电,相对的个人电动车很少用来进行长途驾驶。
电动出租车也是电动汽车中期发展和推广的中坚力量,目前基本上出租车已大部分 替换为新能源汽车,电动出租车的特点是日间行驶距离远、时间长,目前对于此类电动 车常采用快速充电和电池更换充电的方式对其进行电能补充,出租车群体对于出行的经 济型和电能补充的速度要求更高。电动出租车行驶分布密集,其充电负荷对电网的冲击 也较大。所以我们应该出台有关政策使得这类电动汽车有序充电。
所以在电动车推广发展的中期,对于公用车辆的发展是比较平稳的,相比较而言个 人电动车相对于初期数量大量增加,发展中期对充电设施的布局规划要求更高工作量更 大,包括大量快充充换电站的修建、居民小区的充电桩设施规划及建设。
到推广电动车发展后期,充电汽车基本上已经全面覆盖,大量电动车的续航缺点得 到解决,为保障电动车充电的需求必须大量的建设充配电站及其他充电设施。
76
6.1.2不同电动汽车充电桩需求分析 我们对于不同类型电动车的出行行为和充电方式对其进行合理的设施规划需求分
析。如以下分析所示:
1.不同类型充电汽车充电桩需求标准
(1)电动公务车辆
电动公务车辆日平均运行 9 小时,日行驶 100 公里,所以每天午间夜间拥有大量时 间进行电能补充,假设其每天充电一次,充电电量达到 90%,对于电动公务车的充电设 施采用普通慢速充电桩即可满足充电需求,配置规则为公务车辆和充电桩数量 2: 1 来 设置,即可满足电动公务车辆的充电需求。
(2)电动公交车辆 电动公交车配置规则采用日运行时间和日单辆车行驶公里数的标准来配置,根据公
交车日常行驶时间来看常在早间6点至中午12点运行,其间12点之后进行一次电能补 充,补充后行驶至晚间 21 点左右,行驶时间较长,公里数较高,所以根据运行的行为 特点采用公交车数量与相对充电桩数量比例 1: 1 来设置充电设施,以满足电动公交车 的充电需求。
(3)电动出租车辆 单个出租车的运行方式由于换班机制,致使其工作时间为全天工作,充电时间较为
固定,为换班时间,现多数电动出租车为节省成本提高经济性,采用直接更换充电电池 的电能补充方式,按照其每日行驶 250公里来测算,少部分停留充电的电动车采用快速 充电所以,其需要充电桩比例也为1: 1的数量来配置规划。
(4)私家车及个人电动汽车 私家车以及个人电动车常使用慢速充电桩对其进行电能补充,其多在工作日行驶,
需要2-3天对其进行一次电能补充。考虑其充电方式有一定随机性,慢速充电桩和快速充 电桩的比例为3: 1设置,充电桩数量与个人电动车辆比例约为1: 5来设置。
2.典型充电设施具有的充电桩规模
(1)集中充电站属于规模较大型的充电设施,大型集中充电站的日平均满载供电量为 20000组充电车辆考虑到充电使用率为80%左右,大型集中充电站可以为16000组电池 进行集中供电。
(2)换电站多为设置快速充电的中型充电设施,集中充电数量满载约近千组电池,根 据其充电特性的快速性,在一天内可以多次充电,假设一天充电五次,则一座换电站可 以每天为约4000组电池进行快速充电。
单个换电站还配有快速充电桩4-5个,若充电时间为30分钟则一天中可以为约200 个以上电动汽车提供快速充电服务。
(3)配送站是基于集中充电站的中型充电站,单个配送站考虑一天最多可更换800组 电池(电池主要由集中充电站提供)。考虑备用系数为0.1,其一天可提供720组电池的更
77
换服务。考虑一辆车配4组电池,则一座电池配送站可满足60辆出租车或者540辆其他 车的电池更换需求。
(4) 公交车充电站常设置于公交车总站附近,考虑配置30台充电桩,因此,一座公 交车充电站一天可以满足近30辆公交车的充电需求。
(5) 独立充电桩则一律按每天可提供3次充电(每次6小时)进行分析,本文提到的风 光互补型充电桩也归于独立充电桩类型进行需求分析。
6.1.3 含风光互补的新型充电桩需求分析
由本文前几章节研究内容我们可以得知:风光互补型充电桩具有利用自然能源进行 发电的特点,同时还具有电能储备的功能。当一天中电动车充电负荷较大且充电地点和 充电时间与电力系统的高负荷时间重合导致配网负荷峰值较高时,我们可以利用其可自 我发电并电储存电能的特点,设置大量该新型充电桩的在高负荷时间段内进行工作对电 动车进行电能补充,以减少常规充电设施充电负荷对电网以及区域供电设备产生的不利 影响。
不同类型车辆及充电设施设置地点对含风光互补型充电桩的需求 基于风光互补新型充电桩的结构特点,有以下几种类型车辆的可以替代适用:
(1) 适用于电动电动公交车站内夜间补充电能,公交车夜间大量集中充电的充电 电荷会对电网带来很大冲击,由于其充电的聚集性和时间的规律性。宜采用新型充电桩 来减少其充电负荷造成的负面影响,在公交车站及大规模集中充电区域设置新型充电 桩,同时监控地区充电负荷状态,在夜间公交车停运时段明显充电负荷上升时,设置充 电桩运行采用风能太阳能以及蓄电池的存储能源进行供电。
(2) 适用于密集居民区的常规和快速公用充电桩,受工作日个人车辆出行方式的 的影响,夜间居民区的充电负荷会非常高。例如居民住宅楼停车场的夜间大量密集型充 电会对电网三级负荷供电产生非常大的压力,宜在密集居住区设置此类公共风光互补新 型充电桩,在夜间对充电负荷明显提高时段使用风能太阳能以及蓄电池的存储能源进行 供电,以缓解居民区域供电负荷压力。
(3) 适用于城市中心地带的充电桩替代,城市中心地带地处于商业中心、写字楼 密集、医院以及大型酒店区域,人员非常密集,相对的供电压力也非常的大。此区域中 可以在公共充电设施中设置该新型充电桩,在经济能力允许的情况下公共充电桩位可以 全部替换为该新型风光互补充电桩,减少由于人员较密集、交通流量大随之带来的电动 车大量充电负荷涌入配电网对电网的影响。
(4) 适用在高速公路休息站的独立式充电桩,该风光互补充电桩根据其特性可以 用于充电桩输电设施难以达到的高速路偏远地区。可以设置在偏远地区休息站附近,基 于其风光储的特性可以很好地支持离网运行,对续航较低的电动汽车进行电能补充。宜 在偏远地区的休息站至少设置3个以上该类充电桩。
78
 
