基于价格激励的城市公共充电站填谷潜力评估

摘要新能源装机容量达到约8.6亿kW，电网消纳矛盾日益突出，仅靠电源侧调节难以支撑未来更大规模的新能源消纳任务。因此，如何利用价格激励使电动汽车、储能等用户侧调节资源发挥填谷能力，以满足新能源发展和新型电力系统建设的需要，已成为电网公司考虑的重点问题之一。文章选取城市公共充电站为研究对象，开展基于价格激励的城市公共充电站填谷潜力评估。

（来源：《中国电力》2025年第4期 引文：苏大威, 范旖晖, 赵天辉, 等. 基于价格激励的城市公共充电站填谷潜力评估[J]. 中国电力, 2025, 58(4): 131-139.）

摘要

随着新能源大规模接入电力系统，激励电动汽车参与电网调节，挖掘充电负荷的填谷潜力，已成为提升新能源消纳空间的重要手段之一。首先，构建城市公共充电站填谷潜力评估框架，对充电订单进行概率建模，开展基于随机抽样的蒙特卡洛模拟，从而获得表征起始充电时刻的抽样数据结果。然后，提出包含谷期和平期负荷率在内的典型负荷特性指标，引入充电负荷填谷潜力评估参数，开展城市公共充电站的填谷潜力评估。最后，采用某省试点地市的城市公共充电站在不同价格激励下的真实充电订单数据，基于所提方法开展了试点地市所属省份城市公共充电站填谷潜力量化评估。结果表明，模拟的充电负荷和实际负荷走势一致、变化规律与实际情况相似，当该省服务费优惠超过七折后，服务费每降低1折，平均填谷响应约增加2.36万kW，实现了对价格激励的城市公共充电站填谷潜力评估。

01 城市公共充电站填谷潜力评估框架

本文开展的城市公共充电站潜力评估详细流程如图1所示，主要包含充电订单概率建模、基于随机抽样的蒙特卡洛模拟和填谷潜力评估参数计算。其中，充电订单概率建模是从充电订单数据合集中进行数据时段定位、关键数据提取和概率分布建模，得到订单样本数据库；蒙特卡洛模拟是为了处理充电行为的不确定性，获得满足特定分布的抽样数据结果；填谷潜力评估参数计算侧重于负荷特性和填谷潜力的定量描述和分析。

图1  城市公共充电站填谷潜力评估框架

Fig.1  The evaluation framework for valley-filling potential of urban public charging stations

02 充电订单概率建模与蒙特卡洛模拟

2.1  充电订单概率建模

电动汽车充电行为存在较大随机性，在相同订单数量的情况下，不同充电行为的组合会形成差异化的充电负荷，故价格激励对充电负荷的影响难以直接用于对更广范围充电负荷的影响分析。为了实现对更大范围城市公共充电站填谷潜力评估，考虑充电行为随机性的影响，有必要对充电订单开展概率建模。

根据2009年美国交通部对全美家用车辆出行情况统计结果，发现车辆最后一次出行的结束时刻近似服从正态分布。一般情况下，最后一次出行结束时刻即为起始充电时刻，因此本文假设城市公共充电站负荷的起始充电时刻满足正态分布，其概率密度函数为

式中：f_pdf(t)为概率密度函数；t为起始充电时刻；μ_nd为起始充电时刻的期望值；σ_nd为起始充电时刻的标准差。

2.2  基于随机抽样的蒙特卡洛模拟

蒙特卡洛模拟法是一种基于数据样本近似概率分布模拟数据随机出现的试验方法，模拟流程主要包含：样本收集、统计检验、概率建模、随机模拟、重复抽样、统计研究等。

本文利用基于随机抽样的蒙特卡洛模拟方法处理城市公共充电站的电动汽车充电行为不确定性，通过正态分布的累积分布函数随机抽取各充电订单的起始充电时刻，获得抽样数据结果，具体流程如图2所示。其中，蒙特卡洛模拟和抽样分布函数的数学表达式分别为

图2  基于随机抽样的蒙特卡洛模拟流程

Fig.2  Monte Carlo simulation flow chart based on random sampling

式中：为蒙特卡洛模拟第i轮抽取的样本向量；t_M,i为第i轮抽取的第M个随机变量；f_cdf(t)为服从正态分布的样本累积分布函数；M为每轮抽样的抽取随机变量总次数；N为重复抽样总轮数（i=1, 2, ···, N）。

03 填谷潜力评估方法

3.1  负荷特性分析

负荷特性指标体现了电网的负荷状况，通常可以按不同时间尺度（日、月、年）划分，主要包含最大负荷、平均负荷、峰谷差、负荷率等。其中，谷期负荷率λ_valley和平期负荷率λ_flat可以反映谷期和平期电力需求情况，分别表示为

