豪利777真人

　　撰文探讨电动汽车对全球能源系统的潜在影响。文章称，电动汽车不太可能造成电力需求危机，但会重塑负荷曲线。能源公司们该如何有效利用负荷曲线的变化呢？

　　电动汽车会很快面临另类的交通堵塞吗？随着汽车加快电动化进程，能源生产商和分销商需要了解电动汽车对电力需求的潜在影响。好消息是：麦肯锡的研究分析显示，电动汽车的预期增长将不会在中短期大幅增加总电网电力需求，因此限制了创造新的发电容量的需要。

　　以来自德国的信息为例，到2030年电动汽车增长不太可能会导致电力需求大幅增长；相反，它可能会使得总电力需求增加大约1%，需要增加大约5千兆瓦的发电能力。到2050年，这一数字可能会增长到4%左右，需要增加约20千兆瓦的发电容量。几乎所有的这些新增发电容量都可能会涉及到可再生能源，包括风能、太阳能以及天然气发电。

　　虽然电动汽车销量的增长不大可能导致总电力需求大幅增长，但它可能会重塑电力负荷曲线。最明显的影响将会是夜间高峰负荷的增加，当人们下班回家或完成一天的差事后，他们会让他们的电动汽车插上电源充电。但是，在系统级层面，这种影响相对较小。同样，以德国为例，我们预计到2030年峰值负荷将增加大约1%，到2050年将增加大约5%——电力系统大概率能够承受的增幅。

　　然而，负荷曲线的变化将在地方层面上带来挑战，因为电动汽车的区域性分布很可能会因地而异——有些地方可能有很大的差异。麦肯锡对各地电动汽车普及率的地理空间分析预测显示，郊区很可能会成为电动汽车早期普及的热点地区。因此，即便从全国范围来看电动汽车普及率仍然偏低，还是可能会出现拥有大量电动汽车的地区。

　　热门住宅区和电动汽车充电的其他集中地点，比如公共电动汽车快速充电站和商用车库，将显著增加当地的高峰负荷。为了预测住宅区负荷曲线的变化，麦肯锡对其进行了蒙特卡洛研究分析。分析显示，就一个常见的150户住宅的住宅区馈电线路而言，按当地的电动汽车渗透率达到25%来算，当地峰值负荷将增加大约30%。

　　虽然该数字并不低，但住宅地区的峰值负荷增长并不像一些人想象的那样急剧。这是因为，尽管一辆电动汽车可以很轻易地让单户家庭的峰值用电翻一番，但许多家庭（包括有电动汽车的家庭和没有电动汽车的家庭）的集聚，会减少变电站峰值负荷的相对增幅，即使是在峰值负荷异常的时候。

　　除了高峰负荷的增加，公共快速充电站的高波动性负荷分布也需要额外的系统来进行平衡。我们对一个快速充电站的负荷曲线进行了模拟，以便更详细地研究这种情况。在这里，单个快速充电站能够很快超过典型馈电线路变压器的峰值负荷能力。

　　由电动汽车充电需求引起的变电站峰值负荷的增加，如果不加以管理的话，最终将使得当地的变压器超出其容量，需要进行升级。结合麦肯锡地理空间分析得出的各地区电动汽车渗透率分布数据和目前在使用的变压器数据来看，可以发现，与国家范围的电动汽车渗透率相对应的资本支出需求呈现S曲线形状。换句话说，虽然在电动汽车渗透率低的时候，与设施升级相关的投资需求很少，但随着电动汽车数量的增加，这种需求会迅速增加，最终在电动汽车达到高渗透率水平时再次趋于平稳。我们估计，如果不采取纠正措施，累积的电网投资需求可能会每辆电动汽车多出几百欧元。

　　能源企业有几种途径来解决这种情况。它们可以对充电行为实施影响：例如，电力的分时定价能够激励电动汽车车主在午夜后充电，而不是在傍晚的时候。分析表明，这可能会使得峰值负荷的增长减半。分时定价制易于实施，且经过验证。它也需要进行监督，因为它可导致“计时器峰值”，即许多人无意中给他们的充电器设置了同一个开始充电的时间。

　　另外，能源公司可以部署更多的本地解决方案，比如将一个储能单元与在用电需求低峰时段给该单元充电的变压器放在一起。然后，储能单元在需求高峰期放电，从而减少峰值负荷。另一种选择可以是使用小型热电厂，如果该工厂产生的热量在本地能够派上用场，这可能会是一个很有吸引力的解决方案。

　　随着电池成本持续快速下降，使用储能技术来平滑负荷曲线将变得越来越有吸引力。该技术其他的应用包括公共快速充电站，电动巴士和卡车的停车场充电桩，以及部署于住宅，即更多的电动汽车车主结合使用屋顶太阳能电池板和家庭储能设备。几个因素可以驱动安装能源存储的业务案例。这包括削减高峰负荷以减少需求费用（基于高峰负荷的额外费用），避免电网升级，以及在特定时段利用较低的电价（在能源价格较低时给电池充电）。能源用户也可能因为提供灵活的服务而寻求补偿。

