陳麗丹，張 堯

（1.華南理工大學 廣州學院 電氣工程學院，廣東 廣州 510800；2.華南理工大學 電力學院，廣東 廣州 510640）

電動汽車是新能源汽車的主要發(fā)展方向，近年成為國內(nèi)外汽車產(chǎn)業(yè)發(fā)展的熱點，發(fā)展速度日益加快，將逐步邁入規(guī)模產(chǎn)業(yè)化階段［1］。但大規(guī)模的電動汽車充電負荷具有時間和空間上的隨機性、間歇性、波動性等不確定特點［2］，這給電網(wǎng)規(guī)劃、安全運行和優(yōu)化調(diào)度帶來新的問題。因此，有必要全面分析影響電動汽車充電負荷的因素，建立電動汽車充電負荷預測系統(tǒng)。

電動汽車接入電網(wǎng)的影響也成為國內(nèi)外研究的熱點，文獻［3－5］著力于電動汽車對電網(wǎng)的諧波污染研究；文獻［6，7］分別從電動汽車負荷聚集性、確定性和不確定性分析了由配電網(wǎng)局部引起的過負荷問題和電動汽車的無序并網(wǎng)充電對電壓調(diào)節(jié)、三相平衡的影響；文獻［8－10］研究了電動汽車接入對配網(wǎng)的負荷曲線、充電站規(guī)劃、充電設(shè)施的影響。相關(guān)學者結(jié)合電網(wǎng)影響的充放電控制策略展開了研究，如文獻［11］提出最優(yōu)的充電模型計及了負荷預測的不確定性和潮流約束等條件；文獻［12］提出階梯充電策略；文獻［13］建立時間協(xié)調(diào)的充電模型；文獻［14］不僅涉及負荷預測，還以最小化電力零售商的購電成本制定充電策略，計及實時電價和負荷之間的關(guān)系。此外，文獻［15－17］將電動汽車充電和風電結(jié)合在一起進行協(xié)調(diào)控制；文獻［18－20］都以最小化客戶成本制定充電方案，其中文獻［18］將實時電價和負荷相聯(lián)系，文獻［20］考慮了電動汽車向電網(wǎng)反向送電的情況，在一定條件下，電動汽車向電網(wǎng)反向送電能夠給客戶帶來一定的收益。然而，這些影響分析及控制策略研究均是建立在設(shè)想的大規(guī)模充電負荷情形之下，無法準確定量分析。

國內(nèi)電動汽車充電負荷建模研究主要集中在基于蒙特卡洛模擬的統(tǒng)計學建模方法［21－23］。文獻［24］從充電汽車電池的初始荷電狀態(tài)和車輛到達充電站時間的隨機分布為出發(fā)點，提出兩階段泊松分布的電動汽車充電站集聚模型，進行充電站集聚特性的模擬，并提出基于充電站的日充電負荷曲線的電動汽車充電站負荷集聚模型的建模方法；文獻［25］在探究大量電動汽車并網(wǎng)充電動態(tài)物理過程的基礎(chǔ)上，通過建立描述該動態(tài)物理過程的數(shù)學方程來計算充電負荷。在充電負荷建模及電動汽車充電對電網(wǎng)負荷影響的研究方面，國外學者重點集中在充電站負荷建模方法、小區(qū)家用電動汽車充電負荷預測、電動汽車充電對配網(wǎng)的負荷影響以及對電網(wǎng)整體負荷平衡分析等［7，26－28］。

現(xiàn)有電動汽車充電負荷預測研究存在不足之處：①普適性不強。大部分研究僅考慮了充電行駛里程、充電起始時間、起始荷電狀態(tài)等建模條件的簡單因素，尚無涵蓋各種關(guān)鍵因素和多種車輛類型的理論負荷模型；②耦合度不夠。缺乏綜合各種關(guān)鍵因素、耦合特性和相互作用機理的電動汽車充電需求分析模型；③定量推算不足［29］。

因此，筆者將著重分析影響電動汽車充電負荷的影響因素，考慮家用車、公務(wù)車、公交車、出租車等多種將來會普遍應用的電動汽車車輛類型的充電概率，開發(fā)適用于各地區(qū)的電動汽車充電負荷預測系統(tǒng)，為電動汽車接入電網(wǎng)的影響分析和調(diào)控策略提供理論支持。