6.1.4 电动汽车充电设施需求预测
根据义乌市电动汽车保有量预测结果,以义乌市电动汽车充电设施需求原则为指 导,得出义乌市电动汽车充电设施需求预测的结果,详见下表。
表 6-1 义乌市电动汽车保有量及充电次数预测的结果
Tab. 6-10 Results of forecasting the number of electric vehicles and the number of charging times in Yiwu
年份 2014 2015 2016 2017 2018 2019 2020 2021 远景
保有量 81 93 125 189 363 432 578 652 800+
公交车 慢充日需求量(次) 81 93 125 189 363 432 578 652 800+
快充日需求量(次) 81 93 125 189 363 432 578 652 800+
保有量 90 116 157 223 376 445 653 799 900+
公务车 慢充日需求量(次) 16.00 20.67 27.67 40.83 66.33 81.33 108.83 126.33 166+
快充日需求量(次) 16.00 20.67 27.67 40.83 66.33 81.33 108.83 126.33 166+
保有量 116 149 170 212 446 619 700 900 1000+
出租车 慢充日需求量(次)
快充日需求量(次) 277 384 398 487 943 1213 1512 1864 2000+
保有量 4548 5715 8447 16645 19214 25933 32367 46827 50000+
私家车 慢充日需求量(次) 1137 1428.75 2111.75 4161.25 4803.5 6483.25 8091.75 12736.2520000+
快充日需求量(次) 909.6 1143 1689.4 3329 3842.8 5186.6 6473.4 7893.5 9000+
保有量 18 74 195 307 429 511 653 834 900+
其他 慢充日需求量(次) 9 37 97.5 153.5 214.5 255.5 326.5 417.3 550+
快充日需求量(次) 7.2 29.6 78 122.8 171.6 204.4 261.2 311.4 400+
慢速充电日需求量合计(次) 1243 1579 2361 4544 5447 7252 9105 11923 15000+
快速充电日需求量合计(次) 1290 1670 2318 4168 5386 7117 8933 11246 20000+
 
根据上述电动汽车充电设施需求分析结果,预计“十三五”期间,义乌市需建设集中充 电站4座,换电站6座,配送站10座,公交车专用充电站6座。远景义乌市充电设施将达 到集中充电站6座,换电站15座,配送站30座,公交车专用充电站8座。义乌市电动汽 车充电设施具体需求预测结果详见表6-2。
表 6-2 义乌市电动汽车充电设施预测结果表
Table 6-2 Urumqi Electric Vehicle Charging Facilities Forecast Results Table
年份 2013 2014 2015 2016 2017 2018 2019 2020 2021 远景
集中充电站 0 1 1 2 3 3 3 4 4 6
换电站 2 2 3 6 8 10 11 12 13 15
配送站 4 6 7 14 16 20 22 24 24 30
公交车专用站 1 1 1 2 2 3 4 4 6 8
快速充电桩 24 64 78 136 210 312 352 487 656 800+
 
79
6.2电动汽车充电设施电源常用接入方案
6.2.1集中充电站电源接入方案
集中充电站主要设置在市区交通要道,由于其处于交通枢纽地区,其交通密度较大, 在该类型充电站的设计规划中变压器采用容量典型配置为2x16000kVA,充电站采用 110kV双电源进线供电。供电线路一般设计可采用YJQ02—Z64/110 1x300型号的电缆。
1. 典例基本情况
义乌市集中充电站基本情况如下: 项目名称:西城集中充电站 投运时间: 2018 年
负荷电压等级:110kV 建设理由:向换电站和电池配送站统一配送电池,保证全市充电汽车电池供应。 建设规模:配置电池充电设备及8000组电池,占地面积10000平方米;
具体站址:西城路与新科路交汇处,恒风停车场附近;
电源接入方案:110kV进线2回;电源进线一:T接入220kV宾王变至110kV孙村 变110kV线路;电源进线二:T接入220kV宾王变至110kV象山变110kV线路,西城 集中充电站电源进线方式见图 6-1。
 
 
80
广西大学专业学位硕士论文
含风光互补发电系统的汽车充电桩布局规划研究
 
6.2.2换电站电源接入方案
换电站在一般情况下,其周边线路就可以满足换电站负荷的需求。规划换电站变压 器容量典型配置为2x1000kVA,电源宜接附近公用开闭所或T接入主干线,配电线路型 号采用 YJV22-3X150。
1.电源接入基本情况
义乌市换电站基本情况如下:
(1) 项目名称:商贸城充换站
投运时间:2015 年
负荷电压等级:10kV
建设理由:为国际商贸城附近电动汽车提供电池更换及整车快速充电服务。
建设规模:每个标准充(换)电站考虑配置600组电池,设置8个换车工位,占地面积 3500平方米。
具体站址:国际商贸城四区东部, S037 省道旁; 电源接入方案:电源进线一:从江村924线接入;电源进线二:从国际商贸城三期 总开闭所接入。
(2) 项目名称:火车站充换站
投运时间: 2017 年
负荷电压等级: 10kV
建设理由:为火车站附近电动汽车提供电池更换及整车快速充电服务。
建设规模:每个标准充(换)电站考虑配置600组电池,设置8个换车工位,占地面积 3500平方米。
具体站址:火车站主体建筑北侧;
电源接入方案:电源进线一:从湖门65C线接入;电源进线二:从后明65A线接 入。
(3) 项目名称:环城南充换站
投运时间: 2016年
负荷电压等级: 10kV
建设理由:为江东附近电动汽车提供电池更换及整车快速充电服务。
81
建设规模:每个标准充(换)电站考虑配置600组电池,设置8个换车工位,占地面积 3500 平方米。
具体站址:环城南路与宗泽东路交汇处;
电源接入方案:电源进线一:从生态 702 线接入;电源进线二:从望雪 721 线接入
O
2. 电源接入情况表
换电站电源接入情况见下表。
 
6.2.3公交车专用电源接入方案
公交车专用站一般设置在公交车终点站内,本次规划公交车专用站变压器容量典型 配置为2x1000kVA。电源宜接附近公用开闭所或T接入主干线,配电线路宜采用 YJV22-3x150。
1 .典例基本情况 义乌市南方联公交车专用站基本情况如下:
项目名称: 南方联公交充电站 负荷电压等级: 10kV 建设理由:专门为晚间停放于南方联车站的电动公交车提供整车充电服务。 建设规模:公交车专用充电站配置30台充电机。
82
具体站址:南方联客运站内;
电源接入方案:电源进线一:从通利开闭所接入;电源进线二:从西门街开闭所接入。
2.电源接入情况表
南方联公交车专用站电源接入情况见下表。
表 6-5 公交车专用站电源接入规划表
Tab. 6-5 Planning table for power supply access at bus stations
典型变压器
充电站名称 10/20kV电源 线路型号 线路长度(km)
容量(kVA)
 
 
 
6.2.4配送站电源接入方案
配送站通常处于交通流量较大地区,电源宜考虑从距离较近的公用配电房低压侧接 入。若距离较近的公共配电房剩余供电能力难以满足或负荷满载,才可以考虑建设专用 的配电房。低压线路可采用YJV22-4x120导线,配送站电源接入情况见下表。
表 6-6 配送站电源接入规划表
Tab. 6-6 Distribution station power connection planning table
充电站名称 典型变压器容量(kVA) 低压电源 线路型号 线路长度(km)
配送站 - 从附近公用配电房接
YJV22-4x120
0.2〜0.4
 
6.2.5普通独立充电桩电源接入方案
根据义乌市电动汽车充电设施“十三五”发展规划建议:独立充电桩的布局,应根据 电动汽车数量,整体规划电动汽车停放位置,集中建设相关充电设施。宜采用大截面电 缆以380V专线从附近公用配电房低压侧接入,充电设施集中安装区域设置配电柜,单 个停车位应采用380V线路供电。低压线路根据充电桩集中安装的数量,可采用 YJV22-4x(25〜150)导线。独立充电桩电源接入情况见下表。
表 6-7 独立充电桩电源接入规划表
Tab. 6-7 Planning table fbr power access of independent charging piles
 
