Анализ влияния стохастической нагрузки электромобилей на распределительную сеть

Page 1
background image

Page 2
background image

40

Ежеквартальный

 

спецвыпуск

 

 1 (20), 

март

 2021

Анализ

 

влияния

 

стохастической

 

нагрузки

 

электромобилей

 

на

 

распределительную

 

сеть

В

 

настоящее

 

время

 

в

 

мире

 

наблюдается

 

тенденция

 

к

 

пе

-

реходу

 

к

 

более

 

экологически

 

чистым

 

видам

 

транспорта

В

 

частности

рост

 

числа

 

продаж

 

новых

 

электромобилей

 

имеет

 

экспоненциальный

 

характер

В

 

связи

 

с

 

тем

что

 

до

-

полнительная

 

нагрузка

 

от

 

электромобилей

 

является

 

по

 

сво

-

ему

 

характеру

 

стохастической

предсказать

 

такую

 

нагруз

-

ку

используя

 

аналитические

 

методы

достаточно

 

сложно

В

 

связи

 

с

 

этим

 

применялся

 

численный

 

метод

метод

 

Монте

-

Карло

а

 

также

 

его

 

модификация

 — 

метод

 

бутстрэпа

Была

 

построена

 

модель

 

стохастической

 

нагрузки

 

электромоби

-

лей

 

на

 

распределительную

 

сеть

а

 

также

 

оценено

 

их

 

влия

-

ние

 

на

 

параметры

 

сети

.

Электрозарядная

 

инфраструктура

Дмитрий

 

АКИМОВ

к

.

т

.

н

., 

ведущий

 

эксперт

 

Управления

 

цифровых

 

технологий

 

и

 IT-

решений

 

Департамента

 

технического

 

развития

 

и

 

инноваций

 

АО

 «

ФИЦ

»

Наталья

 

ШКИТИНА

диспетчер

 

Централь

-

ного

 

высоковольтного

 

района

 

ПАО

 «

Россети

 

Ленэнерго

» 

Д

ля

 

распределительной

 

электрической

 

сети

 

электро

-

мобили

 

прежде

 

всего

 

являются

 

дополнительной

 

на

-

грузкой

Причем

 

эта

 

нагрузка

 

имеет

 

стохастический

 

характер

что

 

усложняет

 

оценку

 

ее

 

влияния

 

и

 

процесс

 

 

управления

 

энергосистемой

а

 

также

 

понижает

 

надеж

-

ность

 

энергосистемы

Например

случайное

 

поведение

 

при

 

за

-

рядке

 

электромобилей

 

может

 

привести

 

к

 

новому

 

пику

 

нагрузки

когда

 

электромобили

 

добавляются

 

в

 

сеть

 

в

 

периоды

 

максимума

 

нагрузки

и

 

это

 

увеличивает

 

нагрузку

 

на

 

энергосистему

 

и

 

может

 

привести

 

к

 

нарушению

 

работы

 

распределительной

 

сети

 [1]. 

Однако

 

при

 

правильном

 

управлении

 

зарядкой

 

электромобилей

 

возможно

 

не

 

только

 

избежать

 

негативных

 

последствий

 

от

 

допол

-

нительной

 

нагрузки

 

на

 

распределительную

 

сеть

но

 

и

 

повысить

 

экономическую

 

эффективность

 

работы

 

энергосистемы

а

 

также

 

повысить

 

надежность

 

и

 

управляемость

 

сети

Наглядно

 

эта

 

идея

 

представлена

 

на

 

рисунке

 1.

Сложность

 

моделирования

 

нагрузки

 

от

 

электромобилей

 

состоит

 

в

 

ее

 

стохастическом

  (

то

 

есть

 

случайном

характере

В

 

таком

 

случае

 

применение

 

аналитических

 

методов

 

моделиро

-

вания

 

является

 

практически

 

невозможным

В

 

связи

 

с

 

этим

 

ис

-

пользуются

 

числовые

 

методы

в

 

частности

 

метод

 

Монте

-

Карло

Рис

. 1. 

