电力系统保护与控制 第 50 卷 第 6 期 2022 年 3 月 16 日 Power System Protection and Control Vol.50 No.6 Mar. 16, 2022 DOI: 10.19783/j.cnki.pspc.210751 计及气象因素的区域电动汽车充电负荷建模方法 张 琦，杨健维，向悦萍，何正友 (西南交通大学电气工程学院，四川 成都 610000) 摘要：电动汽车充电负荷受气象因素影响显著，且在不同区域显示出相应的特征。提出一种计及气象因素的区域 电动汽车充电负荷建模方法，以便更准确掌握电动汽车充电需求。首先，建立车载空调耗电量和车载电池容量随 气温变化的关联模型，分析不同气象条件下电动汽车的充电需求。其次，建立适宜气象条件下区域电动汽车充电 负荷时空分布模型框架。进而，引入气象因素对电动汽车充电需求的影响，提出计及气象因素的区域电动汽车充 电负荷建模方法，刻画电动汽车充电负荷随气象变化的关系。最后，基于上海市典型日气象数据进行仿真，结果 表明，电动汽车充电负荷受气象因素影响明显，所提建模方法能有效反映不同气象条件下区域电动汽车充电负荷 的变化情况。 关键词：电动汽车；区域充电负荷；气象因素；车载空调；车载电池 Regional electric vehicle charging load modeling method considering meteorological factors ZHANG Qi, YANG Jianwei, XIANG Yueping, HE Zhengyou (School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610000, China) Abstract: The electric vehicle (EV) charging load is significantly affected by meteorological factors and shows corresponding characteristics in different regions. A regional EV charging load modeling method considering meteorological factors is proposed to ascertain EV charging demand more accurately. First, a correlation model of on-board air conditioning power consumption and battery capacity with temperature is established to analyze the charging demand of EV under different meteorological conditions. Secondly, a spatial and temporal distribution model framework of regional EV charging load under suitable meteorological conditions is established. The influence of meteorological factors on EV charging demand is introduced, and a regional EV charging load modeling method is proposed considering meteorological factors. This describes the relationship between EV charging load and meteorological changes. Finally, a simulation is carried out based on the typical daily meteorological data of Shanghai. The results show that the EV charging load is significantly affected by meteorological factors, and the proposed modeling method can effectively reflect the regional EV charging load changes under different meteorological conditions. This work is supported by the National Natural Science Foundation of China (No. 51807168). Key words: electric vehicle; regional charging load; meteorological factors; on-board air conditioning; on-board battery 0 引言 近些年，电动汽车(Electric Vehicle, EV)发展迅 速，EV 保有量与日俱增，据国际能源署(IEA)发布 的《全球电动汽车展望 2020》报道[1]，2019 年全球 EV 保有量已达到 720 万辆，到 2030 年，EV 保有 量将达到 2.45 亿辆。