Executive 1 2 3 4 5 6 7圖 中國(guó)新能源汽車(chē)年銷(xiāo)量和保有量（單位：萬(wàn)輛 圖 本研究不同情景下純電動(dòng)乘用車(chē)保有量增長(zhǎng)情況（單位：百萬(wàn)輛 圖 電動(dòng)汽車(chē)規(guī)模化推廣對(duì)發(fā)電、輸電、配電和供電的影 圖 中國(guó)2012-2017年區(qū)域電網(wǎng)最高負(fù)荷占總裝機(jī)量比 圖 電動(dòng)汽車(chē)與電網(wǎng)協(xié)同方式類(lèi)型與本文范 圖 電動(dòng)汽車(chē)對(duì)電網(wǎng)影響與本文研究范 圖 電動(dòng)汽車(chē)單車(chē)無(wú)序充電對(duì)電網(wǎng)的影響因 圖 本研究抽取的私家電動(dòng)汽車(chē)出行和充電行為的城市及基本情 圖 各城市私家電動(dòng)汽車(chē)日行駛里程分布圖（單位：歸一化的出行次數(shù)占比 圖 典型中國(guó)城市私家電動(dòng)汽車(chē)充電頻次分布（單位：歸一化的充電頻次占比 圖 私家電動(dòng)汽車(chē)充電開(kāi)始時(shí)間（全年）日平均分布圖（單位：歸一化的充電頻次占比 圖 蘇州、北京私家電動(dòng)汽車(chē)慢充和快充的充電開(kāi)始時(shí)間分布圖（單位：歸一化的充電頻次占比 圖 圖 圖 圖 典型中國(guó)城市私家電動(dòng)汽車(chē)慢充充電次數(shù)占比（單位：各城市歸一化的充電頻次占比 圖 無(wú)序充電推導(dǎo)過(guò)程示 圖 協(xié)同策略中的全局優(yōu)化與局部?jī)?yōu) 圖 協(xié)同策略推導(dǎo)過(guò)程示 圖 宏觀模型流程 圖 微觀模型流程 圖 充電樁數(shù)量充足與不充足條件下電動(dòng)汽車(chē)充電負(fù)荷曲線(xiàn)示意 圖 圖 圖 中國(guó)城市未來(lái)快充發(fā)展趨勢(shì)分 圖 北京、蘇州未來(lái)快充比例預(yù)測(cè)（僅含乘用車(chē)和出租車(chē) 圖 圖 圖 圖 圖 圖 圖 基準(zhǔn)和激進(jìn)情景北京和蘇州電動(dòng)汽車(chē)的日用電量將占全社會(huì)夏季日用電量比 圖 圖 圖 北京市不同類(lèi)型車(chē)輛的充電量熱力 圖 城市不同微觀場(chǎng)景：工作日日負(fù)荷曲線(xiàn)示 圖 城市不同微觀場(chǎng)景：電動(dòng)汽車(chē)充電開(kāi)始時(shí)間示意（單位：輛 圖 微觀場(chǎng)景充電負(fù)荷的隨機(jī)性以及本研究對(duì)微觀場(chǎng)景下充電行為的假 圖 不同同時(shí)率下住宅小區(qū)總負(fù)荷曲線(xiàn)（單位 圖 不同同時(shí)率下辦公場(chǎng)所總負(fù)荷曲線(xiàn)（單位 圖 商場(chǎng)場(chǎng)景下總負(fù)荷曲 圖 不同充電功率下辦公場(chǎng)所總負(fù)荷曲線(xiàn)（充電同時(shí)率 圖 圖 居住小區(qū)優(yōu)化后負(fù)荷：不同有序充電措施的削峰填谷效 圖 單車(chē)參與有序充電的不同負(fù)荷曲線(xiàn)（單位 圖 圖 單車(chē)參與雙向充放電的不同負(fù)荷曲線(xiàn)（單位 圖 圖 不同電動(dòng)汽車(chē)參與度下，單車(chē)雙向充放電負(fù)荷曲線(xiàn)比較（單位 表 本研究宏觀模型與微觀模型差異對(duì) 表 北京和蘇州不同情景下的新能源汽車(chē)政 表 表 本研究宏觀模型中未來(lái)私家電動(dòng)汽車(chē)主流充電功率假 表 本研究宏觀模型中對(duì)未來(lái)充電規(guī)律的假 表 表 表 城市微觀層面不同場(chǎng)景分類(lèi)與特 表 不同電動(dòng)汽車(chē)滲透率、同時(shí)率下住宅小區(qū)配變負(fù)荷特 表 不同電動(dòng)汽車(chē)滲透率、同時(shí)率下辦公場(chǎng)所配變負(fù)荷特 表 不同電動(dòng)汽車(chē)滲透率、同時(shí)率下商場(chǎng)配變負(fù)荷特 表 電動(dòng)汽車(chē)和電網(wǎng)協(xié)同的優(yōu)化目標(biāo)設(shè) 表 不同微觀場(chǎng)景下的充電可調(diào)節(jié) 表 不同電動(dòng)汽車(chē)與電網(wǎng)協(xié)同措施的比 表 北京和山東城市住宅小區(qū)配電標(biāo) 新能源汽 包含純電動(dòng)汽車(chē)、插電式混合動(dòng)力汽車(chē)和氫燃料電池汽車(chē)，不含混合動(dòng)力汽車(chē)電動(dòng)汽 指純電動(dòng)汽車(chē)乘用車(chē) 指9座及9座以下乘用車(chē)，對(duì)應(yīng)國(guó)家標(biāo)準(zhǔn)中的M1類(lèi)，包括轎車(chē)、交叉型乘用車(chē)等。根用途不同，乘用車(chē)包括私家車(chē)、出租車(chē)、公務(wù)用車(chē)等。

電池荷電狀態(tài) 指電池剩余容量與其額定容量的比值充電荷電狀態(tài)

充電荷電狀態(tài)

配電 單純?cè)鋈菖渥兾幢啬軡M(mǎn)足電動(dòng)汽車(chē)無(wú)序充電的需求，反而會(huì)增加社會(huì)對(duì)電力資產(chǎn)的投入，降低資產(chǎn)的利用率。因此，有必要優(yōu)先考慮電動(dòng)汽車(chē)與電網(wǎng)協(xié)同措綜合考慮不同電動(dòng)汽車(chē)與電網(wǎng)協(xié)同措施的削峰填谷效果和實(shí)施難度，利用智能控制的有序充電措施降低配電網(wǎng)增容投資，已成為必然選擇。因此，有必要克服基于智能控制的有序充電在商業(yè)模式、技術(shù)標(biāo)準(zhǔn)上的阻礙，實(shí)現(xiàn)其近期的規(guī)?；茝V。新能源汽車(chē)的推廣對(duì)中國(guó)交通行業(yè)溫室氣體減排和空氣污染物防控具有積極意義。中國(guó)作為全球新能源汽車(chē)最大的市場(chǎng)，近年來(lái)新能源汽車(chē)增長(zhǎng)勢(shì)頭強(qiáng)勁。截至2018年底，中國(guó)市場(chǎng)的新能源汽車(chē)總保有量約為26萬(wàn)輛，占全球新能源汽車(chē)的47%。根據(jù)中國(guó)汽車(chē)技術(shù)研究中心有限公司數(shù)據(jù)資源中心預(yù)測(cè)（2019），在基準(zhǔn)情景下，2050乘用車(chē)市場(chǎng)中，純電動(dòng)乘用車(chē)的保有量將達(dá)到2.3億輛（占比為50）；有量將在205年上升至億輛（占比為%）。

當(dāng)城市新能源汽車(chē)數(shù)量增長(zhǎng)速度維持現(xiàn)有水平（2035年新能源汽車(chē)保有量在300萬(wàn)輛以較高時(shí)：2035年和2050年城市電網(wǎng)峰值負(fù)荷的增幅均在1%～5%之間，最大負(fù)荷需求在500～1100MW激進(jìn)情景_增幅 激進(jìn)情景_增量 基準(zhǔn)情景_增幅 基準(zhǔn)情景_增量

11.9%

峰值負(fù)荷增幅比例峰值負(fù)荷增幅比例

蘇州：2035

北京：2035 蘇州：2050 北京：2050北京：2050蘇州：2050北京：2035蘇州：2035

124 270 307 448

124 466 489 673

在微觀層面，局部配電系統(tǒng)受到無(wú)序充電的影響在幅度上大于電動(dòng)汽車(chē)對(duì)全網(wǎng)的影響，在時(shí)間上也更迫切。在局部配電網(wǎng)中，當(dāng)私家車(chē)電動(dòng)化比例超過(guò)50%時(shí)，多數(shù)配電變壓器（以下或簡(jiǎn)稱(chēng)“配變”）將面臨超載風(fēng)險(xiǎn)。除了公交車(chē)、物流車(chē)等需要專(zhuān)用配變的場(chǎng)景外，可能受到電動(dòng)汽車(chē)無(wú)序充電影響、近期需優(yōu)先考慮增容的配網(wǎng)系統(tǒng)還包括居民小區(qū)、安裝快充公共樁的場(chǎng)所，以及本身變壓器中載或重載的配變（圖ES-2）。ES-2|住宅、辦公和商業(yè)場(chǎng)景下電動(dòng)汽車(chē)充電對(duì)配變的影響（10%80%

