電動汽車負荷預測以及對配電網(wǎng)的影響分析

-5-第1章緒論1.1研究目的和意義目前，純電動汽車和混合電動汽車在國內(nèi)和國際市場上都已經(jīng)取得了一定的進展。中國的情況是這樣的：電動車的發(fā)展還處于起步階段，但是近十年來，國家已經(jīng)出臺了一系列扶持電動車的政策。2017年2月3日，《現(xiàn)代綜合交通體系十三五發(fā)展規(guī)劃》中有一項重要的任務，就是建設一座城市，建設一座城市。要加速新能源汽車的發(fā)展。加速在城市公交、物流等領域推廣新能源汽車，在某些地區(qū)率先實現(xiàn)運輸現(xiàn)代化，到2020年，基本建立起一套安全，便捷，高效，綠色的現(xiàn)代綜合運輸系統(tǒng)。隨著國家對新能源和新產(chǎn)業(yè)的發(fā)展，建立一個完善的、高效的、可持續(xù)的服務網(wǎng)絡，是實現(xiàn)電動汽車快速發(fā)展的必要條件。在中國，電動汽車的基礎設施建設已經(jīng)進入了一個新的階段，并取得了一定的進展。電動汽車充電負荷在時間和空間上均呈現(xiàn)強隨機特征。隨著電動汽車的廣泛使用，其充電負荷對電網(wǎng)的運行和規(guī)劃有很大的影響，使電網(wǎng)運行優(yōu)化控制難度加大，這樣，就會使電力系統(tǒng)的峰值和谷值之間的差異，并對電能質量產(chǎn)生嚴重的影響。若將電力電池充電時段選在較低的能耗時段，則可實現(xiàn)對配網(wǎng)設備的調峰填谷，提高配網(wǎng)設備的實際使用率，增強電網(wǎng)的安全穩(wěn)定；若不采用隨機充電方式，則在此情形下將產(chǎn)生新的功率消耗高峰，電源供應將十分緊張；在配電網(wǎng)絡層次上，充電站的建設將不斷增加。充電改變了配電網(wǎng)絡的負荷結構與特征，傳統(tǒng)的規(guī)劃方法已無法滿足大規(guī)模電動汽車接入的要求。負載分布的改變將導致局域分配傳輸模型的超載，而潮流分布的改變將會對網(wǎng)損和擁塞造成不同程度的影響。本文從分析電動汽車充電負荷的基本特征入手，分析了其特性，并提出了一種新的解決方案。已有研究表明，在不同的磁導率條件下，充電負荷對原負荷的影響是與用戶使用習慣相對應的。將某小區(qū)作為一個特定的環(huán)境，這個小區(qū)選擇了一個中高檔的小區(qū)，一共有985戶，每個住戶都有一輛車，電動車的比例被分成了60%、30%、10%三種情況。1.2國內(nèi)外研究現(xiàn)狀登記的電動汽車的數(shù)目就是電動汽車的所有權。因為有了更多的電動車，同時，電動車的充電負載也在不斷增加。所以，要實現(xiàn)對電動汽車充電負載的準確預測，首先需要對電動汽車的數(shù)量做出準確的預測。由于其與常規(guī)交通工具具有諸多相似之處，目前對其的研究多以常規(guī)交通工具為基礎。由于電動汽車仍處于研發(fā)階段，因此，隨著電動汽車的普及，會因為市場或其他因素的影響，而出現(xiàn)隨機的改變。目前，已有部分專家開始對電動汽車擁有量進行綜合預測，將多個預測模型綜合起來，可獲得更精確的電動汽車擁有量預測模型。王瑞妙、陳濤、劉永相分別對“彈性系數(shù)法”及“千人轎車”預測法進行了闡述，并與“千人轎車”的計算結果作了比較，得出了一些結論。蘆興和方揚分別從政策，分時電價和市場響應三個方面對此進行了分析，三個方面探討了EV保有量的影響，并構建了EV保有量的動態(tài)系統(tǒng)模型，按照國家對EV的扶持程度進行了分級，得到了EV三種增長方式下EV保有量的變化趨勢。在此基礎上，古繼寶、榮敏、吳劍琳等人利用光滑指標法和神經(jīng)網(wǎng)絡對我國轎車擁有量進行了預測，并在此基礎上構建了基于光滑指標法和神經(jīng)網(wǎng)絡的轎車擁有量聯(lián)合預測模型，并通過控制試驗驗證了該模型的預測精度。