摘要 ：文章基于南方某市的電動汽車充電數據，得出各類型電動汽車在不同日期類型的充電開始時間、充電電量、充電功率的分布規律。采用蒙特卡洛算法模擬計算了該市 2021年各類型電動汽車工作日與休息日的充電負荷情況，結果表明，電動私家車在休息日的午間和凌晨充電負荷要高于工作日；該市電動出租車在工作日與休息日的充電負荷占比分別為 60．42% 、58．55% ，在三類型車中始終大; 電動私家車工作日與休息日充電負荷曲線有較大差異，電網總負荷會在 19:00 達到高峰。驗證了電動汽車的大規模引入會增加電網的峰值和峰谷差，同時將充電行為數據擬合為公式，旨在為未來的電網擴容建設和對電動汽車的有序充電控制提供幫助。

關鍵詞：電動汽車；充電行為分析；負荷預測

0 引言

隨著環境的惡化和化石能源短缺現象的加劇，電動汽車以其相對低廉的價格、契合綠色出行的理念、消納間歇性可再生能源電力等特點，近些年在世界范圍 內都得到了較快的發展。而大規模電動汽車并入電網給電網的安全帶來了嚴重的威脅。即隨著電動汽車數量的提高，會給電網負荷帶來了巨大的沖擊。因此，對電動汽車的充電負荷趨勢進行預測，對于電網及充電樁后續的規劃建設，以及采用何種方式來緩解大規模電動汽車充電過程對電網帶來的沖擊，都具有重要的研究價值和現實意義。

針對電動汽車充電負荷預測可以分為從空間角度和時間角度進行預測。文獻研究電動汽車在空間約束下的出行特性，采用交通起止點法和蒙特卡洛算法完成對電動汽車充電負荷的時空預測。文獻針對電動汽車在居民區的充電特征，建立相關模型。文獻以某一地區為例，根據狀態轉移矩陣得到居民區、工商業區電動汽車的數量，研究不同功能區域電動汽車充電負荷的差異性。文獻對蒙特卡洛算法的尋優路徑優化，完成對電動汽車時間尺度上的負荷預測，提高了運算速度。

文中分析了前人研究電動汽車的充電負荷特性因素的不足之處，對某市工作日與休息日各類型車的實際充電行為數據進行統計分析，包括充電開始時間、充電電量、充電功率的分布特征。采用蒙特卡洛法計算各類型電動汽車的負荷曲線，比較各類型車負荷曲線的差異，分析充電負荷曲線對該市電網負荷的影響。

1. 安科瑞充電樁收費運營云平臺

1.1概述

AcrelCloud-9000安科瑞充電樁收費運營云平臺系統通過物聯網技術對接入系統的汽車充電站、電動自行車充電站以及各個充電樁進行不間斷地數據采集和監控，實時監控充電樁運行狀態，進行充電服務、支付管理，交易結算，資源管理、電能管理、明細查詢等，同時對充電機過溫保護、漏電、充電機輸入/輸出過壓、欠壓、絕緣低各類故障進行預警；充電樁支持以太網、4G或WIFI等方式接入互聯網，用戶通過微信、支付寶、云閃付掃碼充電。

1.2應用場合

適用于住宅小區等物業環境、各類企事業單位、醫院、景區、學校、園區等公建、公共停車場、公路充電站、公交樞紐、購物中心、商業綜合體、商業廣場、地下停車場、高速服務區、公寓寫字樓等場合。

1.3系統結構

現場設備層：連接于網絡中的各類傳感器，包括多功能電力儀表、汽車充電樁、電瓶車充電樁、電能質量分析儀表、電氣火災探測器、限流式保護器、煙霧傳感器、測溫裝置、智能插座、攝像頭等。

網絡通訊層：包含現場智能網關、網絡交換機等設備。智能網關主動采集現場設備層設備的數據，并可進行規約轉換，數據存儲，并通過網絡把數據上傳至搭建好的數據庫服務器，智能網關可在網絡故障時將數據存儲在本地，待網絡恢復時從中斷的位置繼續上傳數據，保證服務器端數據不丟失。

平臺管理層：包含應用服務器和數據服務器，完成對現場所有智能設備的數據交換，可在PC端或移動端實現實時監測充電站配電系統運行狀態、充電樁的工作狀態、充電過程及人員行為，并完成微信、支付寶在線支付等應用。

1.4平臺功能描述

1.4.1充電服務

充電設施搜索，充電設施查看，地圖尋址，在線自助支付充電，充電結算，導航等。

1.4.2首頁總覽

總覽當日、當月開戶數、充值金額、充電金額、充電度數、充電次數、充電時長，累計的開戶數、充值金額、充電金額、充電度數、充電次數、充電時長，以及相應的環比增長和同比增長以及樁、站分布地圖導航、本月充電統計。

1.4.3交易結算

充電價格策略管理，預收費管理，賬單管理，營收和財務相關報表。

1.4.4故障管理

故障管理故障記錄查詢、故障處理、故障確認、故障分析等管理項，為用戶管理故障和查詢提供方便。

1.4.5統計分析

統計分析支持運營趨勢分析、收益統計，方便用戶以曲線、能耗分析等分析工具，瀏覽樁的充電運營態勢。

1.4.6運營報告

按用戶周期分析汽車、電瓶車充電站、樁運行、交易、充值、充電及報警、故障情況，形成分析報告。

4.4.7APP、小程序移動端支持

通過模糊搜索和地圖搜索的功能，可查詢可用的電樁和電站等詳細信息。掃碼充電，在線支付:掃描充電樁二維碼，完成支付，微信支付完成后，即可進行充電。

1.4.8資源管理

充電站檔案管理，充電樁檔案管理，用戶檔案管理，充電樁運行監測，充電樁異常交易監測。

2 結束語

由于早期的研究缺乏實際數據的支持，對充電電量和充電功率的設定較為主觀，降低了模型計算的精度，文章基于南方某市電動汽車充電的實際數據，對其進行篩選處理，得到不同類型電動汽車充電行為的分布規律，并將其充電行為數據擬合成函數形式。而后采用蒙特卡羅算法對三種類型電動車的充電負荷曲線進行了模擬計算，得到以下結論:

(1) 電動汽車的大規模無序充電行為會進一步提高電網的峰值與峰谷差，導致峰上加峰現象的出現；

(2) 電動出租車充電負荷占比較高，同時具有較大的隨機性，未來具有較大的調度潛力，可以通過多種方式對其充電行為進行引導，進一步降低其充電行為對電網的影響。