式中：P_max为日内负荷最大功率；P_ave-flat 、P_ave-valley 分别为平、谷时段内负荷功率平均值。

3.2  填谷潜力分析

填谷潜力是指用户参与响应增加谷时段负荷的能力，表征响应程度。通过改变营销活动服务费折扣力度，利用价格激励使充电负荷调整充电行为，将谷时段开展活动后的充电功率与同期不开展活动的充电功率相减，即获得每个时段的充电负荷填谷潜力。通过计算不同营销活动力度下，各时段充电负荷填谷增量的最大值

式中：j为服务费折扣力度类型；t为时段索引；T为总时段数；分别为第j种服务费折扣力度下t时段的营销活动前、后负荷充电功率。

3.3  填谷潜力评估流程

1）解析被抽样订单的充电起始时刻、终止时刻和充电电量信息。

2）根据充电持续时间和电量，计算平均充电功率，绘制充电功率曲线。

3）计算负荷特性和填谷潜力指标，完成填谷潜力评估。

04 算例分析

4.1  算例数据

以某省级电网下属城市公共充电站为研究对象，选择A地市（以下称A市）10座、B地市（以下称B市）35座城市公共充电站为试点，开展充电服务费价格打折优惠活动，激励电动汽车充电负荷参与填谷响应，具体活动时间和方案如表1所示。

表1  城市公共充电站优惠活动方案

Table 1  Marketing activities of urban public charging stations

分析参与活动充电桩历史连续30天的充电订单起始充电时刻，平均起始充电时刻为15:00，时刻标准差为5.18，绘制其概率密度直方图和累积分布曲线，并基于式（1）（3）绘制相应的正态分布曲线，二者对比情况如图3和图4所示，可以发现，二者走势相似，表明电动汽车起始充电时刻服从正态分布，可采用充电订单数据和基于正态分布抽样的蒙特卡洛法模拟充电负荷。

图3  概率密度对比

Fig.3  Probability density comparison

图4  累积分布曲线对比

Fig.4  Cumulative distribution curve comparison

4.2  充电服务费优惠的填谷成效分析

在服务费七折情况下，凌晨和午间的充电负荷与参考日相比均无明显增长。试点城市公共充电站的充电负荷如图5和图6所示，以未组织活动的前7天充电负荷平均值为参考，可以发现活动期间的负荷与参考日相近。在充电订单方面，活动日凌晨（00:00—03:00）的充电订单增速为24单/h，与参考日的27单/h接近；活动日午间（11:00—15:00）的增速为152单/h，比参考日提升4.8%。

图5  服务费七折下4月10日凌晨充电负荷情况

Fig.5  The charging load before dawn on April 10th with 30% discount of the service fee

图6  服务费七折下4月9、11日午间平均充电负荷情况

Fig.6  The average charging load at noon on April 9th and 11th with 30% discount of the service fee

在服务费五折情况下，充电负荷在凌晨时段无明显变化，而午间各时段略有增长，平均响应增长0.47 MW。试点城市公共充电站的充电负荷如图7和图8所示，凌晨时段仍与参考日相近，而午间平均增长10%，最大增长充电负荷为0.75 MW。在充电订单方面，活动日凌晨（00:00—03:00）的充电订单增速为25单/h，仍与参考日的23单/h接近；活动日午间（11:00—15:00）的增速为134单/h，比参考日提升18.6%。

图7  服务费五折下4月24日凌晨充电负荷情况

Fig.7  The charging load before dawn on April 24th with 50% discount of the service fee

图8  服务费五折下4月15-17日及4月21-22日午间平均充电负荷情况

Fig.8  The average charging load at noon on April 15th-17th and April 21st-22nd with 50% discount of the service fee

在服务费全免情况下，充电负荷在凌晨和午间时段比参考日均明显增长，平均增长量为0.48 MW和1.2 MW。充电负荷如图9和图10所示，凌晨时段充电功率平均增长38%，最大为0.59 MW；午间时段平均增长27%，最大增长1.5 MW。在充电订单方面，活动日凌晨（01:00—03:00）的充电订单增速为34单/h，午间（11:00—12:30）为165单/h，均比参考日提升约100%。

图9  服务费全免下5月2日凌晨充电负荷情况

Fig.9  The charging load before dawn on May 2nd with the service fee exemption

图10  服务费全免下4月27和29日、5月2日午间平均充电负荷情况

Fig.10  The average charging load at noon on April 27th and 29th, and May 2nd with the service fee exemption

对比分析不同充电服务费折扣优惠激励情况，可以得出如下结论：一是午间充电服务费优惠对充电负荷填谷能力激励作用强于凌晨，服务费优惠超过七折后，服务费每降低1折，平均响应能力约提升5%；二是当充电服务费优惠力度低于五折时，电动汽车对充电服务费优惠敏感度较低，服务费每降低1折，订单增速提升约9.3%；当充电服务费优惠力度超过五折时，电动汽车对充电服务费优惠敏感度显著提升，每降低1折的服务费，订单增速提升约20%。