該方法具有較強的實用性，是未來電動汽車發(fā)展的主流趨勢。文章從多個方面進行了分析，提出了一種新的混合預測方法，并將該方法應用于電動汽車數(shù)量的預測中。1.3研究方案在對網(wǎng)絡內(nèi)外的現(xiàn)狀進行了研究，并對其進行了總結和分析之后，本文對保守的保有量預測方法進行了改進，以電動汽車充電負荷的影響因素為出發(fā)點，在國內(nèi)外統(tǒng)計數(shù)據(jù)的基礎上，對每一個因素進行了詳細的研究，最后確定了電動汽車充電負荷預測規(guī)?；鞒?，并對電動汽車充電負荷進行了預測。本論文所做的主要工作有：(1)在對大規(guī)模電動車并網(wǎng)對電網(wǎng)的沖擊以及目前電動車的發(fā)展狀況進行了分析后，本文以其研究意義和背景為切入點，與電動汽車的實際情況相結合，對目前電動汽車保有量預測的研究現(xiàn)狀進行了分析，并對當前電動汽車的發(fā)展趨勢進行了展望，充電負荷預測的不足，從而確定了本文的研究方向。(2)著重于對EV數(shù)量的預測，得出EV數(shù)量是目前EV數(shù)量中最為重要的一部分，針對EV數(shù)量預測無法應用傳統(tǒng)的車輛數(shù)量預測方法，結合EV數(shù)量和EV數(shù)量之間的關系和不同，構建了一個兼顧多種因素的EV數(shù)量預報模型，并在此基礎上，對山西市各類使用EV數(shù)量進行預報(3)影響電動車充電負荷因素的研究，從類型的電動車，動力蓄電池型號，GB/T13790-1992電力蓄電池荷電特征，充氣模式，日行程的公里數(shù)，第一次充電功率，起動時間，以及從幾大影響因素，如充電功率等談起，并對各種類型的電動汽車的充電負荷展開了深入的研究，并設置相應的參數(shù)，從而更加準確的了解充電負載的影響因素。第2章電動汽車的類型2.1純電動汽車純電動汽車是指以電能為動力源的車輛，這類車輛對環(huán)境的污染很小甚至沒有，而且行駛時沒有振動、噪音，操控性好。在現(xiàn)階段，純電動汽車是一種可以有效取代內(nèi)燃機汽車的主流車型，其優(yōu)勢在于其技術相對成熟，只要有電就可以進行充電。但是，它也有一些缺點，目前的蓄電池技術還很局限，所以所生產(chǎn)的電池的能量密度比較小，所以它的續(xù)航里程也比較長。而且，這類車使用的電池的成本比較高，還沒有形成經(jīng)濟規(guī)模，所以價格也就隨之上漲。還有一種是比轎車更貴的純電動汽車，但也有一種是更便宜的，大概是汽車的30%，而這一種汽車的使用成本，主要取決于電池的續(xù)航里程，以及汽油和電力的價格。到目前為止，在經(jīng)歷了這么多年的發(fā)展之后，純電動汽車已經(jīng)出現(xiàn)了多種類型的車輛，通?？梢詮娜齻€方面對其進行分類，分別是：驅動系統(tǒng)、車輛使用情況和車載電源數(shù)量。電動自行車的布置方式很多，安裝方式也很靈活，主要有兩種：①電機中心驅動型，它是參考了傳統(tǒng)的內(nèi)燃發(fā)動機，用電機代替了發(fā)動機，一臺電機就可以給兩個輪子供電。電機中心傳動系統(tǒng)借鑒了發(fā)動機的前驅結構，主要包括電機、差速器、離合器、變速變速箱等四大部件。用電力代替常規(guī)的內(nèi)燃發(fā)動機，把主動輪與電機連接起來的離合器，并能關閉電源，齒輪箱的任務就是改變齒輪的速度比率，使符合要求的變化在一段功率曲線上實現(xiàn)，從而在轉彎時兩車輪的轉速不一樣。②電動輪采用雙電機驅動，利用兩個電機充當機械差速器，構成兩個驅動輪，在轉彎時利用電子差速控制，使兩個輪子保持不同的速度，從而不需要使用機械傳動裝置。如此一來，機械齒輪的體積就會被壓縮，重量也會被減輕，效率也會得到很大的提升，但是同樣的，也會增加控制系統(tǒng)的復雜性和成本。