摘要
在高密度城市村落中，电动两轮车数量的迅速增加给低压居民配电网络带来了巨大压力。与正规电动汽车不同，电动两轮车的充电方式较为分散，且受到行人通行距离的限制，因此在公共充电设施不足的情况下，用户常常不得不采用不规范的“飞线充电”方式。传统的自上而下的负荷模型无法体现这种局部性的、微观层面的单相电网影响。为解决这一问题，本研究提出了一种结合GIS技术的“数字沙箱”模拟框架，通过超细粒度的“粒子追踪”机制将个体行为变化直接映射到馈线网络上，将每辆电动两轮车视为一个独立实体。以某典型城市村落作为案例，我们利用现场数据对该模型进行了验证。30天的模拟结果显示，未经管理的飞线充电会导致峰值负荷达到17.64千瓦，几乎是公共充电站的两倍，同时占到了总能耗的38.9%，这些负荷主要集中在排名前10的建筑物中，且多在夜间高峰时段出现，从而引发严重的相位失衡问题。虽然这些数值结果针对的是特定案例，但该框架可通过根据当地数据重新校准而应用于其他区域。这一基于数字孪生的设计理念，使得电动两轮车的规划从凭经验判断转变为基于粒子级风险预测。
