2023可再生能源與電動汽車協同效應研究報告

可再生能源與電動汽車協同效應研究2023.12.7PAGE\*romanPAGE\*romanii目 錄項目背景與目標 1項目背景 1項目開展的政策環(huán)境及相關背景 1現狀和發(fā)展趨勢 1現有工作的不足之處及待解決的問題 2研究目標 2研究技術路線 2北京市各充換電模式發(fā)展現狀調研 3概述 3不同充換電模式技術經濟參數比較及發(fā)展狀況 3北京市電動汽車發(fā)展政策調研梳理 5電動汽車保有量規(guī)劃 5充換電基礎設施建設目標 6有序充換電支持政策 7北京市充換電設施基礎信息數據庫構建 7北京市風光可再生能源資源分布及供應特征分析 8概述 8風力發(fā)電資源動態(tài)供應潛力與變化特征模擬 10數據來源 10風速數據計算與降尺度校正 10風機發(fā)電功率計算 10風電裝機潛力與發(fā)電潛力計算 12風電出力曲線模擬及特性分析 13光伏發(fā)電資源動態(tài)供應潛力與變化特征模擬 13光伏電站建設影響與限制因素 13光伏陣列傾角與方位角 14光伏發(fā)電量及裝機量計算 15光伏出力曲線模擬及特性分析 17北京市屋頂光伏潛力評估 19京津唐電網風力發(fā)電、太陽能發(fā)電裝機量預測 20北京市電動汽車充換電需求時空分布特征模擬 214.1概述 21北京市電動汽車發(fā)展狀況預測 21電動汽車用能需求空間分布模擬 22電動汽車用能需求時間規(guī)律模擬 23充電模式下電動汽車用能需求時間規(guī)律模擬 23換電模式下電動汽車用能需求時間規(guī)律模擬 24北京市電動汽車有序充換電與可再生能源協同消納多維動態(tài)效益評估 245.1概述 24考慮電動汽車有序充換電的電力系統(tǒng)優(yōu)化模型 25情景設置 26北京市換電站優(yōu)化選址及容量配置方案 27電動汽車優(yōu)化調度場景下電動汽車充電負荷分布 28電動汽車優(yōu)化調度場景下電網效益 29電動汽車優(yōu)化調度場景下環(huán)境效益 32不同電價機制下電動汽車需求響應潛力分析 34研究結論 36政策建議 38可再生能源與電動汽車規(guī)劃協同 38可再生能源與電動汽車運行協同 39可再生能源與電動汽車管理協同 40PAGEPAGE23項目背景與目標項目背景項目開展的政策環(huán)境及相關背景2022260020302.4億輛[1]。我國新2015年起新能源汽車產銷量與保有量連續(xù)八年居全球首位。2020年10月國務院辦公廳頒布的《新能源汽車產業(yè)發(fā)展規(guī)劃（2021—2035年202520%左右?，F狀和發(fā)展趨勢202260萬輛；北京市“十四五”規(guī)劃提出大力推進交通電氣化，到2025200萬輛。大量增長的電動2035年北京市電動汽車無序充3.8%-1.9%2020年發(fā)布的《關于進一步支持光伏發(fā)電系統(tǒng)推廣應用的通知》要求新建區(qū)對可再生能源的消納作用是北京市及我國其他城市綠色低碳轉型以及實現碳達峰與碳中和目標的關鍵課題?，F有工作的不足之處及待解決的問題城市可再生能源資源時空分布特征分析；城市電力交通能源消費動態(tài)需求定量刻畫；高比例可再生能源與電動汽車協同消納多維動態(tài)影響評估。以及能源發(fā)展方式綠色低碳智慧轉型。研究目標本研究項目將以北京市為例，從交通系統(tǒng)與能源系統(tǒng)角度探究城市碳達峰與碳中和路徑，推動我國智慧低碳城市建設；研究成果將能夠有效支撐未來高比例風光可再生能源供電系統(tǒng)建設，提高可再生能源消納利用率，促進我國能源綠色低碳轉型進程；研究結果將有效論證高比例風光可再生能源情景下電動汽車全生命周期碳減排效益以及經濟收益，助力電動汽車產業(yè)良性發(fā)展；研究將為北京市及其他城市推進電動汽車充換電站、充電樁等電動汽車基礎理與電力市場服務相關政策設計提供依據。研究技術路線本項目技術路線圖如下圖所示。圖1-1項目技術路線圖北京市各充換電模式發(fā)展現狀調研概述不同充換電模式技術經濟參數比較及發(fā)展狀況目前電動汽車的主流充電補能方式主要可以分為充放電模式與換電模式[2,3]。