基礎(chǔ)負(fù) 無(wú)序充 配變額定容80%

80%

V2G（20%參與 V2G（40%參與 配變額定容ES-5|（（—網(wǎng)軟硬件改造，并改善用戶(hù)接受度（—網(wǎng)軟硬件改造一 Chinaisthefrontrunneroftheglobalplug-inelectricvehicle(PEV)market.TherapidandwidespreaduptakeofPEVsandfastchargingtechnologieswillhaveasignificantimpactonpowergenerationanddistributionsystems.However,PEVscouldpotentiallynotonlydrawpowerfromthegridasaload,theycouldalsoactasstoragesystems.ByleveragingstoragecapacityofPEVs,theirimpactonthegridsystemcanbeminimizedthroughVehicle-GridIntegration(VGI)measuressuchasvehicletogrid(V2G)andmanagedcharging.Inthisstudy,wehaveadoptedaquantitativemodeltoquantifytheimpactthatunmanagedPEVchargingwillhaveonthegridsystemandtowhatextentthisimpactcanbeminimizedbyVGImeasures.UsingtheMonteCarloSimulation,thestudyanalyzesPEVs’impactonthecitylevelanddistributionlevel.CombiningMonteCarloSimulationandLinearProgramming,themodelfurtherinvestigateswhetherVGImeasuresaresufficienttomitigatePEVs’impactsonthedistributionlevel.

ResultsbasedonthismodelinBeijingandSuzhourevealthatonthecitylevel,theimpactofPEVsonthegridvariesgreatlydependingonthelevelofPEVstocksandtheadoptionofultra-fastcharging(FigureES-1):IntheBusiness-as-usual(BAU)Scenario,citieswitnessamoderatepaceofPEVgrowth(PEVstockwithin3millionby2035or4.5millionby2050)withthemajorityofitsPEVsrelyingonslowcharg-ing,increasesinthepeakloadbetween2035and2050willrangebetween1-5%.Thisincreaseddemandcouldbepossiblyaccommodatedbytheexistinggenerationandtransmissioncapacities.IntheHigh-impactScenario,citiesexperi-enceanacceleratedpaceofPEVgrowth(PEVstocklargerthan3millionby2035or4.5millionby2050)withthemajor-ityofPEVsrelyingonfastcharging,EV’schargingwillresultinnearly12%increasesinthepeakloadin2035and2050,pos-siblyoverstressingthegenerationandtransmissionsystems.FigureES-1|PeakloadincreasesfromPEVchargingintheBAUandHigh-impactScenarios(Unit:MWandHighimpactScenario HighimpactScenario BAUScenario BAUScenario

IncreasesIncreasesinpeakloads

IncreasesIncreasesinpeakloads

Suzhou Beijing Suzhou BeijingBussiness-as-usualBussiness-as-usualBeijingSuzhouBeijingSuzhouOwnershipof Ownershipof 124270307448Fastcharging High-impactOwnershipof 124466489673Fastcharging Source:calculatedbythisOnthedistributionscale,theimpactofunmanagedchargingisevengreater.Whenelectrificationofprivatevehiclesexceeds50%,themajorityoftransformersinresidentialneighborhoodsriskbeingoverloaded.Withtheexceptionofbusorfreightdepots,whichrequiretheirowndedicatedtransformers,areasaffectedbyunmanagedchargingofPEVsandthatmayrequiretransformercapacityexpansionincludecommercialandofficecomplexeswithfastchargers(FigureES-2).Thislast-milegridchallengewillconstrainthedeploymentofcharginginfrastructureandpotentiallybackfireonPEVspromotion.

Furthermore,theresultsshowthatVGImeasuressuchasmanagedchargingandvehicledischargingtogrid(vehicle-to-grid,V2G)caneffectivelyeliminatetheneedsfordistributioncapacityexpansion.Incontrast,simplyincreasingcapacitytosatisfythe‘unreasonable’demandofunmanagedchargingbyPEVswillincreasecostandmayveryeasilyfacerestrictions.BetweentwoVGImeasures,V2Gismosteffectiveinshavingthelocalpeakloads.V2GcanuseasmallnumberofPEVstoshavepeakloads,whichisevenmoreidealthanmanagedcharging.WithinFigureES-2|Loadimpactsontransformersinresidential,office,andcommercialneighbourhoods(unit:Base

10%vehicle

25%vehicle 50%vehicle100%vehicle Ratedcapacityof MaximumefficiencyResidential(Chargingpower:7kW,Coincidencefactor:21%)(Chargingpower:60kW,Coincidencefactor:15%)Commercial(Chargingpower:60kW,Coincidencefactor:5%)Source:calculatedbythismanagedchargingmeasures,controlledchargingismoreidealtooptimizePEVs’chargingloads.Whilethetime-of-use(TOU)utilitytariffmaybeusefultoreducepeakloads,itsimpactislimitedbecauseitmaycreateanotherloadspikeatthebeginningoftheoff-peakperiod.ThestudyconcludesthatwiththeincreaseduseofPEVs,gridoperatorsandgovernmentsshouldplaninadvanceandimplementmeasuresthatmitigatetheimpactofPEVsonthegrid.AlthoughV2Gismosteffective,itstechnical,regulatory,andpublicacceptancebarriersprohibitrecentlargerollout.In

andnecessaryapproachtocurbPEVs’impactsonlocaltransformersanddeferrelevantinvestments.Thebenefitsofcontrolledchargingonthedistributiontransformersmeanthateffortsshouldbetakentoovercomeobstaclessuchasbusinessmodelsandtechnicalstandardstoensurescalability.Inthemid-tolong-term,astechnicalandregulatorysafeguardsofV2Gimprove,small-scaleV2Gpilotswouldbepossibleforcertainusecases(suchasurbanlogisticfreightsprovidingpeakshavingorvalues.TheregulatoryandtechnologicalsafeguardstoenableVGImeasureswillbediscussedinthenextreportofthesameseries.FigureES-3|OptimizedTransformer-levelLoad:Peak-shavingEffectsofManagedCharging(100%vehicleelectrification,unit:kW)Base Unmanagedcharging TOUtariff(25% TOUtariff(50%TOUtariff(100% Controlledcharging(25% Controlledcharging(50%

Controlledcharging(100% Ratedcapacityof

MaximumefficiencySource:calculatedbythisFigureES-4|OptimizedTransformer-levelLoad:Peak-shavingEffectsofV2G(100%vehicleelectrification,unit:Base80%maximum

10%

20%V2G 40%V2G UnmanagedchargeSource:calculatedbythisFigureES-5|Peak-shavingeffectsandimplementationdifficultiesofdifferentVGIImplementationImplementation(requiresbusinessmodelandsoftware&hardwareupgrades)TOU(althoughsoftwareorhardwareupgradeisrequired,widespreadadoptionofTOUtariffshasobstruction)Controlled(requiresbusinessmodelandsoftware&hardwareupgrades)

PeakShaving

新能源汽車(chē)的推廣對(duì)中國(guó)交通行業(yè)溫室氣體減排和空氣污染物防控具有積極意義。中國(guó)作為全球新能源汽車(chē)最大的市場(chǎng)，近年來(lái)新能源汽車(chē)增長(zhǎng)勢(shì)頭強(qiáng)勁：2018年中國(guó)新能源汽車(chē)（含純電動(dòng)汽車(chē)、插電式混合動(dòng)力汽車(chē)和氫燃料電池汽車(chē)）年銷(xiāo)量為125.6萬(wàn)輛，比2017年增長(zhǎng)115%，是第二名美國(guó)年銷(xiāo)量的近3.5倍；截至2018年年底，中國(guó)市場(chǎng)的新能源汽車(chē)

總保有量的47%（2018）。1|中國(guó)新能源汽車(chē)年銷(xiāo)量和保有量（單位：萬(wàn)輛新能源汽車(chē)總保有 插電式混合動(dòng)力汽車(chē)年銷(xiāo) 純電動(dòng)汽車(chē)年銷(xiāo)

2|（單位：百萬(wàn)輛 乘用車(chē)保有量500 94

電動(dòng)汽車(chē)雙向充放電（V2G）電動(dòng)汽車(chē)雙向充放電（V2G）與其他國(guó)家不同，無(wú)論在私人乘用車(chē)領(lǐng)域還是公共領(lǐng)域，中國(guó)的新能源汽車(chē)均以純電動(dòng)汽車(chē)為主。例如，2018年中國(guó)純電動(dòng)汽車(chē)保有量占新能源汽車(chē)保有量的81%，高于全球71%的平均水平。由于中國(guó)新能源汽車(chē)推廣以純電動(dòng)汽車(chē)為主，后文的分析將主要針對(duì)純電動(dòng)汽車(chē)，并簡(jiǎn)稱(chēng)其為“電動(dòng)汽車(chē)”。會(huì)預(yù)測(cè)（Ali和Tongia2018）2030年電動(dòng)汽車(chē)充電負(fù)荷

