作為我國戰略性新興產業和交通部門節能減排的重要途徑，近年來我國新能源汽車產業發展迅猛。在財政補貼、免徵購置稅、免搖號、免限行、充電設施及充電價格等多重政策推動下，2015年全國電動汽車銷量達到33.1萬輛，佔全國汽車總銷量的1.32%。在此背景下，上海市電動汽車規模進入了高速發展階段。2015年，上海市新增電動汽車46 507輛，比2014年增長3倍以上。但與此同時，電動汽車的普及將對電力系統運行帶來多層面的影響。國內外科研領域近年來也對電動汽車併網對電力系統的影響展開了多方面的研究：
1）電動汽車充電負荷對電力系統的影響。電動汽車充電負荷涉及電動汽車用戶的用車行為、停車行為、充電時間、充電方式、車型種類等多種因素。由於目前電動汽車發展仍處初期，針對電動汽車用戶的數據收集較為有限，一般通過建模仿真分析電動汽車充電電量和負荷特性。目前研究主要基於電動汽車數量規模預測或假設，在考慮電動汽車用戶行為及電網運行的前提下，分析電動汽車充電對用電負荷、電網經濟運行調度、電能質量、配電設備等方面的影響。
2）電動汽車儲能在電力系統中的應用。電動汽車充電不僅提升了電網負荷，基於系統運行環境的電動汽車有序充電將幫助電網平抑高峰負荷、提高系統運行效率、降低系統容量投資成本及提高系統運行靈活性等。此外，電動汽車的動力電池還可作為分布式儲能單元，向電網或其他用戶反向饋電，進一步提高電動汽車在系統中的應用價值。目前的研究主要包括電動汽車有序充電控制和電動汽車與電網互動（vehicle to grid，V2G），也有文獻稱為單向V2G 和雙向V2G。
3）電動汽車充放電成本效益研究。電動汽車有序充電及儲能的實際應用效果取決於電池充放電成本及其對電力系統服務的收益。目前這方面的研究集中在電動汽車參與電力市場輔助服務和需求響應的經濟性分析。
目前國內對電動汽車參與電力系統運行的研究仍然以理論研究為主，基於電動汽車用戶實際出行及充電行為的實證研究較為有限。本研究在國內外相關研究基礎上，通過對上海市電動汽車用戶行為的調研，分別從電動汽車充電需求及負荷特性、電動汽車充放電調節潛力及經濟性、電力市場環境及商業運行模式3個方面對電動汽車在上海電力系統的應用價值進行了分析。
上海電網整體負荷水平一直居於國內前列，最近幾年在電網的建設方面逐步趨於飽和，負荷水平基本保持穩定。電力消費方面，上海電網用電量較為平穩的特徵充分體現了上海的產業結構和發展特點，由於第三產業佔比較高，金融、服務業佔社會經濟總量的比重顯著上升，人口總量也基本保持平衡，因此用電量呈現平穩的特點。
上海的電力能源結構相對單一，其中火電由煤電、燃油、燃氣以及綜合利用燃料組成。「積極引入外部清潔能源、減少本地機組排放」是近年來上海電力能源發展的核心策略，但同時也給本地電網調度運行和管理帶來前所未有的挑戰。近年來，上海電網消納我國西南水電來電容量持續上升並達到1 200萬kW，外來清潔電力的受電比例在部分時段高達70%。大規模清潔電力饋入疊加上海特大城市電網峰谷用電特性，上海本地機組調停壓力顯著增加，電網強饋入、弱開機格局形成，提升需求側靈活性調節能力勢在必行。
若按照指數規律對飽和趨勢進行預測，到2020年上海電網最高負荷為3 040萬kW（見圖1），到2030年上海電網最高負荷為3 290萬kW。用電需求增速放緩雖然一定程度上降低了供電容量需求，加之外來電力比重不斷提高，導致外來清潔能源電力與本地電源之間的矛盾更加突顯，尋找新的靈活調峰資源勢在必行。
圖1 2020年上海電網最高用電負荷水平估計
電動汽車充電負荷對電網峰谷負荷的影響取決於用戶行為、充換電模式及充電功率等因素。本研究採用巴斯（Bass）擴散模型預測上海市電動汽車數量增速。以我國新能源汽車市場規模為例［見式（1）］，其中n(t)代表t年新增的新能源汽車數量，a代表創新係數（外部影響），b代表模仿係數（內部影響）：
