新能源汽车市场响应式充电方法探索与研究

冯南希

（北方大贤风电科技（北京）有限公司，北京 100029）

0 引 言

目前，我国新能源汽车产业已涵盖了整车生产、三大电、三小电以及电池关键材料等领域，基本形成了完备的新能源汽车产业链[1]。但是，在车联网、智能电网、充电服务生态系统等方面依然处于探索阶段。随着移动互联与传感技术的发展，新能源汽车车主与充电桩建立实时在线的联系已成趋势。然而，现有的充电管理只能为新能源汽车用户提供充电站实时定位，实时掌控充电时间、充电电量，以及充电意外中断、充电预约提醒、故障报警等充电状态远程监控服务[2]。未来，借助信息互联和能源互联技术，新能源汽车借力电力市场改革将带来新的机遇。

1 新能源汽车充电管理

市场上的新能源汽车可分为一般家庭用社会车辆、公务车辆、运营车辆、城市短途公共交通车辆、中等距离行驶的公共交通车辆等。运营车辆的用电量较大，不适合进行充电管理。家用车的用电量可分为基础用电量和可管理用电量[3]。基础用电量即根据历史规律和用车时段的交通拥堵预测、天气预测估计的基础需求电量；可管理用电量即除基础电量外的电池容量，可以选择最省钱和最环保两种充电策略。在满足基础用电的情况下，选择最优充电策略的时间段内充满电即可：

（1）最省钱的策略，即电价最低的时段充电；

（2）最环保的策略，在绿色发电最多的时段充电。

综合考虑气象服务、交通大数据、用电大数据和发电预测，可以分析针对不同需求的最优充放策略。图1为新能源汽车智慧充电策略。

图1 新能源汽车智慧充电策略

1.1 基础用电量

本研究引用一种较为成熟的计算方法——利用传统车辆和新能源汽车辆的相关数据建立车辆的充电负荷模型，然后用蒙特卡洛迷你方法抽取日行驶里程、真实充电时间、充电时长等随机数，通过负荷累加的方法计算不同时段内新能源汽车的充电负荷，即基础用电负荷[4]。

由于国内新能源汽车充电设施建设规模尚小，暂时不足以建立充分可靠的历史数据，故采用美国NHTS2009年调查统计的美国汽车使用者行驶习惯。它与中国新能源汽车行驶习惯大致相同，为9:00-17:00，工作日的出行高峰集中在18:00左右。

显然，新能源汽车的充电时长和新能源汽车的日行驶里程均值之间存在正相关关系。从图2可以看出，工作日及非工作日行驶里程明显符合指数分布，所以可以使用拟合方法。

图2 工作日及非工作日行驶里程分布

进行指数拟合后，得出新能源汽车日行驶的概率密度函数为：

假设每次出行后，若电池剩余电量SOC0低于20%，则用户决定充电，且当不足以完成第二天行程时，无视电池容量大小必定充电。

新能源汽车电池的初始荷电状态SOC0和行驶里程有关：

其中D为实际行驶里程，L为新能源汽车最大行驶里程。计算出电池的SOC0后，即可推断出充电时长和充电功率。将所有单辆新能源汽车的日充电曲线叠加后，即为总体日充电曲线。对周一至周五、周六和周日做加权平均，即可得出工作日和非工作日的充电需求负荷曲线。以国内一线城市新能源汽车保有量8.4万辆为例，可知新能源汽车对充电的需求与一般城市居民用电需求曲线吻合，尤其对峰值用电有明显加重作用。若没有智能化管理，很容易对城市电网造成较严重影响，甚至波及电网安全。

1.2 可管理用电量

电力市场的浮动价格为新能源汽车用户提供了更多的充电选择。本研究希望通过制定灵活的充电桩管理工具、丰富的大数据分析产品，根据用户需要，及时响应、变更取消、充电流程和充放决策，并通过模拟实验检验在特定条件下的个人效益和社会效益。

2 新能源汽车充电响应电力市场

根据电力市场的发展程度，新能源汽车对电力市场的响应可分为三类：单纯的价格响应、新能源发电响应和需求侧响应。

2.1 价格响应

鉴于充电对电池性能、寿命有较大影响，故只考虑连续充电和不连续充电两种情况下的最优方案。若无实时电力市场，仅在目前市场的状态下，两种情况下的最优方案相差较小。本研究选用国内某厂家的家用车作为计算基础，其电池的续驶里程为260 km。在不考虑极端情况下，最长约3天需充电一次，即考虑充电策略时，时长则为3天。除当日的电价曲线、可再生能源发电曲线外，还需要至少未来2天的电价曲线、可再生能源发电曲线。以30 min为一个时间单位做决策，3天共144个时间点，即每天不断更新充电策略。

