毕业论文-充电站对含分布式电源配电网络的影响

HUNANUNIVERSITY毕业论文论文题目充换电站对含分布式电源配电网的影响分析学生姓名学生学号专业班级电气工程及其自动化1103班学院名称电气与信息工程学院指导老师学院院长2015年月日页第1章绪论1.1课题背景及意义随着全球应对气候变化呼声的日益高涨以及能源短缺、能源供应安全形势的日趋严峻,可再生能源以其清洁、安全、永续的特点,在各国能源战略中的地位不断提高。从2013年开始，中国陆续有20多个省份、100多座大中城市出现不同程度雾霾天气，PM2.5已经成为中国人民关注的热点。2013年9月，中国发布了《空气污染预防和控制国家行动计划（2013-2017年）》，其目标为：到2017年，北京的PM2.5水平应控制在60μg/m3[1]。而发展可负担得起的清洁能源和公共交通系统是解决雾霾问题的有效方法之一，因此发展电动汽车已经迫在眉睫。从2008年以后,世界上诸多国家,美国、日本、欧盟等都已经着手大力发展电动汽车,在国家电网和工信部的规划下,我国政府也将电动汽车发展作为一项重要的发展计划来扶持,从“九五”计划之初就已将电动汽车发展作为重要课题[2]。2012年科技部出台了《电动汽车科技发展“十二五”专项规划》,根据规划,到2015年左右,我国将在20个以上示范城市和周边区域建成由40万个充电桩、2000个电动汽车充电站构成的网络化供电体系,满足电动汽车大规模商业化示范能源供给需求[3]。目前，国内外对充电站对配电网络的影响和分布式电源对配电网络的影响都有研究，但是对二者的结合研究却很少。国家电网公司已提出按照“主导快充、兼顾慢充、引导换电、经济实用”的运营模式，打造国家电网公司电动汽车能源供给体系。而“集中充电”是在一定区域内，建设少数大型和中型充电站，电动汽车动力电池在充电站集中充电、集中管理。而大型集中充电站应该具备标准电池集中充放电功能，可以向其辐射范围内的配送站提供电池，并应该具备电池保养维护功能；主要负责对动力电池进行大批量的集中充电[4]。然而电动汽车充换电站作为电动汽车的主要充电设施，在给人们使用电动汽车带来方便的同时，由于充电负荷在时间、地点上的集中性和大规模性，也会给所在地区的配电网络造成一定的影响，如负荷的峰峰叠加，产生新的负荷高峰，占用电网本不宽裕的热备容量，对电力系统的安全运行形成隐患等。基于上述问题，本文针对“集中式电动汽车充换电站对配电网的影响”等相关问题，进行了模型仿真研究，旨在通过计算配电网的网损、电压偏移率、供电范围以及负荷峰谷差等指标，分析集中式电动汽车充换电站对地区配电网的影响。1.2国内外研究现状1.2.1充电站对配电网的影响研究现状目前，我国电动汽车充电站运行已经进入示范阶段,由于配套设备并不完善，家用电动汽车并没有广泛的推广开来,现有电动汽车充电站主要为电动公交车、工程用车等服务[5]。我国在电动汽车及其基础设施等方面进行了大量的研究工作。在负荷建模方面，文献[6]以电动公交车位研究对象，建立了电动公交车的换电模型，对电池更换顺序进行了优化；并结合充电负荷曲线，讨论了在分时电价机制下，如何构建双目标优化函数。从中可以大致了解电动公交车的运行模式以及换电需求模型的构建方法。文献[7]提出了静态快速计算和动态仿真两种负荷建模方法，并对比分析了两种方法的误差及优缺点。其中动态仿真具有较好的应用前景，为本文的研究方法提供了支持。文献[8]从单个电动汽车充电模型入手，分析单个电动汽车充电负荷在时间和使用习惯上的特性，对比了正态分布和均匀分布下SOC(stateofcharge)的适应性，从而进一步提出服从泊松分布的电动汽车充电站负荷集聚模型及计算方法。在充电负荷对配电网的影响方面，文献[9]在四个不同的环境下从潮流计算、短路电流、继电保护等方面对快速充电站进行了研究，并进行了建模仿真。从中可以得到启发，变压器容量越小，加入充电负荷后对其影响越大，微网电压跌落得越厉害。因为其本身的容量就比较小，加入负荷后很容易接近其极限值，超过极限的时候，电网就会出现安全隐患了。因此，在思考充电负荷集中接入哪一个电网节点时，首先应关注该节点是否有足够的备用容量，以便承担未来的负荷峰值。文献[10]提出了专线为电动汽车充换电站供电的概念，从供电范围、短路电流以及负荷峰谷差三个角度，对接入电动汽车充电负荷后，电网稳态运行的变化进行了分析，结果表明接入变电站的电池充换站放电工作将对上级变电站低压母线侧短路电流值产生影响，对220kV变电站低压母线侧短路电流的影响最大。文献[11]分别对充换电模式和集中充电统一配送的模式进行了分析，并建立了双目标优化模型，目的在于总花费最少；两种充电模式分别针对不同车型进行了仿真，结果表明换电模式在负荷峰值优化上优于充电模式，而有序充电则能有效减少充电费用，对电网来讲，负荷的冲击也减小很多。文献[12]结合集中式充电站以及光伏发电的特点，以网损最小为优化目标，通过熵权法和遗传算法，并考虑到负荷方差，对目标函数进行求解，结果表明合理的利用电动汽车充电负荷可以有效减少对配电网的影响，还可以提高可再生能源的利用率。在充电谐波治理方面，文献[13]主要将输入阻抗高频DC-DC功率转换器等效为一个非线性电阻RC，然后针对一台充电机进行电路仿真，仿真结果显示谐波含量比较高，以5、7次为主；当充电站的N台充电机一起充电的时候，由于输出功率的变化，谐波相互抵消，尤其是高次谐波，导致总的谐波含量降低，反而起到了优化充电的效果。文献[14]除了对用户的使用习惯与负荷功率的关系进行了阐述，也针对谐波进行了研究。由于充电器的拓扑结构，元件中以5次和7次谐波最多，奇次谐波比偶次谐波含量更高。在一般情况下，振幅随着谐波次数增加儿降低，并元件在3K（K=1,2,3...）次的谐波含量相对其它奇次谐波较小。在电动汽车动力电池及V2G电价制定方面，文献[15]介绍了铅酸电池、镍氢电池、锂离子电池的优缺点，通过对比三种电池的比能量、比功率、体积能量密度等技术指标，重点分析了锂离子电池在电动汽车领域的发展前景。文献[16]从V2G的角度，分析了如何通过电动汽车放电来引导电价机制，文中给出了放电电价的上限和下限，结合用户充放电的泊松分布和经济学原理，建立了最优峰谷电价模型。在充换电站选址方面，文献[17]分析了影响充电站布局的一些因素，并提出衡量充电站需求的两大指标是交通量与服务半径。充电站的地址应该尽量和交通情况匹配。这为本文进行实际选址提供了依据。文献[18]主要提出了集中式充换电站的建设地址应该尽量靠近变电站或者变压器，最佳距离是距离变压器100米左右的地方；交流充电模式下，11kW和22kW的充电机在低压配电网中具有很大的潜力，而直流快速充电模式只适用于容量大的电网。此外，还解释了负荷接入哪一种节点最好，即应接入允许电压偏移范围最大的那个节点最好；同时阐明了当接入点距离变压器超过一定长度时，接入负荷的允许值之和电压等级有关。文献[19]从充换电站投资者和用户的角度，提出了以社会总成本最小为目标的充电优化模型，并考虑了实际道路的拓扑情况，引入Voronoi图和权重的概念，提出了充换电站选址定容的方法。目前，欧美地区的电动汽车基础设施主要以分布式为主，这主要是由于现在电动汽车型号和充电缺少统一标准。美国电力科学研究院(EPRI)对电动汽车的影响进行了一系列的研究。在节能减排方面,充电一次行驶60英里的电动汽车与燃油汽车相比,能够减少二氧化碳排放50%,能够减少汽油消耗75%[20]。可见，电动汽车具有传统燃料汽车无法比拟的优势。在新能源汽车领域，欧美日等国家正在大力进行电动汽车及配套设施的研究。以全球最受关注的电动汽车Tesla为例，Tesla把发展电动汽车的重点放在了电池能量管理上，通过软件对8000节钴酸锂电池进行分层监视和管理，使电动汽车始终处在最佳的行驶状态，并且保证了运行的安全。