配电网接纳电动汽车能力评估方法研究

网络出版时间：2015-06-15 08:48

网络出版地址：/kcms/detail/41.1401.TM.20150615.0848.013.html

第43卷 第12期 电力系统保护与控制 Vol.43 No.12 2015年6月16日 Power System Protection and Control Jun. 16, 2015

配电网接纳电动汽车能力评估方法研究

张祥文1，江星星1，王 龙2，张 聪2，田 炯3，马 军3

(1.中国电力科学研究院，北京 100192；2.强电磁工程与新技术国家重点实验室(华中科技大学),

湖北 武汉 430074;3. 国网宁夏电力公司，宁夏 银川 750001)

摘要：况。以IEEE123

关键词：ZHANG Xiangwen1, JIANG Xingxing1223, MA Jun3

Abstract: of distribution network, this of distribution network’s ability of admitting EVs. whether the model based on the results of three-phase flow assesses the operation Key words: 中图分类号： TM619 文献标识码：A 文章编号： 1674-3415(2015)12-0014-07

0 引言

发展电动汽车被认为是提高可再生能源利用率和降低碳排放的重要技术途径，多国政府出台了相关政策来推动其发展[1]。大量的电动汽车充电负荷接入将对配电网的运行产生显著影响[2-3]。电动汽车充电负荷在时间和空间上具有随机性，给配电网规划带来了新的挑战[4]。配电网对规模化电动汽车接

基金项目：国家自然科学基金委项目(51361135704)；国家科技支撑计划项目(2013BAA01B02)；国家电网公司项目资助

入的适应性评估是未来配电网运行与规划所要考虑

的重要因素。

目前配电网对规模化电动汽车接入的适应性评估主要从系统负荷、安全稳定运行和经济运行等方面考虑。文献[5]给出了不同渗透率下的电动汽车接入对配电网负载率、节点电压和线路损耗的影响，但没有考虑不同类型电动汽车充电负荷的差别和配电网三相供电不平衡的特点。文献[6]采用半不变量法概率潮流计算分析了电动汽车充电负荷对配电网线路有功功率和节点电压的影响，仅分析了电动汽车充电负荷接入某一节点的情况。文献[7]从电动汽

张祥文，等 配电网接纳电动汽车能力评估方法研究 - 15 -

车充电负荷接入对网络损耗的影响分析了配电网的经济运行问题。文献[8]针对某一实际配电网，在满足变压器与线路限制、三相不平衡和电压稳定等网络运行约束的条件下，采用最优充电的方法增加了配电网接纳电动汽车的能力。文献[9]结合两个居民配电网，说明了电动汽车负荷分布在不同的节点，会对配电网的接纳能力产生较大的影响。文献[10]对比分析了不同的智能控制策略对配电网经济性的影响,

说明了在选择最优充电场景时必须考虑配电网的运行情况。文献[11]从电动汽车渗透率和充电模式等方面分析了电动汽车充电负荷对配电网节点电压偏移和变压器过载情况的影响。

本文提出一种配电网接纳电动汽车能力的评估方法。首先，基于蒙特卡洛随机抽样的方法模拟含不同类型电动汽车的充电负荷，根据配电网的拓扑结构将配电网进行供电区域划分，结合负荷的时空分布特性和配电网的供电区域采用分层的方式进行力，并以IEEE123估和最大接纳能力评估。

图1 电动汽车充电负荷分配模型 Fig. 1 Distribution model of EV charging load

可以将配电网供电区站等[16]。将其进行供电区如式(1)Nj

jPloadj

j 1Pload

M

N (1)

Nj是节点j所分配到的电动汽车个数；N是

j

电动汽车总数；Pload为节点j连接的常规负荷大小；

1 和离开时刻等参数不同

制和智能充电。无序充电为电动汽车并网即开始充电；分时电价机制是通过市场经济刺激的方法引导用户在负荷低谷期充电[13]；智能充电则是通过合理安排电动汽车充电计划，实现电网某种目标最优运行，例如以平滑负荷曲线或减少弃风为目标[14]。

根据文献[15]提出的电动汽车充电负荷的统计学建模方法，通过不同类型电动汽车用户出行规律的统计数据，拟合得到其概率分布特性，利用蒙特卡洛随机抽样确定每一辆电动汽车的并网参数，根据充电控制策略的选择确定有效充电时刻，计算得到规模化电动汽车的充电负荷。