1 電動汽車充電負荷的影響因素

影響充電負荷的相關(guān)因素包括電動汽車的發(fā)展規(guī)模，汽車類型，動力電池容量，充電起始荷電狀態(tài)（initial state－of－charge，SOC0），以及每輛電動汽車的充電功率、充電頻率、充電方式、充電時間等。

1.1 電動汽車

1）電動汽車的發(fā)展規(guī)模。中國政府推出了一系列相關(guān)支持政策，2012年《節(jié)能與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2012－2020年）》中指出，到2015年純電動汽車和插電式混合動力汽車累計產(chǎn)銷量力爭達到50萬輛，到2020年純電動汽車和插電式混合動力汽車生產(chǎn)能力達200萬輛、累計產(chǎn)銷量超過500萬輛。電動汽車未來發(fā)展趨勢可歸納為2010－2015年，電動汽車主要在公交車、公務(wù)車、出租車中示范運營；2016－2020年在公共交通系統(tǒng)、公務(wù)車實現(xiàn)電動汽車規(guī)?；\營，私家車將大力發(fā)展；2021－2030年電動私家車加速發(fā)展，比例上升。分析時可根據(jù)電動汽車不同滲透率來研究電動汽車對電網(wǎng)的影響。

2）電動汽車的分類。電動汽車的車輛類型按不同用途劃分為私家車、公交車、出租車、公務(wù)車。根據(jù)文獻［30］，汽車可分為商用車和乘用車兩大類，商用車的運行特點具有較為固定的行駛規(guī)律和停放地點，而出租車、私家車等乘用車，其運行方式比較隨機、靈活。不同類型電動汽車的電池特性、充電特性都不同，其充電負荷也不同。

3）電動汽車的電池特性。

①電池種類。主要有鉛酸電池、氫鎳電池、鎘鎳電池和鋰動力電池［31］。各種電池其充電特性不一，對充電負荷有影響。

②電池容量。電池容量越大，充電功率越大，另外電池容量影響充電頻率，容量越大，充電頻率相對越低。

③電池荷電狀態(tài)。電池的荷電狀態(tài)（SOC）是表征動力電池容量的指標，充電功率的需求、充電時間與電動汽車接入電網(wǎng)時的起始荷電狀態(tài)（SOC0）密切相關(guān)。

1.2 電動汽車充電設(shè)施

1）充電機特性?，F(xiàn)有充電機分為直流充電機和交流充電機，又分為高頻和相控兩類充電機，雖然各有優(yōu)勢，但其充電效率隨充電電流減小而降低，這也給充電負荷預測帶來影響。筆者預測建模時，充電機工作效率取為0.9。

2）電動汽車的電能供給方式。目前，電動汽車電能供給方式主要分整車充電和快速更換電池系統(tǒng)，不同電能供給方式應用于不同類型的車，其中后者主要用于電池和車兩者可以分離的電動汽車，對更換下來的電池充電。不同的充電模式下電動汽車充電負荷也會不同，慢充每次所需的充電時間較長；快充是利用大電流給電動汽車充電，但對電網(wǎng)沖擊大，同時會減少電池使用壽命。

1.3 電動汽車的用戶

電動汽車使用用戶對充電負荷的影響主要包括使用情況及行為習慣兩方面。

1）使用情況。

①行駛里程。作為一種新型交通工具，電動汽車并不總是處于停駛狀態(tài)，因此可能會在不同時間點位于不同的地點。每次充電前的行駛里程與充電負荷直接相關(guān)聯(lián)。

②充電場所。充電地點主要包括單位辦公停車場、居民停車場、商場超市停車場、集中充電站等，各個場所會有不同的充電水平。

2）行為習慣。

①充電起始時間。由于用戶行為習慣不同，對充 電起始 時 間 的 不 同 選 擇［15，21－22，32］將 對 電 網(wǎng) 產(chǎn) 生較大影響，較多研究表明，如能采取有效充電控制策略，將對電網(wǎng)起到“削峰填谷”的作用。電動汽車開始充電的時間越集中，電網(wǎng)所需要提供的充電功率也越大。

②充電持續(xù)時間。充電持續(xù)時間由電池容量、起始荷電狀態(tài)、充電功率水平等因素共同決定。

③充電頻率/次數(shù)。較高的充電頻率會減小電動汽車電池的壽命，而較低的充電頻率會影響電動汽車用戶的正常使用需求。

④是否充滿的考慮。將電池充到多少電量的心理考慮對于電動汽車充電負荷同樣有影響，屬于隨機行為。

文獻［33］采用用戶住宅配置充電設(shè)施和數(shù)據(jù)采集裝置，對參與測試的電動汽車用戶的充電行為進行了跟蹤記錄。

2 電動汽車充電負荷模型與預測實現(xiàn)