Tesla公司也在供电措施上提出了换电模式和建立超级充电桩的想法，这将提高电动汽车的使用效率，并且从外部解决了目前电动汽车续驶里程短的技术难题。1.2.2含分布式电源的配电网研究现状电压的稳定性问题是DG的接入引起的，ＤＧ的接入，给单向传送功率的传统配电网规划带来了实质性的挑战，使得电网规划人员在选择最优方案的时候必须考虑由它所带来的影响，因此成为配电网规划研究的一个焦点。此外，配电系统的可靠性、网络损耗、电能质量等方面也会由于DG的接入产生重要影响。因此，国内外专家对这些问题的研究，主要归是解决DG接入的位置与容量和含DG的配电网络扩展。(1)DG接入的位置和容量DG的位置和容量与电网运行具有密切的关系，合理确定DG的位置和容量具有重要的意义，因此国内外不少学者对DG的选址和定容优化展开了研究。文献[30]以发电企业效益最佳为目标，建立了风力发电的优化配置模型，并且采用随机潮流计算结果校验节点电压和支路潮流约束，最终模拟植物算法求解得到了最终解。文献[31]在分析了DG接入后对系统网络损耗影响的基础之上，将改进粒子群算法应用于DG的选址和定容优化问题中，通过算例仿真分析验证了模型和算法的适应性。(2)含DG的配电网络扩展规划作为链接电源与负荷的最后环节，电力系统中大约80%的网络损耗都在配电系统，如何确保配电网络可靠和经济地运行具有重要的意义。因此DG出现在配电网规划方案时，不仅要考虑DG的位置和容量，还要考虑配电网架的建设和改造。DG的接入，传统配电网规划中的负荷曲线、潮流分布、系统电能质量等都会改变，伴随着大量的随机不确定性，增加了配电网络规划的复杂性。为此，国内外研究人员提出了一些含DG的配电网规划方法，用于解决DG接入后配电网络的扩展规划，也取得了一定的成效。文献[32]针对DG具有调峰的作用，以配电系统投资和网损费用最小为目标，进行配电网络规划，并且分析DG类型对规划方案的作用和影响。目前，含DG的配电网的研究虽然繁多，不过仍存在一些不足，尤其在不确定性因素、电动汽车的接入、环境因素和电能质量指标的评价等方面，导致得到的优化方案缺乏必要的适应性，得到的优化方案失去实际应用价值。因此，需要对接入配电网的DG开展进一步的研究，合理协调优化多方面因素，做到电网经济性和技术性的高度协调。1.3电动汽车及电力补给方式的分类与特点1.3.1电动汽车的分类及特点电动汽车是由电能驱动电机作为动力系统的汽车。按照车辆的驱动原理可分为纯电动汽车、混合动力汽车和燃料电池电动汽车三种类型。新能源汽车和电动汽车的分类关系见图1.1。新能源汽新能源汽车氢发动机汽车燃料电池电动汽车混合动力汽车纯电动汽车其他新能源汽车电动汽车图1.1新能源汽车与电动汽车分类1.3.2动力电池的特点不同的动力电池具有不同的充放电特性，最佳的充电功率为0.2C-0.3C之间[22]。理想情况下，动力电池需具备能量密度高、比功率大、循环或使用寿命长、均匀一致性好可靠性高、高低温性能好、环境适应性强、安全性好、自放电率低、价格低廉、绿色环保等特点。从目前情况看，锂离子电池具有高比能量和高比功率，如以用磷酸铁锂锰酸锂为正极的锂离子电池，其比能量目前是传统铅酸电池的3～4倍[23]，已有力地推动了电动汽车的发展。1.3.3电动汽车电力补给的基本方式及特点目前国内电动汽车主要应用在公交车、出租车以及事业单位特种车辆（如环卫车、机场电动公交、警察巡逻车）等领域，充换电设施主要以充电桩、换电站、集中充电与配送站等方式对电动汽车进行电力补充。下面就简单介绍一下基本充电设施的特点。（1）充电桩，由于其本身占地面积小，初始投资少等优点，实现起来较容易，但短期来看，考虑到现期电动汽车尚未大规模普及，若大量建设充电桩，并不能达到预期节能减排的效果，反而由于现有技术的制约，大电流充电对配电网电能质量会产生冲击，同时对动力电池的寿命也影响较大；（2）换电站相比传统汽车加油站，换电与加油时间相当，并不会比现有汽车的使用方便更多，但是可以作为一种能源补给方式而存在；（3）集中式充换电站是在固定场所建设集中充电站，采取快充、慢充等多种方式为电池集中充电。在车辆运行集中的地区,建设小型的电池配送站,做到“即换即用”。集中式充换电站可针对各类型电动汽车和电池进行充电和换电，将电力负荷集中管理，在从电网获取能量的同时，对电网电能进行调节，有效实现双向互动。集中式充电站可建立在城市周边，接入城市中压配网；与之配套的配送站可分布在城市内部，充分利用了其占地小、建设难度低的优点。为了满足用户应急与长距离行驶的充电需求,短期内可以考虑采用“换电为主、充换并举”的模式，加快建设一批功能完备的换电站、集中充电站及配送站。1.3.4充换电站建设现状国内的电动汽车产业的发展情况和能源补给模式目前基本上与国外处于同一水平。在国内现有充电设施的建设工程中，以北京、上海、深圳、杭州等大中城市发展最快。近年来，有不少城市和地区已经开始了电动汽车充换电站的建设。海口市的国内首座纯电动汽车大性充换电站已投入试运营，到2015年，海南将累计建设可供各类节能与新能源汽车停车、充电、维修用充电设施3068座，预计投放新能源汽车10000辆，每年节油780万升；北京最大汽车充电站已在2012年正式运营，预计到2015年底，建成由6座大型集中充电站、250座充换电站、210座小型配送站组成的电动汽车充换电三级服务网络。由于受到私人购车补贴和政府统一采购的影响，新能源汽车及其配套基础设施正在迅速地扩大规模，但相关政策法规还需进一步落实，如换电车型准入法规、充换电设施标准化等[25]。1.4集中式电动汽车充电负荷对配电网的影响1.4.1电力系统局部过载运行当现存的电力系统容量已经被充分利用，且大量集中式充电负荷持续从电网获取电能的时候，系统就会处于过载运行的状态。由于电池的充电的持续时间比较长，系统长时间超负荷运行，因而会影响系统的稳定性，加速线路老化，甚至使其他用电设施受到影响。1.4.2电网运行效率降低当电流需求超额时，电网会启动应急发电机来分担超额的负载，或增加自旋储备电量，来供给最大需求电量。但由于发电机启动后，不能马上进入稳态运转，所以一般情况下应该提前启动，造成部分电能损失；而当负荷高峰过去后，发电机继续保持运行，这样又会造成能量浪费。而较高的自旋储备电量，会使电网的运行效率降低。1.4.3增加剩余电量储备，使资金投入增加由于集中式充电负荷使负荷高峰期的电流需求增大，为满足负荷的电力需求，则需要增大产生和传输的电量，这样就影响了供电系统的资金投入，使发电成本增高。。1.4.4对配电网进行调峰填谷电动汽车充换电站储备了大量的动力电池，而电动汽车的车载动力电池可以作为移动储能单元，在电网高峰负荷时通过动力电池向电网传输电能，减轻配电网的配电任务；而在电网非高峰负荷时，通过电网给电池充电，能够有效降低电网峰谷差，提高电网利用效率。未来配电网智能化自动化水平提高，电动汽车管理手段更加丰富，电动汽车还将能完成调峰调频、需求响应等电网的辅助服务，进一步提高电网运行效率[26]。1.5DG接入对配电网的影响(1)对配电系统规划的影响。负荷增长模式会因为DG的接入产生影响，将可能导致用户侧负荷预测难以测量。DG的接入会对电网运行的经济性、可靠性和电能质量等指标产生不同程度的影响，以往考虑供电经济性、可靠性等指标的配电网模型可能需要重新考虑。以风力和光伏发电为主的可再生能源DG的输出功率，由于受到风光等资源随机性和间歇性的影响，具有较为明显的不确定性[33]DG作为靠近负荷的一种电源，具有降低网络损耗、推迟网架结构建设的功能，大量接入将对配电网络产生深远影响，使得配电网规划变得更加复杂和多样化[34]。(2)对配电系统损耗的影响。DG接入对配电网的损耗跟接入的位置和容量有关，研究表明，当DG的位置靠近大电网时，网络损耗与DG接入容量成U型关系曲线，当DG容量与负荷相近时，配电网络损耗达到最小。