在充放電模式中，電動汽車本身就是充放電的載體，用戶可以通過家用充電設備、充電站、（慢速充電6-8中用戶的充電行為較為集中，這將對電網的穩(wěn)定性造成影響[4]；對于慢速充電，電池容機性，將給電網運行帶來不確定性[3]。表2-1不同充換電模式比較慢充模式快充模式換電模式等待時間6-8小時0.5-1小時20秒-5分鐘充電功率3kW-10kW30kW-100kW20kW-60kW電池壽命壽命較長壽命短壽命較長服務能力3-6輛/樁20-40輛/樁120-332輛/站電網影響可在負荷低谷時期充電，對電網影響較小功率較大，充電過程突發(fā)性強，對電網沖擊大能夠對負荷起到削峰填谷作用，改善負荷特性建設成本約2000-3000元/樁7-10萬元/樁200-300萬元/站用戶體驗較差，等待時間較長，適合家充與目的地充電較好，等待時間長于加油，適合途中臨時補電極好，與燃油車類似購車成本初次購買成本高初次購買成本高初次購車成本低[5]，并降低電力系統(tǒng)與電動設施的建設需要較高的投資成本，這也給電動汽車換電模式的發(fā)展帶來了阻礙[3]。目前重型卡車等[6]。2-1總結了各種電7年國家電網公司提出將電動汽車充換電站的基本商業(yè)模式確定顧慢充、引導換電、經濟實用”[9,10]2020年一系列支持政策發(fā)布以來，電動汽車換電模202110個城市開展試點應用[11]。不同時期我國對不同充換電模式發(fā)展政策導向的多次調整一方面表明了我國電動汽車產202010（2021—2035年》[12]2022179.776.1103.6萬座，換電站保有量1973座[13]。北京市電動汽車發(fā)展政策調研梳理電動汽車保有量規(guī)劃（1）2021年，《北京市國民經濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景2025200化率由目前的6%提升至30%。充換電基礎設施建設目標（2016-2020年20200.9小于5公里。（2020-2022年20225100個左右換電站。2022,行業(yè)車輛、大型客車和中重型貨車充電站、出租車換電站及加氫站建設。（4）20222025務半徑小于3公里。開展新能源汽車換電模式應用試點工作。（5）2022年，《北京市“十四五”時期城市管理發(fā)展規(guī)劃》提出：要提升居家出70萬個，平30.9公里。平原地5（6）20222025703103有序充換電支持政策（1）2022年，國家發(fā)改委、國家能源局發(fā)布的《關于促進新時代新能源高質量發(fā)展的實施方案》提出：深入挖掘需求響應潛力，提高負荷側對新能源的調節(jié)能力。通過電力市場交易等促進可再生能源與電動汽車互動發(fā)展。（3）2022年，《北京市“十四五”時期能源發(fā)展規(guī)劃》提出：挖掘電動汽車等需求響應資源，完善輔助服務市場機制，積極引導用戶參與電力需求側響應。（4）2022有序充電，引導車輛有序充放電，增強新能源消納能力與電力保障能力。北京市充換電設施基礎信息數據庫構建23159座，其17.52.91.9萬個，業(yè)0.7201533%（站2020年底，50.9的高效利用和深度脫碳奠定了良好的基礎。E（北京充電設施統(tǒng)一管理平臺獲取了北京市快慢充電設施地理2020121331459276751.960-90kW7kW門頭溝、平谷、延慶等外圍區(qū)域中快慢充樁比例較為懸殊，以快充樁占絕對主導?？斐鋽的?快充數目 慢充數目150010005000圖2-1北京市各區(qū)域公共充電樁分布圖北京市風光可再生能源資源分布及供應特征分析概述圖3-1基于“大數據+空間地理模型”與降尺度校正的風力發(fā)電資源精細評估模型圖3-2基于“大數據+空間地理模型”與降尺度校正的光伏發(fā)電資源精細評估模型圖3-3京津唐電網及華北電網覆蓋范圍示意圖風力發(fā)電資源動態(tài)供應潛力與變化特征模擬數據來源NASAGoddard（GEOS-5）的數據同化系統(tǒng)（DAS）提供的氣象場數據開展風力發(fā)電資源動態(tài)供應潛力與變化特征模擬[14]。GEOS-50.31250.2531.25k×25k，時間分辨率為逐小時尺度[15]GEOS-FP10m50m高度處風速以及氣溫、氣壓等數據用于建模分析。風速數據計算與降尺度校正研究中采用冪律風速廓線模式對風機輪轂高度處的風速進行計算[16]，如下式所示：V(z)=V50