2.1 用戶行為的概率模型

用戶行為是影響電動汽車充電負荷的關(guān)鍵因素，且其具有較大的隨機性。一天內(nèi)，充電起始時刻和電池起始荷電狀態(tài)影響電動汽車充電負荷的時序分布規(guī)律，筆者考慮這2個因素的概率分布，建立1 d（24h）內(nèi)電動汽車充電負荷預測模型。

1）充電起始時刻。按照用戶行為，若不考慮有序充電控制，大部分車輛將選擇在抵達停車場（位）充電機（樁）時開始充電。該文采用高斯正態(tài)分布模型擬合起始充電時刻［22］，即

式中 μs為起始充電時刻的分布均值；σs為標準差。μs和σs的值可根據(jù)不同地區(qū)、不同車輛類型的用戶行為擬合得到。

私家車出行一天后返回家中、抵達上班地點、回到家中時刻的概率分布如圖1所示。圖1（b）中，行程1“H－W”表示由家到上班地點的行程，行程2“WH”表示由上班地點到家里的行程，分別表示2個行程結(jié)束時間的概率分布。

2）充電頻率。各種類型車輛每日行駛里程不等，部分車輛一天充一次將滿足其日行駛里程的要求，部分車輛日行駛里程較長，另考慮剩余電量，車主可能會選擇一天兩充、一天三充模式。筆者建模時考慮采用一天一充、一天兩充、一天三充的車輛占該類型電動汽車總數(shù)的比例用a%，b%，c%表示。

由于各類型車輛的充電頻率不同，其充電行為亦有所區(qū)別。以私家車為例，一天一充的用戶一般選擇在最后一次返家時在小區(qū)停車場進行充電，該文仿真算例中，一天一充模式的私家車充電負荷計算時假設(shè)其起始充電時間滿足正態(tài)分布N （1 140，602），因私家車在小區(qū)停車場停留時間較長，充電采用慢充方式。一天兩充模式的私家車，以上班族為例，在上班抵達單位停車場時接入電網(wǎng)充電，采用常規(guī)充電功率水平，兩次起始充電時間分別為抵達上班場所時以及下班返家后，一天兩充模式的私家車起始充電時間假設(shè)分別滿足N（540，602）和N（1 140，602），充電功率分別設(shè)為3.5和7kW。

圖1 私家車抵達停車場時刻的概率分布Figure 1 Arrival time probability distribution of private electric vehicles

3）起始荷電狀態(tài)。起始荷電狀態(tài)與車輛充電頻率有關(guān)，筆者建模時，采用高斯正態(tài)分布模型N（μ0）進行擬合，μ0分別為充電SOC0平均值和標準差。

4）充電時長。在已知各類型電動汽車充電功率水平下，充電時長與起始電池荷電狀態(tài)、最終荷電狀態(tài)相關(guān)。為方便分析，充電過程中電池的溫度、電壓變化、電池的循環(huán)使用均不做考慮，則可得充電時長：

式中 Tc為充電時長，min；Eb為電池容量，kW·h；α為充電后的電池容量百分比，充滿則取1；η為充電效率，根據(jù)國家標準要求，不低于0.9；Pc為充電功率水平，由各類型車輛根據(jù)不同充電場所確定，如出租車其運營過程中不可能休息停留過久，故在專用充電場所采用快速充電。該文電動出租汽車充電負荷計算中采用比亞迪E6（出租車版），其充電功率設(shè)為33kW；公務(wù)車在下班后停留在單位，該情況采用單位停車場常規(guī)充電（充電功率設(shè)為12kW），充電時間較長，而其白天出行公務(wù)活動過程中，因時間限制采取快充模式，充電時間短；電動公交車白天運營階段采用快充方式（充電功率為108kW），夜間采用60kW充電機充電。

2.2 基于蒙特卡洛的充電負荷模型

1）預測基本思想?；舅枷耄耗硶r刻地區(qū)電動汽車充電總負荷為單輛電動汽車充電功率之和。地區(qū)電動汽車數(shù)量為已知量或規(guī)劃數(shù)據(jù)，為更精確地得到負荷預測結(jié)果，將1天分成1 440min進行計算，充電負荷可表示為