2.2混合動力汽車如果是一輛純電力的車，因為目前尚無法掌握高比能和高比能的大功率電池或其它電源。這就限制了純電動汽車的發(fā)展。在這種情況下，混合動力車成了過渡性的模型，也可以理解為一款自主型的汽車?；旌蟿恿ζ嚹軌驈膬煞N類型的車上存儲的能量中獲取動力，一種是耗材燃料，另一種是可充電的儲能器。按照動力系統(tǒng)的結構，混合動力汽車可分為三類：①串聯(lián)式混合動力汽車，這輛汽車只由電動馬達驅動，經(jīng)由馬達控制裝置向馬達傳送電能，馬達驅動交通工具。還有，還可以用來作為馬達的唯一能源，也可以用來維持車輛的正常運行。②并聯(lián)混合動力車，在這類車中，它能同時由馬達和引擎提供動力，也可由兩個馬達及引擎單獨驅動，再加上兩個馬達和一個引擎，兩個馬達和引擎同時工作。③MCU，這種汽車擁有兩種驅動方式，一種是串聯(lián)，另一種是并聯(lián)，該特征使其同時具有串聯(lián)與并聯(lián)兩種驅動模式，同時具有串聯(lián)與并聯(lián)兩種驅動模式。通常情況下，混合動力車使用的都是傳統(tǒng)的燃油，但同時還配備了發(fā)動機和電動機，既可以節(jié)省燃油，又可以提高低速時的功率。當前中國的HEV主要以混合汽油HEV為主，而國外的HEVHEV也受到了廣泛的關注。2.3燃料電池汽車所謂的“燃料電池車”指的是用燃料電池供電的車。在燃料電池中，只需要進行一系列的化學反應，便可以將電力轉化為電力，同時還不會釋放出任何有毒物質，因此，這款車又被稱為“環(huán)保車”，它的能量效率是內(nèi)燃機的2到3倍，既可以節(jié)約能源，又可以減輕環(huán)境污染。而這種燃料電池，就是要用來作為燃料堆，只有這樣，才能提供足夠的能量，保證車輛的正常運行。近年來，燃料電池技術得到了快速的發(fā)展。福特、豐田等全球各大車企，都已經(jīng)對燃料電池車展開了試驗，如今北美各大城市，也有不少以燃料電池為動力的大型交通工具。此外，在發(fā)展這種電池汽車的時候，還需要克服許多技術上的困難，例如，制作整體式的燃料電池，同時，為了實現(xiàn)燃料電池汽車的商業(yè)化，制造各種零部件的廠商都要齊心協(xié)力，致力于制造集成零部件，并要想辦法降低零部件的成本，這一點已經(jīng)取得了很大的進展。到目前為止，中國在這方面的技術已經(jīng)接近了國際領先的水平，這一點從中國首臺使用交換膜燃料電池的旅游車就能看出來。第3章基于蒙特卡洛法的規(guī)?；妱悠嚦潆娯摵深A測3.1蒙特卡洛模擬方法介紹蒙特卡洛法是一種建立在概率和統(tǒng)計學基礎上的、在計算機仿真中應用廣泛的一種新的、有代表性的測試方法。蒙特卡洛方法是一種新的數(shù)學方法，它可以很好地反映物理學的發(fā)展特征，也可以很好地反映物理學的實驗過程，因而被廣泛地應用于許多領域。蒙特卡洛方法將此問題視為一種偶然事件的機率，將其視為一種對隨機事件的期待。通過一些試驗，根據(jù)一個隨機事件的發(fā)生次數(shù)，來計算它發(fā)生的可能性。或求出它的數(shù)字特性，以試驗結果為依據(jù)回答問題。應用蒙特卡洛法模擬計算，通常遵循如下程序：如果所要求解的問題具有隨機性，那么可以對其進行更精確的描述與仿真；如果問題是非隨機性的，這是一個確定的問題。所以我們必須要建立一個相應的概率過程。并且一些相關聯(lián)的參數(shù)正好就是問題的解，這樣的話，就可以把一個問題的確定性轉化為隨機性。在此基礎上，我們可以將不同的概率模型視為不同的概率分布，這樣，就可以獲得一個隨機變量，它的概率是固定的。這樣就能利用蒙特卡羅方法對實驗結果進行檢驗。所以，這種方法也屬于隨機抽樣。蒙特卡羅模擬，其理論基礎，就是基于一個確定的概率分布。這是一種隨機變量。一般來說，在這種可能性模型被建立之后，可以做采樣，即做一次模擬試驗，并決定這些隨機變量中的一個，也就是所要解決的問題的答案，這就是無偏估計。