(??)?? (1)??50式中，z100m；z5050m；V(z)為風機輪轂高GEOS-FP50mαGEOS-FP50m10m高度處風速利用上述冪律廓線公式計算得到。（GlobalAtlas18]常被[19-21]GA3.0100m高度處風速資料[2]0.00250.0025）GEOS-FPGEOS-FP0.0625°×0.0625°出，并應用于風電功率計算以及風能潛力估算。風機發(fā)電功率計算計算得到逐小時風機輪轂高度處風速后，研究采用GE2.5MW風機的功率曲線及技術參數計算風機發(fā)電功率，其切入風速、額定風速、切出風速分別為3m/s、13m/s、25m/s，葉片直徑與輪轂高度均為100m，其功率曲線如下圖所示。32.5發(fā)電功率(MW)發(fā)電功率(MW)1.510.500 5 10 15 20 25 30風速(m/s)圖3-4GE2.5MW風機的功率曲線在應用功率曲線時，需考慮空氣密度的影響，將風機輪轂高度處風速轉化為標準狀況下的風速，如下式所示[23]：1=( =( V )?

(2)??????????????????

1.225????

????????????????式中，V????????????????與分別為原始風速以及修正后風速；??和??GEOS-FP287.05N?m/(kg?K)。10%[24]。（Capacity表征各格點對應網格內風力發(fā)電資源情格風機發(fā)電功率，可計算得到逐小時逐網格風力發(fā)電潛勢容量因子，如下式所示：??????,??

=????????????,???????????????????,?????

×100% (3)式中，??????,??ti對應的風電容量因子；???1時；????????????,??ti內風機發(fā)電功i內風機額定裝機容量。研究計算得到京津唐區(qū)域風力發(fā)電容量因子分布如下圖所示?？梢园l(fā)現，京津唐區(qū)域風電容量因子高值主要分布在張家口和承德等北部地區(qū)，此外包括天津、秦皇島和唐山在內的沿海地區(qū)的風電資源也較為豐沛，而北京地區(qū)本地的風能資源較為有限。圖3-5京津唐電網區(qū)域風力發(fā)電容量因子分布圖風電裝機潛力與發(fā)電潛力計算MODIS被雪或冰川永久覆蓋的地區(qū)以及城市和已開發(fā)地區(qū)[24,25]，同時參考全球數字高程模型（GTOPO30）[26]20%202010月1800（IV類資源區(qū)合理年均20.5%）5MW/km2?；谝陨献匀坏乩項l件約束、風電資源限制以及各格點對應網格內多年平均風電容量因子計算結果，可計算京津唐電網內風電裝機潛力及發(fā)電潛力，如下式所示：????=∑(??????????×????????×????????) (4)????=∑(??????????×????????×××????????) GP為京津唐電網覆蓋的網i的多年平均風電容量因子；??????????i的面積；i內適宜風電開發(fā)的土地利用率（LandUtilizationRate），其取值綜合考慮了網格內自然地理條件約束以及小時。風電出力曲線模擬及特性分析??