1.2 基于供电区域划分的分层负荷分配

结合负荷的时空分布和配电网的供电区域采用分层的方式进行负荷分配的方案如图1所示。

j

为相应供电区常规负荷的总量；M为相应 j 1Pload

M

供电区域节点个数。

2 配电网接纳电动汽车能力评估方法

本文提出配电网接纳电动汽车能力的评估方

法。一方面，在电动汽车负荷预测与分配的基础上根据配电网潮流计算结果的概率分布，利用由置信区间所确定的大概率事件区间，从系统负荷、节点电压偏移和网络功率损耗开展规模化电动汽车接入的配电网适应性评估；另一方面，对于给定的配电网，考虑合适的充电策略，评估其可接入的最大电动汽车规模。

为了评估配电网最大接纳能力，以系统负荷、节点电压偏移和系统经济运行的约束条件为评估依据，不断增加电动汽车规模，直到系统负荷出现过载或节点电压出现越限或网络功率损耗超过系统允许的经济运行范围，此时的规模即为电动汽车最大可接入量。在评估过程中，为了提高精确度，并且加快仿真速度，采用自适应的方法，由快到慢逐渐增加电动汽车规模，即在电压偏移较小时快速提高电动汽车规模，而当电压偏移较大时则减慢电动汽

- 16 - 电力系统保护与控制

车规模的增加速度，其表达式如式(2)。

N max Ulimit Nset (2) 式中：Umax为当前规模下各节点中偏移量最大的电压；Ulimit为电压的限制；Nset为设定的电动汽车增量。 图2所示为评估配电网接纳电动汽车能力的流程图。具体步骤如下。

步骤一：确定常规负荷下的系统状态，作为评估基准。具体包括：读取网络拓扑结构、线路参数、

网络节点负荷、额定电压和额定容量等参数。不考虑电动汽车充电负荷接入，计算网络各时段潮流。

步骤二：供电区域划分。结合配电网拓扑结构、配电网供电线路参数和区域规划特点按照不同类型电动汽车的充电位置划分配电网供电区域。

步骤三：设置电动汽车规模。电动汽车规模包括不同类型电动汽车的数量及其相对比例大小。

步骤四：采用蒙特卡洛模拟一种电动汽车并网

各时段潮流。

步骤九：根据网络运行约束条件判断电动汽车规模是否达到最大渗透率，如果没有，增加电动汽车规模，重复步骤三到步骤九，否则进入步骤十。

步骤十：根据系统负荷、三相线路节点电压偏移和网络功率损耗的概率分布情况，由置信区间和网络运行约束条件分析网络运行状态，输出评估结果。

图2 评估方法流程图

Fig. 2 Flowchart of the evaluation method

动汽车能力评估，其网络拓扑结构如图3所示。该系统额定电压4.16 kV, 额定容量5 000 kVA[18]。在图3中划分了居民区、工作单位、商业区、快速充电站和公交集中充电站。图4为该配电网各供电区域常规负荷曲线。

3 算例分析

3.1 算例场景设置

本算例场景设置主要包括以下两部分内容。 1) 典型配电网模型介绍

选取IEEE123节点配电系统为例，开展规模化电动汽车接入的配电网适应性研究和其最大接纳电

图3 IEEE123节点配电系统拓扑结构 Fig. 3 Topology of IEEE123 node distribution network

张祥文，等 配电网接纳电动汽车能力评估方法研究 - 17

-

A相电压分布,由于

3.2 电动汽车并网的适应性评估

选择无序充电，从系统负荷、三相线路节点电压和网络功率损耗的概率分布特性评估配电网对电动汽车接入的适应性。

1) 系统负荷

图5为该规模电动汽车下的系统总负荷情况。根据文献[15]提出的统计学建模方法，由中心极限定理，可以利用置信区间[ 3 ， 3 ]估算出电动汽车负荷的期望和上下限值。电动汽车充电负荷期望值与常规负荷叠加之后形成了峰上加峰的现象，负荷峰值接近系统额定容量。

2) 三相线路节点电压

由图6看到A相电压偏移程度最大，可以根据A相电压分布情况进行该配电网适应性评估。

图7 电动汽车负荷对节点电压的影响 Fig. 7 Impact of electric vehicles load on node voltages

3) 网络有功功率损耗

网络损耗是配电网经济运行的重要指标。从图8可以看到，电动汽车接入后，网络有功功率损耗增加，其中12：00左右电动汽车负荷较大，此时网络有功功率损耗增加最多。 3.3 配电网最大接纳能力评估

随着电动汽车负荷的接入，系统负荷、电压偏移程度和网络有功功率损耗增加，影响系统的安全稳定运行和经济运行。因此，需要评估在确保配电网安全稳定和经济运行的前提下允许接入的最大电

