电动汽车充电与风电协同调度的碳减排效益分析

1、D O I :10.3969/j.i s s n .1000-1026.2012.10.003电动汽车充电与风电协同调度的碳减排效益分析于大洋1,黄海丽1,雷鸣2,李新2,张波1,韩学山1(1.山东大学电气工程学院,山东省济南市250061;2.山东电力调度中心,山东省济南市250001摘要:在电动汽车充电与风电协同调度模型的基础上,提出了协同调度碳减排效益的测算模型,定量分析了电动汽车充电与风电协同调度在电网和交通领域的碳减排效益。首先计算火电碳排放因子,然后比较协同调度和自由充电模式下的碳排放量。通过电动汽车单位碳排放量的计算模型,比较燃油汽车、纯火电充电、自由充电和协同调度充电电动汽车的

2、碳排放水平。分别以电网平均碳排放水平和车辆单位碳排放水平衡量,协同调度相对于自由充电模式贡献的减排效益都随着风电装机容量增加而显著增加。因此,协同调度是实现风电和电动汽车规模化协调利用的一种有效手段。关键词:电动汽车;风力发电;协同调度;碳排放;调度自动化收稿日期:2011-09-19;修回日期:2011-12-04。国家自然科学基金资助项目(51107072;山东省自然科学基金资助项目(Z R 2010E Q 005。0引言全球气候变暖是当前人类社会面临的最大挑战之一,而实施C O 2减排是应对温室效应的关键举措1。电网作为能源产业链的重要环节,在促进低碳发展中发挥着重要的作用1-3。各种低

3、碳要素的引入以及节能发电调度将对电网产生深刻影响2-3。风电大规模并网功率时域波动及其地域相关性4-6造成电网调峰能力不足。随着电动汽车充换电站的建设和推广,电动汽车储能成为一种新的电网可调度资源。电动汽车充电与风电协同调度7-10能够减小等效负荷曲线峰谷差,减少负荷低谷时段的弃风,降低了电网单位电量的碳排放水平。另一方面,电动汽车行驶过程中的C O 2排放量取决于一次能源结构。由于中国电源结构以火电为主,因此电动汽车的单位里程碳排放水平在某些情况下甚至高于传统汽车11,限制了电动汽车的减排效益。测算碳排放水平是赋予减排经济价值12进而实现低碳调度13的前提。由文献5中的电动汽车充电与风电的协

4、同调度模型可知,协同调度增加的风电接入功率由电动汽车动力电池充电所吸收,从而等效地实现了电动汽车充电电源的清洁化,降低了电动汽车使用环节的碳排放水平。这一效益来自智能调度所实现的多资源协调利用。本文首先建立了电网碳排放计算模型,测算火电单位电量的碳排放水平。在此基础上,测算采用协同调度的电网碳排放水平,同时给出了燃油汽车与协同调度充电的电动汽车碳排放水平对比。1火电单位电量碳排放水平的计算方法根据电网火电的年发电量、厂用电率、燃料消耗量、燃料类型数据,计算电网所有火电的单位上网电量C O 2排放量,如式(1所示:E O M ,s i m p l e ,y =iFi ,y CiG y(1C i

5、=N i E C O 2,iO i (2式中:F i ,y 为电网火电机组在y 年消耗燃料i 的数量(按质量或体积单位;C i 为考虑燃料含碳量和燃料氧化率情况下,机组消耗单位质量燃料i 所排放的C O 2质量;G y 为机组在y 年的上网电量;N i 为燃料i 单位质量或体积的净热值(能源含量;O i 为燃料i 的氧化率;E C O 2,i 为燃料i 每单位能量的C O 2潜在排放因子。根据式(1、式(2及电网火电燃料消耗,各燃料的净热值、氧化率、潜在排放因子和厂用电率计算得到电网C O 2排放因子。2碳排放最小化目标的电网负荷平衡模型本文考察纯风火电系统,则风电并网功率决定了电网的碳排放水

6、平,故首先计算出山东电网的风电接入能力。以电网C O 2排放量最小为目标函数的负荷平衡模型见式(3式(8:m i n E t h e r m a l nt =1P t h e r m al ,t (3P t h e r m a l ,t +P w t =P l t +P e v ,t(4P s t a r t ,t =P s t a r t ,t +1(5 41第36卷第10期2012年5月25日P w t c t P w i n d(6P s t a r t ,t (1-k ge n +P w t (P l t +P e v ,t +P r e s e r v e (7P s t a r t