Влияние

 

дополнительной

 

нагрузки

 

от

 

электромоби

-

лей

 

на

 

суточный

 

график

 

нагрузки

Дополнительная

 

нагрузка

от

 

электромобилей

Выработка

электроэнергии

 

вечером

Выработка

электроэнергии

утром

Зарядка

в

 

дневное

время

Зарядка

в

 

ночное

время

Утренний

пик

Вечерний

пик


Page 3
background image

41

Теоретическое

 

распределение

заключающийся

 

в

 

генерировании

 

большого

 

числа

 

случайных

 

значений

 

для

 

заданных

 

соответствующими

 

плотностями

 

ве

-

роятности

 

распределений

 

величин

на

 

основе

 

которых

 

вычис

-

ляются

 

вероятностные

 

характеристики

 

решаемой

 

задачи

 [2]. 

МОДЕЛИРОВАНИЕ

  

СТОХАСТИЧЕСКОЙ

 

НАГРУЗКИ

 

ОТ

 

ЭЛЕКТРОМОБИЛЕЙ

Моделирование

 

дополнительной

 

стохастической

 

нагрузки

 

от

 

электромобилей

 

осуществлялось

 

в

 

программном

 

комплексе

 

Matlab. 

Входными

 

данными

 

для

 

метода

 

Монте

 

Карло

 

явля

-

ется

 

модель

 

исследуемой

 

системы

после

 

чего

 

выполняется

 

многократный

 

расчет

 

с

 

использованием

 

данной

 

модели

при

 

этом

 

начальные

 

данные

 

генерируются

 

случайно

Такой

 

спо

-

соб

 

задания

 

начальных

 

данных

 

отражает

 

стохастический

 

характер

 

нагрузки

 

от

 

электромобилей

 

на

 

электрическую

 

сеть

.

Точность

 

расчетов

 

методом

 

Монте

-

Карло

 

достаточно

 

сильно

 

зависит

 

от

 

количества

 

итераций

Так

для

 

увеличения

 

точности

 

в

 10 

раз

 

необходимо

 

увеличить

 

количество

 

итераций

 

в

 100 

раз

Однако

 

с

 

увеличением

 

количества

 

итераций

 

рас

-

тет

 

также

 

и

 

время

 

расчета

В

 

связи

 

с

 

этим

 

необходимо

 

опре

-

делить

 

минимальное

 

количество

 

итераций

 

для

 

требуемого

 

уровня

 

точности

 [3]. 

Для

 

нахождения

 

достаточного

 

уровня

 

итераций

 

для

 

данной

 

модели

 

были

 

выбраны

 

доверительный

 

интервал

 95% 

и

 

точность

 0,05. 

Расчеты

 

производились

 

с

 

по

-

мощью

 

центральной

 

предельной

 

теоремы

 [4]. 

Для

 

всех

 

вари

-

антов

 

расчетов

проводимых

 

на

 

используемой

 

модели

мак

-

симальным

 

требуемым

 

количеством

 

итераций

 

было

 62 279. 

Для

 

удобства

 

использования

 

модели

 

для

 

всех

 

расчетов

 

было

 

взято

 

количество

 

итераций

равное

 63 000.

Предложенный

 

в

 

данной

 

работе

 

метод

 

моделирования

 

стохастической

 

нагрузки

 

является

 

более

 

точным

 

в

 

сравнении

 

с

 

наиболее

 

распространенным

 

в

 

существующих

 

в

 

настоящее

 

время

 

работах

 

и

 

публикациях

 [5, 6] 

методом

 

моделирования

 

с

 

помощью

 

нормального

 

распределения

.

Суть

 

предложенного

 

метода

 

заключается

 

в

 

моделирова

-

нии

 

стохастической

 

нагрузки

 

от

 

электромобилей

 

на

 

распре

-

делительную

 

сеть

 

с

 

помощью

 

реальных

 

данных

В

 

качестве

 

этих

 

данных

 

были

 

использованы

 

результаты

 

эксперимента

 

«My Electric Avenue», 

проведенного

 

в

 

Англии

 [7]. 

Для

 

под

-

тверждения

 

сравнительно

 

низкой

 

точности

 

моделирования

 

с

 

помощью

 

нормального

 

распределения

 

данные

 

экспери

-

мента

 

были

 

проверены

 

на

 

нормальность

 

различными

 

спосо

-

бами

Для

 

наглядности

 

сначала

 

данные

 

были

 

проверены

 

на

 

нормальность

 

графическим

 

методом

а

 

именно

 

с

 

помощью

 

графика

 

квантиль

-

квантиль

 (

рисунок

 2). 