式中：n(t)為t年新增新能源汽車數量；(t)為t年累計新能源汽車數量；m為最大市場潛力；a、b分別為外部影響（創新）係數、內部影響（模仿）係數。
上海私人購買電動汽車享受免費牌照及現金補貼政策，考慮到上海市目前高達數萬元的牌照價格，扶持政策無疑有力激勵了電動汽車發展。考慮到現行的機動車限號及財稅扶持政策在未來存在一定的不確定性，研究設定2種電動汽車發展情景，即常規發展情景和高速發展情景（見圖2）。
圖2 2種情景下上海市2020-2030年電動汽車銷售及保有量
其中常規發展情景根據2010—2015年燃油汽車及電動汽車銷量歷史統計和2020年規劃量進行擬合，得到創新及模仿係數a=0.01、b=0.08。此外，考慮到技術進步及動力電池成本快速下降等因素，能源所等機構對電動汽車到2030年的銷量增速有更樂觀的預期。因此，除常規情景外，本研究提出另一高速發展情景，其中創新係數維持不變，模仿係數b取0.15。通過模型將車輛銷量增速遞推至2030年，得到常規發展情景下到2030年電動汽車年銷量佔全部汽車銷量市場的28%，電動汽車保有量達到155萬輛，其中小型電動乘用車為144萬輛；高速發展情景下，到2030年電動汽車年銷量佔全部汽車銷量市場的43%，電動汽車保有量達到245萬輛，其中電動乘用車為228萬輛（插電式混合動力汽車與純電動汽車的比例維持不變，即76%︰24%）。
目前上海市在售電動汽車百千米電耗在10～20kWh之間，考慮到電動汽車綜合能效較高，未來進步空間較為有限，本研究假設到2030年車輛電耗及充電功率分別達到百千米15kWh和7kW。2015年上海市比亞迪秦和榮威E50用戶日均行駛裡程分別31km和26km，考慮隨著交通機動化率的進一步提高，未來上海市居民出行強度仍有一定增長潛力，本研究假設上海市電動乘用車日均行駛裡程以每年3%增幅增加，則到2030年日均行駛裡程達到50km。同理推測到2030年，大型電動客車百千米電耗為100kWh，日均行駛裡程300km，充電功率100kW，且電動乘用車及電動客車充電效率同為90%，則在電動汽車常規發展情境下， 2030年上海市電動汽車充電量需求約為12.4TWh，佔當年全市用電量的7.4%；在高速發展情景下，全年充電量需求為19.6TWh，佔當年全市用電量的11.2%。
電動汽車充電量需求為不同類型車輛（私家車、公務車、公交車、計程車、物流車）、不同技術（純電動汽車、插電式混合動力汽車）充電需求的加總：
式中：ECi,m,t為第i年m型車輛t動力技術充電量需求，kWh；Stocki,m,t為第i年m型車輛t動力技術車輛數，輛；Distancei,m,t為第i年m型車輛t動力技術運行裡程，km；FEi,m,t為第i年m型車輛t動力技術能效，kWh/km；Chargei,m,t為第i年m型車輛t動力技術，%。
電動汽車隨機充電負荷是分析充電負荷特性及負荷調控潛力的基礎。電動汽車充電負荷特性主要由用戶的充電行為決定，而影響用戶充電行為的因素包括出行、停車、充電的時空分布以及充電方式（功率）等。為深入研究上海市各類車型充電行為特徵，本研究按5類車型在上海市選取73輛電動汽車進行停車及充電時間調查（包括10輛電動公交車、10輛電動計程車、10輛電動物流車、16輛電動公務車及27輛電動私家車），從出行時段分布來看，用戶出行主要集中於早晚尖峰時段（7-9點、17-19點），其出行次數分別佔到全天出行次數的8.8%和10.2%，此外午間時段也出現較為平穩的出行小高峰。而出行低谷為凌晨1—5點，該時段合計出行次數佔全天出行次數的比例不足0.7%；從單次出行來看，電動汽車用戶單次出行平均時長為35min，其中25min以內出行次數佔比51%。
