考虑异质性充电行为的校园微电网中可再生能源集成电动汽车充电基础设施的技术经济优化

《Energy Reports》：Techno-economic optimization of renewable-integrated electric vehicle charging infrastructure in campus microgrids considering heterogeneous charging behaviors

　　

交通运输的快速电气化加剧了对既经济可行又环境可持续的充电基础设施的需求。校园（university campuses）以可预测的负荷模式和集中的出行需求为特征，是集成可再生能源的电动汽车充电系统（renewable-integrated electric vehicle charging systems）的理想环境。然而，现有研究很少在统一的技术经济优化框架（techno-economic optimization framework）内整合异质性电动汽车充电行为（heterogeneous EV charging behaviors）、真实校园负荷数据以及详细的电价结构。本研究提出了一种针对校园级混合可再生能源系统（hybrid renewable energy systems）与电动汽车充电基础设施（electric vehicle charging infrastructure）集成的技术经济优化框架，明确考虑了异质性充电行为、实际8760小时负荷与气象数据、包含需量电费（demand charges）的分时电价（time-of-use tariffs）以及国家特定排放因子（country-specific emission factors）。研究人员使用HOMER Grid优化平台系统评估了九种混合微电网配置（hybrid microgrid configurations）和五种不同的电动汽车充电曲线（EV charging profiles），包括快速充电（fast charging）、住宅充电（residential charging）、办公充电（office charging）、公共充电（public charging）和车队充电（fleet charging）。比较结果表明，光伏-电池支撑架构（photovoltaic–battery-supported architectures）在经济、运营和环境维度上均表现出优越性能。最优配置实现了平准化能源成本（levelized cost of energy, LCOE）为0.045美元/千瓦时、内部收益率（internal rate of return, IRR）超过84%，以及简单投资回收期（simple payback period）约为1.2年。季节性分析确认了在不同气候条件下运行的稳定性，电池储能（battery storage）有效缓解了可再生能源间歇性（renewable intermittency）和峰值需求压力（peak demand stress）。环境评估显示，年二氧化碳（carbon dioxide, CO₂）排放减少约552吨/年，同时二氧化硫（sulfur dioxide, SO₂）和氮氧化物（nitrogen oxide, NO_x）排放显著下降。敏感性分析表明，系统性能在充电站容量和电动汽车充电电价变化下保持稳健，证实了所提出框架的可扩展性和适应性。总体而言，这些发现为在集成可再生能源的校园微电网（renewable-integrated campus microgrids）中部署经济高效、低碳的电动汽车充电基础设施提供了数据驱动且具有政策相关性的路线图。

随着全球交通运输脱碳进程加速，电动汽车(EV)的广泛普及对充电基础设施提出了经济可行性与环境可持续性的双重需求。校园微电网因负荷模式可预测、出行需求集中，成为集成可再生能源的电动汽车充电系统(EVCS)的理想场景。然而，现有研究鲜有将异质性充电行为、真实校园负荷数据、详细电价结构以及国家特定排放因子纳入统一的技术经济优化框架。为此，研究人员提出了一种基于HOMER Grid优化平台的校园级混合可再生能源系统(HRES)与EVCS集成技术经济优化框架，旨在弥补这一研究空白。该研究评估了九种混合微电网配置（涵盖光伏(PV)、风力涡轮机(WT)、电池储能(BT)及柴油发电机(DG)等组件组合）与五种不同类型EV充电曲线（包括Level 3高速公路快速充电、Level 2住宅充电、办公充电、校园按需充电及Level 3夜间车队充电），共计45种优化场景。研究基于土耳其Yalova大学工程学院2024年实际8760小时负荷数据、气象数据、分时电价(TOU)及需量电费结构，以及国家特定排放因子，进行了全面的技术经济与环境分析。主要结论表明，光伏-电池(PV-BT)支撑架构在所有评估维度中表现最优，其中最优配置（S2场景结合Level 2住宅充电）实现了平准化能源成本(LCOE)为0.045美元/千瓦时，内部收益率(IRR)超过84%，简单投资回收期约1.2年，并年减排二氧化碳(CO₂)约552吨。该研究发表在《Energy Reports》。该成果为校园微电网中低成本、低碳EV充电基础设施的部署提供了数据驱动的可扩展路线图，对高校、政策制定者及能源规划者具有重要指导意义。

为开展研究，研究人员主要运用了以下关键技术方法：采用HOMER Grid优化平台进行系统配置与调度优化；基于Yalova大学2024年实测的8760小时负荷数据及气象数据（太阳辐射、风速、温度）构建真实场景；引入包含需量电费的分时电价(TOU)结构；采用土耳其国家电网排放因子（CO₂: 632 g/kWh, SO₂: 2.74 g/kWh, NO_x: 1.34 g/kWh）评估环境效益；并构建了五种具有不同功率等级与灵活性的EV充电行为模型（包括按需充电与可延迟充电）。