為定量預(yù)測(cè)未來(lái)電動(dòng)汽車(chē)推廣對(duì)電網(wǎng)的影響，本文3|

大工業(yè)用戶(hù)大工業(yè)用戶(hù)監(jiān)管部門(mén)：監(jiān)管部門(mén)：億千瓦時(shí)12018年中國(guó)全社會(huì)用電量的7.2%。在用電負(fù)荷上，電動(dòng)汽車(chē)的無(wú)序充電也會(huì)增加全網(wǎng)用電的峰值負(fù)荷，加劇負(fù)荷的峰谷差。受居民用電和第三產(chǎn)業(yè)用電影響，全國(guó)電網(wǎng)的峰谷差正不斷擴(kuò)大：2018年全國(guó)電網(wǎng)用電的年負(fù)荷峰值已較2017年增加7.8%，特別是在國(guó)家電網(wǎng)有限公司經(jīng)營(yíng)的華東和華北地區(qū)（如河北、山東、江蘇等省份）尤為明顯（見(jiàn)圖4）。這些電力供需平均偏緊張的省份也是新能源汽車(chē)增長(zhǎng)速度較快、規(guī)模較大的區(qū)域。雖然目前電動(dòng)汽車(chē)充電對(duì)電網(wǎng)的影響不顯著，但是如果未來(lái)電動(dòng)汽車(chē)在用電高峰時(shí)進(jìn)行無(wú)序充電，可能將進(jìn)一步加劇電力供需的失衡。根據(jù)國(guó)網(wǎng)研究院（2018）預(yù)測(cè)，電動(dòng)汽車(chē)無(wú)序充電將導(dǎo)致2020年與2030年全國(guó)的峰值負(fù)荷分別增加1361萬(wàn)千瓦和1.53億千瓦，分別相當(dāng)于區(qū)域峰值負(fù)荷（無(wú)電動(dòng)汽車(chē)充電情景）的%和%。

中國(guó)目前的配電網(wǎng)容量與管理模式無(wú)法適應(yīng)電動(dòng)汽車(chē)、分布式可再生能源和居民用電需求的快速增長(zhǎng)。配電網(wǎng)的規(guī)劃對(duì)電動(dòng)汽車(chē)的普及仍是“被動(dòng)適應(yīng)”過(guò)程，特別是建筑年代較早的居民區(qū)、老城區(qū)等，配變的開(kāi)放容量一般較小。例如，廣東省中山市對(duì)30個(gè)居民小區(qū)和商業(yè)區(qū)進(jìn)行的配電網(wǎng)普查表明，截至2020年，石岐區(qū)老舊小區(qū)和商業(yè)區(qū)的全部配電系統(tǒng)需要升級(jí)改造，南區(qū)商業(yè)中心和辦公單位的變壓器需要擴(kuò)容,30條普查的線(xiàn)路中有13條需要升級(jí)改造（中國(guó)電力企業(yè)聯(lián)合會(huì)2019）。2016年北京市小區(qū)及寫(xiě)字樓電動(dòng)汽車(chē)充電需求調(diào)查顯示，14%的居民小區(qū)和和6%的寫(xiě)字樓的配電容量不滿(mǎn)足當(dāng)時(shí)的電動(dòng)汽車(chē)充電需求（2016）。據(jù)北京市交

華北電動(dòng)汽車(chē)不僅會(huì)增加配電網(wǎng)負(fù)荷容量，造成局部過(guò)了更高的要求（2018）。在電網(wǎng)企業(yè)盈利能力下滑、輸配電價(jià)上升的背景下（2019），針對(duì)新能源汽車(chē)推廣帶來(lái)的配電網(wǎng)擴(kuò)容、自動(dòng)化改造投資需求，需探索高效、可持續(xù)的配電網(wǎng)改造模式。2018年，全國(guó)電網(wǎng)投資約是電源投資的2倍，其中，110kV以下配電網(wǎng)投資占電網(wǎng)投資的比例達(dá)57.4%（中國(guó)電力企業(yè)聯(lián)合會(huì)2019）。雖然配電網(wǎng)投資當(dāng)前主要集中于農(nóng)網(wǎng)的改造與升級(jí)，但隨著新能源汽車(chē)、分布式可再生能源和電供暖設(shè)施的普及，未來(lái)城市配網(wǎng)智能化與容量升級(jí)的需求將不斷增長(zhǎng)，并替代農(nóng)網(wǎng)投資，成為配電網(wǎng)主要的投資方向。在電網(wǎng)企業(yè)面臨盈利挑戰(zhàn)與控制用電成本的當(dāng)下，如何合理滿(mǎn)足配電網(wǎng)日益增長(zhǎng)的投資需求，成為亟待解決的問(wèn)題。電動(dòng)汽車(chē)的普及和推廣對(duì)充電基礎(chǔ)設(shè)施建設(shè)和售電服務(wù)也提出了新的要求：理想情況下，應(yīng)實(shí)現(xiàn)電網(wǎng)對(duì)私人和公共充電樁的“直供電”以及電價(jià)信號(hào)的“有效傳導(dǎo)”。然而，由于利益機(jī)制等問(wèn)題，不是所有充電樁都單獨(dú)報(bào)裝，部分充電樁（包括私人樁和公共樁）直接從物業(yè)場(chǎng)地

與其他用電負(fù)荷不同，電動(dòng)汽車(chē)負(fù)荷高度靈活，具有可調(diào)度性（見(jiàn)專(zhuān)欄一）。除了作為靈活負(fù)荷，電動(dòng)汽車(chē)甚至可以作為儲(chǔ)能設(shè)施進(jìn)行“放電”。如果實(shí)現(xiàn)電動(dòng)汽車(chē)與電網(wǎng)的協(xié)同，可以在一定程度上降低車(chē)輛充電對(duì)電網(wǎng)的影響。根據(jù)AgoraVerkehrswende（2019）的研究，未來(lái)德國(guó)電動(dòng)汽車(chē)如果采用有序充電，不僅可以降低自身對(duì)電網(wǎng)的影響，更可以降低由電動(dòng)汽車(chē)、電熱泵和分布式可再生能源帶來(lái)的配電網(wǎng)擴(kuò)容成本。而在中國(guó)，電動(dòng)汽車(chē)與電網(wǎng)協(xié)同能否發(fā)揮類(lèi)似的作用，也需要5|1|可調(diào)度的時(shí)間：電動(dòng)汽車(chē)的停車(chē)時(shí)間可視為“可調(diào)度時(shí)間”。根據(jù)本研究對(duì)北京私家電動(dòng)汽車(chē)出行及充電行為的統(tǒng)計(jì)，電動(dòng)汽車(chē)日出行時(shí)間平均為1.5小時(shí)，94%時(shí)間處于停車(chē)狀態(tài)。全天22.小時(shí)的停車(chē)時(shí)間中，約3小時(shí)為接入電網(wǎng)的充電時(shí)間，剩余個(gè)小時(shí)為“閑置”的停車(chē)時(shí)間（見(jiàn)專(zhuān)欄圖1）。1|北京私家電動(dòng)汽車(chē)一天中平均停車(chē)、行駛和充電時(shí)間分布（24小時(shí)時(shí)間占比

平均全天停車(chē)（非充電）從一天不同時(shí)段看，私家電動(dòng)汽車(chē)的充電時(shí)長(zhǎng)遠(yuǎn)小于其停車(chē)時(shí)長(zhǎng)。例如，北京私家電動(dòng)汽車(chē)在夜間18點(diǎn)以后充時(shí)長(zhǎng)通常需要3小時(shí)，遠(yuǎn)小于夜間平均1小時(shí)的停車(chē)時(shí)間。在日間（上午9點(diǎn)至下午16點(diǎn)），私家電動(dòng)汽車(chē)充電時(shí)長(zhǎng)大約為1.5小時(shí)，小于日間平均停車(chē)時(shí)長(zhǎng)5小時(shí)（見(jiàn)專(zhuān)欄圖2）。2|停車(chē)時(shí) 充電時(shí)停車(chē)、充電時(shí)長(zhǎng)（小時(shí)停車(chē)、充電時(shí)長(zhǎng)（小時(shí)時(shí)間（小時(shí)208年統(tǒng)計(jì)數(shù)據(jù)1|電動(dòng)汽車(chē)的可調(diào)度性（續(xù)可調(diào)度的充放電容量：在不影響電池衰減的條件下，私家電動(dòng)汽車(chē)可提供的儲(chǔ)能潛力不可忽視。如果私家電動(dòng)汽車(chē)只進(jìn)行充電的話(huà)，由于私家電動(dòng)汽車(chē)通勤日耗電量與日行駛里對(duì)應(yīng)的用電量基本一致，且日行駛里程多在50千米以?xún)?nèi)，因此私家電動(dòng)汽車(chē)日充電量一般為6～9Wh左右。相對(duì)而言，如果私家電動(dòng)汽車(chē)發(fā)揮儲(chǔ)能作用，既可充電也可放電（放電深度設(shè)定為不低于30%SOC），則私家電動(dòng)汽車(chē)可提供的日充放電量為23～36Wh（見(jiàn)專(zhuān)欄表1）。1|日充放電量電動(dòng)汽車(chē)充電對(duì)電網(wǎng)的影響不僅與車(chē)輛規(guī)模有關(guān)，也與居民出行行為和充電行為等因素直接相關(guān)（見(jiàn)圖7）由于電動(dòng)汽車(chē)特別是私家電動(dòng)汽車(chē)未來(lái)將在數(shù)量上占絕對(duì)優(yōu)勢(shì)，且在出行與充電行為上存在