- 18 - 电力系统保护与控制

图

8 电动汽车负荷对有功功率损耗的影响 Fig. 8 Impact of electric vehicles load on active power loss

节点电压偏移程度相比初始规模情况下有所增大，但未出现节点电压越限情况，网络有功功率损耗相比初始电动汽车规模情况下也略有增加。

假定系统额定容量增加到10 MVA，再进行最大接纳能力评估，系统节点电压、网络负荷和有功功率损耗如图12~图14所示。当私家车规模增加到5 510辆时，12：00和14：00系统节点电压低于0.93(根据文献[5]可知,节点电压偏移的约束条件为允许电压偏移为额定电压的 7%)，出现越限，达

动汽车规模。考虑到私家车规模波动较大，本算例只对私家车的最大接入规模进行评估。

图9~图11分别为增大电动汽车规模时，系统总负荷、节点电压和网络有功功率损耗的变化情况。当私家车规模增加到1 202辆时，系统负荷出现过载，达到该配电容量的最大接纳能力。

图

图13 网络负荷曲线 Fig. 13 Network’s load curve

图10 网络节点电压曲线 Fig. 10 Network’s node voltages curve

图14 网络有功功率损耗曲线 Fig. 14 Network’s active power loss curve

图11 网络有功功率损耗曲线 Fig. 11 Network’s active power loss curve

系统总负荷还未出现过载情况，但相比原始系统，12:00和14:00左右的负荷峰值增加很多，峰谷差增大。同时网络有功功率损耗大大增加，其中12:00左右增幅最大，增幅达到3.5%，对配电网的经济运行有很大的不利影响。

张祥文，等 配电网接纳电动汽车能力评估方法研究 - 19 -

3.4 不同充电控制策略下的接纳能力比较

不同的充电策略会对电动汽车的充电负荷产生显著影响，进而对于给定的配电网，不同充电策略下的接纳能力也会存在很大差别。对比了无序充电和文献[14]所提出的以系统总负荷波动最小为优化目标的智能充电两种充电方式下配电网的最大接纳能力。

以系统额定容量为5 MVA为例，由图9可以看到在14：00

额定容量5 MV方法，该方法首先采用蒙特卡洛随机抽样的方法模拟电动汽车的充电负荷，根据配电网的拓扑结构和供电方式划分不同的供电区域，并结合电动汽车负荷的时空分布特性进行负荷分配，判断负荷过载情况。在此基础上采用三相潮流计算的方法，从系统节点电压偏移和网络损耗的概率分布特性评估配电网的运行情况。以IEEE123节点配电网为例，评估了配电网对电动汽车的接纳能力，该评估方法可以图LI Huiling, BAI Xiaomin. Impacts of electric vehicles charging on distribution grid[J]. Automation of Electric Power Systems, 2011, 35(17): 38-43.

[6] 蔡德福, 钱斌, 陈金富, 等. 含电动汽车充电负荷和风

电的电力系统动态概率特性分析[J]. 电网技术, 2013, 37(3): 590-596.

CAI Defu, QIAN Bin, CHEN Jinfu, et al. Analysis on dynamic probabilistic characteristic of power grid connected with electric vehicle charging load and wind power[J]. Power System Technology, 2013, 37(3): 590-596.

[7] SORTOMME E, HINDI M M, MACPHERSON S D J, et al.

Coordinated charging of plug-in hybrid electric vehicles

如图16车规模增加到

图16 智能控制策略下的最大电动汽车规模负荷曲线 Fig. 16 Maximum electric vehicle scale’s load curve under

smart control strategy

4 结论

本文提出一种配电网接纳电动汽车能力的评估

- 20 - 电力系统保护与控制

to minimize distribution system losses[J]. IEEE Transactions on Smart Grid, 2011, 2(1): 198-205. [8] DE HOOG J, ALPCAN T, BRAZIL M, et al. Optimal

charging of electric vehicles taking distribution network constraints into account[J]. IEEE Transactions on Power Systems, 20215, 30(1):365-375.

[9] DE HOOG J, MUENZEL V, JAYASURIYA D C, et al.

The importance of spatial distribution when analysing the

ZHANG Cong, XU Xiaohui, SUN Haishun, et al. Smart charging strategy of large-scale electric vehicles based on adaptive genetic algorithm[J]. Power System Protection and Control, 2014, 42(14): 19-24.

[15] 田立亭, 史双龙, 贾卓. 电动汽车充电功率需求的统

计学建模方法[J]. 电网技术, 2010, 34(11): 126-130. TIAN Liting, SHI Shuanglong, JIA Zhuo. A statistical model for charging power demand of electric vehicles[J].

本文来源：https://www.bwwdw.com/article/fxr4.html