【东南大学】时空约束条件下电动车多社区建筑能源协同共享与传递

汇 报 人 ： 张 林 锋 依 托 单 位 ： 东 南 大 学 交 通 学 院 东 南 大 学 智 慧 建 造 与 运 维 国 家 地 方 联 合 工 程 研 究 中 心 CONTENT 目录 1 团队介绍 2 新能源车体系接入对建筑能源系统与电动车的影响 3 电动车助力多社区能源共享与传递 1、研究背景 国家战略 全 球 挑 战 国 家 战 略 行 业 需 求 气候变化正在发生——世界已经比工业革命开始时暖和了1.1 ℃ 。如果目前的趋势持续下去，那么本世纪全球气温预计将上升3.4-3.9℃，这将带来广泛的破坏性气候影响。 交通运输是碳排放的重要领域之一，推动交通运输领域做好碳达峰、碳中和相关工作，是加速行业绿色低碳转型、推动交通运输高质量发展的重要抓手，是加快建设交通强国的重要内容。 中国正制定碳达峰计划，广泛深入开展碳达峰行动，支持有条件的地方和重点行业、企业（能源、钢铁、有色金属、石化化工、建材、交通、建筑等）率先达峰。 2020.09.22联合国大会一般性辩论2030年碳达峰、2060碳中和 4（近期）各项政策法规多次提及交通领域碳达峰碳减排 2019.09.23气候行动峰会多国家地区共同应对全球变暖 国家战略 我国交通运输领域碳排放贡献率占比9.63%，未来将超越全球交通碳排放贡献率16.2%。 •到2035年，交通运输领域是唯一仍然不能实现碳达峰的领域 •解决方案：交通工具电气化 电动汽车智能充电 •我国新能源汽车保有量高速增长，2022年达到1310万辆，超过全球2600万辆的50%。 •2023年7月3日，中国新能源汽车第2000万辆新车下线。 电动车智能充电 •2050年均能接近80%汽车的电动化，2060年90%以上的车辆为新能源汽车 7乐观情景：2025年渗透率50%，2030年渗透率66%；2030年保有量1.6亿辆，2040年3.8亿辆，2050年4.1亿辆保守情景：2025年渗透率30%，2030年渗透率50%；2030年保有量1亿辆，2040年3亿辆，2050年4亿辆 电动车智能充电 •随着电动汽车保有量增长，其无序充电将叠加晚间用电高峰，增大电网压力(图1)•电动汽车在用电低谷充电(图2，橙色块)，在用电高峰放电(图2，浅蓝色块)并且进一步与未来新能源发电特性匹配，能够减少电网增容压力。 电动车智能充电 •新能源车体系接入对建筑能源系统的影响：新能源车作为储能设备能削弱可再生能源和负荷不确定性对系统运行经济性、环保性、能效性等的影响，增加可再生能源系统的可靠性; 2、新能源车体系接入对建筑能源系统与电动车的影响 新能源车体系接入对建筑能源系统的影响 新能源车-建筑性能协同激发理论及其优势研究 其特性包含：基于原始用电曲线的建筑节能，峰值削减，负荷转移，负荷调幅，建筑产能等。 影响因素包括：建筑保温性能，用电设备柔性控制，以及蓄电池和分布式能源的参与。 效应：降低建筑用电一次侧和二次侧的成本，提升能源安全稳定性，节能减碳。 新能源车体系接入对建筑能源系统的影响 电动汽车与建筑的能源互动研究 框架模型：单体建筑/建筑群Vs个别充电桩/充电站数据：动力电池类型，充放电曲线，建筑用电曲线实验/模拟：优化充电控制策略，模拟动力电池作为移动电源与不同建筑能源的互动考察点：经济性能，负荷柔性，车主满意度 关键技术： •建筑冷热电储负荷预测技术：基于历史数据的逐时能源负荷分摊比例与神经网络预测，为新能源车接入微网系统提供理论基础;•新能源车智能充放电技术：增加区域电网的电力负荷和可再生能源的动态匹配，在不需要升级已有的电力设备的基础上，提升可再生能源的电网容量。 新能源车体系智能充电优化 充电方式对建筑能源系统的影响 实验平台：湖南大学交/直流充电站实验平台 •1台交流充电桩(7 kW)•3台直流充电桩(30 kW)•1台V2G双向充电桩(30 kW) 实验室充电桩系统订单数据展示：•订单号 •驶入（驶离）时间•充入电量•实时功率/电流/电压 充电方式对新能源车电池的影响 集成控制在提升可再生能源利用率方面表现最好，但计算量较大，较难收敛 3、电动车助力多社区能源共享与传递 研究对象 两个社区：工作场所、住宅场所，电动汽车连接两个社区. 优化方法 不同社区中的建筑信息需求：•能源需求 •可再生能源供应 电动车信息：•到达/离开时间 •初始与目标SOCs•驾驶距离 优化方法 How is trade-off conducted? ω: weighting factor, in the range[0,1], shows the importance of thepower regulating in one community A: to minimize the community’speak power exchanges with the grid Inputs related to EVs 电动车-多社区仿真案例 电力需求 电动车-多社区仿真案例 可再生能源电力供给 电动车-多社区仿真案例 电动车相关信息 控制策略1：电费最低 电动车的充电主要安排再工作场所，主要是由于优化控制器主要去平衡工作场所的光伏发电量。 两种控制方式都利用了谷时电价。先进控制更加节钱。 控制策略1：电费最低 控制策略1：电费最低 Control strategy1: minimizing electricity costs •在夏季的一周里，C2V2C控制可以利用电动汽车电池减少对电网不必要的太阳能光伏发电输出。因此，它导致了社区累计水平上的电力成本大幅下降。•在冬季的一周里，电力成本的降低主要是通过将大量电力需求转移到电价较低的时段来实现的。 •总体而言，在社区累计水平上，使用先进的C2V2C控制，总成本更低：夏季成本降低超过32％，冬季降低2~14％。 控制策略2：最小化尖峰负荷 电动汽车的充电大多安排在工作场所社区进行，因为控制器试图在白天平衡较大的光伏发电量。 在C2V2C控制中，电动汽车在白天停放在工作场所社区时会被充电至更高的SOC（电池荷电状态）水平。