較強(qiáng)的隨機(jī)特征，因此，對(duì)私家電動(dòng)汽車(chē)出行和充電行為特征的深入了解是分析電動(dòng)汽車(chē)對(duì)電網(wǎng)影響的前提。雖然本研究利用國(guó)家新能源汽車(chē)監(jiān)測(cè)與管理平臺(tái)對(duì)新能源汽車(chē)的監(jiān)測(cè)數(shù)據(jù)，對(duì)私家電動(dòng)汽車(chē)、電動(dòng)出租車(chē)、電動(dòng)公交車(chē)等車(chē)型的出行與充電行為均進(jìn)行了量化分析，但由于私家電7|

（充電頻次日行駛里程/負(fù)荷負(fù)荷時(shí)間（小時(shí)動(dòng)汽車(chē)的重要性與篇幅限制，本節(jié)僅介紹對(duì)私家電動(dòng)汽車(chē)的分析結(jié)果。在研究范圍上，本文選擇新能源汽車(chē)規(guī)模、城市經(jīng)濟(jì)發(fā)展水平各不相同的八個(gè)城市（北京、上海、深圳、南京、蘇州、廈門(mén)、蕪湖和臨沂）進(jìn)行分析（見(jiàn)圖8）。這些城市涵蓋了共計(jì)23.4萬(wàn)輛私家電動(dòng)汽車(chē)。

8|上海上海蘇州南京蕪湖2018年城市GDP2018年城市GDP總量（億元

9|各城市私家電動(dòng)汽車(chē)日行駛里程分布（單位：歸一化的出行次數(shù)占比北 上 深 南 蘇 廈 蕪 臨20-40-60-80-100-120-140-160-180-200-20-40-60-80-100-120-140-160-180-200-220-260-280-300-320-340-360-380-400日行駛里程（千米雖然以日行駛里程推算，電動(dòng)汽車(chē)搭載的40～60kWh電池電量基本可滿(mǎn)足一周充電1～2次的要求，但無(wú)論城市大小，私家電動(dòng)汽車(chē)充電頻次以“一天一充”為主（見(jiàn)圖10|典型中國(guó)城市私家電動(dòng)汽車(chē)充電頻次分布（單位：歸一化的充電頻次占比北 上 深 南 蘇 廈總充電頻次分布（含快充、慢充

1天1

1天1

1天1

8個(gè)城市的統(tǒng)計(jì)數(shù)據(jù)（2018）與充電荷電狀態(tài)蕪湖的充電開(kāi)始時(shí)間集中于早晨7點(diǎn)到9

11|北 上 深 南 蘇 廈 蕪 臨時(shí)刻（小時(shí)12|蘇州慢 蘇州快

北京慢 北京快時(shí)刻（小時(shí)13|蘇州、北京私家電動(dòng)汽車(chē)慢充和快充的充電開(kāi)始SOC慢 快慢充頻次分 快充頻次分

20-

30-

40-

50-

60- 70-

80-

90-充電起始數(shù)據(jù)來(lái)源：新能源汽車(chē)國(guó)家監(jiān)測(cè)與管理中心的統(tǒng)計(jì)數(shù)據(jù)（208）從充電起始SOC看，私家電動(dòng)汽車(chē)慢充時(shí)起始剩余“一天一充”的特征，日充電量基本與日行駛里程相關(guān)

終止充電荷電狀態(tài)14|私家電動(dòng)汽車(chē)充電終止SOC北 上 深 南 蘇 廈 蕪 臨

20-

30-

40-充電終止

50-

60-

70-

80-

90-15|北京私家電動(dòng)汽車(chē)快充、慢充充電終止SOC慢 快慢充分 快充分

20-

30-

40-

50-

60-

70-

80-

90-充電終止2|私家電動(dòng)汽車(chē)充電開(kāi)始時(shí)間在不同季節(jié)、不同日期（工作與非工作日）以北京為例，不同季節(jié)下私家電動(dòng)汽車(chē)充電時(shí)間分布相似：充電開(kāi)始時(shí)間主要集中在上班前的上午7點(diǎn)至8點(diǎn)時(shí)段和下班后的下午8點(diǎn)至晚上21點(diǎn)時(shí)段。而夜間充電開(kāi)始時(shí)刻峰值時(shí)間方面，冬季充電峰值時(shí)間最早，出現(xiàn)在下午點(diǎn)；夏季最晚，峰值出現(xiàn)在晚上21點(diǎn)。夏冬兩個(gè)季節(jié)的充電峰值時(shí)間相差3個(gè)小時(shí)（見(jiàn)專(zhuān)欄圖3）。3|春 夏 秋 冬時(shí)刻（小時(shí)對(duì)比北京市私家電動(dòng)汽車(chē)夏季工作日和非工作日充電開(kāi)始時(shí)間的分布圖（見(jiàn)專(zhuān)欄圖4）可見(jiàn)，工作日的充電時(shí)間分布符合工作日時(shí)間安排，即在上班前或下班后對(duì)車(chē)輛進(jìn)行充電，而非工作日的充電時(shí)間較為分散，峰谷差較小。本文分析電動(dòng)汽車(chē)對(duì)電網(wǎng)的影響時(shí)，主要采用工作日的充電開(kāi)始時(shí)間規(guī)律。4|

時(shí)刻（小時(shí)以私家電動(dòng)汽車(chē)為例，以10kW為快、慢充分界點(diǎn)，目前各個(gè)城市私家電動(dòng)汽車(chē)充電仍以慢充為主，且以3.5kW慢充最為主流。在8個(gè)城市中，臨沂、蘇州、蕪湖等城市慢充占比較高，僅有北京市快充比例最高，比例達(dá)30%（見(jiàn)圖16，其他車(chē)型充電功率見(jiàn)專(zhuān)欄三）。盡管目前私家電動(dòng)汽車(chē)充電功率較低，但充電功率的提升將是未來(lái)必然趨勢(shì)。國(guó)內(nèi)外汽車(chē)生產(chǎn)廠商與充電樁生產(chǎn)企業(yè)正研發(fā)大功率充電樁。未來(lái)國(guó)家標(biāo)準(zhǔn)也將覆蓋大功率直流快充領(lǐng)域，即最大充電功率將上升至350kW功率充電方式下，未來(lái)電動(dòng)汽車(chē)的充電時(shí)間將大大縮短，即充電10分鐘可續(xù)航300千米。充電功率的提升雖然可緩解停車(chē)位不足的大城市的充電問(wèn)題，以及營(yíng)運(yùn)車(chē)輛的快充需求，但也會(huì)加劇對(duì)電網(wǎng)的影響。16| 87.9% 86.8%

臨 蘇 蕪

深 上 廈 南 北3|2|3.5kW、7kW、12kW、20-3.5kW、7kW、12kW、20kW、40kW、60kW、100kW、120kW、160kW、5|