По

 

оси

 

абсцисс

 

от

-

ложены

 

квантили

 

стандартного

 

нормального

 

распределе

-

ния

а

 

по

 

оси

 

ординат

 — 

квантили

 

упорядоченных

 

наблю

-

даемых

 

значений

Показателем

 

совпадения

 

теоретического

 

нормального

 

распределения

 

с

 

имеющимися

 

данными

 

яв

-

ляется

 

близость

 

точек

 

в

 

базовой

 

линии

имеющей

 

наклон

 

45 

градусов

Серым

 

цветом

 

на

 

графике

 

обозначен

 95%-

ный

 

доверительный

 

интервал

.

На

 

графике

 

рисунка

 2 

видно

что

 

распределение

 

данных

 

не

 

является

 

нормальным

так

 

как

 

точки

обозначающие

 

реаль

-

ные

 

наблюдения

находятся

 

достаточно

 

далеко

 

от

 

базовой

 

линии

особенно

 

в

 

областях

 

большого

 

и

 

малого

 

количества

 

электромобилей

.

Для

 

более

 

точного

 

определения

 

нормальности

 

был

 

так

-

же

 

использован

 

критерий

 

Шапиро

-

Уилка

 [8]. 

Он

 

используется

 

для

 

проверки

 

так

 

называемой

 

нулевой

 

гипотезы

: «

случайная

 

величина

 

распределена

 

нормально

». 

При

 

этом

 

достигаемый

 

уровень

 

значимости

  (

или

 

пи

-

величина

p

), 

являющийся

 

наи

-

меньшей

 

величиной

 

уровня

 

значимости

при

 

которой

 

нулевая

 

гипотеза

 

отвергается

берется

 0,05. 

В

 

ходе

 

проверки

 

исследу

-

емого

 

распределения

 

на

 

нормальность

 

было

 

получено

 

значе

-

ние

 

p

 = 8,763

10

-5

что

 

является

 

значительно

 

меньше

 

принятой

 

величины

а

 

значит

 

нулевая

 

теория

 

отвергается

 

и

 

распреде

-

ление

 

не

 

является

 

нормальным

.

По

 

полученным

 

результатам

 

был

 

сделан

 

вывод

что

 

моделиро

-

вание

 

стохастической

 

нагрузки

 

от

 

электромобилей

 

с

 

помощью

 

нор

-

мального

 

распределения

 

является

 

неточным

 

и

 

может

 

приводить

 

к

 

зна

-

чительной

 

погрешности

В

 

качестве

 

основного

 

метода

 

для

 

моделирования

 

нагрузки

 

от

 

электромобилей

 

в

 

вечерний

 

пик

 

нагрузки

 

использовался

 

метод

 

бут

-

стрэпа

 [9]. 

Суть

 

метода

 

заключается

 

в

 

извлечении

 

случайным

 

образом

 

данных

 

из

 

имеющейся

 

выборки

 

и

 

использовании

 

их

 

как

 

новой

 «

фик

-

тивной

» 

популяции

Этот

 

принцип

 

иллюстрирован

 

рисунком

 3.

В

 

данном

 

случае

 

из

 

получен

-

ных

 

в

 

результате

 

наблюдения

 

за

 

Рис

. 2. 

График

 

квантиль

-

квантиль

 

распределения

 

количества

 

электромобилей

подключенных

 

к

 

сети

 

в

 

пик

 

нагрузки

 

в

 

ходе

 

проведения

 

наблюдения

 

проекта

 «My Electric Avenue» 

с

 

января

 

по

 

декабрь

 2015 

года

Распределение

 

наблюдений


Page 4
background image

42

Ежеквартальный

 

спецвыпуск

 

 1 (20), 

март

 2021

передвижением

 

и

 

зарядкой

 

электромобилей

 

экс

-

периментальных

 

данных

 

выбирается

 

требуемое

 

число

 

электромобилей

 

в

 

новую

 

выборку

Из

 

новой

 

выборки

 

отбираются

 

только

 

электромобили

про

-

изводящие

 

зарядку

 

в

 

определенное

 

время

после

 

чего

 

дополнительная

 

нагрузка

соответствующая

 

их

 

количеству

прибавляется

 

к

 

уже

 

имеющей

-

ся

С

 

новыми

 

данными

 

режим

 

пересчитывается

 

в

 

программном

 

комплексе

 RastrWin 3.