圖3列舉了其中4類車型24h停車時間概率分布情況。以私家車為例，多數用戶傾向晚間在居住小區充電，且現有私家電動汽車車主配建的充電設施一般安裝在住宅停車場（根據上海市經濟和信息化委員會規定，自2015年開始上海市電動汽車用戶必須先安裝充電樁才可上牌），其停車尖峰時間出現在晚21:00至上午6點左右，停車低谷時間出現在上午8點左右和傍晚18點左右；電動計程車停車高峰往往集中在夜間22:00至凌晨時段。
圖3 上海市各類電動乘用車停車時間概率
單輛電動汽車充電負荷曲線由充電起始時間及持續充電時間決定，而電動汽車群充電負荷由多輛單體電動汽車充電負荷曲線疊加而成。本研究基於上海電動汽車數量增速及電動汽車用戶調研，測算了電動汽車充電負荷曲線。結果顯示（見圖4），在電動汽車高增速情景下，電動汽車充電負荷高峰為6.33GW，出現於晚間19:00點左右，充電負荷低谷為15MW，出現於凌晨4點左右；疊加電動汽車充電負荷曲線後，電網負荷高峰為37.93GW，出現於晚間20:00左右，充電負荷低谷為21.07GW，出現於上午6:00左右，電網負荷峰谷差從11.90GW增加到16.86GW。綜合來看，在隨機充電情況下，電動汽車充電負荷將顯著提升傍晚電力負荷高峰，且全天峰谷差也將有所增加，從而對電網運行產生一定壓力。
圖4 2種情景下2030年上海市夏季電動汽車充電負荷
在上海市電動汽車用戶行為調研中發現，在公交、出租等車輛運營部門，由於出行強度高，充電量需求大，適應負荷調控的停車時間有限，導致模型對充電行為的優化空間較小。相比之下，電動私家車、電動公務車停車時間較長但實際充電時間較短，尤其在負荷峰谷時段（中午12點及凌晨5—6點），相當比例的電動汽車處於非充電的停車狀態，具有較高需求響應調節潛力（見圖5）。對於一般私家電動汽車，平均每日出行時間一般在2～4h之間，剩餘20h停車時段都可接入電網參與需求響應調節，因此其參與需求響應具有較大調節空間。
圖5 上海市電動私家車、公務車停車及充電時間概率
為深入分析上海地區不同電動汽車車型充電行為特徵，本研究分別對電動私家車、電動公務車兩類車型用戶的停車及充電概率進行了對比。結果如圖5所示，其中淺色、深色部分代表停車概率及隨機充電概率。調研結果印證了上海地區這兩類車型具有較大的充電調節空間，特別是在負荷峰谷時段（中午12點及凌晨5—6點），相當比例的電動汽車處於非充電停車狀態，有潛力參與需求響應調節。
本文以降低系統高峰負荷為優化目標，在電動汽車停車時間及電池容量約束下，模擬了有序充電下電動私家車、公務車充電負荷。
電網第i小時總負荷為第 i 小時電網原始負荷與第 i 小時電動汽車充電負荷之和，即：
式中：Pi為第i小時電網總負荷；Po,i為第i小時電網原始負荷；Pv,i為i小時電動汽車充電負荷。
本研究假設電動汽車用戶出行後便開始充電行為，則電動汽車在第 i 小時的充電負荷可分為在第 i 小時開始接入電網充電的電動汽車充電負荷與此前若干小時中（i-n）陸續接入電網充電，但在第i 小時未充滿車輛的充電負荷，因此疊加充電負荷的小時數取決於電動汽車充電時間：
式中：t為第i小時電動汽車充電負荷疊加次數；Pv,i′為第i小時內接入電網電動汽車充電負荷。
本研究假設電池的終止充電荷電狀態SOC為90%，則電動汽車充電時間t 為：
式中：B為動力電池額定容量，取30kWh；E為電動汽車能效，取15kWh/（100km）；D為電動汽車日行裡程；PC為電動汽車單車充電功率，取7kW/輛。
基於隨機充電負荷預測結果，本研究假設有序充電管理對電動汽車充電行為有充分引導：若車輛充電負荷出現在基荷用電低谷，則系統可直接調度車輛充電負荷至低谷時段，而當前小時充電負荷將根據原始負荷與當日平均負荷之間的差值決定，即：
式中：為全天基荷平均負荷。