在得到了多個估計值，如方差等，用仿真的方法可以得到這個問題的解決方案。針對該問題，本項目擬基于EV影響因子分配函數(shù)和參數(shù)，采用蒙特卡洛方法，對電動汽車的日行駛里程、充電時間等進行了隨機選取，并建立了電動車的模型。對EV的初始充電狀態(tài)和充電時間進行計算，并作出預測，獲得電動汽車各種類型的充電負荷曲線，最后，疊加EV的充電負荷曲線。得出了電動汽車的整體荷電特性曲線。預測得出電動汽車充電負荷曲線MATLAB的模型由此得出，在早上8點和下午8點左右電動汽車充電負荷功率預測達到峰值，這正好是早高峰和晚高峰期間。3.2電力負荷預測計算方法假設所有電動汽車的型號是BYDF3DM，它的電池容量為16AH。分為三種充電場景，分別為一天一充，一天二充，一天三充。(1)通過查詢有關數(shù)據(jù)，對各種類型的電動汽車的數(shù)量進行預測，并對其市場規(guī)模進行分析。(2)根據(jù)EV不同用途的影響因子的分布函數(shù)及設置參數(shù)，使用蒙特卡洛仿真法對Matlab進行了模擬，并對日期類型、EV開始充電時間、日行車里程等進行了隨機抽取。(3)計算出車輛的初始帶電狀況及充電所需要的時間；電動車蓄電池的剩余電量與電動車充電時間有很大的關系。在此基礎上，提出了一種新的充電方法。假定電池的耗電量與所走的路程成正比，d表示所經(jīng)過的路程，dm是指在電力狀態(tài)下，最大的行駛距離。在此，假定每個不同功能的電動車每公里所需的電力相同。在最后一次行程結束時，它的剩余電量可以用下面的公式來計算。(4)在計算電荷的第i個值時，為具體使用的電動車計算總充電負荷。這項調查的時間為每天1440分鐘。以15分鐘為單位計算一次充電負載，共有96個荷載點計算，北京市各類EV充電負載的預測，并對電動汽車的各種充電負載進行了分析。3.3電動汽車充電負荷預測通過對三個不同應用場景下的電動車充電負荷預報曲線的疊加，最后，得到了一條對電動家用車充電負荷的功率預測曲線，如圖3.1所示。圖3.1充電負荷預測曲線通過對山西市不同場景電動汽車充電負載特性的研究，我們發(fā)現(xiàn)，在山西市，山西市的充電負載特性與私人電動汽車的負載特性相似，這也是因為私人電動汽車擁有總量最多，所以其對負載特性的影響也最大的原因。但是，由于電動汽車的啟動時間比較一致，所以其充電負載曲線也比較均衡，其起伏主要是由于各車站的發(fā)車和到達時間不一致所致。由于電動出租汽車的充電負載一般都是在固定的充電時刻，所以其充電負載曲線的起伏也是在固定的充電時刻。通過對山西市電動汽車充電負載的數(shù)據(jù)進行分析，我們可以知道，電動汽車充電負載的峰值出現(xiàn)在1200分鐘，也就是晚上八點，在這個時候，大多數(shù)的電動私家車都會返回停車場進行充電，而在這個時候，出租車也會選擇充電，再加上電動大巴的充電負載，三種類型的電動汽車的充電負載疊加在一起，就會產(chǎn)生一個比較顯著的峰值負載。我國新能源汽車發(fā)展現(xiàn)狀，相較于上海、深圳、廣州等一線城市，山西新能源車的銷售已在全國居首位。據(jù)威爾森提供的資料，山西新能源汽車2016-2017年度銷量，在全國各大城市中都是首屈一指的。目前，山西的補貼主要集中在純電動車上，所售車型主要是純電動車，在2017年，山西的新能源車市場中，純電動車和插電式電動車分別占據(jù)了98.6%和1.4%的份額。在政策的偏愛下，電動汽車一直未能打開市場。其次，在山西市，新能源汽車的個體銷售遠遠超過了個體銷售，山西地區(qū)的個體銷售占到了2017年個體銷售占到了85.7%，個體銷售占到了14.3%。山西新能源車銷售有限制，而在搖號中，山西的搖號政策是根據(jù)個人指標分配比例的比例來確定其上限制。山西充電樁的數(shù)量與分布與全國相比，較為合理，對新能源汽車的發(fā)展起到了一定的推動作用。