ВЛИЯНИЕ

 

НАГРУЗКИ

 

ОТ

 

ЭЛЕКТРОМОБИЛЕЙ

 

НА

 

РАСПРЕДЕЛИТЕЛЬНУЮ

 

СЕТЬ

Для

 

исследования

 

был

 

взят

 

типичный

 

участок

 

рас

-

пределительной

 

сети

 10 

кВ

Его

 

схема

 

представ

-

лена

 

на

 

рисунке

 4. 

На

 

схеме

 

цифрой

 1 

обозначен

 

распределительный

 

пункт

  (

РП

), 

а

 

цифрами

 2–6 

обозначены

 

трансформаторные

 

подстанции

 (

ТП

), 

в

 

каждой

 

из

 

которых

 

установлены

 

два

 

трансфор

-

матора

 

мощностью

 1600 

кВ∙А

Каждая

 

ТП

 

питает

 

один

 

или

 

два

 

жилых

 

дома

общее

 

число

 

жителей

приходящихся

 

на

 

многоэтажный

 

дом

составляет

 

1500–2000 

человек

По

 

статистике

на

 1000 

чело

-

век

 

в

 

Санкт

-

Петербурге

 

приходится

 302 

автомо

-

биля

 [10]. 

Таким

 

образом

общее

 

число

 

автомоби

-

лей

 

составляет

 

примерно

 500.

Моделирование

 

участка

 

распределительной

 

сети

 

про

-

изводилось

 

в

 

программном

 

комплексе

 RastrWin 3. 

При

 

этом

 

к

 

уже

 

имеющейся

 

нагрузке

 

на

 

трансформаторах

 

прибавля

-

лась

 

дополнительная

 

нагрузка

 

от

 

электромобилей

соответ

-

ствующая

 

их

 

количеству

.

В

 

результате

 

расчета

 

с

 

помощью

 

разработанной

 

модели

получается

 

семейство

 

уровней

 

напряжений

 

во

 

всех

 

узлах

 

за

-

данной

 

схемы

С

 

помощью

 

этого

 

результата

 

возможно

 

опре

-

делить

 

вероятность

 

недопустимого

 

снижения

 

напряжения

 

в

 

узлах

 

нагрузки

которая

 

вычисляется

 

следующим

 

образом

:

P

снижения

 = 

N

успешных

 

исходов

 / 

N

итераций

 

 100%,

где

 

P

снижения

 — 

вероятность

 

недопустимого

 

снижения

 

уров

-

ня

 

напряжения

 

у

 

потребителя

N

успешных

 

исходов

 — 

количество

 

итераций

в

 

которых

 

присутствовало

 

недопустимое

 

сниже

-

ние

 

уровня

 

напряжения

N

итераций

 — 

общее

 

количество

 

ите

-

раций

используемое

 

в

 

расчете

 

методом

 

Монте

-

Карло

.

Для

 

проведения

 

расчета

 

общее

 

число

 

заряжаемых

 

в

 

данном

 

районе

 

электромобилей

 

было

 

принято

 

равным

 

200. 

Такое

 

количество

 

электромобилей

 

соизмеримо

 

с

 

ко

-

личеством

 

автомобилей

принадлежащих

 

жителям

 

домов

подключенных

 

ко

 

всем

 

ТП

 

в

 

энергорайоне

Мощность

 

каж

-

дой

 

зарядной

 

станции

 

при

 

этом

 

считалась

 

равной

 45 

кВт

В

 

данном

 

случае

 

под

 

зарядной

 

станцией

 

подразумевается

 

разъем

 

для

 

зарядки

 

одного

 

электромобиля

Было

 

получено

 

значение

 

вероятности

 

снижения

 

уровня

 

напряжения

 

у

 

потребителя

 

P

снижения

 = 72,78%, 

что

 

является

 

достаточно

 

значительной

 

вероятностью

В

 

качестве

 

наглядного

 

представления

 

результатов

 

был

 

построен

 

ансамбль

 

уровней

 

напряжений

 

в

 

узлах

 

энерго

-

района

 (

рисунок

 5). 

Ансамблем

 

называется

 

семейство

 

кри

-

вых

 

уровней

 

напряжений

 

в

 

узлах

 

энергорайона

 

для

 

каждой

 

из

 63 000 

итераций

.