7、 ,t (1-k a d j u s t (1-k ge n +P w t P l t +P e v ,t (8式中:n 为考察时段数;E t h e r m a l 为火电机组单位电量C O 2排放因子;P t h e r m a l ,t 为t 时刻火电机组出力;P w t ,P l t ,P e v ,t 分别为风电功率、常规负荷功率和电动汽车充电功率;P s t a r t 为火电机组开机容量;k g e n 和P r e s e r v e 分别为厂用电率和备用容量;k a d j u s t 为全网综合调节系数,本文取均值0.5;P w i n d 为风电装机容量;c t 为t 时

8、刻风电容量因数。3协同调度电动汽车与燃油汽车单位里程碳排放水平计算方法3.1协同调度下电动汽车单位碳排放水平的计算在满足相同电动汽车电力需求的条件下,协同调度充电与自由充电方式相比,增加了风电上网电量,降低了电网平均碳排放水平。因此,协同调度电动汽车充电单位电量碳排放水平低于自由充电方式下的全网平均碳排放水平,计算方法为:E s y =Ef r e e -C Q e v(9式中:E s y 为电动汽车协同调度充单位电量的电所产生的C O 2排放量;E f r e e 为电动汽车自由充单位电量的电所产生的C O 2排放量;C 为考查周期(168h 内协同调度充电相对于自由充电减少的C O 2排放

9、量;Q e v 为电动汽车充电总电量。通过计算单位C O 2排放量对因汽车质量造成的排放量差异进行修正,电动汽车单位C O 2排放量计算公式如式(10所示:E e v ,i ,j =E i q e v ,j100m j (10式中:E i 为充电模式i 下充单位电量的电所产生的C O 2排放量;q e v ,j 为电动汽车j 的百公里耗电量;m j 为电动汽车j 的质量。3.2燃油汽车单位碳排放水平的计算燃油汽车单位C O 2排放量计算公式如式(11所示:E c v ,k =E c v V c v ,k100m k (11式中:E c v 为单位车用汽油的C O 2排放量;V c v ,k 为

10、燃油汽车k 的百公里油耗;m k 为燃油汽车k 的质量。4算例分析以山东电网为例分析电动汽车充电与风电协同调度的碳减排效益。山东电网以火电为主,截至2010年底全网统调装机容量为59590.17MW 。其中除4台250MW 抽水蓄能机组作为事故备用外,其余均为燃煤机组。在发电环节计算碳排放水平,银东直流和华北交流联络线受电不计入山东电网碳排放水平。4.1火电单位电量碳排放水平根据式(1、式(2及山东电网2009年火电各种燃料消耗量,燃料类型数据(见附录A 表A 1,各燃料的净热值、氧化率、潜在排放因子(见附录A 表A 2,以及厂用电率(见附录A 表A 3,计算得到山东电网2009年C O 2排

11、放因子为0.9109k g C O 2/(k W ·h 。4.2电网单位电量碳排放量计算利用式(3式(8的模型,选取2009年春季风电大出力方式下,山东电网168h 连续负荷数据和风电容量因数数据进行仿真分析,如图1所示 。图1山东电网2009年春季负荷及风电容量因数曲线F i g .1L o a d a n d c a p a c i t y f a c t o r c u r v e o f S h a n d o n g p o w e r g r i d i n t h e s p r i n g o f 2009分析山东电网规划目标风电装机容量10GW的情况。按照文献9中山

12、东电网电动汽车接入数量,以及自由充电和协同调度充电模型进行分析,自由充电和协同调度充电方案下的计算结果如图2所示 。图210G W 风电装机容量下山东电网风电接入曲线F i g .2I n t e g r a t e d c u r v e o f S h a n d o n g p o w e r g r i d w i t h 10G W w i n d p o w e r i n s t a l l e d c a p a c i t y51·绿色电力自动化·于大洋,等电动汽车充电与风电协同调度的碳减排效益分析由图2可以看出,自由充电增加了电网峰值负荷,在全网综合调节

13、系数一定的情况下,火电机组最低出力成为风电接入电网的限制因素。在负荷低谷时段弃风导致风电利用率(风电上网电量与风电实际可发电量的比值下降。协同调度充电方案使电动汽车在低负荷和风电大出力时段充电,对负荷曲线起到平滑作用,与自由充电相比,降低了火电开机容量,减少了弃风电量,提高了风电利用率。2种充电方案下的单位电量碳排放水平、风电利用率和电网风电电量占比如表1所示。在本文所研究的负荷水平以及风电装机容量为10GW 的情况下的山东电网,协同调度充电方案相对于自由充电方案在仿真的168h 内碳减排量为4603t C O 2。表1不同充电方案下的单位上网电量碳排放水平T a b l e 1C O 2e

14、m i s s i o n s u n d e r d i f f e r e n t c h a r g i n g s t r a t e g i e s 充电方案火电开机容量/MW 风电利用率/%风电电量占比/%单位电量C O 2排放/(k g C O 2·(k W ·h-1自由充电36754.499.111.40.8069协同调度33543.510011.50.8060由于负荷低谷时段弃风情况的出现,风电利用率随着风电装机容量的增加而下降,而协同调度对于提高风电利用率的效益持续增加,如图3所示 。图3风电利用率和风电电量占比随风电装机容量的变化曲线F i g .3U

15、 t i l i z a t i o n r a t e a n d p r o p o r t i o n o f w i n d p o w e r c h a n g e w i t h d i f f e r e n t i n s t a l l e d c a pa c i t i e s 图4显示了协同调度相对于自由充电所产生的单位上网电量碳减排效益。由于同等条件下提高了风电利用率,因而随着风电装机容量的增长,协同调度单位电量碳减排效益也相应增加。图5显示了风电装机容量为20GW 时,电动汽车接入数量增加对风电利用率的影响。一般情况下,负荷增长会增加风电接入能力,但是在自由充电方

16、案下,电动汽车增加到一定程度会使火电开机容量增加,从而抵消了负荷增长的影响,使得风电利用率基本保持不变。协同调度充电方式下风电利用率呈近似线性增长趋势,在电动汽车数量为110万辆时,达到98.13% 。图4电网单位电量碳排放水平随风电装机容量的变化曲线F i g .4C O 2e m i s s i o n s o f p o w e r gr i d c h a n g e w i t h d i f f e r e n t w i n d p o w e r i n s t a l l e d c a pa c i t i e s 图5风电装机容量为20G W 时风电利用率随电动汽车数量的

17、变化曲线F i g .5U t i l i z a t i o n r a t e o f w i n d po w e r c h a n g e w i t h 20G W w i n d p o w e r i n s t a l l e d c a p a c i t y a n d t h e gr o w t h o f P E V s 图6显示了单位上网电量碳排放水平随电动汽车接入数量的变化趋势。在自由充电模式下,随着电动汽车数量增长,单位电量碳排放水平呈近似线性增长趋势,而在协同调度模式下单位电量C O 2排放量基本保持恒定,不随电动汽车增加而增加 。图6风电装机容量为20G

18、W 时电网单位电量碳排放水平随电动汽车数量的变化曲线F i g .6C O 2e m i s s i o n s o f p o w e r g r i d c h a n ge w i t h 20G W w i n d p o w e r i n s t a l l e d c a p a c i t y a n d t h e g r o w t h o f P E V s 4.3协同调度电动汽车与燃油汽车单位碳排放水平比较风电与电动汽车的协同调度除了降低电网的单位碳排放水平,还通过替代燃油汽车,减少石油消耗,在交通领域产生碳减排效益。在风电装机容量为10GW 和本文所研究的山东电网负荷

19、水平基础上,通过式(9计算出协同调度充电方式下电动汽车充电单位电量的碳排放水平为0.7913k g C O 2/(k W ·h ,而自由充电方式下为0.8069k g C O 2/(k W ·h ,协同调度减排1.93%。 612012,36(10按照文献5中家庭轿车、出租车和公交车的分类,根据工业和信息化部统计数据和油耗试验方法, G B/T192332008轻型汽车燃料消耗量试验方法,选择与本文3种电动汽车(比亚迪F3D M、比亚迪E6、比亚迪K9在尺寸、整备质量和用途上基本一致的燃油汽车车型作为对比,分别为比亚迪F3、长城H5和宇通Z K6100N G A9,相关数据

20、见附录A 表A4。根据I P C C2006车用汽油相关数据(见附录A表A2和式(2,可以计算出车用汽油的含碳量为2.26k g/L。比亚迪F3、长城H5和宇通Z K6100N G A9综合工况下百公里油耗分别为7.8L, 10.5L和36L,根据式(11可以计算出对应的单位里程碳排放水平分别为0.1763k g C O2/k m, 0.2373k g C O2/k m和0.8136k g C O2/k m。通过计算单位质量下单位里程的C O2排放对因汽车质量造成的排放量差异进行了修正,从而比较电动汽车与燃油对比车型的碳排放水平,如图7所示 。图7风电装机容量为10G W时汽车单位C O2排放

21、量F i g.7C O2e m i s s i o n sp e ru n i to fv e h i c l e sw i t h10G Ww i n dp o w e ri n s t a l l e dc a p a c i t y电动F3D M与燃油F3相比,即使电力来源为火电,单位C O2排放量也能降低36.40%,而自由充电和协同调度充电可分别实现减排43.66%和44.75%。电动E6与燃油H5相比,火电充电减排26.25%,自由充电和协同调度充电分别减排34.67%和35.94%。电动K9与燃油宇通Z K6100N G A9相比,火电充电减排36.56%,自由充电和协同调度充电

22、分别减排43.80%和44.89%。图8显示了电动汽车C O2排放量与电源结构的关系。随着风电占比增加,电动汽车交通排放持续下降,并且协同调度在风电装机容量超过10GW 之后,减排效益显著增加。山东电网在目前电源结构和负荷水平下风电装机容量达到20GW时,自由充电时单位电量C O2排放量为0.7158k g C O2/(k W·h,协同调度时为0.5663k g C O2/(k W·h,协同调度与自由充电相比C O2排放量减少20.89% 。图8电动汽车K9与燃油汽车宇通Z K6100N G A9在风电装机容量不同时的单位C O2排放量F i g.8C O2e m i s

23、s i o n sp e ru n i to fB Y DK9a n dY u t o n gZ K6100N G A9w i t hd i f f e r e n tw i n dp o w e ri n s t a l l e dc a p a c i t i e s风电装机容量为20GW时,电动汽车比亚迪F3D M、比亚迪E6和比亚迪K9与燃油对比车型的单位C O2排放量如图9所示 。图9风电装机容量为20G W时汽车单位C O2排放量F i g.9C O2e m i s s i o n sp e ru n i to fv e h i c l e sw i t h20G Ww i n d

24、p o w e ri n s t a l l e dc a p a c i t y5结语电网碳排放水平取决于电源结构。同等条件下,协同调度能够提高风电接入能力,从而能够降低电网平均碳排放水平,且减排效益随着风电装机容量的增长而增加。同样风电装机容量下,协同调度电动汽车单位碳排放水平低于自由充电方式。协同调度充电电动汽车替代燃油车型贡献的减排效益随风电装机容量增长而增加。本文以山东电网为例验证了方法的可行性与有效性,定量分析了风电电动汽车协同调度在增加电网风电接入能力和替代燃油消耗2个方面的碳减排效益。对于山东电网,风电电动汽车协同调度充电的碳减排效益,在风电装机容量超过10GW后显著增长。附录

25、见本刊网络版(h t t p:/a e p s.s g e p r i.s g c c.c o m.c n/a e p s/c h/i nde x.a s p x。参考文献1康重庆,陈启鑫,夏清.低碳电力技术的研究展望J.电网技术,2009,33(2:1-7.71·绿色电力自动化·于大洋,等电动汽车充电与风电协同调度的碳减排效益分析K A N G C h o n g q i n g ,C H E N Q i x i n ,X I A Q i n g .P r o s pe c t s of l o w -c a r b o n e l e c t r i c i t y J

26、 .P o w e r S y s t e m T e c h n o l og y ,2009,33(2:1-7.2陈启鑫,周天睿,康重庆,等.节能发电调度的低碳化效益评估模型及其应用J .电力系统自动化,2009,33(16:24-29.C H E N Q i x i n ,Z H O U T i a n r u i ,K A N G C h o n g q i n g ,e t a l .A n a s s e s s m e n t m o d e l o f l o w -c a r b o n e f f e c t a n d i t s a p pl i c a t i o n

27、 t o e n e r g y s a v i n g b a s e d g e n e r a t i o n d i s p a t c h i n g J .A u t o m a t i o n o f E l e c t r i c P o w e r S ys t e m s ,2009,33(16:24-29.3陈启鑫,康重庆,夏清,等.电力行业低碳化的关键要素分析及其对电源规划的影响J .电力系统自动化,2009,33(15:18-23.C H E N Q i x i n ,K A N G C h o n g q i n g ,X I A Q i n g ,e t a l

28、.K e y l o w -c a r b o n f a c t o r s i n t h e e v o l u t i o n o f po w e r d e c a r b o n i z a t i o n a n d t h e i r i m p a c t s o n g e n e r a t i o n e x p a n s i o n J .A u t o m a t i o n o f E l e c t r i c P o w e r S ys t e m s ,2009,33(15:18-23.4Y U D a y a n g ,L I A N G J u n

29、 ,HA N X u e s h a n ,e t a l .P r o f i l i n g t h e r e g i o n a l w i n d p o w e r f l u c t u a t i o n i n C h i n a J .E n e r g y P o l i c y ,2011,39(1:299-306.5Y U D a y a n g,HA N X u e s h a n ,Z HA O J G.A m e t h o d t o a s s e s s t h e r e g i o n a l w i n d p o w e r f l u c t u

30、 a t i o n b a s e d o n t h e m e t e o r o l o gi c a l o b s e r v i n g s y s t e m J .I n t e r n a t i o n a l J o u r n a l o f G r e e n E n e r g y ,2010,7(5:516-529.6于大洋,韩学山,梁军,等.基于N A S A 地球观测数据库的区域风电功率波动特性分析J .电力系统自动化,2011,35(5:77-81.Y U D a y a n g ,HA N X u e s h a n ,L I A N G J u n ,

31、e t a l .S t u d y o n t h e p r o f i l i n g o f C h i n a s r e g i o n a l w i n d p o w e r f l u c t u a t i o n u s i n g G E O S -5d a t a a s s i m i l a t i o n s y s t e m o f N a t i o n a l A e r o n a u t i c s a n d S pa c e A d m i n i s t r a t i o n o f A m e r i c a J .A u t o m a

32、 t i o n o f E l e c t r i c P o w e r S y s t e m s ,2011,35(5:77-81.7赵俊华,文福拴,杨爱民,等.电动汽车对电力系统的影响及其调度与控制问题J .电力系统自动化,2011,35(14:2-10.Z HA O J u n h u a ,W E N F u s h u a n ,Y A N G A i m i n ,e t a l .I m p a c t s o f e l e c t r i c v e h i c l e s o n p o w e r s ys t e m s a s t h e a s s o c i

33、 a t e d d i s p a t c h i n g a n d c o n t r o l p r o b l e m J .A u t o m a t i o n o f E l e c t r i c P o w e r S ys t e m s ,2011,35(14:2-10.8赵俊华,文福拴,薛禹胜,等.计及电动汽车和风电出力不确定性的随机经济调度J .电力系统自动化,2010,34(20:22-29.Z HA O J u n h u a ,W E N F u s h u a n ,X U E Y u s h e n g ,e t a l .P o w e r s y s

34、t e m s t o c h a s t i c e c o n o m i c d i s p a t c h c o n s i d e r i n g un c e r t a i n o u t p u t s f r o m p l u g -i n e l e c t r i c v e h i c l e s a n d w i n d ge n e r a t o r s J .A u t o m a t i o n of E l e c t r i c P o w e r S y s t e m s ,2010,34(20:22-29.9于大洋,宋曙光,张波,等.区域电动汽

35、车充电与风电协同调度的分析J .电力系统自动化,2011,35(14:24-28.Y U D a y a n g ,S O N G S h u g u a n g ,Z HA N G B o ,e t a l .S y n e r g i s t i c d i s p a t c h o f P E V s c h a r g i n g a n d w i n d p o w e r i n C h i n e s e r e g i o n a l p o w e r g r i d s J .A u t o m a t i o n o f E l e c t r i c P o w e

36、 r S y s t e m s ,2011,35(14:24-28.10茆美琴,孙树娟,苏建徽.包含电动汽车的风/光/储微电网经济性分析J .电力系统自动化,2011,35(14:30-34.MA O M e i q i n ,S U N S h u j u a n ,S U J i a n h u i .E c o n o m i c a n a l ys i s o f m i c r o g r i d w i t h w i n d /p h o t o v o l t a i c /s t o r a g e s a n d e l e c t r i c v e h i c l

37、e s J .A u t o m a t i o n o f E l e c t r i c P o w e r S ys t e m s ,2011,35(14:30-34.11D O U C E T T E R T ,M C C U L L O C H M D.M o d e l i n g t h e C O 2e m i s s i o n s f r o m b a t t e r y el e c t r i c v e h i c l e s g i v e n t h e p o w e r g e n e r a t i o n m i x e s o f d i f f e

38、 r e n t c o u n t r i e s J .E n e r g y P o l i c y ,2011,39(1:803-811.12贾文昭,康重庆,刘长义,等.智能电网促进低碳发展的能力与效益测评模型J .电力系统自动化,2011,35(1:7-12.J I A W e n z h a o ,K A N G C h o n g q i n g ,L I U C h a n g y i ,e t a l .C a p a b i l i t y o f s m a r t g r i d t o p r o m o t e l o w -c a r b o n d e v e

39、l o p m e n t a n d i t s b e n e f i t s e v a l u a t i o n m o d e l J .A u t o m a t i o n o f E l e c t r i c P o w e r S ys t e m s ,2011,35(1:7-12.13陈启鑫,康重庆,夏清,等.低碳电力调度方式及其决策模型J .电力系统自动化,2010,34(12:18-23.C H E N Q i x i n ,K A N G C h o n g q i n g ,X I A Q i n g ,e t a l .M e c h a n i s m a

40、 n d m o d e l l i n g ap p r o a c h t o l o w -c a r b o n p o w e r d i s p a t c h J .A u t o m a t i o n o f E l e c t r i c P o w e r S y s t e m s ,2010,34(12:18-23.于大洋(1979,男,通信作者,博士,副教授,主要研究方向:可再生能源并网的运行与调度。E -m a i l :y u d a y a n g s d u .e d u .c n黄海丽(1985,女,硕士研究生,主要研究方向:风电与电动汽车充电的协同调度。

41、雷鸣(1974,男,高级工程师,处长,主要研究方向:电网运行方式与调度策略。C O 2R e d u c t i o n B e n e f i t b y C o o r d i n a t e dD i s p a t c h o fE l e c t r i c V e h i c l e C h a r g i n ga n d W i n d P o w e r Y U D a y a n g 1,HU A N G H a i l i 1,L E I M i n g 2,L I X i n 2,Z HA N G B o 1,HA N X u e s h a n 1(1.S c h o

42、 o l o f E l e c t r i c a l E n g i n e e r i n g ,S h a n d o n g U n i v e r s i t y ,J i n a n 250061,C h i n a ;2.S h a n d o n g E l e c t r i c P o w e r D i s p a t c h i n g C e n t e r ,J i n a n 250001,C h i n a A b s t r a c t :B a s e d o n a c o o r d i n a t e d d i s p a t c h m o d

43、e l o f t h e e l e c t r i c v e h i c l e (E V a n d w i n d p o w e r ,t h e m o d e l o f C O 2e m i s s i o n r e d u c t i o n b e n e f i t i s e s t a b l i s h e d t o a n a l y z e C O 2e m i s s i o n r e d u c t i o n b o t h i n t h e p o w e r g r i d a n d t r a n s p o r t s e c t o r .C O 2em i s s i o n f a c t o r o f t h e r m a l p o w e r i s c a l c u l a t e d ,a n d t h e n C O 2e m i s s i o n s u n d e r E V c h a r g i n g w i t h a n d w i t h o u t c o o r d i n a t e d d i s p a t c h a r e c o m p a