从附近公用配电房接
YJV22-4x(25〜150) 0.25〜0.4
6.2.6风光互补发电型充电桩电源接入方案
根据新国际标准对充电桩的要求,本次采用入网型风光互补型充电桩采用的接入方 案与普通独立充电桩的接入方案相同,同样根据电动汽车的数量整体规划放置,采用电 力充电专线380V的线路为其供电,接入点采用附近公用配电房的低压侧接入,充电桩 侧设置专用配电柜,每个充电桩位应用380V线路供电,根据充电桩的数量一般采用 YJV22-4x(25〜150)导线。
表 6-8 风光互补型充电桩电源接入规划表
Table 6-8Wind-solar hybrid charging pile power access planning table
充电设备名典型变压器容量低压电源 线路型号
(kVA) 线路长度
(km)
风光互补新 从附近公用配电房接
型充电桩 - YJV22-4x(25〜150) 0.25〜0.4
 
6.2.7配套充电设施监控总站规划
配套充电设施监控总站可以实现对充电设施的统一化管理,为电动汽车充电提供优 质的服务,我们有必要建造电动汽车充电设施监控中心系统作为电动汽车充电业务的业 务中心平台,为其提供硬件基础。所以在“十三五”期间应建设统一的电动汽车充电设施 监控中心系统,它应能对分布于义乌市各区域充电设备实现集中式监视和部分控制功 能,同时实现充电设施用电以及充电实时的数据监控,对充电设施记录数据的进行分析 和存储功能,同时还应具备一定的扩展能力,为管控监控电动车充电负荷提供技术支持
远期还可根据技术发展和实际需要,补充监控视频接入、营销费用对账单、营销重 要客户分析、运维系统支持、充电设施充电时段分析、充电设施经济效益分析和充电设 施分布热盲点分析等功能。
为此,根据对义乌市充电设施的规划,建议集中充电站建成的同时,配套建设监控 总站1座;计划于2025年基本实现每个集中充电站配套建设1座监控总站。
6.3基于区域充电需求系数的风光互补充电桩实例应用规划
6.3.1 基于区域充电需求系数充电设施布局规划数学模型
本文采用的充电设施布局规划的理论方法是基于区域充电需求的区域充电需求系 数分析,我们在电网设施规划初期可以采用区域充电需求系数分析的方法选出最初的布 设地址,然后按照市供电公司和其他市区规划建设部门的建设准则和建设要求最后确定 充电设施的设置地点和布局规划。
区域充电需求系数(Charging Demand Factor)是其地区的交通饱和系数和地区经济
84 指标系数还有地区属性类型系数的总数值。
1 )区域交通饱和系数 区域的交通饱和系数是指地区的所有道路车辆饱和数除以区域道路数量的平均值:
ik
公式中:PT表示区域i的道路车辆饱和系数;S"表示在i片区中、第j条道路上车
辆的饱和系数; k 表示区域内所有道路的总数量。
2) 区域经济指标系数
区域的经济发展是由该区域内的人均生产总值即GDP决定的,区域内经济发展即 人均收入水平,决定了电动汽车普及率和电动汽车推广的速度,所以对区域充电需求造 成一定的影响。
3) 区域属性类型系数 该系数的决定性因素有两个,一个是地区的地域属性,另一方面是地区中的建筑使
用类型,由于区域属性不同对充电电能的需求量也就不同,所以根据区域属性的特点所 建设的充电设施也不同。不同的区域属性的特征指数归一值如下表:
表 6-9 不同用地属性的特征指数归一值
Tab. 6-9The normalized value ofthe characteristic index of different land attributes
不同用地属性 特征指数归一值
居住用地 0.12
商业用地 0.33
居民公共用地 0.24
交通用地 1
风景绿地 0.3
政府公共用地 0.11
配套教学医用用地 0.40
 
由以上对义乌市充电设施的需求预测,全面的考虑义乌市影响汽车充电设施的规划 的因素,结合义乌市各种车辆类型所处的发展阶段,预计于2022年底义乌市各类大型 充换电站不少于16座,建成的充电桩1000座,为未来电动汽车发展考虑,应该预设2000 座快速充电设备的预备安装点位。满足市区整体布局规划建设标准和基本电动车充电的 需求。
I.基于公共事业单位的工作时间,公务车辆的充电设施应该配置常规充电桩,后期 少量加入一定比例的快速充电桩用来紧急充电,建议充电桩数量和政府用车的电动车数 量比例为 1: 2。
II.在市中心人流密集区域,比如大型酒店、大型商场、三甲医院、以及CBD写字 楼停车场应设置快速充电桩,以及风光互补新型充电桩(由于其充电负荷较为密集所以 采用该新型充电桩减少充电负荷对局部电网的冲击),建议大于停车位数量的 15%。
85
III.对于未入住的新的居民区的停车场应以100%的比例加置充电设施,老旧居民区 采用公共充电桩进行电能补充。对于居民区的公共停车位应加装部分充电桩和新型风光 互补充电桩(该地区新型充电桩采用白天储存电能,夜间储能电池释放电能的方式来减 缓夜间大量私家车在居民区内充电导致电力负荷产生高峰值负荷对电网带来冲击的不 利影响)。
IV.市区主要快速道路上的加油站也应该设置少量的快速充电桩换电站。
V.在市区内主要的交通干道上的加油站也应该设置少量的公用快速充电设备,一个 加油站至少三个充电桩,同时应保障充电设备和加油设施的安全性。
4)区域充电需求系数 区域充电需求系数是其地区的交通饱和系数和地区经济指标系数还有地区属性类 型系数的总数值:
P,j 二 ap +«2PTj +«3PE (6-2)
上述公式中:i代表区域位置号码;j代表充电桩服务车辆的类型;P:、P:代表 了第j类型充电桩设置时,地区/的属性类型系数和经济指标系数。公式中:a、a2、 a3是三个完全不同的系数,并且a +a2 +a3 = 1。
根据以上理论分析设计的基于区域供电需求的风光互补充电桩布点定容流程如下 图所示:
86
 
 
路段车辆平均速度
路段车辆拥堵指数
地区变电站变压器负载 率
确定常规充电桩布点定 容方案
咼—►
区域拥堵系数
用地属性特征系数
T低土
确定常规充电桩布点定
容方案
制定风光互补充电桩布
点定容替代方案
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
图 6-2 基于区域充电需求系数布局规划流程图
Fig.6-2 Flow chart of layout planning of wind-solar hybrid charging pile
87
双林变
江湾变
220kV
佛堂变
义亭变
上溪变
宾王变
张村变
李宅变
至110kV
浦江变
稠城变
大元变
江东变
杨村变
国贸变
福田变
220kV
北苑变
义乌变
西陶变
220kV
 
 
 
 
 
 
 
 
 
 
 
 
 