Моделирование

 

показало

что

 

зависимость

 

вероятно

-

сти

 

снижения

 

напряжения

 

достаточно

 

резко

 

зависит

 

от

 

чис

-

ла

 

электромобилей

Например

для

 190 

электромобилей

 

P

снижения

 = 29,96%, 

а

 

для

 210 

электромобилей

 

P

снижения

 = 92,72%.

На

 

основе

 

данных

 

о

 

типичной

 

загрузке

 

трансформаторов

 

в

 

течение

 

суток

 

были

 

смоделированы

 

несколько

 

режимов

для

 

каждого

 

из

 

них

 

была

 

рассчитана

 

дополнительная

 

на

-

Электрозарядная

 

инфраструктура

Существующая

 

выборка

Получение

 

новой

 

выборки

 

методом

 

бутстрэпа

Распределение

 

семи

 

новых

 

выборок

N

 (

в

 

данном

 

примере

 

N

 = 7)

Рис

. 3. 

Суть

 

метода

 

бутстрэпа

Рис

. 4. 

Схема

 

участка

 

распределительной

 

сети

6

4

5

1

3

2


Page 5
background image

43

МЕТОДЫ

 

ПРЕДОТВРАЩЕНИЯ

НЕГАТИВНОГО

 

ВЛИЯНИЯ

 

ДОПОЛНИТЕЛЬНОЙ

 

НАГРУЗКИ

 

ОТ

 

ЭЛЕКТРОМОБИЛЕЙ

 

НА

 

РАСПРЕДЕЛИТЕЛЬНУЮ

 

СЕТЬ

Как

 

было

 

показано

 

выше

проблема

 

недопустимого

 

снижения

 

напряжения

 

при

 

определенной

 

доле

 

внедрения

 

электромоби

-

лей

 

становится

 

достаточно

 

ярко

 

выраженной

В

 

данной

 

части

 

рассматриваются

 

различные

 

способы

 

решения

 

этой

 

проблемы

.

В

 

настоящее

 

время

 

в

 

распределительных

 

сетях

 

регулиро

-

вание

 

напряжения

 

производится

 

с

 

помощью

 

устройств

 

регу

-

лирования

 

под

 

напряжением

 (

РПН

с

 

высокой

 

стороны

 

транс

-

форматоров

 110/10(6) 

кВ

однако

 

такой

 

способ

 

регулирования

 

является

 

достаточно

 

сложным

так

 

как

 

снижение

 

напряжения

 

может

 

происходить

 

только

 

на

 

одном

 

шлейфе

При

 

регулирова

-

нии

 

напряжения

 

с

 

помощью

 

РПН

 

трансформаторов

 

на

 

высо

-

ковольтных

 

подстанциях

 

возможно

 

недопустимое

 

повышение

 

напряжения

 

на

 

других

 

фидерах

В

 

качестве

 

регулировочного

 

устройства

 

в

 

ТП

 

на

 

трансформаторах

 10(6)/0,4 

кВ

 

зачастую

 

выступает

 

устройство

 

переключения

 

без

 

возбуждения

 (

ПБВ

). 

Однако

 

для

 

регулирования

 

напряжения

 

с

 

его

 

помощью

 

необ

-

ходимо

 

отключать

 

трансформатор

в

 

связи

 

с

 

этим

 

частое

 

его

 

использование

 

невозможно

Также

 

некоторые

 

новые

 

транс

-

форматоры

 10(6)/0,4 

кВ

 

могут

 

быть

 

оснащены

 

устройствами

 

РПН

однако

 

они

 

выполнены

 

без

 

дистанционного

 

управления

что

 

требует

 

приезда

 

оперативно

-

выездной

 

бригады

 

непосред

-

ственно

 

к

 

той

 

ТП

где

 

необходимо

 

регулирование

 

напряжения

.

При

 

внедрении

 

электромобилей

 

такие

 

методы

 

регулиро

-

вания

 

напряжения

 

станут

 

недостаточными

так

 

как

 

регулиро

-

вать

 

напряжение

 

будет

 

необходимо

 

несколько

 

раз

 

в

 

сутки

В

 

связи

 

с

 

этим

 

предложены

 

другие

 

методы

 

влияния

 

на

 

уровни

 

напряжения

 

при

 

внедрении

 

электромобилей

.

Номер

 

узла

Рис

. 5. 