2.1.1 连续充电策略

连续充电指每日可充一次或多次，但每次充电只在连续的时间内充电，即只充电池额定电量的部分比例。假设每日2次用车时段之间对应的电价为0.5元/度、0.4元/度、0.3元/度，假设每次用电为额定电量的1/6，记为q。假设第一天上午用车完毕后，剩余电量为0，则在最近的3天内有以下三种充电方案：①第一天下班前充满电，即6q；②每天下午下班前充够2次用车电量（2q）；③第一天下午下班前，充够2次用车电量（2q），第二天下午下班前再充够2次用车电量（2q），第三天下午下班前充满电（6q）。3种方案对应的购电单价分别是：①均单价：5×6q/6=5q；②均单价：（5×2q+4×2q+3×2q）/（2+2+6）=4q；③均单价：（5×2q+4×2q+3×6q）/（2+2+6）=3.6q。可以看出，第三种方案优于第一、二种方案。

如何获得第三种方案的策略是最优化问题，其数学表达式如下：

其中：Ti是自变量，表示第i次用车前需要充电的时长；Eij表示第i次用车前，第j个时间单元的电价；Qc是已知常量，表示做决策时当前的剩余电量；Qbi表示第i次用车时的基础电量；Pmax是已知常量，表示新能源汽车充电时的最大功率；Qmax是已知常量，表示新能源汽车的最大存储容量；Ni是已知常量，表示2次用车时段间的总时间。这里需要注意，Eij的第1个时间单元并不是最后一次用车完毕后的第一个时间单元，而是通过求解第二层优化问题确定的，如下：

其中m=1,2,3,…Ni，是第二层优化问题中的自变量。

以上第一层优化为含不等式约束的线性优化问题，第二层为线性无约束优化问题。

2.1.2 不连续充电策略

当2次用车之间的时段电价波动较大、电价较低时段间穿插高电价时，相比电池寿命，新能源汽车用户更关心短时电价效益，可将上述模型扩展为不连续充电策略。与上述模型类似，但在Eij的时间单元选择方式上即第二层优化问题，略有不同，如下：

其中fij=0、1，是第二层优化问题中的自变量，表示2次用车时段间每一个时间点是否充电。

2.1.3 模拟案例

由于两类策略较为接近，本研究先以连续充电情况下的最省钱策略为例进行说明。若以上文案例中的数据计算，假设全部充电时间均以最大功率充电，最省钱策略为6次用车前分别充电：0.5 h、2.5 h、0.5 h、2.5 h、0.5 h、3.678 h，平均购电单价为3.3q。而非用车时段的平均电价为0.583 3元/（kW·h）。若新能源汽车电池容量为41.4 kW·h，每次约3天使用完，则一年可省442.06元，约占全年充电费用的15%。

2.2 新能源发电响应

新能源汽车使用电能作为驱动力，具有高效、低噪、零排放等显著优点。节能环保是新能源汽车重要的销售策略[5]。但实际上，新能源汽车很大程度上使用的电力来自污染较高的煤电。如何能使新能源汽车更加清洁，也可以通过电力市场来解决。我国目前面临大规模的弃风弃光问题，冬季采暖期，部分省份的新能源限电比例甚至达到40%。新能源汽车具有的电储能特性可以在很大程度上缓解该问题[6]。

2.2.1 分布式储能

新能源储能通常和气象具有密切关系，其发电的间歇性和波动性也导致了严重的限电问题。但是，目前通过模型已可以相对准确地预测新能源短期的发电量。新能源汽车的可管理用电量能通过信息交互系统实时响应新能源出力。每一辆新能源汽车可被视为一个可移动的储能设施，而储能被认为是最有效解决可再生能源限电问题的技术[7]。

新能源汽车不仅可以获得更加绿色的电力，还可以享受电价上的优惠。由于新能源发电特性趋于零边际成本，在限电情况下，新能源发电企业更偏向于降价出售，形成需求增加反而降低价格的市场特性。

2.2.2 新能源充电策略

最环保策略与最省钱策略类似，只是目标函数中的电价曲线需更换为新能源发电曲线，且目标函数由最大化转换为最小化，以连续充电为例，其数学表达式如下：

其中，Ti是自变量，表示第i次用车前需要充电的时长；Gij表示第i次用车前，第j个时间单元的清洁可再生能源发电量；Qc是已知常量，表示做决策时当前的剩余电量；Qbi表示第i次用车时的基础电量；Pmax是已知常量，表示新能源汽车充电时的最大功率；Qmax是已知常量，表示新能源汽车的最大存储容量；Ni是已知常量，表示2次用车时段间的总时间。

第二层优化问题如下：

其中m=1,2,3,…Ni，是第二层优化问题中的自变量。

2.3 需求侧响应

需求侧响应是通过提高终端用电效率、优化资源配置、实现最小成本电力服务所进行的用电管理活动。需求侧响应可分为两种形式：可调度和不可调度。不可调度的需求侧响应即电力终端用户在电力采购时响应电力价格曲线的改变。而可调度的需求侧响应则是直接对可中断的电力设施发送远程指令来降低或延后负荷。