充電功率

充電功率

北京私家電動(dòng)汽車(chē)充電功率分 蘇州私家電動(dòng)汽車(chē)充電功率分

充電功率

充電功率為定量預(yù)測(cè)未來(lái)電動(dòng)汽車(chē)推廣對(duì)中國(guó)電力系統(tǒng)——包括發(fā)電側(cè)、配電側(cè)的影響，本文以目前中國(guó)電動(dòng)汽車(chē)充電和出行的大數(shù)據(jù)為基礎(chǔ)，建立蒙特卡洛隨機(jī)模型，對(duì)未來(lái)不同情景下電動(dòng)汽車(chē)對(duì)電網(wǎng)的影響進(jìn)行評(píng)估。在此基礎(chǔ)上，本文進(jìn)一步定量評(píng)估在微觀場(chǎng)景下，電動(dòng)汽車(chē)與電網(wǎng)協(xié)同策略——包括有序充電和電動(dòng)汽車(chē)雙向充放電（V2G），對(duì)緩解電動(dòng)汽車(chē)對(duì)電網(wǎng)影響所發(fā)揮的作用。在模型的空間維度上，中國(guó)的電力調(diào)度級(jí)別以區(qū)域、省份、城市為單位，由區(qū)域、省、市的經(jīng)濟(jì)和信息化部門(mén)、電網(wǎng)企業(yè)根據(jù)全年電量和負(fù)荷預(yù)測(cè)，制定發(fā)電機(jī)組的發(fā)電計(jì)劃。本研究模型的構(gòu)建也因此從電力調(diào)度末端——城市為基本單元入手，分別建立城市宏觀模型和微觀模型：微觀模型：從城市微觀配電網(wǎng)的不同（如居住、辦公、商業(yè)等場(chǎng)景）出發(fā)，定量模擬電動(dòng)汽車(chē)規(guī)模化接入電網(wǎng)后對(duì)局部配變系統(tǒng)的影響，以及電動(dòng)汽車(chē)與電網(wǎng)融合的措施對(duì)緩解這一影響所發(fā)揮的作用。其結(jié)果可用于規(guī)劃配變?cè)鋈?，或者利用有序?/p>

在模型輸入和參數(shù)上，宏觀模型和微觀模型的差異包括以下幾點(diǎn)（見(jiàn)表1）：的車(chē)輛規(guī)模為城市電動(dòng)汽車(chē)的總量，微觀度聚合后的城市層面各車(chē)型的充電起始時(shí)1|情景分類(lèi)及說(shuō)情景分類(lèi)及說(shuō) 模擬車(chē) 模擬城

微觀模 私家電動(dòng)汽車(chē)為車(chē)網(wǎng)協(xié) 電網(wǎng)協(xié)同措施的局部負(fù)荷和削峰填在充電策略的選擇上，宏觀模型和微觀模型也存在

該隨機(jī)模擬的過(guò)程包括：對(duì)每輛電動(dòng)汽車(chē)進(jìn)行蒙特卡洛隨機(jī)抽樣，得到其在一天中的接入時(shí)間/充電起始時(shí)間、充電起始SOC及停車(chē)時(shí)間。依據(jù)不同充電策略（充電、有序充電或者電動(dòng)汽車(chē)雙向充放電）計(jì)算單車(chē)每隔15分鐘的充（放）電負(fù)荷，并加總得出各個(gè)情景下電動(dòng)汽車(chē)在一天不同時(shí)段的充（放）電總負(fù)荷。如此往復(fù)循環(huán)，直至蒙特卡洛抽樣樣本數(shù)達(dá)到設(shè)定值，最后輸出規(guī)?；妱?dòng)汽車(chē)充電負(fù)荷曲線(xiàn)的期望值及均方差。17|接入時(shí)間=起始接入時(shí)間=起始終止電池容量日用量（日行駛里程×百公里電耗18|化（如夜間居住區(qū)停車(chē)時(shí)充充放電優(yōu)化僅局限于特定微觀場(chǎng)景（如居住區(qū)夜間充電起始SOC電動(dòng)汽車(chē)i的起始SOC取StartSOCi(1di×h

Ti=

公式1和公式2di為電動(dòng)汽車(chē)i的日行駛里程，

19|起始終止起始終止電池容量日用量（日行駛里程×百公里電耗

SOCi,t=SOCi,t-1+

×1×i,t-1

SOCi,t≥30%

EV有序充電負(fù)荷t=式中：基礎(chǔ)負(fù)荷t、EV有序充電負(fù)荷t、EV放Pchargei,tPdischargei,t分別為電動(dòng)汽車(chē)i在不同時(shí)刻的

的接入時(shí)間和停車(chē)結(jié)束時(shí)間，通過(guò)蒙特卡洛抽樣獲20|單車(chē)初始化：抽樣獲得充電接入時(shí)間、充電起始i=場(chǎng)景下EVPt∑i=1?N21|單車(chē)初始化：抽樣獲得充電接入時(shí)間、充電起始單車(chē)初始化：抽樣獲得充電接入時(shí)間、充電起始i=i=利用線(xiàn)性規(guī)劃計(jì)算單車(chē)充放電負(fù)荷建立每個(gè)時(shí)刻充電功率變量利用線(xiàn)性規(guī)劃計(jì)算單車(chē)充電負(fù)荷場(chǎng)景下EVPt∑i=1?N在出行與充電規(guī)律上，本研究的前提假設(shè)為：私家電動(dòng)汽車(chē)充電頻率以慢充的“一天一充”或快充的“多天一充”為主，充電終止SOC通常為100%，且充電開(kāi)始時(shí)間符合一定的概率密度分布規(guī)律。由于假設(shè)所有車(chē)輛充滿(mǎn)電，所估算出的負(fù)荷和用電量將為上限值。而值得注意的是，該假設(shè)更適用于私家電動(dòng)汽車(chē)。在微觀情景下，電動(dòng)公交車(chē)和電動(dòng)貨車(chē)的充電行為并不符合上述假設(shè)：一是由于電動(dòng)公交車(chē)和電動(dòng)貨車(chē)日行駛里程較長(zhǎng)，充電頻率更高，可能會(huì)存在“一天多充”的情況；二是電動(dòng)公交車(chē)和電動(dòng)貨車(chē)一般按照行車(chē)計(jì)劃表運(yùn)行，所以充電起始時(shí)間與行車(chē)計(jì)劃表基本一致；三是電動(dòng)公交車(chē)和電動(dòng)貨車(chē)每次補(bǔ)電電量與補(bǔ)電時(shí)長(zhǎng)也與行車(chē)計(jì)劃表緊密相關(guān)，所以白天每次補(bǔ)電未必補(bǔ)到100%；四是采用蒙特卡洛模型的前提是出行與充電行為必須具備一定隨機(jī)

22|充電樁數(shù)量充 充電樁數(shù)量不足4|4|從新能源汽車(chē)發(fā)展看，蘇州和北京處于不同階段。在限行限購(gòu)、補(bǔ)貼等多重政策推動(dòng)下，近幾年北京市新能源乘用車(chē)市場(chǎng)發(fā)展迅速，2018年銷(xiāo)量比例達(dá)到14.6%，當(dāng)年北京市新能源乘用車(chē)保有量21.3萬(wàn)輛，位列全國(guó)第二。相對(duì)北京而言，蘇州的新能源汽車(chē)發(fā)展較慢，2018年蘇州新能源乘用車(chē)保有量?jī)H為0.88萬(wàn)輛；但較全國(guó)其他城市，尚處于中等發(fā)展速度，其208年新能源乘用車(chē)數(shù)量位列全國(guó)第23位（見(jiàn)專(zhuān)欄圖6）。新能源乘用 新能源商用

國(guó)兩個(gè)有代表性的城市進(jìn)行分析。第一個(gè)城市為北京，代表電動(dòng)汽車(chē)規(guī)模大、市場(chǎng)占有率高，充電以公共快充為主的城市；另一個(gè)城市為蘇州，在新能源汽車(chē)規(guī)模和充電樁可得性上與北京形成差異，代表新能源汽車(chē)規(guī)模中等，充電以私人慢充為主的城市（見(jiàn)專(zhuān)欄四）。4|北京、蘇州新能源汽車(chē)和電力發(fā)展概況（續(xù)北京是全國(guó)用電量排名第四的城市，2018年全社會(huì)全年用電量為142億千瓦時(shí)。蘇州是全國(guó)用電量排名第二的城市，2018年全社會(huì)全年用電量達(dá)1562億千瓦時(shí)，僅次于上海，超出北京420億千瓦時(shí)（見(jiàn)專(zhuān)欄圖7）。而兩個(gè)城市的用電結(jié)構(gòu)存在一定差異。蘇州產(chǎn)業(yè)結(jié)構(gòu)更偏向于工業(yè)，以工業(yè)用電為主；而北京以居民用電和第三產(chǎn)業(yè)用電為主。二者在用電結(jié)構(gòu)上的差異也體現(xiàn)在城市用電負(fù)荷上的差異（見(jiàn)第1.2節(jié)和第1.3節(jié)）。

在北京，基準(zhǔn)情景下，假設(shè)將于2030年出臺(tái)“禁售燃油乘用車(chē)（禁燃）”政策，即在目前小客車(chē)限購(gòu)政策中，將新能源汽車(chē)指標(biāo)占比由目前的59%提高至100%。在此政策影響下，北京新能源乘用車(chē)2050年銷(xiāo)量占比為72.4%——乘用車(chē)當(dāng)年車(chē)銷(xiāo)量中傳統(tǒng)車(chē)部分來(lái)自車(chē)輛換購(gòu)，而新能源汽車(chē)屆時(shí)保有量占比將達(dá)到66.5%。在激進(jìn)情景下，假設(shè)將于2025年起執(zhí)行傳統(tǒng)車(chē)新車(chē)“禁燃”政策，比基準(zhǔn)情景提前5年。在此基礎(chǔ)上，假設(shè)自2030年開(kāi)始，在新車(chē)“禁燃”政策基礎(chǔ)上，對(duì)所有換購(gòu)車(chē)輛執(zhí)行“禁燃”政策——即新能源銷(xiāo)量占比達(dá)100%。在這些政策的共同影響下，2050年北京新能源乘用車(chē)保有量占比將幾乎達(dá)到（見(jiàn)表2、表3和圖23）。