式中 P 為區(qū)域充電總負荷；r＝1，2，…，1 440，內(nèi)私家、公交、公務(wù)、出租電動汽車數(shù)量和其對應場所的充電功率水平。

2）蒙特卡洛模擬。假設(shè)所有電動汽車都未受控制，即電動汽車接入電網(wǎng)后馬上充電，針對某種類型的電動汽車采用蒙特卡洛仿真方法抽取單位電動汽車的起始SOC、起始充電時刻Ts模擬用戶充電行為，從而計算該類型電動汽車的充電負荷曲線，對某類型電動汽車（私家車為例）的仿真計算流程如圖2所示，Tsxy，SOCxy 和Tcxy 中：x＝1，2，3分別表示充電類型一天一充，一天兩充，一天三充；y＝1，2，3代表一天中第1，2，3次充電。

①輸入原始數(shù)據(jù)，包括電動汽車的電池容量Eb、車輛數(shù)Nh、各類型充電模式的數(shù)量占比值（一天一充、一天兩充、一天三充比例分別為a%，b%，c%）、各場所的充電功率水平每種充電模式下電動汽車的起始充電時刻概率分布數(shù)據(jù)N（μs，）、起始荷電狀態(tài)的概率分布數(shù)據(jù)N（μ0）等。

②計算得到一天一充、一天兩充、一天三充模式的車輛數(shù)，進行各充電模式下起始充電時刻、起始荷電狀態(tài)等隨機變量的抽取。

③計算各充電模式下充電時長，得到Tc。

④累加充電負荷曲線，直至車輛數(shù)到達設(shè)定值為止。

圖2 蒙特卡洛仿真計算流程Figure 2 Flowchart of proposed Monte Carlo simulation algorithm

仿真次數(shù)設(shè)為1 000次，收斂精度為10－4，判斷計算結(jié)果是否滿足收斂精度，若滿足則停止計算輸出結(jié)果，否則重新計算。

2.3 系統(tǒng)實現(xiàn)

各類型電動汽車電池容量、數(shù)量及充電模式比例（a%∶b%∶c%）參數(shù)設(shè)置如表1所示；利用Matlab編制預測算法并開發(fā)GUI可視界面，系統(tǒng)局部截圖如圖3所示。

起始充電時間和起始荷電狀態(tài)的概率分布根據(jù)充電模式有所不同，各類型車輛的設(shè)置參數(shù)如表2所示。將各類充電模式的充電負荷疊加后，得到的電動汽車充電總負荷曲線和私家車日充電負荷曲線，分別如圖4，5所示。

表1 基本參數(shù)設(shè)置Table 1 Basic input parameter values

圖3 區(qū)域電動汽車充電負荷預測系統(tǒng)Figure 3 EV charging load forecasting system interface

表2 其他仿真參數(shù)設(shè)置Table 2 Other input parameters

圖4 電動汽車充電總負荷曲線Figure 4 Total charging power load of EVs

圖5 電動家用汽車（私家車）日充電負荷曲線Figure 5 Day charging power load of Home EVs

4 結(jié)語

電動汽車充電負荷預測是分析電動汽車與電網(wǎng)交互關(guān)系、協(xié)調(diào)控制策略制定的研究基礎(chǔ)，其困難在于預測建模因素的隨機性、不確定性。筆者建立了一套充電負荷預測的系統(tǒng)，針對研究區(qū)域，可由用戶輸入實際電動汽車數(shù)據(jù)、充電設(shè)施數(shù)據(jù)及調(diào)研的用戶行為數(shù)據(jù)，即能實現(xiàn)區(qū)域各種類型電動汽車及總充電負荷的預測。該系統(tǒng)采用模塊化設(shè)計，界面友好、操作簡單，可為分析電動汽車對電網(wǎng)影響提供便利。

［1］吳憩棠.我國“十城千輛”計劃的進展［J］.新能源汽車，2009，24（1）：15－19.WU Qi－tang.Progresses in“Ten Cities ＆ Thousand U－nits”plan［J］.New Energy Vehicles，2009，24（1）：15－19.

［2］Wu Di，Aliprantis D C，Gkritza K.Electric energy and power consumption by light－duty plug－in electric vehicles［J］.IEEE Transactions on Power Systems，2011，26（2）：738－746.

［3］Gomez J C，Morcos M M.Impact of EV battery chargers on the power quality of distribution systems［J］.IEEE Transactions on Power Delivery，2003，18（3）：975－981.