当DG的发电容量小于负荷值时，适当的提高DG容量有助于降低网络损耗；当DG容量大于负荷值时，网络损耗随着DG接入容量的增大而增大。当DG接在配电系统末端，即靠近负荷的位置时，配电网络损耗将将呈现先增大后减小的趋势。由于受到DG接入位置和容量等变化的影响，DG接入配电网可能增大或者减小网损，当DG配置与负荷分布相协调时，配电系统的网络将明显减小[35]。此外，由于受到气候变化的影响，DG出力呈现明显的随机波动性，使得配电网络的潮流分布变化较大，DG对网络损耗的影响也变得更加的复杂。(3)对电能质量的影响。DG的接入对配电系统电能质量的影响表现为对频率、电压和波形的影响。在并网运行情况下，由于DG的发电容量相对较小，对整个系统频率的影响也相对较小，频率主要由大电网调节，DG的影响基本上可以忽略不计。在孤岛运行模式下，DG输出功率的波动将对频率产生重要的影响。在电压方面，DG的接入将会对稳态和暂态电压带来影响，主要表现为DG接入位置与容量对电压的影响。当DG容量过大时，容易产生过电压现象，合理接入DG的位置和容量能够改善系统电压质量。目前，DG一般是通过电力电子逆变器进行并网，实现电压和无功控制，开关的频繁开断容易产生电网谐波污染，造成电压波形畸变。其输出功率具有较大的随机波动性，可能造成输电线路局部电压偏移超标以及电压闪变等问题[36]。(4)对电力系统继电保护的影响。传统配电网潮流是单向的，线路继电保护和重合闸装置安装较为简单和成熟，DG的接入将导致线路潮流发生重大改变[14]，潮流分布不再仅仅是从母线流向负荷，使得保护的机理和整定发生了变化。当多个DG接入配电网后，配电网络将成为多电源分布网络，DG与保护的相互协调和配合就变得十分重要。DG接入配电网对继电保护装置的影响大体表现为：对故障电流检测变得更为复杂，缩小距离保护的范围，在电网发生故障时，保护正常动作或者误动导致配电网孤岛运行。此外，DG的接入可能影响系统电压和电流分布，导致保护装置重合闸失败。(5)对配电网可靠性的影响。DG作为大电网的有力补充，合理利用能够缓解过负荷和线路堵赛，当系统发生故障时，DG能够作为后备给用户单独供电，减少了用户停电时间，有利于提高供电可靠性[37]。DG的接入将对配电网可靠性模型和评估产生重大影响，首先，从可靠性准则上，DG的渗入不仅对传统可靠性准则的各个方面产生影响，同时将拓宽传统可靠性准则的范畴，例如，发电设备的相关可靠性概念将引入配电网中。其次，在可靠性指标方面，DG的接入就不能单独从负荷点和系统两个方面来考虑。同时应该考虑引入评价DG与系统的协调性、DG容量极限等方面的指标。再次，在可靠性模型方面，最显著的影响是大部分DG功率输出会受环境变化而呈现随机性和间歇性的特点，孤岛运行给计算模型带来的影响等。最后，如何考虑可靠性与经济性协调，是充分发挥DG效益，进一步提高供电可靠性的重要手段。本总共分为三个部分，第一部分是计算电动汽车充换电站的换电需求，再结合典型配电系统算例进行潮流计算，分析电动汽车集中充电负荷对配电网模型的影响；第二部分是以湖南省长沙市城西地区某10kV中压配电网为例，分析充换电站对实际配电网络的影响，验证第一部分的分析；第三部分是对含风机和光伏列阵发电系统的配电网进行仿真分析，分析集中式充换电站的充电负荷对配电网的影响。本文的主要研究工作包括以下几个方面：计算电动公交车一天内换电需求的分布情况，从而确定了电动汽车充换电站的日充电负荷分布；基于上述数据，从四个方面分析了电动汽车充换电站对当地配电网的影响。选择某地区典型配电网络算例作为配电网的模型，对该系统内任意一个节点进行集中式电动汽车充换电站假设，经潮流计算，分析电动汽车充电负荷集中注入该配电网的某节点时，配电网的网损、电压偏移、负荷峰谷差的变化情况；以某市城西地区某10kV中压配电网为例，接入集中式充电负荷，验证上述结论的可靠性，同时对比仿真结果，进一步深入分析；分析电动汽车充换电站对含分布式电源的配电网络的影响。第2章电动汽车充电负荷模型建立2.1基本假设目前电动汽车发展进度参差不齐，行业内的标准众多，因此在计算电动汽车充电负荷的时候，有必要对其进行合理的假设。计算充电负荷首先应该明确充电负荷的类型、以及在时间和空间上的分布情况；再计及一些不确定性因素对其的影响，从而确立基本假设。2.1.1电动汽车充换电模型的不确定性因素分析对电动汽车充电负荷而言，影响其建模的因素有很多，但大致可归纳为以下四个方面：电动汽车的行驶里程、用户的使用习惯、电池的充电特性、电网为电动汽车发布的充电办法。下面就从这四个方面具体分析其对建立充电负荷模型的影响程度。（1）电动汽车日行驶里程与时间分布由于本文主要以电动公交车位研究对象，其日行驶里程相对固定，所以日行驶里程均取决于公交车运营线路的距离，不存在随机分布的情况。考虑未来电动公交车与现有的公交车相同，都以满足客户搭乘需求为服务宗旨，并由调度中心统一调度，制定发车时刻表。因此，电动公交车在时间上遵循发车时刻表的规定，白天正常运营，按时定点发车；夜间不发车。（2）电动汽车动力电池的充电特性目前电动汽车所搭载的动力电池在充电过程中一般要经历“恒流限压-恒压限流”两个阶段。前者基本为恒功率输出，特点是充电时间长，效率高，是电动汽车动力电池的主要充电方式。后者处于充电结束期，具有持续时间短，功率变化大且逐级减小的特点。本文中充换电站采用凯马百路佳客车厂的JXK6113BEV型电动公交车，电池采用磷酸铁锂电池，站内充电机平均充电电流按0.3C考虑，充电功率约为50kW，单箱电池充电时间约为3小时。考虑到要提高充电速度与综合效率，可忽略恒压限流阶段充电负荷功率的变化，将其充电模式简化设定为恒功率充电，即电池在充电过程中始终以充电机的额定功率50kW充电。（3）电网发布的充电办法电力部门为了实现电网的安全、稳定、经济运行提出了一系列措施，如分时电价、阶梯电价等，用户的充电行为直接受到现行电力政策的影响。以本文所研究的电动公交车为例，在不影响白天正常运营的情况下，对于非必要高峰时段充电的电池，可转移至夜间电价谷时充电，从而改变了原来无序充电模式下的日充电功率的大小及充电开始时间及持续时间等。（4）充换电负荷模型基本假设考虑到电动公交车的实际运行情况，在计算换电需求时，本文做出以下假设：（1）由于公交车行驶路线固定，假设同类型公交车运行一圈所需时间与耗电量等运行状况基本相同；（2）假设电动汽车充换电站有足够的换电工位，并且在一定扰动下能够为公交线路提供足够的可供更换的电池组，任何待换或待充车辆均无需等候；（3）假设电池工作稳定，每次运行结束后电池的荷电状态SOC大致相等，充电须将电池充满，充电站未采取有序充电控制等干预策略；（4）电动汽车充换电站与电动公交车始发站处在同一地址，且电动公交车的运行严格符合发车时刻表（附表1）与电动汽车性能及运行参数表（附表2）。2.2充换电负荷模型的计算2.2.1电动汽车充换电负荷计算模型及流程图充换电站每天运行时间为06:00—23:00，电动公交只在运行时间内进行换电。为便于统计，对运行时间以15min为间隔进行均匀分段，对各个时间段内换电需求进行求和计算。换电需求分析计算需要的基本信息包括电池容量、行驶里程、每公里平均耗电量、行驶时速、电池组的荷电状态等。公交每次发车和到站的时间段及电池组SOC的关系表述如下：式（2.1）式（2.2）式中：QUOTE—为车辆第次运行发车时间段；QUOTE—为车辆第次运行到站时间段；QUOTE—为车辆行驶一圈里程；—为车辆平均行驶速度；—时间间隔；QUOTE—为车辆第次发车时电池组SOC；QUOTE—为车辆的单位里程耗电量；—为车辆的电池容量。计算得到每辆公交车每次发车时间段和到站时间段SOC。由行驶里程与平均每公里耗电量可以计算出行驶一圈最低电量，当QUOTE时，则进行电池组更换，由此得出电动公交换电时段。