山西市科委、經(jīng)信委、財務委、城管委等部門于2018年2月26日印發(fā)了《山西市新能源汽車推廣應用管理辦法》，其中明確指出，在全市黨政機關、事業(yè)單位、國有企業(yè)等方面，要發(fā)揮示范作用。根據(jù)相關規(guī)定，逐漸提高新能源汽車的配置比例，方便本單位的員工購買和使用新能源汽車，同時，還可以通過對充電設施的完善等方式，對社會起到示范和帶動的作用。同時，在山西大力推動充電樁系統(tǒng)的建設中，要做到適度超前、布局合理、管理規(guī)范、智能化、高效化，使充電樁系統(tǒng)能夠更好地滿足廣大用戶對充電樁的需求，使充電樁系統(tǒng)能夠更好地滿足用戶的需求。與城市建設發(fā)展規(guī)劃相結合，遵循“政府引導、市場運作”的原則，推動新能源汽車充電站（樁）建設、經(jīng)營、管理等各項工作。在山西市，山西市有著強大的政府支持與政策支持，在全國范圍內(nèi)，EV的普及率是最廣、最全面的，因此，開展EV數(shù)量與EV負載的預測研究，是目前EV數(shù)量與EV負載預測研究中最具代表性與前瞻性的。因此，本論文選擇了山西市作為研究對象，采用了一個綜合考慮了多種因素的電動汽車數(shù)量預測模型，對山西市的電動汽車數(shù)量進行了預測。圖3.3是山西市交通局、山西統(tǒng)計局公布的山西市多年來機動車擁有量數(shù)據(jù)。圖4.1汽車與私人汽車保有量3.4配電網(wǎng)拓撲結構采用修訂后的IEEE33結點體系，對不同情況下，電動汽車并網(wǎng)對配電網(wǎng)絡的影響進行了分析。改進的網(wǎng)絡拓撲見圖3.1。其中，工作空間節(jié)點為方塊，生活空間節(jié)點為圓圈。配礦網(wǎng)絡由33個結點、32個分支組成，除了1號結點設定為均衡結點，其它結點都設定為PQ結點。假定在最大負載下，系統(tǒng)的有功P為3715千瓦，無功Q為2300千瓦。將功率參考值設定為10MVA，將電壓參考值設定為10KV。節(jié)點1的電壓設為1∠0，采用標么值的計算方法。圖3.1修改后33節(jié)點系統(tǒng)網(wǎng)絡拓撲結構除了電動車外，配電網(wǎng)的所有負載都被定義為基本負載。如表3.1中所顯示的，是一個區(qū)域在一個星期和一個周末的負荷標準值。假設配電網(wǎng)中所有節(jié)點的基本負荷一天中的變化曲線遵循表3.2所示的規(guī)律，即所有節(jié)點的日負荷曲線形狀相同。它的數(shù)值是在配電網(wǎng)中，每個節(jié)點在相應時刻的原始負荷數(shù)據(jù)與在相應時刻的標幺值的乘積。由此得到了各結點24小時的負載變化規(guī)律。表3.1某地區(qū)工作日及雙休日一天24小時負荷標么值時間工作日雙休日時間工作日雙休日0-10.630.750.750.930.911-20.620.730.730.920.902-30.600.690.603-40.580.660.660.880.864-50.590.650.650.900.855-60.650.650.650.920.886-70.720.680.680.960.92第4章考慮多因素電網(wǎng)節(jié)點4.1選取19,20,21節(jié)點通過對電力系統(tǒng)潮流分布的分析和計算，可進一步對系統(tǒng)運行的安全性，經(jīng)濟性進行分析、評估，提出改進措施。電力系統(tǒng)潮流的計算和分析是電力系統(tǒng)運行和規(guī)劃工作的基礎。潮流計算是指對電力系統(tǒng)正常運行狀況的分析和計算。通常需要已知系統(tǒng)參數(shù)和條件，給定一些初始條件，從而計算出系統(tǒng)運行的電壓和功率等；潮流計算方法很多：高斯-塞德爾法、牛頓-拉夫遜法、P-Q分解法、直流潮流法，以及由高斯-塞德爾法、牛頓-拉夫遜法演變的各種潮流計算方法。