=∑????????,??×(??????????×????????)∑(??????????×????????)

(6)??t????,??ti所對應的風電潛勢容量因子；??????????與????????定義與式（4）及式（5）中相同。3-8（a）3-97-8月為低谷期29]4點7-837了由太陽輻射驅動的晝夜循環(huán)的影響[30]。光伏發(fā)電資源動態(tài)供應潛力與變化特征模擬光伏電站建設影響與限制因素表3-1土地再分類覆蓋類型編號土地覆蓋類型利用系數（%）1森林02郁閉灌叢、熱帶多樹草原13草地、稀疏灌叢、熱帶稀樹草原24裸地或低植被覆蓋地25農田、農田/自然植被鑲嵌地0.26城市建設用地17水體、永久濕地、冰雪覆蓋地030[31]MODISMCD12Q11（EOS）TerraAqua衛(wèi)星（MODIS）[32]2001-2017173-1ArcGIS光伏陣列傾角與方位角光伏陣列的土地利用率及裝機容量。光伏陣列最為廣泛應用的為固定式傾角，因其建多種軟件能夠對依據經緯度信息計算光伏陣列最佳布設傾角，如360個主要城市的最佳光伏布設傾角[33]與城市所在緯度進行線性擬合，擬合0.8002。圖3-6最佳光伏鋪設傾角擬合曲線1515晝夜等分日的正午能夠垂直到達光伏發(fā)電板。公式（7）為光伏陣列傾角的選擇方案：Tilt={ ????????????????,0<????????????????≤151.1929×?????????????????11.79458,????????????????≥15其中：Tilt—光伏陣列傾角；latitude—緯度。

(7)0°作為方位角。伏陣列間距計算公式如下：D=L????????+????????????????????

(8)其中：D—光伏陣列間距；L—光伏板長度；??—光伏陣列傾角；????—冬至日下午三時太陽高度角；????—冬至日下午三時太陽方位角。????=根據光伏陣列傾角與間距，進一步推算土地利用率。土地利用率是指單位土地面積上布設光伏發(fā)電板的有效面積。其計算公式如下：????=式中各符號含義如前所述。光伏發(fā)電量及裝機量計算

1????????????????+????????????????????????????+

(9)光伏本研究將分別計算光伏陣列直射、散射、反射三種輻射量并加總計算總輻射。研究將ERA5數據進行降尺度，采用5km分辨率逐小時太陽直射與散射數據，計算相應轉換系數與陣列表面太陽輻射量。光伏陣列表面太陽直射輻射??????_????????=????????×??????????×????????+???????? (10)其中：??????_????????—直射輻射轉換系數。其余符號含義如前所述。=×??????_???????? 其中：??????—光伏陣列表面太陽直射輻射；??????—地面直射輻射。

=1+????????2

(12)其中：??????_????????為散射輻射轉換系數。其余符號含義如前所述。=×??????_???????? (13)其中：??????—光伏陣列表面太陽散射輻射；??????—地面散射輻射。光伏陣列表面太陽反射輻射?? =1???????????

(14)????_????????

2 ??其中：??????_????????—為反射輻射計算系數；????—為地面反射率，此處取0.2。=×??????_???????? (15)其中：??????—光伏陣列表面太陽反射輻射；????—地面總輻射。光伏陣列表面太陽總輻射=++(16)式中各符號含義如前所述。小時發(fā)電量與裝機潛力基于以上模型參數分析，小時發(fā)電量具體計算公式為：=????????×????×××(1?)×(1???????????????)×(17)——損失；??????????????—溫度效率損失。裝機潛力的計算公式為：

=????????×????×(18)本研究分析采用的光伏電池峰值功率溫度系數為-0.41%/℃，即相對于標準測試條件110.41%光伏電池表面溫度計算公式如下：??????????