在蘇州，基準(zhǔn)情景下，2050年新能源汽車(chē)保有量占比為50.8%。激進(jìn)情景下，蘇州也將引入“禁燃”政策，并于2038年實(shí)施。激進(jìn)情景下，蘇州2050年新能源汽車(chē)保有量占比達(dá)84.8%，其中出租車(chē)和城市公交車(chē)將實(shí)現(xiàn)100%電動(dòng)化（見(jiàn)表2、表3和圖24）。2| 出租車(chē)全部電動(dòng)

- -20252025-2030 新上牌車(chē)輛全部電動(dòng) 私人用車(chē)換購(gòu)時(shí)全

- -20382038--情 基準(zhǔn)情 激進(jìn)情新能源乘用車(chē)保有量（新能源乘用車(chē)在乘用車(chē)中占比20352050新能源公交車(chē)保有量（新能源公交車(chē)在公交車(chē)中占比20352050新能源出租車(chē)保有量（新能源出租車(chē)在出租車(chē)中占比2035205023|北京市2050傳統(tǒng)燃油車(chē) 新能源汽車(chē) 車(chē)齡（年車(chē)齡（年車(chē)齡（年車(chē)齡（年

車(chē)輛數(shù)（輛 車(chē)輛數(shù)（輛24|蘇州市2050傳統(tǒng)燃油車(chē) 新能源汽車(chē) 車(chē)齡（年車(chē)齡（年車(chē)齡（年車(chē)齡（年

車(chē)輛數(shù)（輛 車(chē)輛數(shù)（輛無(wú)論從樁側(cè)、車(chē)側(cè)還是電池測(cè)，大功率快充在技術(shù)和市場(chǎng)上取得突破將指日可待，而大功率快充的功率將是目前主流慢充功率（3.5kW）的100倍，對(duì)電網(wǎng)的沖擊也將更大（中國(guó)電動(dòng)汽車(chē)百人會(huì)2018）。本文對(duì)私家電動(dòng)汽車(chē)未來(lái)充電功率的預(yù)測(cè)見(jiàn)表4。

在城市快慢充比例上，隨著大功率快充商業(yè)化，不同城市在充電類(lèi)型選擇上會(huì)呈現(xiàn)異質(zhì)化（見(jiàn)圖25）。一些大型城市的停車(chē)位數(shù)量短缺，充電樁建設(shè)會(huì)面臨先天制約，如北京和廣州；另一些城市的老舊小區(qū)電網(wǎng)容量不足、缺乏配電網(wǎng)擴(kuò)容條件，如西南地區(qū)的城市。以上兩種情況下，在未來(lái)，城市相對(duì)更加依賴(lài)公共快充，快充占比可能相對(duì)更高。而在一些停車(chē)位充分、配電網(wǎng)容量充足的城市，可能仍會(huì)沿用目前慢充為主的模式，快充占比雖然會(huì)上升，但仍然會(huì)以慢充為主流。4|201720352050慢充平均充電功 激進(jìn)情景激進(jìn)情景25| 26|北京、蘇州未來(lái)快充比例預(yù)測(cè)（僅含乘用車(chē)和出租車(chē)激進(jìn)情 基準(zhǔn)情 本研究中的北京市是“趨勢(shì)二：以快充為主的城市”的典型代表，考慮北京市停車(chē)位數(shù)量限制、夜間停車(chē)位供需矛盾3（約50%的私家車(chē)沒(méi)有停車(chē)位），以及15%的高速出行里程比例，本文預(yù)測(cè)北京在基準(zhǔn)情景與激進(jìn)情景下都將以快充為主，兩個(gè)情景的差異主要體現(xiàn)在快充比例上

在蘇州，停車(chē)位相對(duì)北京更加充足一些，特別是在蘇州工業(yè)園區(qū)、蘇州高新區(qū)等新城區(qū)。因此，本研究預(yù)測(cè)，蘇州慢充將比北京更為普及。鑒于此，蘇州在基準(zhǔn)情景下以慢充為主，快充比例比目前略高。在激進(jìn)情景下，為分析極端條件下——即大比例快充對(duì)電網(wǎng)的影響，將蘇州快充比例提高至與北京基準(zhǔn)情景相近的水平（見(jiàn)圖26b）在大功率快充下，未來(lái)城市快充的充電規(guī)律也會(huì)與目前有所不同（見(jiàn)表5）。隨著里程焦慮得到緩解，快充充電規(guī)律特征或與現(xiàn)階段快充規(guī)律類(lèi)似，或與燃油車(chē)加油規(guī)律接近： 5|加油 集中充電 私人充電充電（加油）充電（加油）（多天一加充電（加油）起始時(shí) 燃油車(chē)加油時(shí)間分 現(xiàn)狀快充開(kāi)始充電時(shí)間分

（兆千瓦時(shí)（兆千瓦時(shí)20352050從用電量看，全社會(huì)用電量以人均用電量按照1%的年均增長(zhǎng)率計(jì)算（不含電動(dòng)汽車(chē)充電量），2050年激進(jìn)情景下，電動(dòng)汽車(chē)日用電量約占北京全社會(huì)用電量的10.9%；基準(zhǔn)情景下占比約為5.0%（見(jiàn)表6）。

27|北京2050年基準(zhǔn)、激進(jìn)情景下分車(chē)型電動(dòng)汽車(chē)充電負(fù)荷（公交車(chē)充 私家車(chē)快 私家車(chē)慢 出租車(chē)快 出租車(chē)慢充電負(fù)荷充電負(fù)荷

充電負(fù)荷充電負(fù)荷時(shí)刻（小時(shí) 時(shí)刻（小時(shí)28|北京2050年電動(dòng)汽車(chē)充電負(fù)荷在基準(zhǔn)與激進(jìn)情景下的比較（2017充電負(fù)荷充電負(fù)荷

2050年基準(zhǔn)情 2050年激進(jìn)情

時(shí)刻（小時(shí)2017-平均負(fù)荷最高負(fù)荷最低負(fù)荷峰谷差在電動(dòng)汽車(chē)充電負(fù)荷疊加基礎(chǔ)負(fù)荷后：在2050年激進(jìn)情景下，全網(wǎng)最大用電負(fù)荷時(shí)間與基礎(chǔ)負(fù)荷基本重疊，疊加電動(dòng)汽車(chē)充電后比總負(fù)荷峰值提高3828MW，相當(dāng)于五個(gè)800MW裝機(jī)容量的發(fā)電廠滿(mǎn)負(fù)荷出力。同時(shí)，日負(fù)荷的峰谷差繼續(xù)擴(kuò)大，峰谷差率達(dá)0.51。在2050年基準(zhǔn)情景下，全網(wǎng)最高負(fù)荷比基礎(chǔ)負(fù)荷高29|北京：2050年基準(zhǔn)、激進(jìn)情景夏季負(fù)荷（電動(dòng)汽車(chē)負(fù)荷 基礎(chǔ)負(fù)荷（MW）基準(zhǔn)情 總負(fù)荷總負(fù)荷總負(fù)荷總負(fù)荷 時(shí)刻（小時(shí) 時(shí)刻（小時(shí)總負(fù) 與基礎(chǔ)負(fù)荷差 總負(fù) 與基礎(chǔ)負(fù)荷差平均負(fù)荷 最高負(fù)荷 最低負(fù)荷 峰谷差 負(fù)荷 - -最小負(fù)荷 峰谷差 峰值時(shí) 從用電量看，2050年蘇州電動(dòng)汽車(chē)的日用電量分別為基準(zhǔn)情景的19.3兆千瓦時(shí)和激進(jìn)情景的54.2兆千瓦時(shí)，低于北京的54.8兆千瓦時(shí)和65.4兆千瓦時(shí)。以人均用電量按照1%的年均增長(zhǎng)率計(jì)算（不含電動(dòng)汽車(chē)充電量），2050年激進(jìn)情景下，蘇州電動(dòng)汽車(chē)用電量將占全社會(huì)用電量的8.6%，基準(zhǔn)情景下的電動(dòng)汽車(chē)用電量則占3.0%（見(jiàn)表7）

激進(jìn)情景——即85%電動(dòng)化和72%比例的快充：電動(dòng)汽車(chē)充電負(fù)荷主要為私家車(chē)快充，充電高峰集中于日間，且峰谷差顯著（峰谷差率達(dá)0.91）基準(zhǔn)情景——即50%電動(dòng)化和31%比例的快充：充電負(fù)荷以私家車(chē)慢充和快充為主，充電高峰集中于夜間（見(jiàn)圖30）。（兆千瓦時(shí)（兆千瓦時(shí)2035 2050205030|蘇州2050年基準(zhǔn)、激進(jìn)情景下分車(chē)型電動(dòng)汽車(chē)充電負(fù)荷（公交車(chē)充 私家車(chē)快 私家車(chē)慢 出租車(chē)快 出租車(chē)慢