采用牛頓-拉夫遜迭代法實現(xiàn)潮流計算的一般步驟：

(1)輸入原始數(shù)據(jù)和信息：y、Pis、Qis、Uis、約束條件；

(2)形成節(jié)點導納矩陣YB；

(3)設置各節(jié)點電壓初值ei(0)、fi(0)或Ui(0)、δi(0)；

(4)將初始值代入直角坐標或極坐標形式的功率方程，求不平衡量ΔPi(0)、ΔQi(0)、ΔUi2(0)；

(5)計算雅可比矩陣各元素（Hij、Lij、Nij、Jij、Rij、Sij）；

(6)求解修正方程，解得Δei(k)、Δfi(k)或ΔUi(k)、Δδi(k)；

(7)求節(jié)點電壓新值ei(k+1)=

ei(k)+Δei(k)、fi(k+1)=

fi(k)+Δfi(k)，或Ui(k+1)=

Ui(k)+ΔUi(k)、δi(k+1)=

δi(k)+Δδi(k)；

(8)判斷是否收斂：Max|Δei(k)|≤

ε，Max|Δfi(k)|≤

ε或Max|ΔUi(k)|≤

ε，Max|Δδi(k)|≤

ε；

(9)重復迭代步驟(4)、(5)、(6)、(7)，直到滿足步驟(8)的收斂條件；

(10)求平衡節(jié)點的功率和PV節(jié)點的Qi及各支路的功率。4.2選取26,29,30節(jié)點4.3結果分析通過這兩組實驗得出，在19-21節(jié)點期間對電網(wǎng)最有利，在最典型sourceType":"answer","sourceId":1772047409}"中壓配電網(wǎng)中，把最大負荷都都接在19-21節(jié)點之間，對于電網(wǎng)來說，處于最高效節(jié)能的節(jié)點。第5章電動汽車充電對配電網(wǎng)運行的影響分析伴隨著技術的不斷進步，現(xiàn)如今，擁有了越來越多的油電混合的新能源汽車，并且發(fā)展速度非常迅速。因此，隨著電動汽車的不斷增多，會導致對電動汽車的充電需求會變得越來越高，對配電網(wǎng)絡的影響是非常大的，這種影響對于配電網(wǎng)絡的保護是非常不利的，這就需要對這樣的正確的引導和控制。隨著我國電動汽車普及程度的不斷提高，亂充現(xiàn)象給電網(wǎng)安全帶來了極大的挑戰(zhàn)。為了有效地降低或防止這一現(xiàn)象的出現(xiàn)，需要在一個可控的環(huán)境下，對使用者的充電行為進行正確的指導，并對其進行有效的控制。在這種情況下，一些學者提出了對電動車實行分段充電的想法，也就是當電力網(wǎng)處于最低點時，為電動車充電。電力使用的最大峰值一般是在早上1點到5點之間，這種充電方式是為了更好的保護配電網(wǎng)絡，在用戶用電量的低谷時點進行電動汽車充電負荷，這樣就保證了電動汽車的成功的的高峰時段，這種方式雖然有一定的局限性，但是從某一方面來講，確實可以緩解負荷曲線【3】。在情緒低落時，隨著大批電動車連上電力網(wǎng)以供充電，這樣，就會在配電系統(tǒng)中出現(xiàn)一定的負荷峰值，上下起伏這么大，這會對電網(wǎng)的安全運行產(chǎn)生很大的影響。因此，本文將對分階段充電的隨機性充電方式進行分析，對智能充電方法進行了全面梳理。

5.1電動汽車充電對于配電網(wǎng)的影響因素

5.1.1對于配電網(wǎng)影響的概論

在電力系統(tǒng)中，電動車接入到電力系統(tǒng)中進行充電，會對電網(wǎng)造成諧波污染。電能消耗量大，諧波多，造成用電量上升。由于諧波的存在，配電網(wǎng)絡中的有功損失率顯著提高。因為有諧波，對電網(wǎng)造成了巨大的影響，對電網(wǎng)運行品質造成嚴重影響，對系統(tǒng)的正常運作造成了很大的影響。

5.1.2電動汽車充電對于電能質量的影響

在電力系統(tǒng)中，電動車接入到電力系統(tǒng)中進行充電，會對電網(wǎng)造成諧波污染。電能消耗量大，諧波多，造成用電量上升。由于諧波的存在，配電網(wǎng)絡中的有功損失率顯著提高。因為有諧波，對電網(wǎng)造成了巨大的影響，對電網(wǎng)運行品質造成嚴重影響，對系統(tǒng)的正常運作造成了很大的影響。5.1.3對于配電網(wǎng)線路負荷的影響

在給電動車充電時，一些汽車擁有者更愿意為整個汽車充電，一些車主認為，換一種充電的方法更方便，它可以在最短的時間內(nèi)進行充電，既不影響車輛正常使用，配電線路在沒有電動車連接連接的情況下，這樣的話，它的負載和損失都會更小。但是，在這種情況下，線路總損耗率和變壓器的空載損耗率將會較高。隨著電動車在市場中的份額越來越大，其對電網(wǎng)負荷的影響較之前也越來越大。在電動汽車充電時，如果能積極配合電網(wǎng)的負荷調節(jié)，就能使經(jīng)濟效益得到有效力系統(tǒng)負荷曲線【2】。

【1】電動汽車充電負荷功率預測【2】電動汽車負荷接入IEEE33節(jié)點前后電壓標幺值變化【3】電動汽車負荷接入IEEE33網(wǎng)絡節(jié)點后電壓標幺值

5.2對于電動汽車的充電控制方法

隨著科學技術的進步，更多的汽油和電力混合動力車開始出現(xiàn)。并在快速增長，所以，隨著電動車的普及，這就造成了對電動車充電的要求越來越高，這就會對配電網(wǎng)絡產(chǎn)生非常大的影響,這種影響是非常不利于對于配電網(wǎng)絡的保護,這就需要正確的引導和控制這樣的情況發(fā)生。