=

+(?????????20)×?? (19)0.8????????????—太陽能電池標稱工作溫1標準測試條件，StandardTestCondition，指AM=1.5，輻照度為1000W/m2，工作溫度為25℃的測試條件。度，本研究為44°；??—光伏電池表面日光輻射強度，千瓦/平方米。溫度校正系數計算公式如下：??????????????=1?0.41%×?25°) (20)式中各符號含義如前所述。逐時遮擋系數計算方法如下：??=????????×?????????????????? 角；??—太陽方位角。=atan(????????/??????????) (22)其中：????????—太陽高度角在正南方向的投影；??—太陽高度角；????—太陽方位角。??????????????

=(?????)× ?????????????? sin(??????????????)

(23)其中：??—傾角；????????—太陽高度角在正南方向的投影；??—太陽高度角；????—太陽方位角；d—冬至日下午三時單位面積光伏板在正南方向的投影長度與光伏陣列垂直投影長度之差（此時恰好無遮擋）。20%圖3-7京津唐電網區(qū)域光伏容量因子分布光伏出力曲線模擬及特性分析本研究中，光伏出力曲線模擬方法與風電出力曲線模擬相同，公式如下所示：??

=∑????????,??×(??????????×????????)∑(??????????×????????)

(24)式中，??t時刻京津唐電網光伏潛勢容量因子；????,??ti所對應的光伏潛勢容量因子；其他定義與上文相同。3-9集中在正午。圖3-8京津唐電網全年（a）風力發(fā)電與（b）光伏發(fā)電小時級出力時序曲線圖3-9京津唐電網風力發(fā)電與光伏發(fā)電（a）各月份平均容量因子與（b）日內出力時序曲線北京市屋頂光伏潛力評估3D425896個建筑輪廓；同時根據獲取的北京市路網數據，進行北京市街區(qū)空間的繪制，并利用AOI、POI、房產數據結合的方法，對建筑功能屬性進行逐一識別，共分為居住建筑、公共建25kmGEOS-55km分辨率的輻射數據。235km2km257.4km232.2km233.4km2。可利用面積12551.5km2，31.4km218.2km223.6km2。在各種影響因素中，建筑26.6km275.7km2。同時，屋（二環(huán)內（五至六環(huán)57%42%。GW202018.315.4201920.8%。在光伏穩(wěn)定供電的日間小時，即上午九點49.9%，而在屋頂光伏集中出力的午間時63.3%。下圖進一步從單位土地面積光伏潛力與街道層面人均光伏潛力揭示了北京市屋頂0kWh/m2至36kWh/m27.2kWh/m2。其中，四環(huán)以內的區(qū)域因其建筑密度較大普遍光伏1030.8kWh/2019kWh的人均居民生活用電量。與屋頂光伏潛力的空間分布不同，人均屋頂光伏潛力在四至六環(huán)區(qū)域較高，而在人口與建筑密度集中的四環(huán)以內區(qū)域則普遍偏低。圖3-10北京市六環(huán)內屋頂光伏潛力土地利用密度圖3-11北京市六環(huán)內人均屋頂光伏潛力京津唐電網風力發(fā)電、太陽能發(fā)電裝機量預測根據國網新能源云發(fā)布的相關數據，截止2020年底京津唐電網區(qū)域風電裝機量約20.6GWGW17%。而根據全球能源互聯網發(fā)展合作組織（GEIDCO）對華北電網可再生能源發(fā)展狀況的預測[34]，202542.0GW28.4GW，30%GEIDCO對華北電網風光可再生能源中長期發(fā)展的預測[35]如下圖所示?？梢园l(fā)現，光伏發(fā)電裝機量在未來將出現迅速增長并在2040年后超過風力發(fā)電裝機量。圖3-12京津唐電網風力發(fā)電、太陽能發(fā)電裝機量及預測數據北京市電動汽車充換電需求時空分布特征模擬概述分布規(guī)律及空間分布特征，包括充電模式與換電模式兩種電動汽車補能模式。