4.3  全省城市公共充电站填谷潜力评估

A市、B市参与充电服务费优惠的45座充电站（共385个充电桩）在活动日和参考日的充电订单数量（剔除新注册参与活动用户订单）如表2所示。截至2022年底，某省公共充电桩保有量约6.02万个，根据充电桩比例关系，折算获得全省城市公共充电站日常和相同优惠活动下的各时段充电订单数量，以开展优惠活动的公共充电站订单数据为样本，折算的订单数作为各时段抽样次数上限，采用本文所提基于随机抽样的蒙特卡洛模拟方法，评估不同服务费优惠下全省城市公共充电站的充电负荷填谷潜力。

表2  不同时段、不同价格激励下的活动日、参考日充电订单数量统计

Table 2  Statistics of charging orders numbers on activity and reference days under different periods and price incentives

按照全省电动汽车充电同时率最大不超过30%考虑，通过填谷潜力评估方法获得全省城市公共充电站模拟日常充电负荷曲线如图11所示，与全省城市公共充电站实际典型充电负荷曲线相比，可以发现模拟的日常充电负荷和实际典型负荷数据变化趋势一致、数据接近，模拟数据可信度较高。

图11  全省城市公共充电站模拟日常充电负荷曲线

Fig.11  Simulated daily load curve of urban public charging stations

通过填谷潜力评估获得不同服务费折扣优惠下凌晨、午间的全省城市公共充电站负荷曲线如图12和图13所示，相应时段的负荷特性和全省城市公共充电站填谷潜力情况如表3和表4所示。

图12  凌晨不同活动下全省城市公共充电站负荷曲线

Fig.12  Load curve of urban public charging stations before dawn under different activities

图13  午间不同活动下全省城市公共充电站负荷曲线

Fig.13  Load curve of urban public charging stations at noon under different activities

表3  不同服务费优惠下负荷特性指标

Table 3  Load characteristic indicators under different activities

表4  全省城市公共充电站填谷潜力评估参数

Table 4  Valley-filling potential evaluation parameters for urban public charging stations

由图12和13可见，午间服务费优惠对填谷响应的激励作用强于凌晨。当凌晨服务费优惠少于五折时，充电负荷的填谷响应几乎为0；午间填谷响应随服务费优惠力度的增加而增长，具体表现为服务费优惠七折时填谷响应作用有限，服务费五折和全免情况的填谷响应逐渐提升。模拟结果与试点城市公共充电站的真实充电负荷变化规律相似，进一步表明模拟方法有效。

由表3和表4可知，由于服务费优惠活动可引导充电负荷转移充电时间，使得平期负荷率降低，谷期负荷率随优惠活动力度的增强而提高。服务费七折和五折对于提升谷期负荷率不显著，凌晨时段填谷响应增量为0，午间时段有小幅的填谷响应增量；当服务费全免时会提升谷期负荷率，凌晨充电填谷响应最大可达10.13万kW，平均响应为8.43万kW，午间响应最大量为21.43万kW，平均响应为17.47万kW。服务费优惠超过七折后，服务费每降低1折，平均填谷响应量约增加2.36万kW。

05

结论

本文提出了基于充电订单概率建模、随机抽样的蒙特卡洛模拟和填谷潜力评估参数计算的评估框架，采用试点地市的城市公共充电站在不同充电服务费优惠时的真实充电订单数据，开展了全省城市公共充电站填谷响应模拟，发现模拟的充电负荷和实际负荷走势一致、变化规律与试点实际情况相似，系统谷期负荷率随着全省城市公共充电站的充电服务费优惠力度增强而提高。当该省城市公共充电站充电服务费优惠超过七折后，服务费每降低1折，平均填谷响应约增加2.36万kW，实现了对价格激励的城市公共充电站填谷潜力量化评估。

本文所提测算方法侧重于电动汽车对价格敏感程度下的填谷潜力评估研究，未开展关于城市公共充电站考虑盈利情况的降低服务费意愿与定价博弈分析。在下阶段工作中，计划考虑充电负荷增长率、竞争对手定价、市场填谷需求及响应补贴力度等因素，研究城市公共充电站以盈利为目的的降低服务费意愿和定价行为对填谷潜力的影响，提升评估结果准确性。通过开展填谷潜力评估，充电负荷预测值按响应能力提升情况修正后的结果，可作为城市公共充电站参与市场报量交易的申报依据。

作者简介

苏大威（1972），男，硕士，高级工程师（研究员级），从事电力系统调度自动化、电力市场研究，E-mail：david_su@163.com；

赵天辉（1990），男，通信作者，博士，工程师，从事电力市场研究，E-mail：eethzhao@163.com。

注：本文内容呈现略有调整，如需要请查看原文。