巧 溪 变变变 —o ◎ O-
图 6-3 义乌市 110kV 电网结构图
Fig 6-3 110kV grid structure diagram in Yiwu City
根据用地属性和道路因素将义乌市用电地理区域划分成如下部分:
Fig 6-4 Geographical Division Map of Yiwu City
88
充电时间T计算的数学模型如下:
6-3)
其中Ta,b代表a类型电动车在b充电方式下的总充电时间,Nab表示a类电动车可 在b充电模式下充电的汽车数量,P:b表示为充电用电量、Pab表示a类型车的b充电方 式的额定充电功率。
充电桩需求数量系数数学模型如下:
卩通=亘 (6-4)
Q a,b
式中F,b表示a类型充电桩在b充电方式下的充电需求数量,Qa,b表示a类型充电设 施的最小利用小时数。
6.3.2 规划典例义乌市风光资源概况
义乌市是一个追溯久远的拥有丰富历史文化的名城,该县的设立起始于公元前 222
年间,于1988年提升为市级地区。有丰富的历史文化底蕴,涌现出了大批历史名人。
 
图 6-5 义乌市地理位置图
Figure 6-5 Geographical Location Map of Yiwu City
义乌市地处浙江省中心地区,东阳市在东边与之接壤,南近永康市西寮村,西部接
89 壤金华市傅村,北接诸暨市。占地面积约为面积1105平方千米,G235、G60贯穿全市。 是浙江省中部的交通枢纽,地理位置的交通极其便捷。上图显示了义乌市所在地理位置。
义乌市于山中环绕建成,地处山中的一个长方形盆地,最高山峰海拔 931.3米,全 市最低处海拔41米。属于多山地丘陵地区有多种土壤类型,该市处于亚热带季风气候地 区,其光能资源和风能资源极其丰富,所以适合建造规划本文所研究的含风光互补发电 系统的新型充电桩[53]。
6.3.3 基于区域充电需求系数的风光互补充电桩实例布局规划
1.义乌市充电设施总体规划目标 根据前述充电设施布局的基本原则,结合义乌城市建成情况、道路情况, “十三五”
期间义乌市将建设集中充电站4座,换电站6座,配送站10座,公交车专用充电站6座, 充电桩400个。远景义乌市充电设施将达到集中充电站6座,换电站15座,配送站30 座, 公交车专用充电站8座,快速充电桩1000个,拟采用风光互补新型充电桩4000个代替 其中400个快速充电桩。
电动汽车充电站的建设是智能电网建设的一部分,根据国网出台的《国家电网智能 化规划编制大纲》中的提出的:2016-2020年是我国推动智慧电网发展的重要阶段,到 2022年全面建设国家智慧电网,智慧电网的核心技术和电力设备达到国际领先水准[54]。
根据义乌市的电动汽车未来发展情况来看, “十三五”期间配置上述充电设施是合理 且必要的。而未来五年义乌市的电动汽车发展仍处于快速发展状态[55],但是现在高速公 路上的充电站目前还未成熟处于少量休息区配置充电设施,等我国后期高速公路的充电 设施规划建设开始时,再逐步进行设置。其次,根据未来义乌市高速公路的布局,相关部 门应在即将兴建的高速公路配套的大型服务区内预留充电站的场地。
2.电动汽车充电设施布局思路
(1)充电设施布局的思路
对于充电设备的整体规划总体基于文章以上对充电设施的需求分析来进行布置。充 电设施使用概率也影响着充电设施的整体布局规划。对于以上的需求分析我们采用的是 区域交通密度的大小来整体衡量其中决定性因素,还有电动汽车的种类和出行方式的不 同。充电概率的随机性是有人为因素和外部环境决定的通常有道路建设网布局和区域的 电能水平。本文中对于充电设备的整体规划是在严格按照义乌市供电公司“统一规划原 则”的基础上进行规划的,具体提出的要求有以下几点:
1) 充电设施的规划必须整体决定于区域路网的交通流量和人员车辆分布密度(交通 流量的概念为固定单位间的公路中瞬时车辆行驶数量)以区域的充电负荷需求为基准。
2) 根据不同电动车种类及其出行特性,测算出所需充电设施的服务范围。对于电动 车的服务类型和充电设施服务范围也是由区域路网的交通流量和人员车辆分布密度来 决定的。
3) 充电设施的具体规划还应该考虑到未来城市规划以及周边环境影响,确定是否
90
得以实施即确定规划方案的可实施性。
4) 对于充电设施的规划还要以现有配电网现状为基础实施,需要考虑到区域发展 特性和区域用地特性。对于未来充电设备的规划需要高水平和高稳定性的配电网为基础 来避免负荷冲击对区域电网带来的不稳定性因素的影响。对充电设施进行布局规划时, 应结合义乌市电力网未来发展规划,适应未来义乌市电网的发展计划,为后期设备的稳 定运行提供可靠的电能供给的保障。在其他影响方面来看,电动设施进行集中充电时会 产生大量谐波,谐波的干扰会导致电压质量下降,对充电设施的供电造成很大的影响, 快速充电的短时间内符合剧增对电网运行的稳定性也提出了很高的要求,包括本文研究 的风光互补新型充电桩的经济性和设置的合理性等等原因,需要我们在电网充电设施规 划和建造时充分考虑。
5) 对于未来国家推动电动汽车产业发展的相关政策我们也应该充分参照,具有前 瞻性的整体预估未来电动充电设施的需求量,以适应我国新能源产业远景发展。
(2)含风光互补的新型充电桩布局思路
风光互补新型充电桩的布局思路主要是在原有常规充电桩的设计规划上进行优化。
1) 基于充电负荷较密集地区来进行详细的规划设置或替代。例如,当监测出该地 区的电力负荷受电动汽车充电负荷影响较明显且充电负荷地理区域较为集中时,宜采用 该类型充电桩,具体增置和替代数量与地区充电负荷增长速率和充电负荷大小有关。
2) 少部分离网型风光互补型充电桩设置在偏远地区高速公路的休息站、国道加油 站中,这种离网型风光互补充电桩完全采用风能及太阳能供电,对于电动汽车的远距离 长途行驶进行了电能补充保障。
本文采用的充电设施布局规划的理论方法是基于区域充电需求的区域充电需求系 数分析,在电网设施规划初期可以采用区域充电需求系数分析的方法选出最初的布设地 址,然后按照市供电公司和其他市区规划建设部门的建设准则和建设要求最后确定充电 设施的设置地点和布局规划。
根据基于区域充电需求系数充电设施布局规划数学模型计算得出义乌市各种类型 车辆需求充电电量如下表所示:
表 6-10 义乌市 2022 年不同种类车辆日均充电需求预测
Tab. 6-10Forecast of daily average charging demand for different types of vehicles in Yiwu City in 2022
日均高功率(30kW)下充日均低功率(7kW)下充电日均用电量
电时长/小时 时长/小时 /kWh
公共专用车辆 921 887 33839
出租车 2002 / 60060
工作日个人车辆 1783 97752.4 737756.8
节假日日个人车辆 4607 65899.1 599503.7
 
 
最后,根据区域充电需求的测算分析结果以及义乌市110kV变电站的设置位置,得 出上图中对应充电站规划建设充电桩数量结果及接入变电站汽车使用覆盖量结果如下 表:
表 6-11 义乌市全部充电桩规划结果
Tab. 6-11 Planning results of all charging piles in Yiwu
充电站 接入变电站 快速充电桩数量 慢速充电桩数量 汽车使用覆盖量
1 福田变 24 164 717
2 绣湖变 27 175 970
3 绣湖变 20 151 683
4 国贸变 16 106 336
5 北苑变 28 194 911
6 江东变 32 211 1368
7 青口变 24 163 763
8 青口变 20 143 877
9 义乌变 44 293 1844
10 后宅变 24 177 974
11 绣湖变 14 82 319
12 巧溪变 35 208 1115
13 巧溪变 22 157 804
14 福田变 25 160 1003
15 北苑变 16 102 455
16 义乌变 35 241 1252
17 福田变 38 256 1295
 