充電負(fù)荷充電負(fù)荷 充電負(fù)荷充電負(fù)荷

時(shí)刻（小時(shí) 時(shí)刻（小時(shí)31|蘇州2050年電動(dòng)汽車(chē)充電負(fù)荷在基準(zhǔn)與激進(jìn)情景下的比較（2017 2050年基準(zhǔn)情 2050年激進(jìn)情4.000 充電負(fù)荷充電負(fù)荷

時(shí)刻（小時(shí)2017-平均負(fù)荷最高負(fù)荷最低負(fù)荷峰谷差-電動(dòng)汽車(chē)充電負(fù)荷疊加基礎(chǔ)負(fù)荷后：在2050年激進(jìn)情景，總負(fù)荷比基礎(chǔ)負(fù)荷（無(wú)電動(dòng)汽車(chē)充電）高3787MW，日負(fù)荷的峰谷差也有所擴(kuò)大；在2050年基準(zhǔn)情景下，全網(wǎng)峰值負(fù)荷比基礎(chǔ)負(fù)荷高1091MW（見(jiàn)圖32）。較之北京，雖然蘇州電動(dòng)汽車(chē)充電負(fù)荷并不高——激進(jìn)情景下，蘇州電動(dòng)汽車(chē)最大充電負(fù)荷比北京小786MW，但疊加基礎(chǔ)負(fù)荷后，最高負(fù)荷與基礎(chǔ)負(fù)荷差異基本相當(dāng)（見(jiàn)圖29和圖32）。這意味著蘇州電動(dòng)汽車(chē)充電對(duì)電網(wǎng)的影響與北京相當(dāng)。這與蘇州本地的基礎(chǔ)負(fù)荷曲線(xiàn)與電動(dòng)汽車(chē)充電曲線(xiàn)重疊有關(guān)。32|蘇州2050年基準(zhǔn)、激進(jìn)情景下夏季負(fù)荷（電動(dòng)汽車(chē)負(fù)荷 基礎(chǔ)負(fù)荷（MW） 總負(fù)荷總負(fù)荷

總負(fù)荷總負(fù)荷時(shí)刻（小時(shí) 時(shí)刻（小時(shí)平均負(fù)荷 最高負(fù)荷 最低負(fù)荷 峰谷差 負(fù)荷 - -最小負(fù)荷 峰谷差 峰值時(shí) 33|基準(zhǔn)和激進(jìn)情景北京和蘇州電動(dòng)汽車(chē)的日用電量將占全社會(huì)夏季日用電量比例（

蘇州：2035

北京：2035

蘇州：2050

北京：2050首先，從電動(dòng)汽車(chē)用電量上看，受新能源汽車(chē)推廣規(guī)模差異的影響，基準(zhǔn)情景與激進(jìn)情景的結(jié)果存在較大差異。在基準(zhǔn)情景下，2035年和2050年北京和蘇州兩個(gè)城市電動(dòng)汽車(chē)的日用電量將占全社會(huì)夏季日用電量的1.8%～5.0%（見(jiàn)圖33），該比例表明電動(dòng)汽車(chē)用電量在全社會(huì)用電量中占比相對(duì)有限。在激進(jìn)情景下，2035年和2050年，兩個(gè)城市電動(dòng)汽車(chē)的日用電量將占全社會(huì)夏季日用電量的2.8%～10.9%，特別是北京的電動(dòng)汽車(chē)日用電量在全社會(huì)日用電量中的占比，將接近2017年中國(guó)城鄉(xiāng)居民用電比例的13.79%（中國(guó)電力企業(yè)聯(lián)合會(huì)2018）。值得注意的是，本文采用的電動(dòng)汽車(chē)最大日用電量即全社會(huì)電動(dòng)汽車(chē)充電同時(shí)率高的一天里的充電量，因此電動(dòng)汽車(chē)用電量在全社會(huì)日用電量中的占比會(huì)在不同日期呈現(xiàn)波動(dòng)。中公交車(chē)的充電負(fù)荷最大，但未來(lái)私家車(chē)充電負(fù)荷（

慢充和快充）當(dāng)城市新能源汽車(chē)規(guī)模按照既有政策發(fā)展（即基準(zhǔn)情景），2035年兩個(gè)城市新能源汽車(chē)數(shù)量分別在30萬(wàn)輛以?xún)?nèi)，205年新能源汽車(chē)數(shù)量約在450萬(wàn)輛以?xún)?nèi)，且慢充占比相對(duì)較高時(shí)，兩個(gè)城市2035年和2050年電網(wǎng)峰值負(fù)荷的增幅相對(duì)有限，在1.6%～5.2%之間，最大負(fù)荷需求在478當(dāng)城市新能源汽車(chē)高速發(fā)展（即激進(jìn)情景2035年城市新能源汽車(chē)數(shù)量超過(guò)300萬(wàn)輛，2050年新能源汽車(chē)數(shù)量超過(guò)450萬(wàn)輛，且以快充為主，兩個(gè)城市2035年和2050年電網(wǎng)峰值負(fù)荷的增幅將達(dá)10%～11%，最大負(fù)荷需求在928綜上，未來(lái)兩個(gè)城市新能源汽車(chē)對(duì)全網(wǎng)峰值負(fù)荷可能造成的影響幅度區(qū)間較大：2035年兩個(gè)城市峰值負(fù)荷增幅大致在1.6%～11.9%區(qū)間，20503.1%～11.3%區(qū)間。這種不確定性不僅受新能源汽車(chē)未來(lái)推廣規(guī)模的影響，也受私家車(chē)快充占比和充電同時(shí)率的影高（因?yàn)槌潆婎l率低），如果快充車(chē)輛集中在同一時(shí)間充激進(jìn)情景_增幅 激進(jìn)情景_增量 基準(zhǔn)情景_增幅 基準(zhǔn)情景_增量

11.9%

峰值負(fù)荷增幅峰值負(fù)荷增幅

峰值負(fù)荷增幅比例峰值負(fù)荷增幅比例蘇州：2035北京：蘇州：2035北京：2035蘇州：2050北京：2050蘇州：2035北京：2035蘇州：2050北京：2050新能源乘用 124270307448快充頻 占比

124 466 489 673

本研究與現(xiàn)有文獻(xiàn)的結(jié)論可能存在差異。例如，國(guó)網(wǎng)能源研究院有限公司（2018）預(yù)測(cè)電動(dòng)汽車(chē)無(wú)序充電將導(dǎo)致2030年峰值負(fù)荷增加1.53億千瓦，預(yù)計(jì)相當(dāng)于當(dāng)年峰值負(fù)荷（無(wú)電動(dòng)汽車(chē)充電情景）的13.1%。該峰值負(fù)荷增幅的預(yù)測(cè)值整體高于本研究對(duì)兩個(gè)城市2035年的預(yù)測(cè)范圍

配電網(wǎng)包含不同電壓等級(jí)，住宅區(qū)、商業(yè)區(qū)和大型工業(yè)企業(yè)的配電網(wǎng)一般采用三級(jí)電壓，即由區(qū)域變電所35|本研究2035年預(yù)測(cè)結(jié)果與現(xiàn)有文獻(xiàn)比較——電力峰值負(fù)荷增加比例（

36|私家車(chē)日間充電熱力 私家車(chē)夜間充電熱力36|北京市不同類(lèi)型車(chē)輛的充電量熱力圖（續(xù)2018年統(tǒng)計(jì)數(shù)據(jù)

將110kV或35kV電壓降為10kV，在用戶(hù)配變站再降至220V/380V在10kV配變中，不同微觀場(chǎng)景如公交場(chǎng)站、物流場(chǎng)

當(dāng)前電動(dòng)汽車(chē)推廣的初期，私家車(chē)充電負(fù)荷有宅基礎(chǔ)負(fù)荷類(lèi)似，集中在夜間，在下午18點(diǎn)至8|37| 負(fù)荷負(fù)荷負(fù)荷負(fù)荷負(fù)荷

15

21

15

21

15

21時(shí)刻（小時(shí) 時(shí)刻（小時(shí) 時(shí)刻（小時(shí)晚上21點(diǎn)半之間的某一時(shí)刻達(dá)到峰值。相反，在早晨8點(diǎn)至9點(diǎn)半的某一時(shí)刻達(dá)到峰值。而商

以及現(xiàn)有文獻(xiàn)（Gnann2018、加州能源局2018），對(duì)不同場(chǎng)景下的充電開(kāi)始時(shí)間、充電起始SOC38|城市不同微觀場(chǎng)景：電動(dòng)汽車(chē)充電開(kāi)始時(shí)間示意（單位：輛