當電動汽車的滲透率較高時,隨機充電的行為會對電網(wǎng)的保護產(chǎn)生非常大的影響。為了降低或防止這種現(xiàn)象的出現(xiàn)，必須要對使用者的充電習慣進行正確的指導，并在一個可控的環(huán)境中進行有效的控制。此時，有關學者提出了對電動汽車進行分段充電的設想，即讓電動汽車在配電網(wǎng)絡低谷時進行充電，通常用電低峰時間是在凌晨1點到早晨5點之間，這種充電的方法是為了更好的保護配電網(wǎng)絡,在用戶用電量的低谷時點進行電動汽車充電進行轉移充電負荷,這樣保證了電動車的充電能夠成功的避開負荷的高峰時段,這種辦法雖然存在一定的局限性,但是在某個方面來講確實能夠緩解負荷曲線[3]。在電力供應處于最低水平的時候，許多電動車被送到電力網(wǎng)去充電，這將導致配電網(wǎng)絡中出現(xiàn)某種程度的負荷峰值，而且，一旦完成了充電，整個配電系統(tǒng)的負載率就會急劇下降，這種變化是非常顯著的，會對電網(wǎng)的平穩(wěn)運行產(chǎn)生非常大的影響。那么,本文就時段充電法和隨機充電法的缺點,綜合整理出了智能的充電方法。

5.3智能充電的原理簡介

仔細分析(表3-1)可以了解到，如果電動汽車沒有接入配電網(wǎng)絡，這是電路的負載率通常比較低，當時的最低值為17.85%左右，最高時可以達到的峰值為43.42%左右，那么，這樣的情況下就可以對一般情況下車主的行車規(guī)律進行合理化、科學化的分析，并充分結合整體線路的負載率，要想真正實現(xiàn)電動汽車的要達到最佳的充電效率，必須對各種充電電源進行細致的分析，并在各種條件下進行合理的分配。

在能夠有效滿足電動車實際充電需求的情況下進行的智能充電，也就是說，在不同的時間里，最大限度地減小過電壓的總和的總損失，并利用最優(yōu)算法，對電動汽車在不同時間段的可充電電量進行計算。從而真正實現(xiàn)對配電網(wǎng)的有效如能有效提升電網(wǎng)整體電壓質量，真正降低其損耗，達到穩(wěn)定電網(wǎng)負荷的效果。