北京市電動汽車發(fā)展狀況預測本研究根據電動汽車的交通模式將北京市電動汽車劃分為不同電動汽車車隊集群，20252025年北京市私家1120164、114706、21571、39788、108150輛。為了在電力系統(tǒng)的調度優(yōu)化模擬中簡化分析過程，以確保模擬結果更符合未來的實際情況。電動汽車用能需求空間分布模擬337fi的日均用電需求的計算方法如下式所示。????,??=??????×??×??×??????,?? (25)????其中，??????、??和??f的電動汽車保有量、日均行駛距離和平均電耗率；??????????,??fif總用電?? 圖4-1北京市（a）私家電動車、（b）電動出租車與（c）電動公交車用電需求空間分布比例上圖為北京市不同電動車隊的用電需求空間分布比例計算結果。可以發(fā)現，電動出電動汽車用能需求時間規(guī)律模擬充電模式下電動汽車用能需求時間規(guī)律模擬本研究基于北京理工大學有關北京市不同類型車隊實際出行及充電數據大數據[36]，6630時左右出現充電負荷峰6時，這表明電動公交車主要在白天進1289物流車往往需要在特定時間段內進行電能補給以滿足運營需求。圖4-2北京市不同類型車隊無序充電日間平均負荷分布情況換電模式下電動汽車用能需求時間規(guī)律模擬圖4-3北京市電動汽車換電站日間車輛訪問時序曲線故研究利用北京市加油站的測時寫實數據確定電動汽車前往換電站進行電池更換的時88時，而休息日361086高峰時段。北京市電動汽車有序充換電與可再生能源協同消納多維動態(tài)效益評估概述4.2節(jié)中確定的北京市風光可再生能源資源分布及供應特征以4.3排放、經濟收益和電動汽車用戶的多維動態(tài)影響?？紤]電動汽車有序充換電的電力系統(tǒng)優(yōu)化模型研究基于電力系統(tǒng)機組組合模型構建考慮電動汽車有序充換電的電力系統(tǒng)優(yōu)化模型并模擬京津唐電網電力系統(tǒng)運行情況。模型目標函數為京津唐電網火電機組運行的燃料消耗成本以及啟停成本，如下式所示：??????=∑??,??(????,??)×+∑??,????????????,??(1?????,???1)×(27)gtg（研究中采用分段線性函數gtgg置。研究中構建的考慮電動汽車有序充換電的電力系統(tǒng)優(yōu)化模型的約束條件包括：風光可再生能源約束：指系統(tǒng)中風力發(fā)電出力與光伏發(fā)電出力同時受到裝機容量與逐小時容量因子的限制。（放-能量4.3.4節(jié)中各車隊用能用滾動窗口法（Rollingwindowmethod）8760中GUROBI0.1%。情景設置表5-12025年北京市電動汽車發(fā)展情景電動汽車發(fā)展情景私家車出租車公交車物流車公務車總計保守情景滲透率(%)105060201011保有量54910083000151202320051500721920基準情景滲透率(%)206986342122保有量112016411470621571397881081501404379政策情景滲透率(%)308090403032保有量164730013280022680464001545002003680激進情景滲透率(%)409097504042保有量2196400149400244945800020600026342944.2.5202542.0GW28.430%2025年不同電動汽車滲透率下北京市電動汽4.3.2節(jié)中根據中汽數據有限公司提供相關數據預測的20251402025200萬202572263無序充電場景單向有序充電場景雙向有序充放電場景，并與無電動汽車基準場景（BAU）4.3.4.2節(jié)中確定的無序充電負荷一致；（V1G）（V2G）中電動汽車車隊及換電站在電力系統(tǒng)調度下以系統(tǒng)最小發(fā)電成本為目標分別進行單向有序充電與雙向有序充放電。4.1V1GV2G場景中，研因素。