辦公場(chǎng) 商業(yè)場(chǎng) 時(shí)刻（小時(shí)39|無(wú)序充電負(fù)荷無(wú)序充電負(fù)荷 時(shí)間（天7kW和GammaGamma中值：晚上21

充電終止充電終止

選擇某老舊住宅小區(qū)，小區(qū)居民戶(hù)為1907戶(hù)，對(duì)應(yīng)10kV的配變額定容量約為4200kW，目前負(fù)載率最高為54%，接近全市10kV負(fù)載率平均水平。假設(shè)小區(qū)充電樁充足，且未來(lái)每個(gè)樁額定充電功率為7kW。同時(shí)，假設(shè)居民用電的基礎(chǔ)負(fù)荷不變，未來(lái)負(fù)荷增長(zhǎng)主要取決于電動(dòng)汽車(chē)充電；實(shí)際上，隨著未來(lái)電氣化水平的提升，居民小區(qū)負(fù)荷將不斷提升，所以本文微觀層面的研究結(jié)論可能低估電動(dòng)汽車(chē)對(duì)配電網(wǎng)的影響。此外，由于微觀場(chǎng)景充電行為具有隨機(jī)性，本文假設(shè)相對(duì)極端情景，即居住小區(qū)夜間的電動(dòng)汽車(chē)充電負(fù)荷峰值與基礎(chǔ)負(fù)荷（如家用電器）的夜間用電高峰重疊，集中在夜間21點(diǎn)半左右；若實(shí)際中電動(dòng)汽車(chē)充電負(fù)荷峰值與基礎(chǔ)負(fù)荷峰值不疊加，總負(fù)荷峰值將比本文的模擬值更低。

荷已在80%負(fù)載率限值上下。這意味著需要通40|不同充電同時(shí)率下住宅小區(qū)負(fù)荷曲線(xiàn)（100%

10%

80% 9|數(shù)量（輛峰值EV額定容量約為4800kW，目前負(fù)載率最高達(dá)51.6%。該辦下電動(dòng)汽車(chē)的充電高峰定在上午10

41|不同同時(shí)率下辦公場(chǎng)所負(fù)荷曲線(xiàn)（100%

10%

80%充電同時(shí)率 充電同時(shí)率5,000

10|

電力負(fù)荷比 最大負(fù)載峰值EV負(fù) 最高總負(fù) 峰值負(fù) 電動(dòng)汽車(chē) 電動(dòng)汽車(chē)滲透 量（輛

該購(gòu)物中心地上、地下停車(chē)位共計(jì)1200個(gè)，由于其停車(chē)位配比充足，本文假設(shè)平均停車(chē)周轉(zhuǎn)率為0.85（商業(yè)場(chǎng)所一般停車(chē)周轉(zhuǎn)率為0.7～2.5），即日到訪的車(chē)輛數(shù)為1050輛。此外，本文假設(shè)該購(gòu)物中心未來(lái)將有60kW場(chǎng)充電樁，充電樁數(shù)量充足。

假設(shè)未來(lái)該購(gòu)物中心用電的基礎(chǔ)負(fù)荷不變，未來(lái)負(fù)荷增長(zhǎng)主要取決于電動(dòng)汽車(chē)充電負(fù)荷。模型結(jié)果顯示，該購(gòu)物中心電動(dòng)汽車(chē)的充電負(fù)荷在下班時(shí)間形成峰值，并在19點(diǎn)至20點(diǎn)達(dá)到負(fù)荷最大值（具體峰值時(shí)間，視城市下班時(shí)間與本地工商業(yè)電價(jià)而定）（見(jiàn)圖42）。不同車(chē)輛電動(dòng)化比例下的模擬結(jié)果顯示，即便在電動(dòng)汽車(chē)滲透率最大的情景——即一天中到該購(gòu)物中心充電的電動(dòng)汽車(chē)數(shù)量達(dá)到1000輛左右時(shí)，最大用電負(fù)荷才略微超過(guò)變壓器80%負(fù)載率限值，配變可開(kāi)放容量可基本容納未來(lái)電動(dòng)汽車(chē)的充電需求。然而，由于商場(chǎng)場(chǎng)景的充電同時(shí)率僅固定在5%，所以不排除隨著充電隨機(jī)性的提高，同時(shí)率發(fā)生突變，進(jìn)而給配變帶來(lái)壓力（圖42和表1）。42|商場(chǎng)場(chǎng)景下負(fù)荷曲線(xiàn)（充電同時(shí)率：5%

100%

10%

80%11|峰值EV10%為電動(dòng)汽車(chē)：10525%為電動(dòng)汽車(chē)：26350%為電動(dòng)汽車(chē)：525100%為電動(dòng)汽車(chē)：1050由于電動(dòng)汽車(chē)分布的地理不均勻性以及配電網(wǎng)負(fù)載上限等因素，新能源汽車(chē)對(duì)配電網(wǎng)的未來(lái)影響較之宏觀更大：受到電動(dòng)汽車(chē)充電影響，微觀場(chǎng)景的高峰負(fù)荷增幅遠(yuǎn)高于宏觀上限的11.9%。部分場(chǎng)景下，當(dāng)車(chē)輛電動(dòng)化比例達(dá)到25%時(shí)，本地配變就會(huì)重載；當(dāng)車(chē)輛電動(dòng)化比例達(dá)到時(shí)，多數(shù)本地配變將面臨超載的風(fēng)險(xiǎn)。

對(duì)而言，電動(dòng)汽車(chē)宏觀影響（如用電量和用電負(fù)荷）將在中長(zhǎng)期浮現(xiàn)。另一方面，電動(dòng)汽車(chē)在微觀場(chǎng)景中、無(wú)序充電條件下的充電負(fù)荷也比宏觀聚合后的充電負(fù)荷的隨機(jī)性更加明顯。特別是隨著電動(dòng)汽車(chē)規(guī)模增大，充電隨機(jī)性的微小擾動(dòng)（如充電同時(shí)率或充電開(kāi)始時(shí)間的變化）可能造成本地負(fù)荷的劇烈變化，導(dǎo)致配變超容，影響其安全穩(wěn)43|不同充電功率下辦公場(chǎng)所負(fù)荷曲線(xiàn)（100%

10%

80%5,000 本地負(fù)荷峰值峰谷差配電網(wǎng)擴(kuò)容量充電同時(shí)率充電同時(shí)率 充電同時(shí)率定運(yùn)行（見(jiàn)圖44）；任由電動(dòng)汽車(chē)無(wú)序充電，也使未來(lái)與普通的用電負(fù)荷不同，電動(dòng)汽車(chē)負(fù)荷具有高度可調(diào)節(jié)性，能夠靈活調(diào)整充電時(shí)間與充電功率。此外，電動(dòng)汽車(chē)也可以作為用戶(hù)側(cè)儲(chǔ)能設(shè)施，提供“放電”功能，協(xié)助電網(wǎng)削峰填谷。因而，相較于對(duì)高昂的電網(wǎng)擴(kuò)容投資，電動(dòng)汽車(chē)可以發(fā)揮這些作用，緩解其無(wú)序充電對(duì)電網(wǎng)的影響。

鑒于微觀層面配電系統(tǒng)受到電動(dòng)汽車(chē)充電的影響大于宏觀的影響，加之微觀層面的分析準(zhǔn)確度可控（即限定微觀場(chǎng)景后，電動(dòng)汽車(chē)在具體場(chǎng)景的可調(diào)度時(shí)間和可調(diào)度電量已知），因此本節(jié)側(cè)重分析微觀層面不同協(xié)同措施（有序充電、雙向充電）對(duì)減少電動(dòng)汽車(chē)對(duì)配電網(wǎng)沖擊發(fā)揮的作用。12|運(yùn)行安全優(yōu)先運(yùn)行安全優(yōu)先

?13|在不同微觀場(chǎng)景中，電動(dòng)汽車(chē)充放電的可調(diào)節(jié)性有所差異：私家車(chē)在住宅小區(qū)和辦公場(chǎng)所的停車(chē)時(shí)間久、充電靈活性高，因此存在電動(dòng)汽車(chē)與電網(wǎng)協(xié)同的基礎(chǔ)。相較之下，公共充電樁的充電需求具有剛性（見(jiàn)表13），因此，除換電模式及共享（租賃）汽車(chē)服務(wù)外，公共場(chǎng)所（如公共快充站）車(chē)網(wǎng)協(xié)同的潛力仍有待探討。為簡(jiǎn)化分析，本文僅以第5.2.1節(jié)的住宅小區(qū)為例，定量分析有序充電、雙向充放電對(duì)本地負(fù)荷削峰填谷的潛力。用戶(hù)對(duì)峰谷電價(jià)自發(fā)響應(yīng)：電動(dòng)汽車(chē)車(chē)主通過(guò)手機(jī)APP人為設(shè)定開(kāi)始充電時(shí)間（即延遲充