　　在电网升级或替代解决方案方面的一些投资将不可避免，不过企业可以通过解决根本性的问题来大大减少这种投资。一个例子是，通过转移电动汽车充电负荷来避免峰值负荷的增加。对电动汽车车主的充电行为、驾驶和停车模式的早期观察显示，在电动汽车与电网连接的大部分时间里，它们并没有主动充电。在基于住宅的私人充电中，这一比例超过80%，在公共充电站中则只有25%左右。这种情况产生了转移充电负荷的潜力，通过从系统层面来优化充电时间和速度，可使得充电过程智能化。

　　集中协调和智能引导人们的电动汽车充电行为，可以在多个层面创造价值。首先，它可以使得峰值负荷调节变得更加有效，从而大大减少上述的电网投资。其次，它可以重新改变峰值负荷调节以外的负荷曲线，从而优化发电成本（将需求从峰值发电转到基本负荷发电）。此外，在太阳能和风能发电过剩时加快充电，或在可再生能源发电量较低时降低充电速度，都会有助于整合出更高比例的可再生能源发电。最后，通过提供响应需求的服务，智能充电可以提供有价值的系统平衡（频率响应）服务。

　　这种方法的下一步改进涉及到车辆到电网（V2G）的计划，这不仅会改变电动汽车的电力需求，还会让电动汽车在特定条件下向电网输送能量成为可能。试点研究表明，电动汽车车主非常愿意参与协调智能充电计划。该计划可创造的总价值可高达每年每辆电动汽车数百欧元，具体视乎各地的情况而定。

　　为了实现这些效益，能源公司必须要对智能充电基础设施进行一些预先投资，并努力与其他的利益相关者共同实现有效的合作。但这些目标一旦确立，电动汽车将不会再在能源系统方面引起人们的担忧。相反，它们将使得能源系统变得更具有成本效益，更有弹性，更加环保，造就各种效益。

　　路上的电动汽车预计会增加，这会给电力公司带来挑战。虽然电动汽车到2030年不会导致电力需求大幅增加，但它们将重塑负荷曲线，从而给电网带来新的压力。此文提供的建议可以帮助能源公司克服这一挑战，有效地整合路上越来越多的电动汽车，进而为能源系统创造巨大的效益。

　　声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

　　的问题。因此，在目前动力电池不能直接提供更多续驶里程的情况下，如果能够实现电池充电快速化，从某种意义上也就解决了

　　续驶里程短这个致命弱点。2、充电通用化在多种类型蓄电池、多种电压等级共存的市场

　　充电和基础设施经理Christoper Michelbacker用普通住宅举了个例子。“一个普通家庭的日常用电

　　时间序列模型（如ARIMA模型）来进行预测。这种方法优点在于模型简单易懂，且适用于各种

　　与系统中大量采用的变频技术，造成线缆电压、电流的剧烈波动，并产生了较大的EMC电磁干扰。

　　DEKRA德凯将于2022 年德国汉诺威工业博览会上展示实现安全氢能经济和气候零

　　”充电难、充电慢、体验差“的瓶颈一直挥之不去。这已经成为一个影响新能源

　　年销量门槛是百万辆，前五的门槛更是600万辆，但是，特斯拉仍然让传统跨国车

　　另外，在电路设计中，器件的功率、电压等参数都会降额，具体降额方法本人博客中已有其他文章专门介绍。这里补充说的是降额之后的

　　曲线）。电路设计中对器件的使用，在T2—T3的温度区间中，器件功耗就需要随温度升高按一定斜率递减。做不到这一点，器件的使用可靠性就不能保证了。

　　预测中充电地点、充电方式不确定性的难题，提出了一种基于交通出行矩阵和云模型的充电

　　时空分布预测方法。首先，通过监测道路流量，反推小区的交通吸引量，动态预测不同地点的停车概率

　　协同调度的影响，提出了日前协同规划与实时动态修正相结合的两阶段优化调度策略。首先，基于住宅区面积、可控

　　有序充电分层控制策略。策略中主控制中心通过求解削峰填谷两阶段优化模型得到

　　方式及充电时段，采用蒙特卡洛模拟法抽取起始荷电状态、起始充电时间；计算四种

　　有序充电及与电网互动（vehicle to grid，V2G）的研究现状和应用

　　拟合来描述其概率特性，使用舍选法产生服从其概率分布的随机数据，再采用蒙特卡洛法对接入牵引

　　电子面临的电子环境（12V系统的）。 过电压实验 18V实验：模拟发电机

　　呈现出强烈的非线性。而BP 神经网络具有较强的非线性映射特性，它只需输入输出样本数据而不需要做复杂的相关假定即可完