Ансамбль

 

уровней

 

напряжения

 

в

 

узлах

 

энергорайона

 

для

 

200 

электромобилей

 

при

 

проведении

 63 000 

итераций

 

расчета

Величина

 

напряжения

кВ

Вероятность

 

недопустимого

 

снижения

 

напряжения

, %

10

9,8

9,6

9,4

9,2

9

8,8

8,6

8,4

8,2

8

1

3

2

4

5

6

Рис

. 6. 

Зависимость

 

вероятности

 

недопустимого

 

снижения

 

напряжения

 

у

 

потребителей

 

от

 

количества

 

электромобилей

заряжае

-

мых

 

в

 

данном

 

энергорайоне

и

 

от

 

времени

 

суток

100

90

80

70

60

50

40

30

20

10

0

6

1

20

15

10

195

200

205

210

215

220

225

230

235

240

Время

 (

от

 8 

утра

 

до

 7 

утра

 

следующего

 

дня

), 

ч

Общее

 

количество

 

автомобилей

шт

грузка

 

от

 

электромобилей

 

с

 

помощью

 

предложенного

 

мето

-

да

Результат

 

в

 

виде

 

графика

 

зависимости

 

вероятности

 

не

-

допустимого

 

снижения

 

напряжения

 

в

 

наиболее

 

удаленном

 

от

 

центра

 

питания

 

узле

 

нагрузки

 

от

 

количества

 

электромоби

-

лей

заряжаемых

 

в

 

данном

 

энергорайоне

и

 

от

 

времени

 

суток

 

представлен

 

на

 

рисунке

 6.

Зависимость

 

от

 

времени

 

принимает

 

характерный

 

для

 

суточного

 

графика

 

нагрузки

 

придомовой

 

ТП

 

вид

 

купола

при

 

этом

 

в

 

отличие

 

от

 

типичного

 

графика

 

нагрузки

 

с

 

двумя

 

пиками

здесь

 

наблюдается

 

только

 

один

Это

 

связано

 

с

 

тем

что

 

при

 

неконтролируемой

 

зарядке

 

владельцы

 

электромобилей

 

ста

-

вят

 

их

 

на

 

зарядку

 

вечером

 

после

 

приезда

 

домой

 

с

 

работы

Это

 

значительно

 

увеличивает

 

вечерний

 

пик

 

нагрузки

При

 

этом

 

за

 

вечер

 

и

 

начало

 

ночи

 

электромобили

как

 

правило

подзаря

-

жаются

 

до

 

достаточного

 

уровня

не

 

создавая

 

дополнительной

 

нагрузки

 

ночью

 

и

 

утром

.

Таким

 

образом

недопустимое

 

снижение

 

уровней

 

напря

-

жения

 

в

 

узлах

 

нагрузки

 

будет

 

являться

 

серьезной

 

проблемой

 

уже

 

при

 

доле

 

внедрения

 

электромобилей

 35%.


Page 6
background image

44

Ежеквартальный

 

спецвыпуск

 

 1 (20), 

март

 2021

ТЕХНОЛОГИЯ

 VEHICLE-TO-GRID

Суть

 

технологии

 Vehicle-to-Grid (V2G) 

заключается

 

в

 

пред

-

ставлении

 

батарей

 

припаркованных

 

электромобилей

 

в

 

ка

-

честве

 

накопителей

 

электрической

 

энергии

Иными

 

сло

-

вами

электромобили

 

могут

 

забирать

 

электроэнергию

 

из

 

сети

 

во

 

время

 

провалов

 

мощности

после

 

чего

 

отдавать

 

электроэнергию

 

в

 

сеть

 

в

 

моменты

 

пиковых

 

нагрузок

.

Известно

что

 

в

 

крупных

 

городах

 

личный

 

автомобиль

 

большую

 

часть

 

времени

 

находится

 

на

 

стоянке

В

 

среднем

 

из

 24 

часов

 

средний

 

личный

 

автомобиль

 

находится

 

в

 

дви

-

жении

 

всего

 2–3 

часа

в

 

то

 

время

 

как

 

оставшийся

 21 

час

 

он

 

припаркован

Очевидно

что

 

использование

 

электромоби

-

лей

 

будет

 

аналогичным

 

использованию

 

автомобилей

 

и

как

 

следствие

характер

 

передвижения

 

электромобилей

 

будет

 

подчиняться

 

тем

 

же

 

закономерностям

.