充电站 接入变电站 快速充电桩数量 慢速充电桩数量 汽车使用覆盖量
18 福田变 28 184 918
19 绣湖变 19 131 569
20 青口变 9 42 221
 
收集供电局资料并整理下表列出了义乌市近几年来的中大型充电设施建设内容及 描述(数来源于义乌市供电局),参考常规充电桩设置方式我们可以得出风光互补新型 充电桩大致的设置思路:
表 6-12 义乌市充电设施建设项目表
Tab. 6-12Yiwu City Charging Facilities Construction Project List
序号 建设时间
(年) 充电设施名 称 建设规模描述 位置描述
配置 600组电池充电设
1 2015 商贸城充换 站 备,8 个停车位,4 个整车 快速充电机,用地面积 国际商贸城四区东部,S037省道旁
3500 平方米
2 2015 开发区配送 站
南方联公交 充电站 配置 800组电池充电设 备,8 个停车位 设置30台整车充电位机, 四海大道与环城西路交汇处附近
3 2016 场地与公交停车场相结 合。 南方联客运站内
4 2016 环城南配送 站 配置 800组电池充电设 备,8 个停车位 义东路和环城南路交汇处附近
5 2017 机场配送站 配置 800组电池充电设 备,8 个停车位 环城西路,飞机场对面
6 2017 商城大道配 送站 配置 800组电池充电设 备,8 个停车位
配置 600组电池充电设 商城大道与雪峰东路交汇处
7 2017 火车站充换 站 备,8 个停车位,4 个整车 快速充电机,用地面积 火车站主体建筑北侧
3500 平方米
8 2018 西城集中充 电站 配置 8000 组电池充电设 备,用地面积 10000 平方 米 西城路与新科路交汇处,恒风停车场 附近
9 2018 环城西电池 配送站 配置 1200组电池充电设 备,12个停车位 经发大道与环城西路交汇处
10 2018 经发大道配 送站 配置 800组电池充电设 备,24 个停车位
配置 600组电池充电设 经发大道与南山路交汇处
11 2019 环城南充换 站 备,24个停车位,12个 整车快速充电机,用地面 环城南路与宗泽东路交汇处
积 3500 平方米
12 2019 城北配送站 配置 800组电池充电设 备,8 个停车位 环城北路(幸福水库南侧)
 
下表是收集到的义乌市liokv变电站情况表,如下可以根据分布地图很直观的看出
义乌市地区负载率。风光互补型充电桩合理规划优化和基于地区负载率设置充电设施应
93
参照此表进行地区合理规划,可以减轻部分变电站负载率较高的问题。
表6-13 义乌市1 10kv 变电站情况表
Tab. 6-13 Yiwu 110kv substation situation table
序号 变电站
名称 电压等级 主变台 数 容量构 成 总容量
(MVA) 10kV 间 隔总数 已用间
隔数 变电站
用途 接线方 式 负载率
1 北苑变 110/10 2 2*50 100 30 21 公用变 内桥接 线
单母分 78.36%
2 稠城变 110/10 2 40+50 90 26 24 公用变 段带旁 75.67%
3 佛堂变 110/35/10 2 2*40 80 22 20 公用变 内桥接 线 59.42%
4 绣湖变 110/10 2 2*50 100 30 25 公用变 内桥接 线 47.54%
5 江东变 110/10 2 40+50 90 24 22 公用变 内桥接 线 64.42%
6 杨村变 110/10 2 2*40 80 24 21 公用变 内桥接 线 66.70%
7 上溪变 110/10 2 2*40 80 24 17 公用变 内桥接 线 67.83%
8 张村变 110/10 1 50 50 16 15 公用变 内桥接 线 70.23%
9 双林变 110/10 2 2*50 100 30 24 公用变 内桥接 线 51.20%
10 开诚变 110/10 1 50 50 15 14 公用变 内桥接 线 50.23%
11 义亭变 110/10 1 40 40 14 13 公用变 内桥接 线 68.00%
12 福田变 110/10 2 2*50 100 30 30 公用变 内桥接 线 79.56%
13 后宅变 110/10 2 2*50 100 30 25 公用变 内桥接 线 42.02%
14 李宅变 110/35/10 2 2*40 80 24 19 公用变 内桥接 线 60.00%
15 青口变 110/35/10 2 2*50 100 30 18 公用变 内桥接 线 35.06%
16 苏陈变 110/10 2 2*31.5 63 14 13 公用变 内桥接 线 45.71%
17 巧溪变 110/10 1 50 50 16 13 公用变 线变组
单母分 67.62%
18 义乌变 110/10 3 3*40 120 38 36 公用变 段带旁 74.86%
19 国贸变 110/10 1 50 50 16 15 公用变 内桥接 线 71.07%
20 长岛变 110/10 1 50 50 16 16 公用变 线变组 81.14%
21 荷塘变 110/10 1 50 50 16 14 公用变 内桥接 53.60%
 
当大量电动汽车的充电负荷涌入电网后,我们基于义乌市所有的llOkV变电站2019
年的负载率,输入21个变电站中的主变台数、配变总容量、达到的峰值负荷、以及变
电站的供电地区和该供电地区内充电设备的分布,当得出该地区电动汽车推广后的充电 负荷下的负载率,即可对电网输电系统和110kV变电站进行升级优化。在未来大量充电 负荷对电网造成冲击时,电网公司亦可采取政策调控使电动车有序充电,减少峰值负荷 和充电负荷造成的电力负荷提升较快对电力系统带来的不利影响。
 
 
图 6-7 风光互补新型充电桩规划位置图
Fig. 6-7 Planning location map of new wind-solar hybrid charging pile
基于对义乌市区域充电需求系数的计算,我们以上初步得出了义乌市充电桩投放数 量及各充电桩接入变电站分布。本文涉及的风光互补充电桩在原充电桩规划基础上进行 了合理规划。
本次规划结果如上图,应在上图中红色箭头所指区域应设置大量的风光互补汽车充 电桩,由于这类地区的充电负荷已经较高,区域充电需求系数较高,而且地区变电站负 载较大,较高的充电负荷已经对该地区附近供配电设施造成重载或过载影响,所以必须 在地区适配允许和经济条件允许的下应大量投入含风光互补的充电桩进行充电设施替 换改造。
绿色箭头所指区域是充电负荷逐渐上升区域,所以这些地区的变电站负载率也在逐 年升高,相应的区域充电需求系数也在逐年升高,应添置部分含风光互补的充电桩进行 充电设施替换改造为未来的电力系统稳定运行提供保障。
6.3.4 风光互补新型充电桩规划前后效果评价指标及预测
为了可以更加直观的分析与观察出在采用风光互补新型充电桩后对于地区充电负
95
荷压力是否减轻,我们对规划前后在充电桩较为密集地区的变电站典型日负荷峰值与负 载率变化进行预测,并对比原基于充电需求的常规充电桩规划后峰值负荷与负载率减少 比例来作为评价手段。因为前文做了该新型充电桩的布点规划,那么整体对于传统充电 桩与规划充电设施数量较少的地区,加入新型充电桩对其地区负载率影响较小。所以我 们针对充电桩保有量较大的地区进行日负荷与负载率预测并设置评价指标,来评测加入 新型风光互补充电桩后整体充电负荷对地区供配电设施是否有积极影响。
为方便测算评价,假设新建充电设施均为直接接入110kV变电站。得出下图,红色 箭头所指的为充电桩较为密集地区的变电站:
开城变 佛堂变 义事变
对较高。由上一小节基于区域充电需求系数的充电设施布局规划及风光互补型充电桩应 用规划,可以得出可替代常规充电桩的风光互补充电设施规划结果:
表 6-14 风光互补充电桩规划结果
Tab. 6-14 Wind-solar hybrid charging pile planning results
充电站 接入变电站 风光互补充电桩投放数量 汽车使用覆盖量
1 福田变 150 422
2 绣湖变 170 571
3 绣湖变 130 402
4 国贸变 100 198
5 北苑变 180 536
6 江东变 200 805
7 青口变 150 449
8 青口变 130 516
96
 