然而，由于 EV 的充电时间与 地点具有较强的随机性，大规模 EV 无序充电可能 基金项目：国家自然科学基金项目资助(51807168) 造成电网负荷峰谷差加大、网损增加[2]等问题。对 EV 充电负荷建模，有利于掌握 EV 充电规律，为引 导 EV 有序充电提供依据[3]，从而有效降低 EV 无序 充电对电网造成的负面影响。 气象环境会对 EV 车主的出行与充电行为产生 影响，从而改变 EV 充电负荷。同时，随着未来 EV 保有量的不断增加，气象因素对 EV 充电负荷的影 响将随着大规模 EV 的出现而产生明显的增量，对 电网造成不可忽视的影响。因此，在 EV 充电负荷 建模过程中引入气象因素，从而帮助电网更准确地 张 琦，等 计及气象因素的区域电动汽车充电负荷建模方法 掌握 EV 在各类气象环境下的充电负荷特性，为电 网实施相应优化运行控制策略提供有价值的参考。 当前关于 EV 充电负荷建模的研究主要以预测 模型为主：一方面集中在充电负荷的预测上，如利 用蒙特卡洛法 [4-5] 、统计学数据拟合分析法 [6-7] 、 logistic 回归分析法[8]、聚类分析法[9]等；另一方面 侧重于 EV 充电负荷时空预测，文献[10-15]利用马 尔科夫出行链模拟 EV 的出行与充电行为，建立 EV 充电负荷时空预测模型。此类研究重点在于如何利 用出行链准确模拟 EV 充电负荷时空分布特性，以 反映车主出行的复杂性与随机性。 气象条件包括气温、天气状况等，其中气温较 其他气象因素对 EV 充电负荷的影响更为显著。现 有研究也多通过环境温度开展 EV 充电负荷建模。 文献[14]采用模糊数学理论建立了考虑环境温度与 交通路况的 EV 耗电量模型；文献[15-16]通过数据 拟合得到 EV 行驶速度与单位里程耗电量的能耗因 子模型，由此建立考虑环境温度的 EV 充电负荷预 测模型；文献[17]结合 EV 平均续航里程、行车需求 统计数据，计算不同温度下的 EV 充电负荷。综上 可知， 此类研究多利用统计数据建立环境温度与 EV 充电负荷间的关系，由于数据具有随机性，且拟合 数据量较少， 故此类模型的可靠性有待进一步验证。 在 EV 车载空调耗电相关研究中，文献[18-21] 基于不同方法建立了车载空调耗电量的计算模型， 但较少考虑车载空调耗电对 EV 充电负荷的影响。 基于此，本文从气温对 EV 充电负荷的影响入 手，从车载空调耗电量与车载电池容量随气温变化 两方面，分析气象因素对 EV 充电需求的影响。通 过衡量气象因素与 EV 充电负荷间的关系，提出了 计及气象因素的 EV 充电负荷建模方法。最后，构建 不同气象条件分布场景，验证了在 EV 充电负荷模型 中引入气象因素的必要性及所建模型的反映效果。 1 气象因素对 EV 充电需求影响分析 由于电动私家车的充电行为更具有随机性，故 本文主要讨论电动私家车(以下简称 EV)充电负荷 的建模方法。气象因素主要通过影响车载空调耗电 量与车载电池容量来改变 EV 充电需求，故本节以 此为切入点建模分析气象因素对单辆 EV 充电需求 的影响。 1.1 车载空调耗电量对 EV 充电需求的影响 根据 EV 车载空调的工作原理，将车载空调按 照高温环境下制冷和低温环境下制热两种情况进行 建模，分析车载空调耗电量 QKT(单位：kWh)对 EV 充电需求的影响。 - 15 - 1.1.1 车载空调制冷负荷 通常，当环境气温较高时，大部分车主会选择 开启车载空调进行制冷，此行为将导致 EV 耗电量 增加，从而影响 EV 充电需求。为准确分析因车载 空调制冷而引起的 EV 耗电增量，本文引入车室得 热量 Q1(单位：W，下同)。车室得热量是指某时刻 车室内和车室外热源进入车室的热量总和，来源于 车室内外温度差传热、太阳辐射传热、室外风量带 入热量、设备与乘车人员散热。因此，Q1 的计算如 式(1)所示[18-20]。 (1) Q1  QA  QB  QC  QD  QE  QP 式中： QA 为车身不透明部分传入热量； QB 为车玻 璃传入热量； QC 为新风量带入车室热量； QD 为泄 漏风量带入车室热量； QE 为车内设备(含电动机)散 发热量； QP 为乘车人员散发热量。 QA 主要由车室内外温度差传热产生，包括车 门、车顶、车底等部分，数学模型如式(2)所示。 (2) QA   KSA (TZ  T0 ) 式中：K 为传热系数；SA 为车身不透明部分对应表 面积；T0 为设置的车内适宜温度；TZ 为室外综合温 度，是一个假象值，不能代表外界环境真实气温， 如式(3)所示。  I TZ  TW  w t (3) w 式中： TW 为外界环境温度；  w 为车身外表面对太 阳辐射的吸收率，与车体材料的种类和颜色有关；  w 为车身外表面对流换热系数；It 为太阳辐射强 度，如式(4)所示。 (4) I t  I DV  I ds  I dg 式中：IDV 为太阳直射辐射强度；I