В

 

условиях

 

перехода

 

от

 

традиционной

 

генерации

 

к

 

воз

-

обновляемым

 

источникам

 

энергии

  (

ВИЭ

устройства

 

на

-

копления

 

и

 

запаса

 

электроэнергии

 

необходимы

Также

 

использование

 

батарей

 

электромобилей

 

в

 

качестве

 

на

-

копителей

 

энергии

 

будет

 

способствовать

 

сокращению

 

не

-

обходимого

 

запаса

 

генерации

 

в

 

так

 

называемом

 

горячем

 

резерве

что

 

в

 

свою

 

очередь

 

будет

 

способствовать

 

более

 

экономичному

 

режиму

 

работы

 

энергосистемы

.

При

 

моделировании

 

технологии

 V2G 

учитывалось

 

как

 

желание

 

пользователей

 

участвовать

 

в

 V2G, 

так

 

и

 

уровень

 

заряда

 

аккумуляторных

 

батарей

 

электромобилей

Было

 

вве

-

дено

 

дополнительное

 

условие

не

 

позволяющее

 

участвовать

 

в

 V2G 

электромобилям

уровень

 

заряда

 

которых

 

менее

 60%.

В

 

ходе

 

моделирования

 

варьировались

 

различные

 

па

-

раметры

в

 

частности

 

процент

 

согласных

 

на

 

участие

 

в

 V2G, 

а

 

также

 

общее

 

количество

 

электромобилей

По

 

результа

-

Электрозарядная

 

инфраструктура

там

 

моделирования

 

были

 

построены

 

различные

 

зависимо

-

сти

для

 

максимальной

 

наглядности

 

на

 

рисунке

 7 

приведен

 

график

 

зависимости

 

вероятности

 

недопустимого

 

снижения

 

напряжения

 

в

 

наиболее

 

отдаленном

 

от

 

центра

 

питания

 

узле

 

нагрузки

 

от

 

общего

 

количества

 

электромобилей

 

и

 

от

 

согласия

 

владельцев

 

электромобилей

 

на

 

использование

 

технологии

 V2G.

По

 

результатам

 

моделирования

 

можно

 

сделать

 

вывод

что

 

технология

 V2G 

позволит

 

значительно

 

снизить

 

веро

-

ятность

 

недопустимого

 

снижения

 

напряжения

 

в

 

узлах

 

на

-

грузки

Так

увеличение

 

доли

 

согласных

 

на

 

участие

 

в

 V2G 

владельцев

 

электромобилей

 

до

 50% 

снижает

 

вероятность

 

недопустимого

 

снижения

 

напряжения

 

более

 

чем

 

на

 90%.

 

УМНАЯ

 

ЗАРЯДКА

Как

 

было

 

показано

 

ранее

вероятность

 

недопустимого

 

сни

-

жения

 

напряжения

 

в

 

узлах

 

нагрузки

 

сильно

 

зависит

 

от

 

чис

-

ла

 

электромобилей

 

и

 

от

 

доли

 

согласных

 

на

 

участие

 

в

 V2G. 

В

 

связи

 

с

 

этим

 

необходимо

 

стимулировать

 

пользователей

 

заряжать

 

электромобили

 

в

 

непиковые

 

часы

 

и

 

участвовать

 

в

 V2G. 

Для

 

этого

 

можно

 

использовать

 

гибкую

 

систему

 

та

-

рификации

В

 

настоящее

 

время

 

в

 

России

 

в

 

большинстве

 

регионов

 

используется

 

дифференцированный

 

по

 

зонам

 

су

-

ток

 

тариф

 

с

 

делением

 

на

 

дневную

 

зону

 

суток

 

и

 

ночную

 

зону

 

суток

Для

 

реализации

 

концепции

 

умной

 

зарядки

 

предла

-

гается

 

использовать

 

несколько

 

тарифов

 

в

 

течение

 

одних

 

суток

 

с

 

сильным

 

отличием

 

в

 

цене

 

в

 

каждой

 

тарифной

 

зоне

.

Потребители

 

реагируют

 

на

 

изменение

 

цены

 

товара

 

изменением

 

спроса

 

на

 

этот

 

товар

С

 

ростом

 

цены

 

спрос

 

уменьшается

и

 

наоборот

уменьшение

 

цены

 

ведет

 

к

 

увели

-

чению

 

спроса

Уровень

 

ответной

 

реакции

 

потребителя

 

на

 

Вероятность

 

недопустимого

 

снижения

 

напряжения

, %

Рис

. 7. 