计算所有时间段及所有车辆即可得到公交线路的换电需求。计算流程如图2.1所示，具体步骤如下所述：（1）输入基本信息，包括电池容量、行驶里程、每公里平均耗电量、行驶时速、电池组的荷电状态等；（2）将24小时分为T段，共N辆车；（3）初始化g，令g=0。g表示时段的序号，我们把24小时以15分钟为一个间隔，共分为96段，g=1,2,3,...,96；（4）初始化i，令i=0。i表示时段g内，充电的车辆数；（5）执行g=g+1，更新g的值，表示进入第g个时段；（6）执行i=i+1，更新i的值，表示已充了i辆车；（7）判断是否已充车辆数i小于总车辆数N；如果是，则执行第（8）步；如果否，则表明车辆已全部充完一轮，令i=1，进行下一轮充电，执行第（8）步；（8）判断是否处于首轮发车状态，可通过设立时间标志位t作为判断依据；如果否，则执行第（9）步，如果是，则给全部车辆换上电池，更新时段g内的充电车辆数d(g)，并返回第（6）步；（9）计算车辆i到站的SOC（可将电池的电量等效成行驶的距离，因此计算车辆的SOC实质上是在计算车辆已行驶的里程）；（10）判断是否该车辆的SOC大于行驶一圈所需要的最小电量M；如果是，则执行第（11）步；如果否，则更换电池并记录时段g和SOC；（11）车辆i发车；（12）判断时段g中是否还有剩余车辆需要发车；如果是，则返回第（6）步；如果否，停止计算，输出结果。图2.1电动公交线路换电需求分析计算流程2.2.2电动汽车充换电负荷计算实例现以某地区集中式充换电站为例。其发车时间表与电动汽车性能及运行参数表见附录表1和表2。该电动公交充换电站采用的凯马百路佳客车厂的JXK6113BEV型电动公交车充电功率大约为50kW，充满时间3个小时。考虑到换电过程每个工位机器人每部车更换平均时间为8min，在加上车辆出入更换车间时间，一部车从入站、更换电池、出站平均时间为10min。我们假设一辆车从起点行驶到终点记为一车次，根据电池容量、行驶里程、每公里平均耗电量等，可计算出每辆车再满电状态下，最多可行驶3车次，考虑到电池的寿命老化、交通拥堵等现实因素，从保证电动汽车使用者连续行驶的角度出发，我们规定每辆车行驶2车次就必须进行换电操作。我们计算得到一天内2条线路的电动公交车换电需求模型，如图2.2和图2.3。图2.2线路1的日换电需求图2.3线路2的日换电需求图2.4日充电负荷综合曲线从图2.4中可以得出，该充换电站的充电负荷在一天中出现了两个高峰，主要集中在上午7时至8时和下午16时至17时。假设算例中电动公交车采用“即换即充”的无序充电模式，记车辆从进入充换电站更换电池到驶出充换电站的时间为10分钟，由于在早上6点发第一班公交车，所以应至少提前10分钟为公交车更换电池。随着时间的推移，首轮发车逐渐更换完电池，更换下来的电池则立刻进行充电，充电负荷逐渐增加。早上8点左右，充电负荷达到峰值4MW左右。负荷达到峰值的时刻表示首轮电池更换完毕，由于前面提到，为保证电动公交车持续运营，一块动力电池可供一辆电动公交车行驶2车次，故暂时不需要再进行更换电池，充电负荷不再增加；随后的时间内，充电电池逐渐充满电，充电负荷开始减少，到早上10点之前，首轮换下来的电池已全部充电完毕。直到中午12点半左右，首轮换上的电池电量已不能满足现有的运营要求了，所以需要进行第二轮换电，充电过程与上午一致，下午的负荷高峰出现在16点至18点。一天之中，充电负荷在短时间内冲到峰值的原因主要是由于早上7点至8点、16点至18点均为上下班时间，属于公共交通运输的高峰时段，用车需求量较其他时段更大，换电需求量也更大，因而出现了充电负荷高峰。18点之后，交通情况相比之前有所缓解，且已换电车辆已足够满足接下来各时段的运营了，故不再有新车进行充换电，充电负荷逐渐减小，直到19点左右所有换下来的电池充电完毕。从当天19点至第二天早上6点之前，都不再有电池接入充电，主要是因为19点至23点为剩余运营时间，这段时间的运营车辆不需要再进行充电，而23点至6点为非运营时间，也没有安排充换电，所以这段时间充换电站的充电负荷为0kW。考虑到地区配电网的负荷高峰普遍出现在18点至20点之间（见图3.4），因此集中式电动汽车充换电站的充电负荷有可能与当地配电网基础负荷“峰-峰”叠加，对当地配电网造成负荷冲击，影响用户的电能质量。由于集中式充换电站的充电行为是有计划的、可控的，而地区配电网的基础负荷是随机的、不可控的，因此在接下来的深入研究中，有必要对电动汽车充电策略进行优化，尽量使电动汽车充电高峰时刻避开地区基础负荷用电高峰时刻，或者降低高峰时刻的充电负荷峰值。第3章集中式电动汽车充换电站对配电网的影响3.1配电系统网络模型选定上一章已计算出集中式电动公交充换电站的日充电负荷峰值大约为4MW左右，现以某地区典型配电网算例[27]为例，研究集中式电动汽车充换电站接入配电网后对配电网的影响。11234567891011图3.111节点配电系统拓扑模型该配电网系统功率的基准值SB=1000kVA，线电压的基准值UB=12.66kV。系统总有功负荷为14775kW，系统功率因素为0.95，假设系统有功负荷占系统容量的75%，系统容量为19.7MVA。节点1为电源节点，该节点的电压标幺值为1.05，其他节点额定电压标幺值为1.0。假设节点1为平衡节点，其余节点均为PQ节点。3.2配电网地区基础负荷图3.2和图3.3所示为民用与工业生产所用系统基本负荷，并以标幺值表示的负荷曲线【27】，假设在一天中该配电系统中每个节点的基本负荷都按照图中标幺曲线变化，并以该系统中各节点所规定的负荷数据（见附表3）作为该节点标幺曲线的基准值。综合图7和图8可以合成该配电系统的日负荷标幺曲线，结合附表3中的节点负荷数据，就可以计算出各节点在全天各时刻的基本负荷。图3.2民用电日负荷图3.3工业用电日负荷同时，为了更加接近实际，引入正态分布函数来描述配电系统的基本负荷的波动情况。假设配电系统t时刻的负荷xt服从正态分布，其概率密度函数如式(3.1)所示：(3.1)式中QUOTE为负荷期望值，QUOTE为负荷标准差。通过求负荷曲线上各节点在t时刻的负荷值可以得到各节点t时刻负荷的期望值，负荷标准差则认为是负荷期望值的10%。在matlab中由服从正态分布的randn函数产生随机数k，即可根据(3.2)式得到基础负荷的标幺值。（3.2）仿真计算得到该配网地区日基础负荷如图3.4所示。图3.4地区日基础负荷3.3潮流计算方法采用数学方法解决电力系统潮流计算的问题，实际上可转化为对一组多元非线性方程式求解的问题，其解法离不开迭代。迭代过程中最重要的就是要保证算式良好的收敛速度与准确性。由于牛顿拉夫逊潮流计算方法具有较好的收敛性，在阶数不是很高的情况下，可以保证计算的精度与可靠性，因而本文选用牛顿拉夫逊法进行配电网潮流分析。主要有以下四个阶段：（1）原始数据形成节点导纳矩阵；（2）确定初值、迭代次数以及误差精度；（3）进行迭代计算；（4）判断是否满足精度，判断是否收敛。由于牛顿拉夫逊法的迭代次数与所选系统规模无关，一般6至7次迭代即收敛，因而本文将迭代次数Iter设为7次。节点负荷初值由两部分组成，包括配网地区日基础负荷和集中式充换电站的两条公交线路日充电负荷。误差精度设为10-5。通过计算配电系统的潮流分布，可以得到网损、电压偏移、最大负荷及峰谷差的相关数据，从而便于进一步量化分析集中式电动汽车充换电站对配电网的影响。3.4充电负荷对配电网的影响分析3.4.1充电负荷的接入位置由于集中式电动汽车充换电站在配电网中的接入位置会直接影响接入节点及其附近节点的电力运行情况，因此我们首先针对接入位置对配电网的影响进行仿真分析。本例中共有11个节点，2条电动公交线路，假设每条公交线路匹配一个相应的充换电站，则本例配电网需要接入两个集中式电动汽车充换电站，因此共有121种组合，经Matlab仿真，充电负荷接入配电网前，一天内的网损为3.4%，各节点中最大电压偏移率为2.7%。