 
充电站 接入变电站 风光互补充电桩投放数量 汽车使用覆盖量
9 义乌变 28O 1O85
1O 后宅变 15O 573
11 绣湖变 9O 188
12 巧溪变 22O 656
13 巧溪变 14O 473
14 福田变 16O 59O
15 北苑变 1OO 268
16 义乌变 22O 737
17 福田变 24O 762
18 福田变 18O 54O
19 绣湖变 12O 335
2O 青口变 6O 13O
 
下表列出了规划相关llOkV变电站现状,我们可以很直观的看出义乌市充电桩密集 地区负载率现状,参考相关变电站负载率现状对于风光互补型充电桩合理规划优化和基 于地区负载率设置充电设施的效果评价有很强的参考价值:
表 6-15 义乌市规划前 110kV 相关变电站情况表
Tab. 6-15 Table of 110kV related substations before Yiwu City planning
序号 变电站 名称 电压等级 主变台 数 容量构 成 总容量 (MVA) 10kV 间 隔总数 已用间 隔数 变电站 用途 接线方 式 负载率
1 北苑变 11O/1O 2 2*5O 1OO 3O 21 公用变 内桥接 线 78.36%
2 绣湖变 11O/1O 2 2*5O 1OO 3O 25 公用变 内桥接 线 47.54%
3 江东变 11O/1O 2 4O+5O 9O 24 22 公用变 内桥接 线 64.42%
4 福田变 11O/1O 2 2*5O 1OO 3O 3O 公用变 内桥接 线 79.56%
5 后宅变 11O/1O 2 2*5O 1OO 3O 25 公用变 内桥接 线 42.O2%
6 青口变 11O/35/1O 2 2*5O 1OO 3O 18 公用变 内桥接 线 35.O6%
7 巧溪变 11O/1O 1 5O 5O 16 13 公用变 线变组 单母分 67.62%
8 义乌变 11O/1O 3 3*4O 12O 38 36 公用变 段带旁 74.86%
9 国贸变 11O/1O 1 5O 5O 16 15 公用变 内桥接 线 71.O7%
10 长岛变 11O/1O 1 5O 5O 16 16 公用变 线变组 81.14%
 
评价指标制定及预测分析:
(1)首先,我们抽样预测投入使用新型风光互补充电桩数量较多的巧溪llOkV变
97
电站的典型日电网负荷,采用上文中提到的蒙特卡洛法数学模型进行预测,在对规划投 入风光互补充电桩前后的日负荷变化进行评价,作为典型案例。
设置日负荷峰值优化指标评价如下表:
表 6-16 风光互补充电桩电力负荷峰值优化效果评价表
Tab. 6-16 Wind-solar hybrid charging pile power load peak effect evaluation table
110kV 变电站电力负荷峰值降低(%) 评价结果
>10%
5%<且<10%
<5%
 
 
 
 
图 6-9 加入风光互补充电桩后巧溪 110kV 变电站预测日负荷变化图
Fig. 6-9Predicted daily load change diagram of Qiaoxi 110kV substation after adding wind-solar hybrid charging piles 可以明显的看出,加入新型风光互补充电桩替换传统充电桩后对地区的负荷峰值有 明显的优化作用,同比原幅值降低了 18.73%,所以对于投入较多的巧溪110kV变电站 的预测负荷峰值有很明显的优化作用,评价结果较为优秀。
(2)对整体规划新型风光互补充电桩后的地区110kV变电站变压器负载率进行预 测评价,负载率变化设置评价指标如下表所示:
表 6-17 新型充电桩优化负载率效果评价表
Tab. 6-17 Evaluation table for the effect of new charging pile optimization load rate
110kV 变电站负载率降低(%) 评价结果
>5%
3%<且<5%
<3%
98
根据以上规划预测的风光互补充电桩接入变电站的数量和汽车覆盖使用数量,我们 采用以下预测方法:
已知表 6-14 给出了风光互补充电桩的预测规划数量以及分布结果,我们已知新敷 设常规充电桩的充电功率为160kW,由风光互补充电桩的电能管理仿真结果可知:当采 用风光互补充电桩进行替换时,假设工作方式采用不使用电网电能,每个充电桩充电功 率约为16kW即每10个新型充电桩可节省电能160kW,代替一个传统快速充电桩给电 网带来的压力。
地区风光互补充电设施节省的总电能P等于,该地区设置的第“个«类型风光互补 充电桩在b工作状态下发出的电能Pnb的n个充电桩发出电能的总和。
n
P =1 & (6-5)
假设忽略实际使用过程中从充电站变压器出线损失的电能,即可算出对应地区变电 站负载率变化。
对应替换新型风光互补充电桩后110kV变电站的变压器负载率变化图如下:
120.00
102.56
 