表1對比了隨機充電與有序充電下電動汽車充電負荷的差異。
表1 2030年電動汽車需求響應下電網負荷
2種
情景
充電方式
最高負荷/MW
最低負荷/MW
日峰谷差
/MW
時間
負荷值
時間
負荷值
低情景
隨機充電
20:00
35 757
6:00
21 045
14 712
有序充電
12:00
34 906
2:00
23 184
11 722
高情景
隨機充電
20:00
37 931
6:00
21 069
16 862
有序充電
12:00
35 987
3:00
24 018
11 969
圖6顯示了2種電動汽車發展情境下，隨機充電及有序充電負荷曲線，可見有序充電使電網高峰負荷一定程度降低，負荷峰谷差明顯減小，大部分充電負荷轉移至凌晨負荷低谷時段。
圖6 2種情景下電動汽車有序充電調節效果
圖7為電動汽車高速發展情境下，電動私家車及公務車隨機充電及有序充電負荷曲線。可見，隨著需求響應的引入，大部分原本出現在午後至晚間的充電電量轉移至凌晨時段，電動汽車充電負荷調節效果明顯。
圖7 2種電動汽車發展情景私家車/公務車隨機及有序充電負荷
電動汽車參與需求響應的經濟性包括成本和效益兩方面，其中充電調節的成本包括實現有序充電技術的軟硬體成本以及電動汽車用戶改變充電行為的支付意願；充電調節的效益主要包括電動汽車有序充電的高峰負荷削減、填谷電量以及由此產生的環境效益（見圖8）。
圖8 電動汽車參與需求響應經濟性分析
電動汽車與傳統需求響應資源相比存在較大差異。對於傳統需求相應資源而言（如空調、照明等），電能消費與電力服務同時發生，需求響應的成本與用戶行為的改變程度正相關，即提升需求響應的規模往往以犧牲更多的用戶自由度為代價；對於電動汽車充電，充電需求與出行需求在時間上是分離的，在車輛停駛時段內對電動汽車充電時間的選擇和調整並不會明顯影響用戶的出行行為，因此其需求響應的成本相比傳統需求響應資源有所降低（見圖9）。
圖9 傳統需求響應資源與電動汽車有序充電響應成本示意圖
對電動汽車用戶參與需求響應的價格彈性研究方面，較有代表性的是美國能源部發起的EV Project項目。該項目2009年10月啟動，主要任務是包括在美國17個地區構建成熟的電動汽車充電設施；部署基礎設施建設；建設12 000個 AC level 2 充電設備和100個DC快速充電機，到2015年已有超過8 000用戶註冊該項目，由愛達荷國家包括實驗室（INL）負責數據收集。該研究發現價格激勵能夠顯著影響電動汽車用戶的充電行為，在聖地牙哥電力和天然氣公司（SDG&E）覆蓋區域，當峰谷電價比為2︰1時，峰谷電價差約為0.13美元（約0.85元人民幣），70%的電動汽車用戶會將充電負荷移至夜間電價低谷時段；當峰谷電價拉大到6︰1以上後，價差達到0.3美元（約2元人民幣），低谷充電時段用戶的比例提升至90%；而當峰谷電價進一步拉大後，新增參與充電調節的用戶數量逐漸降低。
現行上海市居民用戶分時電價如表2所示，第二檔低電壓用戶尖峰時段（6:00–22:00）電價為0.677元/kWh，低谷時段（22:00–次日6:00）電價為0.337元/kWh，峰谷電價比近似2︰1，與SDG&E電動汽車充電分時電價比例相似。根據EV Project對充電價格彈性的分析，當峰谷電價之比較低時，電動汽車用戶參與需求響應的價格彈性相對較高，而隨著峰谷電價之比不斷拉大，價格彈性逐漸降低，並在參與度達到90%後趨近於零。本研究假設到2030年上海市將基本建成支持有序充電的軟硬體環境，則當峰谷電價之比較低（2︰1）時，電動汽車需求響應參與率略高於目前聖地牙哥電動汽車用戶水平達到75%，即約75%電動私家車及電動公務車用戶將響應上述分時電價將充電負荷轉移至低谷時段；而當分時電價比進一步拉大至6︰1後，參與需求響應的用戶比例提升至90%，與目前聖地牙哥電動汽車參與率上限相同。峰谷差變化及年度移峰電量可由下式得到：