研究结果部分：
5.1 技术经济优化结果：通过对比九种场景（S1-S9）与五种EVCS类型，研究人员发现S2场景（PV-BT+电网）在所有EVCS类型中均表现最佳，其中与Level 2住宅充电组合时最具经济优势。该配置投资回收期仅1.2年，IRR达84.58%，LCOE为0.045 $/kWh，年减排CO₂ 551.7吨，验证了PV-BT架构在校园EVCS中的经济与环境优越性。
5.2 光伏系统性能与能源贡献：PV系统（Peimar SG300MBF，装机1.212 MW）年发电量1,586,457 kWh，占系统总发电量99.1%，容量因子14.9%，可再生能源渗透率达99.0%，无削峰损失，表明PV容量与负荷匹配良好。
5.3 变流器单元功率特性：逆变器年运行8,732小时，平均输出157 kW，能量输出1,372,817 kWh，而整流器年运行仅21小时，输出几乎可忽略，证实系统以DC-AC单向能量传输为主，符合PV主导的运行策略。
5.4 EVCS性能与充电会话分析：全年共1,226次充电会话，总供应62,660 kWh电能，平均每次51.1 kWh，峰值功率24 kW，日均约1.6次充电请求未满足。充电活动集中在白天，与PV出力高度同步，且在最小建筑负荷日（6.9 kW）和最大建筑负荷日（177.1 kW）均能通过需求响应实现稳定运行，展示了系统在极端负荷条件下的鲁棒性。季节性分析表明，春夏季（如5-8月）PV发电充足，电网购电极少，电池SOC维持高位；秋冬季（如11-12月）PV减少，电池放电和电网支持增强，但仍保持稳定供电。
5.5 环境影响与排放分析：最优配置实现年CO₂减排约552吨，SO₂减排2.392 kg，NO_x减排1.170 kg，且无其他污染物增加，证实了系统的环境可持续性。
5.6 敏感性分析：基于充电站数量（2-10个）和EV充电电价（0.15-0.35 $/kWh）的敏感性分析显示，增加充电站数量可提升IRR（最高达98.84%）并降低NPC，但CO₂减排略有下降；电价变化对年度节省和环境影响影响有限，但可显著改变NPC，表明系统对容量扩展和定价策略具有较强适应性和经济稳健性。

总结讨论部分：研究人员通过对比不同场景验证了PV-BT架构的优越性，并强调电池储能在削峰填谷、缓解可再生能源间歇性中的双重作用。敏感性分析确认了系统在容量和电价变化下的鲁棒性，表明该框架可扩展至更大规模。研究结论部分翻译如下：本研究对校园级混合微电网中集成可再生能源的电动汽车充电基础设施进行了全面的技术经济与环境评估。通过明确纳入异质性EV充电行为、多种HRES配置、真实8760小时负荷与气象数据、含需量电费的分时电价以及国家特定排放因子，该分析提供了文献中最为详细且具有政策相关性的校园EVCS评估之一。对九种混合微电网场景（S1-S9）和五种不同EV充电站类型的比较优化表明，PV-BT支撑配置在生命周期成本、投资吸引力和环境绩效方面始终优于其他架构。在所有评估案例中，与Level 2住宅（按需）充电集成的S2配置成为最优方案，实现了非常短的1.2年回收期、超过84%的高IRR以及0.045 $/kWh的低LCOE。这些结果证实，将中等功率EV充电需求与现场PV发电和策略性调度的BT相结合，是校园微电网经济可行性的关键决定因素。从运营角度看，季节性和小时级分析表明，所提出的系统在广泛变化的气候和负荷条件下保持稳健性能。春夏季可实现近乎完全的可再生能源自主运行，与电网交互极少；冬季则通过有效的电池支撑削峰和需求平滑保持稳定。电池储能系统发挥双重作用，既作为高电价时期的成本优化资产，也作为在可再生能源减少时维持负荷供应的韧性增强组件。环境影响评估进一步证实了所提出框架的可持续性优势。最优配置实现年CO₂减排约552吨，同时显著减少SO₂和NO_x排放，且未引起其他受控污染物的可测量增加。重要的是，敏感性分析表明，这些环境效益在充电站容量和EV充电电价变化下得以保持，凸显了系统的稳健性和可扩展性。敏感性分析还为基础设施规划提供了关键见解。增加充电站数量可提升投资绩效并稳定生命周期成本直至最优范围，而电价灵活性则增强了经济韧性且不影响减排效果。这些发现共同验证了所提出的HRES-EVCS框架的适应性，并支持其在学术机构及类似微城市环境中的大规模应用。总体而言，本研究为将电动汽车充电基础设施集成到基于可再生能源的校园微电网中建立了一条可扩展、数据驱动的路线图。通过弥合EV充电异质性、混合微电网优化以及真实世界经济和环境约束之间的差距，所提出的方法为寻求加速向低碳、有韧性的电动出行系统转型的大学、政策制定者和能源规划者提供了有价值的指导。