我们首先仿真了充电负荷率为100%时，充换电站接入不同位置的电压偏移情况，如果电压偏移普遍超出允许范围，则将充电负荷率取（0，100)区间的一半，即50%，然后再次进行仿真，如果电压偏移率已符合要求，则继续取（50,100）区间的一半，即75%，目的是最大限度接近充电负荷率的允许极限值。经过大量仿真实验，对比了不同充电功率下，配电网的电压偏移情况，如下图。图3.5充电负荷率为100%时，充换电站不同接入位置的电压偏移情况图3.6充电负荷率为50%时，充换电站不同接入位置的电压偏移情况图3.7充电负荷率为55%时，充换电站不同接入位置的电压偏移情况图3.8充电负荷率为52.2%时，充换电站不同接入位置的电压偏移情况从上图及表3.1中可以看出，只有在充电负荷率为52.2%的时候，才可以保证在全网任意节点接入两充换电站时，电压偏移量均在允许值范围内。因此在本地区接入的充电负荷功率最好可以控制在2.1MW之内。而本例充电负荷功率最大有4MW，因此不是所有节点都适合接入充电负荷的，从充电负荷功率为100%的图中可以看出，只有节点1、节点2、节点3是比较适合接入充电负荷。因此将电动汽车充换电站1设定在节点2，将电动汽车充换电站2设定在节点3。表3.1充电负荷率为52.2%时，充换电站不同接入位置的电压偏移率节点组合电压偏移节点组合电压偏移节点组合电压偏移节点组合电压偏移节点组合电压偏移节点组合电压偏移1,10.0271,20.0331,30.0361,40.0381,50.0401,60.0442,10.0362,20.0472,30.0502,40.0522,50.0522,60.0543,10.0423,20.0533,30.0563,40.0593,50.0593,60.0624,10.0434,20.0534,30.0584,40.0594,50.0604,60.0645,10.0455,20.0535,30.0595,40.0595,50.0635,60.0656,10.0506,20.0606,30.0636,40.0656,50.0656,60.0697,10.0477,20.0587,30.0617,40.0627,50.0627,60.0628,10.0458,20.0528,30.0598,40.0588,50.0588,60.0629,10.0459,20.0539,30.0599,40.0599,50.0609,60.06110,10.04710,20.05710,30.06310,40.06310,50.06210,60.06211,10.05011,20.05911,30.06311,40.06411,,50.06311,60.0641,70.0411,80.0391,90.0391,100.0401,110.0432,70.0532,80.0522,90.0522,100.0542,110.0553,70.0633,80.0583,90.0583,100.0623,110.0634,70.0604,80.0594,90.0594,100.0614,110.0635,70.0605,80.0605,90.0605,100.0605,110.0626,70.0656,80.0656,90.0646,100.0646,110.0647,70.0667,80.0637,90.0637,100.0637,110.0638,70.0638,80.0618,90.0608,100.0638,110.0649,70.0639,80.0639,90.0639,100.0649,110.06410,70.06510,80.06410,90.06410,100.06810,110.06811,70.06411,80.06511,90.06511,100.06611,110.0673.4.2供电范围供电范围是影响配电网中变电站合理布局的重要评价因素，供电范围与变电站的容量、电压等级、地区负荷的大小与疏密情况密切相关。本文中集中式充换电站在某一时段的峰值负荷可达到4MW左右，而所选配网系统的变压器容量约为20MW，定义供电范围如式（3.3），（3.3）其中，是供电范围变化百分比；是充换电站容量；是上级变电站容量。显然，10kV下，供电范围=20%，该充换电站已接近该地区允许接入的充换电站规模的最大值[28]。充换电站为电池充电时，上级变电站对该地区的供电范围将最多减少20%，使部分地区存在供电不足的安全隐患；而充换电站将电能回流电网时，上级变电站对该地区的供电范围将增大20%，供电过于集中的地区容易产生电压波动，影响整个地区的潮流分布和电能质量。因此，集中式电动汽车充换电站对所接入的配电网的影响比较大，而且对接入点要求很高，所接入的配电网系统应有足够的公用配变容量，或者采取专线供电的形式。3.4.3网损网损是衡量一个地区配电网经济运行的重要指标[29]，主要是指线路及变压器的有功损耗的总和。定义瞬时充电负荷率j为（3.4）其中，为j时刻实际接入的充电负荷功率；为充电负荷峰值功率。定义网损为线路损耗之和与线路传输的总电能之比，如式（3.5），（3.5）其中，是每小时的线路有功损耗；是每小时线路传输的电功率。经400次潮流仿真计算，得到基础负荷的网损图，如图3.9。图3.9配电网的基础负荷在一天之内的网损可以看到，一天之中，白天7天至17点的网损比晚上的网损普遍要大，原因可能是白天的用电量较大，线路上的电流比较大，导致网损增大；而夜晚自22点以后，大部分用电设备都进入待机状态或直接断电，因此用电量较小，网损就降下来了。然后，我们模拟接入充电负荷，经潮流计算得到充电负荷接入配电网之前的网损，和在不同瞬时充电负荷率下，充电负荷接入配电网之后的网损，如图3.10。图3.10在不同充电负荷率下，接入充电负荷后的配电系统的网损从图中可以看出，配电网的基础负荷最大网损率为0.438%，接入电动汽车充电负荷后，随着充电负荷率的逐渐增大，充电负荷逐渐增加，当充电负荷率为90%的时候网损达到了最大值,已达到3.284%。需要特别说明的是，由于集中接入了大量的电动汽车充电负荷后，其充电功率比其余基础负荷功率大很多，因而突显了充电负荷对网损的影响；而基础负荷的网损之所以比较小，其主要原因在于该配电网模型线路长度只有7km左右，线路参数比较小，因而即便配电网上充电负荷很大，网损也不会很大，但是通过接入充电负荷前后配电网网损的变化，还是可以看到，对比该配电网的基础负荷网损，接入电动汽车充电负荷后，配电网的网损增大了近7倍，因而在本例所示规模配置下，集中式电动汽车充换电站的充电行为会明显增大配电网的网损，应当采取措施来减小这种变化所带来的不利影响。3.4.4电压偏移率评价电能质量的优劣主要从电压、频率、波形三个方面进行，其中电压主要指的是电压的幅值、相角。根据式（3.6）和式（3.7），（3.6）（3.7）其中，表示电压降落纵分量；表示电压降落横分量；、为节点与节点之间的电阻和电抗；、表示节点和节点的电压；、表示节点的有功功率和无功功率。可知，当节点i的功率变化时，与之邻近的节点j的电压就会受到影响。一般来讲，节点i的功率增大时，除了本身节点的电压会下降，邻近的节点j的电压偏移也会增大。从全网的角度看，凡是有集中充电的节点周围都会产生电压凹陷，而这种节点的电压偏移与该节点距离电源点的远近有关。我们基于上述配电网模型，除上述配网基本负荷外，又引入同样适用于该配网的新基本负荷，并分别接入电动汽车充电负荷，针对电压偏移率进行了400次仿真得到图3.11。图3.11在不同基本负荷率下，接入充电负荷后对配电网日最大电压偏移率的影响根据我国关于电能质量的国家标准，在10kV的配电系统中，线路允许的电压偏移范围一般为。