表5-2北京市2025年電動汽車優(yōu)化調度場景設置車隊類型私家車出租車公交車物流車公務車無電動汽車基準場景（BAU）燃油車燃油車燃油車燃油車燃油車無序充電場景（UCC）無序充電無序充電無序充電無序充電無序充電單向有序充電場景（V1G）有序充電換電換電有序充電有序充電雙向有序充放電場景（V2G）有序充放電換電換電有序充放電有序充放電北京市換電站優(yōu)化選址及容量配置方案研究基于北京市換電站歷史建設情況通過線性回歸估算得到2025年北京市換電站41334568座服務于電動公交車。研究進一步利用電動汽車發(fā)展基準情景下北京市電動汽車用能需求空間分布以及區(qū)位圖5-12025年北京市換電站優(yōu)化選址方案電動汽車優(yōu)化調度場景下電動汽車充電負荷分布研究基于電力系統(tǒng)協同優(yōu)化調度方案系統(tǒng)評估了不同電動汽車優(yōu)化調度模式場景對京津唐電網運行與高比例風光可再生能源消納的影響。下圖以2025年北京市電動汽車基準發(fā)展情景為例展示了不同優(yōu)化調度場景下電動汽車充電負荷分布以及對棄風棄5-2（b））V1G場景下，電動汽車車隊通過減少晚間用電高峰時段的場景有效促進了風電和光伏可再生能源消納（5-2（b））V1G場景的基礎上，V2G模式通過在V2G場景中放電功率主要由私家車車90%以上。圖5-22025年北京市電動汽車基準發(fā)展情景下各優(yōu)化調度場景（a）電動汽車充電負荷分布；（b）對京津唐電網棄風棄光的影響電動汽車優(yōu)化調度場景下電網效益圖5-3不同電動汽車發(fā)展情景下各優(yōu)化調度場景全年平均棄風棄光率8760小時電力系統(tǒng)的調度模擬，量化分析了電V1GV2G棄風棄光率從BAU場景中的5.22%下降到V1G場景下的4.37%和V2G場景下的3.30%，4.37.5V2G3.12%4.15.9倍。圖5-4不同電動汽車發(fā)展情景下各優(yōu)化調度場景較BAU場景日均最大凈負荷增長情況北京地區(qū)電動汽車優(yōu)化調度帶來的電網效益同時也體現于對京津唐電網凈負荷特（其中凈負荷定義為系統(tǒng)總電力負荷與風光可再生能源出力的差值BAU場景相比，電動汽車的無序充電使京津唐電網日均最大凈負荷值增加0.8%1.8%左右，從而導致電力系統(tǒng)調峰壓力增大，影響電網安全經濟運行；而系V1G模式則能夠有效避免無序充電帶來的凈負荷峰值增長，V2G模式則能夠10%BAUBAU0.7%1.8%左右。與無序充電相比，V1GV2GV1G模式使系統(tǒng)發(fā)電成本40%V2GBAU2025年電V2G調度模式能夠減少系統(tǒng)年發(fā)電成320元。圖5-5不同電動汽車發(fā)展情景下各優(yōu)化調度場景較BAU場景電力系統(tǒng)發(fā)電成本增長情況2025BAU4.4.44.3.3節(jié)中私家車車隊用能需求空間分布模式進行20252514.2.4節(jié)中北京市屋頂光伏潛力評估結果確定。由上圖可以發(fā)現，無序充電對北京市本地配電網的影響高于對京津唐電網整體凈負荷特性的影響，4.8%8萬千瓦。V1G模式通過轉移晚間用電高峰時段充電負荷至其他時2.5%V2G模式則BAU場2%電將有望降低對相關配電基礎設施的投資需求。圖5-62025年電動汽車基準發(fā)展情景下北京市各區(qū)典型日最大凈負荷相對BAU場景增長情況（a）相對增長水平；（b）絕對增長水平電動汽車優(yōu)化調度場景下環(huán)境效益BAU場景年二氧化碳減排量?？梢园l(fā)現，電動汽車不究考量的能源系統(tǒng)中二氧化碳排放由電力部門能耗主導且尚不考慮碳捕集技術的介入，BAU2.0Mt5.7MtV2G2.9~7.9Mt5.1Mt~10.8Mt2025汽車在無序充電、V1GV2G2.5t、3.6t5.5t。也就是44%124%左右。圖5-7不同電動汽車發(fā)展情景下各優(yōu)化調度場景較BAU場景年二氧化碳減排量BAU場景的年大氣PM2.5、NOXSO2V1GV2G模式的減BAU場景的減排量相同；而第二部分為電動PM2.5NOXNOX排放中占據主導地位，尤其是以柴油為燃料的公交車車隊；對于SO2，無序充電模式會引起系統(tǒng)整體排放增加，SO