5.4智能充電的方法簡介

本項目擬開展基于24小時短時負荷預測的智能充電技術研究，并在此基礎上，開展離線條件下電動汽車接入配電網(wǎng)的充電負荷優(yōu)化工作。與當前的實際狀況相結合，在短期內(nèi)，預測的負荷值通常會有5%左右的誤差，其偏差較小，可以保證最貼近實際情況的是智能充電法的數(shù)據(jù)信息。在研究智能充電方法的時候，可以設計很多不同的充電條件，能夠真實模擬現(xiàn)實的情況，比如設計不同的充電時間和載荷率的問題。一般情況下，人們下班的時間都在晚上6點左右，我們預設的是從晚上6點到第二天早上7點，電動車接入電網(wǎng)充電；如果想要能夠保證配電網(wǎng)線路的經(jīng)濟性和可控性，可以假定當電路的某一特定值大于負載率時，電動汽車可以在配電網(wǎng)中充電，并且在接入電網(wǎng)充電后，這個時間段的電網(wǎng)負載率必須小于此值。我們假設這個充電時間是下午6點到第二天早上7點，電動車可以接入配電網(wǎng)充電的條件是負載率在40%以下；而且，50%左右的電動車在充電時，對小路優(yōu)化后的載荷率也應達到平均值小于50%；電動車100%充電時，一般優(yōu)化后的線路載荷率也應在65%左右以下。這種智能的充電方法，不但能在一定的時間內(nèi)使用，而且還可以持續(xù)一段時間。無論什么時候，設定了相應的充電狀態(tài)，都能很好的掌控。智能充電方式的全面應用在未來能夠實現(xiàn)負荷曲線的平滑進行，這對于配電網(wǎng)的影響也將逐步降低，為電動車車主科學合理的安排充電方案起到了保護保護用戶利益的作用。結論電動車的推廣可以緩解能源緊張和污染，而對于大規(guī)模電動汽車充電負荷的預測，則是電動汽車全面發(fā)展與應用的基礎。準確地對充電負荷進行預測，并采取相應的措施，可以有效地應對電動汽車充電對電網(wǎng)造成的一系列影響。本文對電動汽車充電負荷預測問題展開了進一步的研究，綜合兩種預報模式，在此基礎上，構建了多個影響因素下的電動汽車數(shù)量預測模型。應用EVload模型對電動車市場份額最大值的計算，具有多種特征的綜合，全面考慮與電動汽車發(fā)展相關的多種影響因素的功能和區(qū)別，介紹一種基于時變的巴斯模型，多因素影響下的電動車擁有量預測模型構建，采用聯(lián)合兩個預報模式的組合預報模式進行預報，因此，更準確地預測電動車保有量。通過對山西市不同類型的電動汽車的發(fā)展狀況的分析，提出了相應的對策。基于多因素的電動汽車擁有量預測模型。通過對山西市各類使用電動汽車的數(shù)量進行預測，并結合歷年各類使用電動汽車所占的比重，得出2018-2025年山西市各類使用電動汽車的數(shù)量。對大型電動汽車充電負荷的各種影響因素進行了研究，具體內(nèi)容有：電動汽車的類型、動力電池的類型、動力電池的充電特性、充電模式、日行駛里程數(shù)、動力電池的荷電狀態(tài)、充電起始時間和充電功率等，并以實際情況為依據(jù)，展開具體的研究，并設置相應的參數(shù)。參考文獻[1]王浩林,張勇軍,毛海鵬.基于時刻充電概率的電動汽車充電負荷預測方法[J].電力自動化設備,2019(3):7.[2]李含玉,杜兆斌,陳麗丹,等.基于出行模擬的電動汽車充電負荷預測模型及V2G評估[J].電力系統(tǒng)自動化,2019,43(21):9.[3]陳勇,江穎達,徐剛,等.規(guī)?；妱悠嚦潆娯摵深A測[J].電力需求側管理,2022(005):024.[4]熊昊哲,劉曼佳,向慕超,等.新型大規(guī)模電動汽車充電負荷預測方法及其在區(qū)域配電網(wǎng)中的應用[J].湖北電力,2022,46(5):6.[5]鐘小強,王天云,麥鴻坤.面向居民區(qū)電動汽車充電負荷預測與容量配置研究[J].電測與儀表,2018.[6]張謙,王眾,譚維玉,等.基于MDP隨機路徑模擬的電動汽車充電負荷時空分布預測[J].電力系統(tǒng)自動化,2018,42(20):65-72.[7]黃佳駿.電動汽車充電站短期負荷預測[J].2022(2).[8]王威,賀旭,王晴,等.電動汽車充電對電網(wǎng)負荷和電氣設備的影響[J].供用電,2018,35(9):6.[9]陳麗丹,張堯,AntonioFigueiredo.融合多源信息的電動汽車充電負荷預測及其對配電網(wǎng)的影響[J].電力自動化設備,2018,38(12):10.[10]王睿、高欣、李軍良、徐建航、艾冠群、井瀟.基于聚類分析的電動汽車充電負荷預測方法[J].電力系統(tǒng)保護與控制,2020,48(16):8.[11]鎖軍,李龍,賀瀚青,等.考慮交通路況的電動汽車充電負荷預測[J].電網(wǎng)與清潔能源,2022,38(10):7.[12]MasoumAS,DeilamiS,MosesPS,etal.Smartloadmanagementofplug-inhybridelectricvehiclesindistributionandresidentialnetworkswithchargingstationsforpeakshavingandlossminimisationconsideringvoltageregulationEJ]-IETGenerationTransmission&Distribution,2011,5(8):877-888.[13]AchaS,GreenTC,ShahN.EffectsofoptimisedPlugInHybridVehiclechargingstrategiesonelectricdistributionnetworklosses[C].IEEEPESTransmissionandDistributionConferenceandExposition,NewOrleans,LA,USA,2010.[14]DoostizadehM,KhanabadiM,EsmaeilianA,etal.OptimalenergymanagementofaretailerwithsmartmeteringandPlug-InHybridElectricVehicle[C丄The10thInternationalEnvironmentandElectricalEngineering*Rome,Italy,2011.[15]徐立中，楊光亞，許昭，等.電動汽車充電負荷對丹麥配電系統(tǒng)的影響[J：].電力系統(tǒng)自動化,2011,35(14)：1823.[12]XULi-zhong,YANGGuang-ya,XUZhao*etal.ImpactsofelectricvehiclechargingondistributionnetworksinDanmarkCJ].AutomationofElectricPowerSystems,2011,35(14)：18-23.[16]于大洋，宋曙光，張波，等.區(qū)域電網(wǎng)電動汽車充電與風電協(xié)同調度的分析口丄電力系統(tǒng)自動化，2011,35:24-29.[17]YUDa-yang,SONGShu-guang,ZHANGBo,etal.SynergisticdispatchofPEVschargingandwindpowerinChineseregionalpowergrids[J],AutomationofElectricPowerSystems,2011,35(14):24-29.[18]GuilleC,GrossG.TheintegrationofPHEVaggregationsintoapowersystemwithwindresources[C].BulkPowerSystemDynamicsandControl,Urbana,IL,USA,2010.[19]孫曉明，王瑋，蘇粟，等.基于分時電價的電動汽車有序充電控制策略設計口丄電力系統(tǒng)自動化,2013,37(1)：191