［4］盧艷霞，張秀敏，蒲孝文.電動汽車充電站諧波分析［J］.電力系統(tǒng)及其自動化學報，2006，18（3）：51－54.LU Yan－xia，ZHANG Xiu－min，PU Xiao－wen.Harmonic study of electric vehicle chargers［J］.Proceedings of the CSU－EPSA，2006，18（3）：51－54.

［5］黃梅，黃少芳.電動汽車充電機諧波的工程計算方法［J］.電網(wǎng)技術(shù)，2008，32（20）：20－23.HUANG Mei，HUANG Shao－fang.A harmonic engineering calculation method for electric vehicle charging station［J］.Power Supply Technology，2008，32（20）：20－23.

［6］Rowand M.The electricity utility－business case［C］.Plug－In Conference，Silcon Valley Leadership Group，San Jose CA，USA，2009.

［7］Taylor J，Maitra A，Alexander M，et al.Evaluation of the impact of plug－in electric vehicle loading on distribution system operations［C］.Power ＆ Energy Society General Meeting，Alberta，Canada，2009.

［8］李惠玲，白曉民.電動汽車充電對配電網(wǎng)的影響及對策［J］.電力系統(tǒng)自動化，2011，35（17）：38－43.LI Hui－ling，BAI Xiao－ming.Impacts of electric vehicle charging on distribution grid［J］.Automation of Electric Power Systems，2011，35（17）：38－43.

［9］康繼光，衛(wèi)振林，程丹明，等.電動汽車充電模式與充電站建設(shè)研究［J］.電力需求側(cè)管理，2009，11（5）：64－66.KANG Ji－guang，WEI Zhen－lin，CHENG Dan－ming，et al.Research on electric vehicle charging mode and charging stations construction［J］.Power Demand Side Management，2009，11（5）：64－66.

［10］杜愛虎，胡澤春，宋永華，等.考慮電動汽車充電站布局優(yōu)化的配電網(wǎng)規(guī)劃［J］.電網(wǎng)技術(shù)，2011，35（11）：35－42.DU Ai－h(huán)u，HU Ze－chun，SONG Yong－h(huán)ua，et al.Distribution network planning considering layout optimization of electric vehicle charging station［J］.Power System Technology，2011，35（11）：35－42.

［11］Clement－Nyns K，Haesen E，Driesen J.The impact of charging Plug－In Hybrid Electric Vehicles on a residential distribution grid［J］.IEEE Transactions on Power Systems，2010，25（1）：371－380.

［12］Masoum A S，Deilami S，Moses P S，et al.Smart load management of plug－in hybrid electric vehicles in distribution and residential networks with charging stations for peak shaving and loss minimisation considering voltage regulation［J］.IET Generation Transmission ＆ Distribution，2011，5（8）：877－888.

［13］Acha S，Green T C，Shah N.Effects of optimised Plug－In Hybrid Vehicle charging strategies on electric distribution network losses［C］.IEEE PES Transmission and Distribution Conference and Exposition，New Orleans，LA，USA，2010.

［14］Doostizadeh M，Khanabadi M，Esmaeilian A，et al.Optimal energy management of a retailer with smart metering and Plug－In Hybrid Electric Vehicle［C］.The 10th International Environment and Electrical Engineering，Rome，Italy，2011.

［15］徐立中，楊光亞，許昭，等.電動汽車充電負荷對丹麥配電系統(tǒng)的影響［J］.電力系統(tǒng)自動化，2011，35（14）：18－23.XU Li－zhong，YANG Guang－ya，XU Zhao，et al.Impacts of electric vehicle charging on distribution networks in Danmark［J］.Automation of Electric Power Systems，2011，35（14）：18－23.

［16］于大洋，宋曙光，張波，等.區(qū)域電網(wǎng)電動汽車充電與風電協(xié)同調(diào)度的分析［J］.電力系統(tǒng)自動化，2011，35（14）：24－29.YU Da－yang，SONG Shu－guang，ZHANG Bo，et al.Synergistic dispatch of PEVs charging and wind power in Chinese regional power grids［J］.Automation of E－lectric Power Systems，2011，35（14）：24－29.

［17］Guille C，Gross G.The integration of PHEV aggregations into a power system with wind resources［C］.Bulk Power System Dynamics and Control，Urbana，IL，USA，2010.

［18］孫曉明，王瑋，蘇粟，等.基于分時電價的電動汽車有序充電控制策略設(shè)計［J］.電力系統(tǒng)自動化，2013，37（1）：191－195.SUN Xiao－ming，WANG Wei，SU Su，et al.Coordinated charging strategy for electric vehicles based on time－of－use price［J］.Automation of Electric Power Systems，2013，37（1）：191－195.

［19］Chengke Zhou，Kejun Qian，Allan M，et al.Modeling of the cost of EV battery wear due to V2Gapplication in power systems［J］.IEEE Transactions on Energy Con－version，2011，26（4）：1 041－1 050.

［20］Rotering N，Ilic M.Optimal charge control of Plug－In Hybrid Electric Vehicles in deregulated electricity markets［J］.IEEE Transactions on Power Systems，2011，26（3）：1 021－1 029.

［21］羅卓偉，胡澤春，宋永華，等.電動汽車充電負荷計算方法［J］.電力系統(tǒng)自動化，2011，35（14））：36－43.LUO Zhuo－wei，HU Ze－chun，SONG Yong－h(huán)ua，et al.Study on plug－in electric vehicles charging load calculating［J］.Automation of Electric Power Systems，2011，35（14）：36－42.

［22］田立亭，史雙龍，賈卓，等.電動汽車充電需求的統(tǒng)計學建模方法［J］.電網(wǎng)技術(shù)，2010，34（11）：126－130.TIAN Li－ting，SHI Shuang－long，JIA Zhuo，et al.A statistical model for charging power demand of electric vehicles［J］.Power System Technology，2010，34（11）：126－130.

［23］Kejun Qian，Chengke Zhou，Malcolm Allan，et al.Modeling of load demand due to EV battery charging in distribution systems［J］.IEEE Transactions on Power Systems，2011，26（2）：802－810.

［24］鄭競宏，戴夢婷，張曼，等.住宅區(qū)式電動汽車充電站負荷集聚特性及其建模［J］.中國電機工程學報，2012，32（22）：32－38.ZHENG Jing－h(huán)ong，DAI Meng－ting，ZHANG Man，et al.Load cluster characteristic and modeling of EV charge station in residential district［J］.Proceedings of the CSEE，2012，32（22）：32－38.

［25］劉鵬，劉瑞葉，白雪峰，等.基于擴散理論的電動汽車充電負荷模型［J］.電力自動化設(shè)備，2012，32（9）：30－34.LIU Peng，LIU Rui－ye，BAI Xue－feng，et al.Charging load model based on diffusion theory for electric vehicles［J］.Electric Power Automation Equipment，2012，32（9）：30－34.

［26］Sungwoo Bae，Alexis Kwasinski.Spatial and temporal model of electric vehicle charging demand［J］.IEEE Transactions on Smart Grid，2012，3（1）：394－403.

［27］Zahra Darabi，Mehdi Ferdowsi.Aggregated impact of plug－in hybrid electric vehicles on electricity demand profile［J］.IEEE Transactions on Sustainable Energy，2011，2（4）：501－508.

［28］Fernandez L P，Roman T G S，Cossent R，et al.Assessment of the impact of plug－in electric vehicles on distribution networks［J］.IEEE Transactions on Power Systems，2011，26（1）：206－213.

［29］徐虹，賀鵬，艾欣.電動汽車充電功率需求分析模型研究綜述［J］.現(xiàn)代電力，2012，29（3）：51－56.XU Hong，HE Peng，AI Xin.Review of the research on the load demand analysis model of EVs charging［J］.Modern Electric Power，2012，29（3）：51－56.

［30］GB/T 3730.1－2001.汽車和掛車類型的術(shù)語和定義［S］.

［31］劉堅.電動汽車充電方式和商業(yè)運營模式初探［J］.汽車工程師，2011（1）：19－23.LIU Jian.A preliminary study on charging infrastructure development and business operation models［J］.Auto Engineer，2011（1）：19－23.

［32］楊洪明，熊腡成，劉保平，等.插入式混合電動汽車充放電行為的概率分析［J］.電力科學與技術(shù)學報，2010，25（3）：8－12，24.YANG Hong－ming，XIONG Luo－cheng，LIU Baoping，et al.Probabilistic analysis of charging and discharging for plug in hybrid electric vehicles［J］.Journal of Electric Power Science and Technology，2010，25（3）：8－12，24.

［33］張明霞，莊童.小區(qū)電動汽車充電負荷實測分析［J］.電力需求側(cè)管理，2012，14（3）：44－46.ZHANG Ming－xia，ZHUANG Tong.Analysis of the measured charging load of electric vehicle in residential area［J］.Power Demand Side Management，2012，14（3）：44－46.