Зависимость

 

вероятности

 

недопустимого

 

снижения

 

напряжения

 

у

 

потребителей

 

от

 

количества

 

электромобилей

 

и

 

от

 

доли

 

участвующих

 

в

 

технологии

 V2G

100

90

80

70

60

50

40

30

20

10

0

1

0,8

0,9

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0

210

220

230

240

250

260

270

Доля

 

участвующих

 

в

 V2G

Общее

 

количество

 

автомобилей

шт


Page 7
background image

45

изменение

 

цены

 

называется

 

эластичностью

 

спроса

Элас

-

тичность

 

спроса

 

вычисляется

 

по

 

следующей

 

формуле

:

Потребление

, %

 = —,

 

Цена

,%

где

 

 — 

эластичность

 

спроса

Потребление

 — 

изменение

 

потребления

 

электроэнергии

связанное

 

с

 

изменением

 

цены

 

на

 

нее

Цена

 — 

изменение

 

цены

.

Международные

 

исследования

 

показали

что

 

средний

 

уровень

 

эластичности

 

спроса

 

на

 

электроэнергию

 

при

 

заряд

-

ке

 

электромобиля

 

составляет

 

от

 –0,1 

до

 –0,3 [11]. 

При

 

этом

 

в

 

некоторых

 

случаях

 

в

 

зависимости

 

от

 

нескольких

 

факторов

 

(

таких

 

как

 

территория

 

исследования

 

и

 

время

 

года

эластич

-

ность

 

может

 

снижаться

 

до

 –0,025 

и

 

повышаться

 

до

 –0,6.

Для

 

моделирования

 

эластичность

 

спроса

 

принята

 

рав

-

ной

 –0,3. 

Также

 

при

 

моделировании

 

учитывается

 

дискрет

-

ность

 

нагрузки

 

от

 

электромобилей

то

 

есть

 

эластичность

 

влияет

 

не

 

на

 

нагрузку

 

напрямую

а

 

на

 

количество

 

пользо

-

вателей

желающих

 

заряжать

 

свой

 

электромобиль

 

в

 

то

 

или

 

иное

 

время

.

Было

 

проведено

 

моделирование

 

участка

 

распредели

-

тельной

 

сети

 

с

 

учетом

 

наличия

 

различных

 

систем

 

тарифи

-

кации

Варьировалось

 

количество

 

тарифных

 

зон

а

 

также

 

разница

 

в

 

стоимости

 

электроэнергии

 

относительно

 

ны

-

нешних

 

цен

Результаты

 

моделирования

 

представлены

 

на

 

рисунке

 8. 

Красным

 

цветом

 

обозначен

 

результат

 

моделирования

 

без

 

использования

 

гибкой

 

системы

 

тарификации

Видно

что

 

при

 

этом

 

вероятность

 

недопустимого

 

снижения

 

напряжения

 

с

 20 

до

 23 

часов

 

будет

 

равна

 100%. 

Повышение

 

тарифов

 

на

 50% 

в

 

часы

 

пиковой

 

нагрузки

 

приводит

 

к

 

снижению

 

ве

-

роятности

 

недопустимого

 

снижения

 

напряжения

  (

желтая

 

линия

), 

однако

 

эта

 

вероятность

 

все

 

еще

 

остается

 

довольно

 

высокой

Повышение

 

тарифов

 

на

 60–70% 

в

 

пиковые

 

часы

а

 

также

 

снижение

 

тарифов

 

в

 

ночное

 

время

 

приводит

 

к

 

даль

-

нейшему

 

снижению

 

вероятности

 (

синяя

 

линия

), 

а

 

также

 

на

-

блюдается

 

сдвиг

 

пика

 

на

 

более

 

раннее

 

время

Повышение

 

тарифов

 

в

 

пиковые

 

часы

 

на

 100% 

и

 

большее

 

снижение

 

тари

-

фов

 

в

 

ночное

 

время

 

снижает

 

вероятность

 

до

 22%.

ЗАКЛЮЧЕНИЕ

В

 

данной

 

работе

 

приведен

 

принципиально

 

новый

 

метод

 

мо

-

делирования

 

стохастической

 

нагрузки

 

от

 

электромобилей

 

на