■新型充电桩规划前负载率(%)■新型充电桩规划后员载率(%〉
 
图6-10规划前后负载率变化图
Fig. 6-10 Load rate change diagram before and after planning 从上负载率柱形变化图我们可以清晰地看出,预测将常规充电桩替换为本文研究的 风光互补充电桩后,规划较为密集地区的变电站负载率都有不同程度的优化,具体评分 如下:
表6-18加入风光互补充电桩后预测110kV变电站负载率优化效果评价表
Tab. 6-1 8 After adding wind and solar hybrid charging piles, itis estimated that the 1 1 0kV substation load
factor optimization effect evaluation table
变电站名称 负载率降低(%) 评价等级
福田变 -14.60
变电站名称 负载率降低(%) 评价等级
绣湖变 -10.20
国贸变 -4.00
北苑变 -5.60
江东变 -4.44
青口变 -6.80
义乌变 -8.33
后宅变 -3.00
巧溪变 -14.40
根据每个变电站的评价等级和具体负载率的降低我们可以得出以下结论:负载率降 低的变化率与地区的充电桩规划数量有关,充电桩需求数量和规划数量越多,给变电站 带来的供电压力越大,相对规划设置风光互补新型充电桩数量就越多,投入数量越大负 载率降低的越多。评价等级为优的多为大量投入该类型充电桩的地区变电站,评价等级 为良的原因有两种,一种是地区投入新型充电桩的数量较少,第二种是地区变电站负载 率较低,投入风光互补充电桩对其供电优化影响较小。根据地区变电站的负载率优化评 价结果来看,投入风光互补型充电桩是有益的,条件允许的话应该将这种新型充电设施 大力投入规划建设,减少地区供电压力,降低地区变压器负荷峰值,优化线路减少电能 损耗。
6.4本章小结
本章中首先以区域充电需求为基础对电动汽车的充电设施需求进行了分析及预测, 同时对含风光互补的汽车充电桩的需求进行了分析,根据实例预测了该类型充电桩的应 用场景以及规划数量和接入方式。然后,介绍了电动汽车充电设施的电源常用接入方案。 最后,基于区域充电的需求系数的数学模型对充电设施和含风光互补的汽车充电桩结合 典例义乌市进行了合理的规划,同时对相关的规划后110kV变电站负载率以及电网负荷 峰值变化制定了评价指标,从评价结果来看,投入风光互补新型充电桩的建设对电网是 合理有益的。
100
第七章 总结与展望
7.1 总结
含风光互补的汽车充电桩,是一种新型的可利用太阳能、风能并且具有电池储能设 备的充电设施。本文对于含风光互补的汽车充电桩的布局规划研究是从充电需求侧的各 类电动汽车充电负荷入手,研究电动汽车充电负荷及采用风光互补型充电桩后对配网影 响的分析,以及该充电设施控制策略的仿真探究,最终回归到其布局规划设计对其进行 了规划。分别进行了以下工作:
(1)为了预测电动汽车充电负荷,首先罗列多种类型电动车的出行方式和电能补 充方式,对不同电动汽车的充电特点充电行为和充电时的详细数据进行分析,对电动汽 车的出行行为规律进行了分析,同时对不同用途的电动车出行行为进行了总结。对电动 车充电负荷运用蒙特卡洛法建立模型数学模型进行预测,对电网在不同运行环境下的充 电负荷进行了预测。在电动车渗透率达到一定程度下电网负荷的敏感性进行了一系列分 析。得出了充电负荷整体的受时间和季节影响规律性很强,电网负荷受充电负荷的影响 峰值产生时间较为固定,电网负荷受电动车渗透率的影响较大,对于充电负荷的接入非 常敏感的结论。
(2)以典型 IEEE33 节电系统模型对电力负荷在电动汽车充电负荷接入后进行了 分析,采用蒙特卡洛法分析电动汽车在不同渗透率下充电负荷的产生对电网负荷的影 响、网络损耗的影响和配网电压电能质量的影响以及产生的其他影响因素。在其基础上 详细分析了风光互补型充电桩对于充电负荷给电网负荷带来压力的缓解作用。得出的结 论有:随着电动车渗透率的增加电网负荷的峰值也会越来越高,电力系统的整体电能损 耗也会增加,电压电能质量下降。当采用部分风光互补充电桩时,对电网负荷的峰值有 明显影响,减缓了充电负荷对于电网负荷的冲击。
(3)研究风光互补充电桩的供电系统各个部分电原理与系统运行模式。对风力发 电系统进行了仿真建模分析并对其运行最大功率点的跟踪原理进行研究,对太阳能发电 系统进行仿真建模分析,并分析其追踪最大功率点的控制方式,对储能蓄电池的储能稳 定控制策略进行了介绍并对其仿真建模。对整个风光互补供电系统进行仿真设计,制定 整体的运行控制策略,并对输出波形进行分析,结果表示该系统建立正确可行,控制策 略可行有效。然后对含风光互补发电系统充电桩不同运行模式及能量管理模式管理模式 对实际布局规划与地区适用性的影响进行分析并得出了结论:含风光互补发电系统的充 电桩有着很好的普遍适用性,在实际布局规划中可以顾及到多种地区的使用场景。
(4)基于免疫遗传算法对义乌市的充电站进行初步规划,制定规划数学模型及约 束条件。对免疫遗传算法性能利用测试函数进行仿真探究,结合最短路径算法模型以及 免疫遗传算法求解数学模型对义乌市充电站规划实例进行计算,并对计算结果分析。在 考虑整体功率替代问题后对地区负荷优化,对初步规划的各个充电站的充电桩进行风光
101
互补充电设施的代替输出投放结果并制定初步投放策略,通过实例计算验证了此方法对 于充电站规划的可行性。
(5)以区域充电需求为基础对电动汽车的充电设施需求进行了分析及预测。同时 对含风光互补的汽车充电桩的需求进行了分析,根据实例预测了该类型充电桩的应用场 景以及规划数量和接入方式。然后,介绍了电动汽车充电设施的电源常用接入方案。最 后,基于区域充电需求系数的数学模型对充电设施和含风光互补的汽车充电桩结合典例 义乌市的具体情况进行了合理的规划,对相关的规划后110kV变电站负载率以及电网负 荷峰值变化制定了评价指标。从评价结果来看,我们投入风光互补新型充电桩的建设对 电网负荷优化以及地区变电站负载率优化是合理且有益的。
7.2展望
本论文中完成了对含风光互补发电系统的汽车充电桩的特性分析以及布局规划研 究,为清洁能源设施结合传统供电设备的设计和规划提供了新的思路。但是个人研究方 向的一些局限性还有以下方面待进行研究和改进:
(1) 风光互补充电桩的内部结构以及电能储存效率和运行方式有待改进,应具体 根据所设置地点和环境的风能太阳能资源来设计运行模式,需要对往年的风能资源和日 平均光照水平进行大量的数据资源收集。
(2) 在实际规划中和应该考虑在政府政策下对电动车充电负荷调控的有序充电策 略中该风光互补充电桩的应用情况和对电网负荷峰值的优化。
(3) 该风光互补充电桩的设备与普通充电桩相比较为昂贵,应该在考虑政府以及 供电公司的投资预算的前提下进行合理的规划布局研究。
102
参考文献
[1]2022 年中国纯电动汽车行业发展现状分析 补贴退坡下销量 下滑、市场渗透率缓慢 上升.前沿产业研究院, 2022-05
[2]王立乔,孙孝峰.分布式发电系统中的光伏发电技术[M].机械工业出版社,2014.
[3]程玮.光伏和风力发电系统的动态建模[D].浙江大学,2012.
[4]陈晓君.基于Boost电路的MPPT光伏发电系统研究[D].浙江工业大学,2014.
[5]柳雪松.直流微电网储能系统双向DC/DC变换器控制策略研究[D].太原理工大学, 2014.
[6]丁一楠,李博彤.风力和太阳能光伏发电现状及发展趋势J].城市建设理论研究:电 子版,2016, (10).
[7]高明杰,惠东,髙宗和,等.国家风光储输示范工程介绍及其典型运行模式分析J].电 为系统自动化, 2013, (01): 59-64.
[8]刘新竹,赵燕良.国家风光储输示范工程介绍及其典型运行模式分析[J].信息与电脑 (理论版) 2016,(04): 148-149.
[9]Liu Y,Li M,JiX,etal.Acomparative study of the maximum power point tracking methods for PV system[J].Energy Conversion&Management,2014,85(9):809-816
[10]青燕.太阳能光伏发电现状与发展趋势J].建筑工程技术与设计,2014, (9).
[11]黄幼平.风力和太阳能光伏发电现状及发展趋势[J].科技展望,2015, 25(36):00134-00135.
[12]刘菲.太阳能光伏发电的现状及前景[J].现代经济信息,2015,000(022):322.
[13]Kempton W, Letendre S E. Electric vehicles as a new power source for electricutilities[J].Transportation Research Part D Transport & Environment, 1997,2(3):157-175.
[ 1 4 ] Shahidinejad S, Filizadeh S, Bibeau E. Profile of Charging Load on the Grid Due to Plug-inVehicles [J]. IEEE Transactions on Smart Grid, 2012, 3(1):135-141.
[15]Deilami S, MasoumAS, MosesPS, etal. Real-Time Coordination of Plug-In Electric Vehicle Charging in Smart Grids to Minimize Power Losses and Improve Voltage Profile[J]. IEEE Transactions on Smart Grid, 2011, 2(3):456-467.