峰谷差變化量：
式中：為峰谷差變化；CPi,f為固定電價下i小時充電電量；CPi,op為分時電價下i小時充電電量。
年度移峰電量：
式中： MEop為年度移峰電量。
則在電動汽車高速發展情景下，由電動汽車有序充電帶來的削減負荷峰谷差及新增填谷電量見表2。
表 2 3類電價情景下電動汽車充電調節效益
時段
單一固定電價
現行分時電價
充電分時電價
峰時段
6:00-22:00
0.667
0.677
0.975
谷時段
22:00-次日6:00
0.667
0.337
0.155
效益
移峰電量/
（億kWh·a-1）
–
42.2
50.6
降低峰谷差/GW
–
3.7
4.4
可見，當採用2︰1分時電價後，大多數電動汽車將參與有序充電，系統峰谷差也從單一固定電價下的16.9GW下降至13.2GW，年度移峰電量達到42.2億kWh，平均每輛電動汽車的有效調節功率為1.8kW，有效調節電量為2 050kWh（移峰電量）；而當分時電價比拉大到1︰6之後，系統峰谷差進一步降低0.7GW，年度移峰電量達到50.6億kWh，平均每輛電動汽車的有效調節功率2.1kW，有效調節電量為2 460kWh。電動汽車有序充電首先降低了電動汽車用戶的充電成本。在單一固定電價情況下，平均每輛電動汽車每天充電電量為8.33kWh，年度充電成本為2 028元/kWh。在2︰1分時電價情況下，充電量需求不變，年度充電成本下降65%至709元/kWh；在6︰1分時電價情況下，充電量需求僅為原始成本的19%，即392元/kWh。
除緩解上海市電網調峰壓力外，若調峰電量用於西南水電等外部清潔電力消納，則按245萬輛電動汽車每年填谷電量50.6億kWh完全用於消納外來水電計算，電動汽車有序充電將幫助上海電網每年減少燃煤消耗230萬t/a，減排煙塵0.2萬t、二氧化硫1.1萬t、氮氧化物1.2萬t、二氧化碳450萬t。
電動汽車有序充電還將起到降低網損、緩解輸電擁堵、提高供電質量和供電可靠性等作用，開展有序充電還將帶動上海市智能充電設施、智能配電網等一系列能源網際網路相關產業發展，從而進一步加快當地整車、電機、電池及充電設施裝備製造等相關產業投資及產值增速。
本文結合上海市電動汽車及電網發展背景，分析了未來電動汽車充電參與電力需求響應的潛力及經濟性。基於上海市電動汽車用戶行為調查，本研究發現雖然在隨機充電的情況下，電動汽車充電高峰與電網原始負荷高峰並不重合，但若電動汽車數量大幅增加，充電負荷將顯著提升上海市傍晚電力負荷高峰，且全天峰谷差也將有所增加。由於電動私家車和電動公務車出行強度較低、停車時間較長，採取有序充電策略後，兩類車型將有望成為未來上海市電力系統重要的需求側調節資源。總之，將電動汽車納入需求響應不僅能夠對電動汽車用戶、電網企業帶來可觀的經濟效益，還可實現巨大的社會和環境效益，且從長期來看，電動汽車有序充電對提升上海市電力電網所帶來的「填谷」價值將高於「削峰」價值。相比於其他需求響應資源，電動汽車通過改變充電時間參與電力系統調節具備相當的成本優勢潛力。
劉堅，博士，助理研究員，主要從事新能源汽車、儲能和可再生能源相關領域研究。
金亨美，碩士，高級政策分析師，主要從事電力需求側資源、電力行業低碳轉型相關領域研究。
引文信息
劉堅、金享美 .電動汽車參與上海市電力需求響應潛力及經濟性研究[J].供用電，2017,34（3）：26-31，41.
投稿電話：010-63412787
發行電話：010-63412806
合作洽談：010-63412352
投稿平臺：www.gydi.cbpt.cnki.net
投稿郵箱：gongyongdian@vip.163.com