本文所采用的配电网系统电压基准值为12.66kV，采用10kV线路的电压偏移标准。另外，配电网A（即某地区11节点配电网）的全天系统功率之和为133.32MW，配电网B夏季的全天系统功率之和为94.184MW，冬季为95.153MW。因此，从图中可以很直观的看出，对于配电网Ａ，在没有集中接入充电负荷的情况下，电压偏移率约为2.6%；某一时刻，集中接入充电负荷，当瞬时电动汽车充电负荷率为5%的时候，配电网的电压偏移率升高了0.1%，随着该充电负荷率的增加，当充电负荷率达到90％的时候，配电网的电压偏移率就已经完全超过了国家标准的7％，此时集中充电的电池充电功率大约为2.6MW;对于配电网B，以夏季为例，在没有集中接入充电负荷的时候，电压偏移率约为1.7%；某一时刻，集中接入充电负荷，当充电负荷率为5%的时候，对应的电压偏移率升高至1.8%；随着充电负荷率的增加，直到充电负荷率接近100%，电压偏移率接近7%的国家标准线。对比上述两种不同基础负荷的配电网，没有集中接入电动汽车充电负荷的时候，电压偏移率与配电网的容量和负载情况有关，负载越大，电压偏移的基础值就越大；集中接入充电负荷后，两种规模的配电网电压偏移指数都会呈现升高的趋势，此时升高的幅度与所接充电负荷的大小有关，充电负荷越大，电压偏移的变化越明显；由于大负载的配电网A的电压偏移率初始值较高，在电压偏移率的变化幅度相当时，大负载配电网A更容易达到甚至跨越电压偏移的国家标准值；而小负载配电网的电压偏移率的可变范围更大，可接入的负载容量也更大，所以图中显示大负载配电网A的允许充电负荷率为85%左右，而小负载配电网B的允许充电负荷率却可以达到100%。从配网基础负荷大小的角度上看，针对集中接入的充电负荷，在相同容量的情况下，配变负载率低的配电网有更加优秀的表现,这为选取集中式电动汽车充换电站的配电线路做了准备。在研究同一基础负荷的配电网的时候，我们考虑到人民生产生活的负荷分布会受到季节因素的影响，因而分别选定夏季和冬季的基础负荷数据进行考察。对比研究发现，二者的基础负荷差别不太大，冬季负荷比夏季负荷稍高，电压偏移率也相应大一些；集中接入电动汽车充电负荷后，对二者的影响趋势基本一致，主要是因为集中式电动汽车充换电站属于公共设施，充电时间、地点都相对固定，不会受到季节因素的影响，在基础负荷差别不大的情况下，电压偏移率不会产生明显的区别。接下来，为满足电动公交的运营，仍以充电负荷率为100%的配电网A为模型，固定集中式充换电站的接入节点：充换电站1接节点2（该节点基础负荷基准值为0kW）、充换电站2接节点3（该节点基础负荷基准值为86.4kW），网损为3.22%，研究一天24小时内，电压偏移率的变化情况,如图3.13和图3.14。图3.1311个节点24小时的基础负荷的电压图3.14接入充电负荷后，11个节点24小时的电压从图中可以清楚地看到，11个节点在一天中的电压偏移情况，具体数据见表3.2。配电网中只有基础负荷时，电压低谷发生在早上9点。根据图2.4和图3.4可以知道，早上8点正是电动公交车动力电池充电的高峰时段，同时地区的基本负荷也达到了峰值，二者相互叠加相互影响，使电压偏移下降到一天的谷值，这个谷值发生在早上8点且距离电源节点最远的节点11处，由此可以得出电动公交充换电站的集中充电行为在时间上直接影响了该地区的电压偏移情况，并且造成了节点11处的电压偏移短时间超额。同样的一个谷值时刻发生在下午17点左右，此时正是下班的高峰，车流量较大，但根据电动公交发车表（附表1），17点之后，晚间的电动公交车发车数量有限，相比早上8点，需要继续充电的电动公交充电负荷已减少很多，因此17点的第二个电压谷值并没有8点的第一个谷值低，第二个电压谷值在0.9538左右，已在允许偏移的范围内；再看白天10点至15点、夜间20点至第二天早上6点，此时段由于配电网地区的负荷比较稳定，因而电压变化较小，保持在一个比较稳定的水平，取13点和3点的电压求均值得到负荷平稳时段（白天10点至15点、夜间20点至第二天早上6点）的电压水平为0.9823。表3.2充电前后，配电网各节点峰谷时段的电压变化情况充电前的配电网充电后的配电网节点3时电压8时电压17时电压20时电压节点3时电压8时电压17时电压20时电压1111110.9942450.9392260.9676540.98491620.9938710.9845840.9859240.98631820.9916180.9232810.9574930.97815530.9910790.9776760.9796090.98017730.991420.9226890.9570140.97758640.9908660.9771520.9790890.97964640.9912450.9221380.9565810.9770650.9906820.976660.9786090.97916350.9910420.9215860.9561270.97647560.9904770.9760870.9780520.97861460.9911790.9219690.9565310.9770570.9906220.9765210.9786160.97921170.9912120.922060.9566090.97713380.9906540.9766140.9786910.97928880.9910930.9216760.9563260.97681290.9905270.9762850.9783980.97900690.99090.9210350.9558650.97634100.9903330.975770.9779180.978513100.9908740.9209360.9558010.97626110.9903040.9756920.9778430.978441110.9942450.9392260.9676540.984916注：3时为谷时；8时和17时为充电负荷峰时；20时为基础负荷峰时综上所述，充电负荷对配电网电压偏移率的影响与充电的时间、地点有很大的关系。在基础负荷处于高峰时段，如果进行充电则会加重电压偏移的情况，并且由于充电负荷的集中接入，其他时段的电压偏移情况也会受到影响；距离电源点越远且位于线路末端，发生电压大幅度偏移的概率就越高。并且从电压偏移率的角度上看，在大负载的配电网中，为了尽可能多的接入足够容量的充电负载，应选取距离电源点较近，且基础负荷相对较小的变电站作为集中式充换电站接入的节点，必要时可以将集中负荷分散，以减小负荷集聚效应对电压偏移产生的影响。3.4.5负荷峰谷差前面我们讨论了集中接入配电网的充电负荷对配电网网损和电压偏移率的影响，下面我们从负荷变化的角度来解释配电网运行状态发生变化的原因。接下来还是，以充电负荷率为100%的配电网A为模型，固定集中式充换电站的接入节点：充换电站1接节点2（该节点基础负荷基准值为0kW）、充换电站2接节点3（该节点基础负荷基准值为86.4kW），利用matlab软件计算系统内11个节点在一天内的负荷情况，如图3.15。图3.15各节点一天中的基础负荷情况从图中可以看出，11个节点中除节点1，其余节点在一天之内的负荷值很小且负荷波动很小，而节点1则由于基准负荷非常大，负荷值明显大于其余节点负荷且在一天之内呈现出明显的变化。因此我们以节点1为例，不难看出，最大负荷时刻发生在9点、11点以及晚上20点，说明人们大都集中在这三个时刻用电；而最小负荷时刻发生在夜里3点，这是符合人们生产生活的用电习惯的。当电动汽车充电负荷集中接入配电网的时候，配电网的负荷情况如图3.16。图3.16接入充电负荷后的配电网负荷情况图3.16中，在节点2和节点3建立集中式充换电站，一天之中出现了两个充电高峰，充电负荷峰值功率明显高于附近的节点4，而两个充电高峰集中在8点和17点，这主要是由充换电站的运营机制决定的；负荷谷值发生在夜里4点左右。