[16]占恺峤,宋永华,胡泽春,等.以降损为目标的电动汽车有序充电优化J].中国电机 工程学报,2012,32(31):11-18.
[17]陈加盛,张建华,林建业,等.以降低电网损耗为目标的电动汽车充电策略J].电力系 统及其自动化学报, 2012, 24(3):139-144.
[18]郑丹.电动汽车对电力系统的影响以及交互作用研究[D].华南理工大学,2013.
[19]姚伟锋,赵俊华,文福拴,等.配电系统与电动汽车充电网络的协调规划[J].电力系统自 动化,2015,39(9):10-18.
103
[20]李梦晨.电动汽车充电设施负荷特性分析及布局规划[D].郑州大学,2019.
[21]屠影.电动汽车充电模式及其负荷特性分析[D].南京理工大学,2013.
[22]张娟.电动汽车有序充电策略及充电设施规划研究[D].太原理工大学,2018.
[23]李娜,黄梅.不同类型电动汽车充电机接入后电力系统的谐波分析[J].电网技 术,2011(1):170-174.
[24]Babaei S, Steen D, Le A T, et al. Effects of Plug-in Electric Vehicles on distribution systems: A real case of Gothenburg[C]// Innovative Smart Grid Technologies Conference Europe. IEEE, 2010:1-8.
[25]LiZ, SunH, GuoQ, etal. GPF-based method for evaluating EVs' free charging impacts in distribution system[C]// Power and Energy Society General Meeting.IEEE,2012:1-7.
[26]高赐威,张亮,薛飞,等.考虑集中型充电站定址分容的电网规划研究J].中国电机工程 学报,2012,32(7):40-46.
[27]任玉珑,史乐峰,张谦,等.电动汽车充电站最优分布和规模研究[J].电力系统自动 化,2011,35(14):53-57.
[28]葛少云,冯亮,刘洪,等.考虑车流信息与配电网络容量约束的充电站规划[J].电网技 术,2013,37(3):582-589.
[29]李欣阳,孔令玉,刘倩,等.面向配送企业的纯电动汽车充电桩布局优化[J].科技 风,2018(2).
[30]ZhouY,WangM,Hao H,etal.Plug-in electric vehicle market penetration and incentives:a globalreview[J].Mitigation&Adaptation Strategies for Global Change,2015,20:1-9.
[3 1 ] Thomas C E S. Transportation options in a carbon-constrained world: Hybrids,plug-in hybrids, biofuels, fuel cell electric vehicles, and battery electric vehicles [J].International Journal of Hydrogen Energy, 2009, 34(23):9279-9296.
[32]GB/T20234.2-2015电动汽车传导充电用连接装置[S].中国国家标准化管理委员 会,2015.
[33]李星.规模化电动汽车充电负荷对配电网的影响及优化控制研究[D].中国矿业大 学,2019.
[34]张强.石家庄电动汽车充换电服务网规划设计[D].华北电力大学,2016.
[3 5 ] National Standard of china ,design code for electric vehicle Standard of China,Design code for electric vehicle charging station .October 29,2014.[Online].
[36]杨晓红•新能源汽车2019上半年十大重要政策[J].汽车与运动,2019(08):12-15.
[37]蔡秋娜,文福拴,薛禹胜,等.基于SCUC的可入网混合电动汽车优化调度方法[J]. 电力系统自动化,2012,36(1):38-46
[38]黄贵鸿,雷霞,芦杨,等.考虑用户满意度的电动汽车用户侧最优智能充放电策略[J]. 电力系统保护与控制, 2015(24):40-47.
[39]肖湘宁, 温剑锋, 陶顺,等. 电动汽车充电基础设施规划中若干关键问题的研究与建
104
议[J].电工技术学报,2014, 29(8):1-10.
[40]Brooks A. Vehicle-to-grid demonstration project: Grid regulation ancillary service witha battery electric vehicle [J]. Ac Propulsion Inc.tech.rep, 2002, 4(4):206-207.
[41]Kempton W, Tomic J. Vehicle-to-grid power implementation: From stabilizing thegrid to supporting large-scale renewable energy[J]. Journal of Power Sources,2005, 144(1):288-297.
[42]Etezadi-Amoli M, Choma K, Stefani J. Rapid-Charge Electric-Vehicle Stations [J].IEEE Transactions on Power Delivery, 2010, 25(3):1883-1887.
[43]吕俊青.考虑时空分布的电动汽车充电负荷预测及充电策略研究[D].兰州理工大 学,2019.
[44]张文艳.基于数据驱动的城市配送电动汽车充电行为分析及模型建立[D].北京交通 大学,2017.
[45]Caneon Kurien,Ajay Kumar Srivastava,Emeric Molere. Emission control strategies for automotive engines with scope for deployment of solar based e-vehicle charging infrastructure[J]. Environmental Progress & Sustainable Energy,2020,39(1).79-83
[46]谢莹华,谭春辉,张雪峰,卢奕城.电动汽车充放电方式对深圳电网日负荷曲线的影响 [J].广东电力,2011,24(12):47-50+69.
[47]冀颖.分布式光伏发电功率预测及优化配置研究[D].太原理工大学,2017.
[48]Subcommittee P M. IEEE Reliability Test System [J]. Power Apparatus & Systems IEEE Transactions on, 1979, PAS-98(6):2047-2054.
[49]Shepelev I.A.,Vadivasova T.E.. External localized harmonic influence on an incoherence cluster of chimera states[J]. Chaos, Solitons and Fractals: the interdisciplinary journal of Nonlinear Science, and Nonequilibrium and Complex Phenomena,2019,133.
[50]熊昭.基于风光互补的电动汽车智能充电控制系统的研究与设计[D].广西大学,2017.
[51]庄琳琳.风光互补供电系统特性分析及控制策略[D].山东大学,2017.
[52]Solero L, Caricchi F, Crescimbini F, et al. Performance of a 10 k W power electronic interface for combined wind/PV isolated generating systems[C]. Power Electronics Specialists Conference,1996. Pesc '96 Record. IEEE, 1996: 1027-1032 vol.2
[53]韩岑妤.基于空间布局优化的城市工业用地调整研究[D].浙江大学,2013.
[54]孙芊,吉祥鑫,王忠强,魏东飞,熊峰.新一轮能源革命下智慧电网发展理论及关键技术 体系研究[J].工业控制计算机,2019,32(12):91-92+147.
[55]李琼慧,王彩霞.从电力发展“十三五”规划看新能源发展[J].中国电 力,2017,50(01):30-36.
【本文地址:https://www.xueshulunwenwang.com//shuoshilunwenzhuanti/dianlixitongjiqizidonghua/5292.html

上一篇:循环球式电动助力转向系统控制策略研究

下一篇:没有了

相关标签: