电动汽车调峰规模的统计学分析

我国电动汽车市场保持着高速增长态势，自2013年起中国电动汽车产销规模年均增长率超过110%。按国务院颁布的发展规划，2020年我国电动汽车规模将超过600万辆，以每辆车7kW的最低充电功率计算，届时总需求将达到42000MW。

电动汽车作为交通工具在使用上具有随机性和间歇性，可能出现大规模电动汽车在特定时间段集中充电从而增加高峰时段负荷，造成“峰上加峰”的出现，现有的配电网络难以满足大规模电动汽车间歇性的充电需求。据调查私家车每日停驶时间在20h 以上，即便在高峰时段，仍有超过90%的车辆处于停驶状态[1]。因此行业专家提出了V2G（Vehicle to Grid）技术用以解决电动汽车充电对电网造成“峰上加峰”的问题。相比于发电机组预留旋转备用的传统调峰方式，V2G调峰具有响应快、成本低、网损小、配合新能源发电等方面的优势[2]。

文献[3]针对我国的电力体制提出了一种电动汽车参与V2G的电价制定方法，建立了车网互动的最优峰谷电价模型，为引导车主参与V2G提供了切实可行的定价方案。文献[4]在考虑车辆日行驶里程以及充放电功率在时空上的随机性的基础上，分析了电动汽车V2G对配电网的影响，其结论表明，由于电动汽车充放电时间得到了合理控制，实施V2G可以有效减少电力负荷峰谷差，进而减少网络损耗，提高电能质量。文献[5]通过建立电动汽车V2G模型，定量计算了大规模电动汽车参与V2G从而减少电网装机容量带来的经济效益。

当前大多数研究围绕电动汽车V2G对电力系统各个部分的影响以及V2G背景下电动汽车充电规则及价格制定展开，多数是对于其效果的定性分析。本文针对中国的交通数据，从车主的出行习惯入手，结合中国电动汽车市场调查，利用数理统计方法得出电动汽车在日常使用场景下参与V2G的能力，再结合典型日负荷数据，给出满足削峰填谷所需要的电动汽车规模。

1 车辆调峰能力估算

V2G的实施既要做到有效利用电动汽车电池的储能资源，又不能对车主的日常出行造成过多影响。因此，有必要研究车主的用车规律，以合理安排电动汽车的充放电。如果用户的预期出行时间过早，则无法利用谷时电价为车辆充满电量；如果用户的出行结束时间较晚，则无法在负荷峰时向电网放电；如果用户的日行驶里程较长，车辆剩余电量不足以满足第二天的出行需求，则不能参与V2G向电网放电。综上所述，为了不影响车主的正常出行，电动汽车在负荷峰时参与向电网放电需要满足以下条件：动力电池剩余电量充足；车辆接入充电设施时间早于或处于负荷峰时；车辆下一次出行时间晚于负荷谷时。

1.1 车辆参数计算

根据上述条件，首先分析单台电动汽车参与V2G时的放电能力。通过总结归纳市面上常见车型的基本参数对单台车的V2G能力进行估算。由表1、表2可以看出，除特斯拉Model S 与比亚迪e6等个别车型电池容量较大（大于50kWh）外,大多数纯电动汽车的电池容量均在24kWh 左右，而插电式混合动力汽车的电池容量普遍在10kWh 左右。

表1 纯电动汽车电池参数

表2 常见插电式混合动力汽车电池参数

电动汽车的每公里耗电量可以表示为：

其中Q为电动汽车的电池容量（kWh），R为电动汽车满电量状态下的续航里程（km）。据式（1）可知，表1中常见的电动汽车百公里耗电量均值为16kWh。相关调查研究表明，电动汽车的日行驶里程均值为40km[6]，因此当电动汽车剩余续航里程不足日均行驶里程时，为保障电动汽车的正常行驶，车辆需停止向电网放电。由于插电式混合动力汽车除电池外主要依靠燃油提供动力，暂时不考虑其动力电池的剩余电量情况。

1.2 车辆充电功率

根据现行的《电动汽车传导充电用连接装置》国家标准[6-7]，电动汽车额定充电电流、电压如表3，考虑到对电池寿命的保护，本文使用日常生活中最普遍的交流充电（7kW）作为默认充电方式。为了便于计算，本文结合实际情况进行以下假设[8]：电动汽车的充电速率和放电速率均为0.3C；每辆车每天行驶开始时的电池SOC 均为100%，即每辆车在负荷谷时充满电；每辆车的百公里耗电量16kWh。

表3 中国电动汽车充电标准

2 出行习惯建模

本文交通数据来源于2019年8月在湖南省株洲市进行的社会问卷调查，通过汇总调查结果得到当地居民驾车出行数据。将一天按小时分为24个时间段，统计每个时间段中开始第一次出行的车辆数量、结束最后一次出行的车辆数量以及每辆车出行距离等数据，利用极大似然参数估计法对数据进行拟合[4,8]，分别得到各组数据的概率密度图像。

出行开始时间。用户每天的首次出行开始时间决定了电动汽车在夜间所能充电的时长，在本文的假设条件下，电动汽车参与V2G向电网放电的前提是其可在负荷谷时段将动力电池SOC 充电至100%。首次出行开始时间满足正态分布，根据数据的拟合结果可得其概率密度函数式（2），其中µ=14.09，σ=4.28：

图1 出行开始时间

出行结束时间。用户的每日出行结束时间直接决定了该电动汽车能否在负荷高峰时段参与向电网放电，如果车辆结束最后一次出行的时间过晚，当天用电高峰期已过，则没有必要再向电网放电。与出行开始时间类似，用户最后一次出行结束时间服从正态分布，经过极大似然参数估计后得到其概率密度函数式（3），其中µ=14.37，σ=4.30：

图2 出行结束时间

日出行距离。用户的每日出行距离决定了电动汽车在结束一天的使用后剩余的电量，根据本文所提出的V2G规则，电池SOC＜30%后为保证车辆正常行驶，需停止向电网放电。通过分析用户的日出行距离数据可以发现，用户的日出行距离负荷对数正态分布，概率密度函数为式（4），其中µ=2.38，σ=0.79：

图3 日出行距离

3 电动汽车调峰目标

图4为我国北方某城市夏季某日的负荷曲线，由负荷曲线可以看出，该市用电负荷均值在5000MW左右，且负荷波动较大，曲线呈现“两峰一谷”的特点，在用电高峰时段符合V2G条件的汽车会向电网供电，以缓解此时段用电紧张的情况。在负荷低谷时段，用电负荷低于全天平均值，有充电需求的电动汽车可在此时段进行充电。由负荷数据可知，该市当日的负荷峰谷差为1518.9MW。假定电动汽车削峰填谷的目标为使全天的负荷峰谷差减小到800MW，即负荷在4400MW 与5200MW 之间波动。

4 电动汽车V2G规模

本文中电动汽车参与V2G并向电网放电的具体条件：电动汽车在晚上22：30之前完成当天最后一次出行；电动汽车动力电池SOC＞30%；电动汽车次日第一次出行时间晚于早晨6：00。以上条件保证了电动汽车可以有效参与调峰，并且避免了过度放电对车主的正常出行造成影响。下面分别根据式（2）（3）（4）计算电动汽车满足向电网放电条件的概率。

电动汽车最后一次出行结束时间早于tfn时刻的概率：µ=14.37，σ=4.30；电动汽车第一次出行时间晚于tst时刻的概率：

µ=14.09，σ=4.28；电动汽车的剩余电量E0与行驶里程d 有如下关系:

其中R 代表电动汽车满电状态下的续航里程，结合式（4）可以得到电动汽车动力电池SOC 大于某一数值e的概率p3为式（8）[4]，其中µ=2.38，σ=0.79：

假设出行开始时间、出行结束时间、每日行驶里程为相互独立的随机变量，由p1、p2、p3，可得电动汽车满足上述参与V2G并向电网放电的概率为

以本文拟定的电动汽车向电网放电所要满足的条件tfn=22.5、tst=6、e=0.3带入进行计算，可得一辆电动汽车在经过一天的使用后可以参与V2G向电网放电的概率为93%，以每辆车放电功率7kW 计算，若要满足调峰目标，则该市至少需要51920辆电动汽车才能满足本文利用电动汽车进行削峰填谷的需要。削峰填谷所需电动汽车数量与目标的负荷波动程度有关，要求的负荷波动越小，所需的电动汽车数量越大。