我们现将各时段的负荷叠加求和，再来看一下负荷曲线的变化，如图3.17。图3.17接入充电负荷前后的配电网一天的负荷变化情况由图中可以看出，集中接入充电负荷使配电网一天中的最大负荷时刻由13点提前到8点，提前了七个小时；而负荷峰谷差由原来的6444kW增大至8549kW，增大了2105kW，根据图3.11可知，配电网的电压偏移相应会增大2%左右，网损也会有相应的增加。这说明充换电站为电池充电的行为在增大配电系统负载率的同时，也增大了峰谷差，使电压偏移率与网损都受到了影响。此外，图中重合部分为未受到充电行为影响的时段负荷。3.5实际算例3.5.1算例模型现以某市某地区10kV配电网为例，研究集中式电动汽车充换电站对其的影响。基于第二章集中式充换电站的实例模型，我们知道其充电负荷峰值为4MW，同时考虑到部分线路的配电负载率比较高、公用变容量较低，因此可先排除该市10kV中压配电网中部分不满足条件的配电线路，初步选定了17条参数较理想的线路，如表3.3。表3.3城区中压配电线路初选情况城区划分线路数量城东地区1条城南地区5条城西地区4条城北地区7条集中式充换电站的建设除了要满足基本的线路要求，还需充分兼顾到安全性、可靠性、便利性与经济性等因素。从便利性的角度看，由于城市热力图可以按照基站的地理位置将城市划分为不同的区域，并通过基站实时统计该区域内的用户数量，从而分析得出区域内的人群密度和人流速度，因此本文采用该市近一周的城市热力图（见图3.18），进一步确定了集中式充换电站的位置。图3.18长沙市近一周的城市热力图（5月10日采集）从图中可以看到，城市中人流量大、相对拥挤的地方都呈现出红色，主要聚集在河东火车站附近和河西麓山风景区附近，因此可考虑将集中式充换电站建在河东地区或者河西地区。而河东地区属于城市CBD地区，尽管人流量很大，但地价相对河西高出很多，不利于充换电站的经济性建设，因此，本文最终选择了河西地区大学城附近的一条10kV中压配电网线路作为本例的研究模型。该线路的地理信息图见图3.19。图3.19河西地区某条10KV中压配电网线路该线路长11.10km，总变户台容量20.225MW，配变负载率27%，假设功率因数为0.95，与第三章的11节点配电网参考模型规模相当，关于该线路的具体参数与节点负荷，见附表4。3.5.2充电负荷对该地区配电网的影响分析9810659810654123117106541311图3.20该地区配电网拓扑结构充电负荷的接入位置该市河西地区的算例，由于也是11个节点接入两个充换电站，所以也是121中节点组合。经Matlab仿真，充电负荷（充电负荷率为100%）接入配电网前，一天内的网损为2.41%，各节点中最大电压偏移率为4.75%。接入充电负荷后，该地区的电压偏移率及网损情况如下图。图3.21充换电站不同接入组合时，配电网的日最大电压偏移情况（2维图）图3.22充换电站不同接入组合时，配电网的日最大电压偏移情况（3维图）图3.23充换电站不同接入组合时，配电网的日平均网损情况（2维图）图3.24充换电站不同接入组合时，配电网的日平均网损情况（3维图）从图中可以看出，两个集中式电动汽车充换电站不能同时接入节点8，并且充换电站1接入节点9时，充换电站2不能接入节点7。除了以上两种情况，可将两充换电站任意接入该配电网的节点中，本例随机选择节点4和节点7。网损在上一章中，我们通过潮流计算得到了算例中的网损，因此，针对该市河西地区的某中压配电网，我们同样假设充电负荷集中接入节点4和节点7，经过潮流计算，得到了图3.25所示的接入充电负荷前后，该地区配电网基础负荷一天之内网损的变化。图3.25接入充电负荷前后，配电网网损对比图从上图中，我们清楚地看到接入充电负荷前后该地区配电网的网损变化情况。在未接入充电负荷的时候，最大网损为2.745%，发生在早上11点；而接入充电负荷后，最大网损变为3.889%，相比之前增大了1.144%；最大网损时刻发生在早上8点，相比之前提前了两个小时，说明集中式电动汽车充换电站的充电行为对该地区的配电网产生了比较大的影响。此外，对比两图还可以发现，自8点以后，由于充电负荷逐渐减少，网损下降的比较快；直到电动汽车充电负荷不再充电的时候，网损才趋于稳定。电压偏移针对电压偏移的问题，我们也进行了潮流计算，得到如图3.26和图3.27的结果，具体数据见表3.4。图3.26该地区配电网各节点的基础负荷一天中的电压图3.27接入充电负荷后，该地区各节点一天中的电压从图中我们看到，电压随着时间的推移在不断发生着变化，没接入充电负荷之前，电压最低点发生在一天中的早11点；接入充电负荷后，电压最低点发生在早8点，这与网损的变化惊人的一致，都是由于集中式充换电站的充电行为导致电能质量参数发生了时间位移；从数值上看，接入充电负荷后的电压标幺值比原来配电网的最低电压标幺值下降了0.0134，这主要是由于集中式充换电站为电动公交动力电池充电的负荷高峰时刻与原来配电网的基础负荷高峰时刻发生了重叠，形成了峰上加峰的状况，对配电网形成很大的安全隐患。综合以上两点，说明集中式电动汽车充换电站的确有影响所在地区的配电网的能力，倘若我们可以利用其对配电网的影响进行主动调控，就可以从终端双向优化供电系统与充电系统。表3.4接入充电负荷前后，该地区配电网各节点峰谷时段的电压情况接入充电负荷前接入充电负荷后节点3时电压8时电压17时电压20时电压节点3时电压8时电压17时电压20时电压111111111120.9977640.9930280.9949510.99570820.9976660.9953270.9961560.9958330.9891640.9664720.9757010.97942430.9886580.9776310.9814340.97991640.9854790.953230.9664440.97177140.9847430.9694570.9746910.97250350.9837210.9487130.9628940.96847550.9828970.9659580.9717460.96932260.9823030.94260.9585030.964560.9813390.9616320.9683210.9655370.9808140.9382210.9552870.9616270.9797470.9585690.9658340.96281880.9799860.9364270.9538170.95993880.9788670.9569030.9644710.96121690.9798180.9358750.9534470.95941890.9786880.9563950.964060.960769100.9821010.9421610.9580580.964067100.9811710.9611070.9679010.965037110.9889930.9661190.9754110.979159110.9884880.9773220.9811540.979645注：3时为谷时；8时和17时为充电负荷峰时；20时为基础负荷峰时3.6负荷离散程度对配电网的影响对比该市河西地区某10kV中压配电网和前面所提到的某地区11节点配电网络，在集中接入充电负荷后，无论是网损，还是电压偏移都发生了变化，然而变化的程度却完全不同。接入相同规模的充电负荷，对该市河西地区的配电网的影响要比对前面某地区11节点的配电网的影响小。经比对两配电网的数据发现，两配网各节点的负荷基准值除了数值不相等外，在离散程度上还存在很大差异。因此，本文认为集中式充换电站对接入地区的配电网的影响程度既取决于电站的主动充电行为，也取决于配电网本身各节点所载负荷的离散情况。下面仍以该市河西地区某10kV中压配电网为例，简单地引入方差的概念，用方差的大小来描述各节点负荷间的离散程度。定义方差如式（3.8），（3.8）经计算得到该市河西地区算算例的负荷方差如图3.28，图3.28该市河西地区算例与某地区11节点案例配电网的负荷方差对比图中折线，我们不难看出，由于充电负荷的接入，使得该地区负荷的离散程度大大地增长了；而且由于河西地区的负荷方差总体上要远远小于某地区的负荷方差，因而河西地区的电能质量比较好。由此，我们可以得出结论接入到配电网中的充电负荷应该以使接入配电网后的负荷方差最小为原则，合理安排接入的时间和地点。第4章充电站对含DG的配电网络的影响由于集中式电动汽车充换电站主要用于电动公交的运营，在充电地点上有比较大的局限性，一旦充换电站的地点确定，那么对电网而言，集中式充电负荷就比较固定，在不考虑分时电价的条件下，充电的时间一般只取决于公交线路的运营情况，无法根据电网的基础负荷情况，而改变充电时间，从而使其对配电网的调节作用受到了限制。基于以上原因，在优化集中式充换电站运营条件的时候，我们考虑在充换电站中加入风机与光伏列阵发电系统，以增加对配电网的调控力度，减小集中式充电负荷对配电网的影响。4.1风机与光伏发电模型4.1.1风机发电的数学模型假设风速服从两参数WeiBull分布，风速的概率密度函数为（4.1）其中，；为形状参数；为尺度参数设为风机的额定功率；、、分别表示切入风速、额定风速、切出风速；则风速和风机的输出功率的关系式为（4.2）其中，；。根据风速的概率密度分布函数可得到某一时刻的风速，即可算出风机的输出功率。4.1.2光伏发电的数学模型光伏列阵实际输出功率可表示为（4.3）其中，是standardtestcondition的缩写，表示标准额定条件，通常是指太阳辐照度为1kW/m2，电池表面温度为25℃，相对大气光学质量为1.5的条件；表示输出功率；为标准额定条件下光伏列阵的额定输出功率，一般有，是光伏电池的数量；为工作点的表面温度，由环境温度和风速共同决定。4.2风机和光伏电池的负荷模型计算4.2.1风机和光伏电池模型本文采用HOMER软件所提供的风机模型和光伏列阵发电模型。根据上文中某市河西地区10kV配电网的参数，我们选用了100台额定功率为10kW的通用直流风机，假设安装在距地高度12m的测试点进行24小时风力发电；还选用了额定功率为1000kW的光伏列阵直流发电系统，减额系数为0.8，地面反射太阳能占总能量的20%，斜率为；同时采用两台逆变器，将风机和光伏列阵发电系统与电网相连，如图4.1。图4.1接入风机和光伏发电系统的电网模型4.2.2风速与太阳光照根据式（4.2）和式（4.3），我们知道风机和光伏电池的输出功率与风速和光照有关，因此，我们通过HOMER软件获取了某市河西地区五月份的风速与光照图，如图4.2和图4.3。图4.2某市河西地区五月份的日均风速情况图4.3某市河西地区五月份的日均光照情况由此便可以计算出风机和光伏列阵在五月份日平均输出功率的大小，计算结果如图4.4和图4.5所示。图4.4风机日输出功率（KW）图4.5光伏列阵日输出功率4.3模型效果对比将上节中得到的风机和光伏列阵日输出功率分别接入到该市河西地区配电网的算例中，就可以得到经风机和光伏列阵优化后的数据。用Matlab软件仿真后，得到下图。图4.6优化后的配电网网损情况图4.7优化后的配电网电压情况从图中我们可以看到加入风机和光伏列阵对配电网进行优化的效果是很明显的，配电网的网损总体水平下降了一些，且在白天的影响较大，平均网损值减小了0.00141；电压偏移峰值减小了0.003，说明风机和光伏电池的加入抵消了集中充电对配电网产生的部分影响，风机和光伏电池替配电网承担了部分发电任务，使计入配电网的总负荷减小，同时负荷总体波动也有所减小，电能质量得到了提高；可以预见，如果接入电网的风机和光伏列阵的输出功率更大，将会对电网电能质量起到更好的调节作用。第5章总结与展望总结本文围绕集中式电动汽车充换电站与配电网，首先阐述了集中式充换电站的研究现状，明确了本文的研究方向，并且定量分析了电动公交的日换电需求，为后面分析充电负荷对配电网的影响做了铺垫；然后选取了两个具有不同特点的中压配电网作为研究对象，分别从电压偏移、网损、负荷峰谷差等角度进行了仿真，结果表明接入集中式充电负荷后，配电网的电压偏移和网损都会明显增大，其变化的程度与配电网的基础负荷特性有关。最后，本文结合集中式电动汽车充换电站的特点，提出了引入风机与光伏发电系统对配电网进行优化的方案，经仿真表明引入可再生能源的配电系统可以使电网中的电能质量和经济运行得到改善。由于本文中未考虑分时电价机制的因素，因此充电时间完全由电动公交车的换电时间决定。如果计及分时电价及其他干扰机制，就可引导电动汽车充电负荷有序接入配电网，对配电网削峰填谷，利用充电负荷优化电能质量，提高配电网经济运行的可靠性；同时，由于避开电价高峰，有序充电还可以节约充电成本。除此之外，由于本文中引入的风机和光伏电池主要依赖于风能和太阳能，具有能量间歇性的特点，因此并不能保证对配电网进行24小时优化，然而如果可以利用沼气等不间断能源发电，则可以对配电系统更进一步优化，因此包括电动汽车在内的新能源将在未来的电网中发挥重要的作用。展望目前，本文所做的研究工作主要放在电动汽车充电负荷集中接入对配电网的影响上，在分析影响时主要分析了电压偏移和网损等几个方面，这些对于研究集中式电动汽车充换电站对配电网的影响是远远不够的，在接下来的工作中，还应在以下几个方面进行深入讨论。（1）优化充电负荷模型。大致可以从数量和精度上进行优化，本文只采用了两条电动公交线路的数据，接下来的研究中可以增加电动公交线路，增大充电负荷；同时本文在统计各个时段的换电需求的时候是以15min为一个时段，接下来的研究中最好可以做到实时采集，将换电需求曲线的精度提高。此外，结合接入充电负荷后配电网的网损、电压偏移的变化以及分时电价机制，可以建立不同层次、多目标优化模型，制定出不同用电环境下的最优充电方案。（2）全面分析充电负荷对配电网的影响。本文采用了两个基础负荷不同，拓扑结构不同，但均为11节点的配电网模型，难免会有局限性。继续深入研究，可以从更换基础负荷入手，发展程度不同的城市或者乡村，其基础负荷都呈现出不同的特点，研究好每一种基础负荷的特点是选取合理的配电网模型的关键，同时配电网包含的节点数量也应该根据不同地区而适当增减，但建议节点数不要取太多，以免影响潮流计算的收敛。（3）分布式电源对配电网的优化。由于本文对风机和光伏电池的处理方式是将其统一安置在集中式电动汽车充换电站附近，因此对配电网的优化效果比较单一。如果将其分布接入配电网，优化组合则会更加丰富，而优化效果则有待进一步仿真分析。致谢这次毕业设计的过程是愉快的，我首先要由衷感谢我的指导老师--黄小庆老师，是黄老师每一次负责任的研讨会让我们保质保量的完成毕业设计，并且为我们的难题耐心指导，黄老师的平易近人和生活中的幽默让我的毕业设计过程轻松愉悦不再枯燥，从论文刚开始的迷茫，到慢慢找到研究方向和突破口，黄老师渊博的知识和建设性的意见给了我很大帮助。再一次衷心地感谢您对我的谆谆教诲和巨大帮助！其次，我要感谢实验室的杨夯学长和李琪学姐。杨夯学长在研究过程中给了我很多重要的资料，你在我遇到难题的时候总会和我一起探讨，帮我分析出问题的原因，帮我指明下一步的研究方向，让我能顺利地理解课题、研究课题、完成课题，所以衷心地感谢你对我的指导；李琪学姐，你在最开始的时候督促我按时完成各阶段的任务，帮助我养成了良好的研究习惯，让我在之后的研究中能理清概念，始终没有偏离正轨，因此我要衷心地感谢你给我的帮助。最后，我要感谢我的毕业设计小组同学，感谢你们在讨论群里的出谋划策，让我对我的研究都有了新的认识；和你们在一起的这段时间是我大学生涯中最珍贵的记忆，我会一直将这段并肩奋斗的日子铭记在心里。李振宁