整体上看，随着新能源汽车市场占有率的不断提升和电力市场的不断完善，新能源汽车的可管理电量可以作为调峰手段。当电网负荷过高时，由新能源汽车储能动力电池向电网馈电；而当电网负荷低时，用来存储电网可再生能源过剩的发电量，实现对可再生能源发电的响应。

新能源汽车数量增长迅速，但远程接受电网调度较困难，将每台新能源汽车作为一个调度单元并不现实。通过引导新能源汽车使用者优化用电方式，利用价格信号使其主动响应电网，可以使不可调度的需求侧响应在未来电力市场的大背景下发挥最大的经济价值。此外，新能源汽车如果与可再生能源发电结合，可使新能源汽车更加清洁，并能改善和保护环境。

根据《江苏省电力需求响应实时细则》，江苏省2014年全省最大日用峰谷差达2.058×107kW·h，夏季电力缺口压力较大。根据当前新能源汽车的增长速度来看，假设到2020年新能源汽车保有量达到500万辆，其中1/20集中在华东地区，有50%的用户加入需求侧响应，每辆新能源汽车电池容量50 kW·h，华东地区每天即产生6.25×106kW·h的电可调节负荷。新能源汽车可满足省内1/3的电力需求响应，潜力巨大。

3 能充电可行性

3.1 经济角度

通过论证，新能源汽车响应电力市场的充电方式具有直接和间接的经济价值。新能源汽车的充电执行“在用电波谷时段充电，波峰时段售电”这一高效的充电策略。新能源汽车用户可节省用车成本，并额外获得需求侧响应补偿。电网可节约大量不必要的电网投资，发电企业减少调峰机组的投入，同时有利于提升电力应急保障能力，应对重大自然灾害和突发事件，保障电力供需平衡和生产生活秩序，使得新能源汽车用户和电网企业在利益上获得共赢。

从可再生能源企业角度，基于边际收益考虑，发电成交价格只要可覆盖其增量成本即可（包括运维费等）。在实际报价中，在个别竞争激烈时段（限电严重时段），可以申报较低的价格（甚至趋近于0），有利于消纳可再生能源发电的可持续性发展。

3.2 技术角度

合理的充电管理策略是电力市场响应式充电应用的关键。目前，市场上已有完善的发用电预测能力和成熟的交通、气象等领域的大数据技术，策略的制定并不存在技术问题。结合上述模型，根据电价或可使用的电能性质（绿色电力或传统燃煤高污染电力），可为新能源汽车用户和充电桩管理者提供详细的大数据分析支撑，制订相应的最佳充电策略，为智慧充电提供依据。基于云服务提供每个充电站具体每日的有效利用小时数、高峰期利用率、充电需求人数、平均充电周期等内容。同时，用户可有效识别最适合的充电策略，并根据自身关注重点及时调整充电策略。

在信息交互方面，策略调度层为电网调度中心，策略的执行层为充电桩和新能源汽车，层间及层内的通信方式是策略执行的关键因素。目前，市场上也有成熟的解决方案。

3.3 政策角度

2015年10月发布的《加快新能源汽车充电基础设施建设的指导意见》中提到，2020年基本建成适度超前、车桩相随、智能高效的充电基础设施体系，满足超过500万辆新能源汽车的充电需求。

如新能源汽车保有量达到500万辆，通过创新需求侧管理模式，将为我国电力市场提供强有力的支持，而本研究的设想在很大程度上依托于国家政策的支持。电力现货市场是需求侧响应的基础，本轮电力市场改革自9号文发布以来一直在稳步推进，部分省份有望2019年开启现货市场。而实现响应式充电欠缺的是智能充电标准和可再生能源参与需求侧响应匹配交易的细则，政策和标准的制定将在很大程度上推进新能源汽车的发展。

4 社会环境价值

实施电力需求侧管理，有利于削减或转移高峰用电负荷。同时，我国正在调整能源结构，用光伏、风电等新能源替代煤炭为主的火力发电形式。未来，电力市场通过可再生能源发电、分布式储能、智能充电设备、新能源汽车即刻响应发用电特性和可再生能源发电特性，缓解季节性电力紧缺和可再生能源限电问题。

5 结 论

综上所述，本研究结合国内外专业机构的研究经验，对新能源汽车市场响应式充电的方法与模拟进行了探讨。具体地，分析新能源汽车的充电管理模式，提出价格最优和环保最优两种模式。在此基础上，建立新能源汽车基础用电量和可管理用电量的数学模型，建立不同充电策略的电价经济模型和可再生能源模型，并通过案例具体计算验证。最后，结合数学模型和计算案例，论证了两种模式下的电力市场响应式充电方法在经济、技术以及政策角度上的可行性。新能源汽车的智能充电将为全社会实现利益最大化。