1.配电网能源转型规划研究

睿博能源智库（RAP）、Agora Energiewende和Agora Verkehrswende分析总结了配电网能源转型规划研究的结论，聚焦电动汽车，并提供了更广泛的思考。由Navigant、Kompetenzzentrum Elektromobilität和RE-xpertise承担了本项研究。有关研究的主要结果详见下文图1。在配电方面，能源转型面临两大挑战：一方面在天气条件较好，大量的太阳能和风能并网时，就会出现电力峰值。另一方面伴随着同时性因素和功率变化，热泵和电气化交通导致峰值负荷增加。因此，电网峰值容量需要满足需求的增长。从传统电网规划的角度来看，这三个驱动因素—可再生能源的并网，来自热泵以及电动车辆的额外需求—表明需要扩大配电网。

然而，所谓的“智能充电”的电动汽车可以帮助减少电网峰值负荷，反过来，延迟或避免电网扩展的需要。因此，充电过程应该转换到有利于电网的次数，以确保更好地利用电网容量。

由于这三个驱动因素（额外的可再生能源、电气化数字加热和电动汽车）交织在一起，不能确定成本驱动因素需要多大程度的电网扩张。虽然电气化交通是研究项目的重点，所有关于投资要求的研究结果均适用于3个驱动因素。

除了有管理的电动汽车的充电潜力之外，这项研究还考察了交通转型对电网扩张需求的影响。我们所说的交通转型，是指更广泛的向公共和共享汽车的转变，而不是以私家车为基础的交通。

因此，研究假设乘客行走公里数维持不变，而公共交通、共享汽车、骑单车和步行增加，以及私家车出行减少。

这个研究项目解决了以下问题：

1.需要对低压和中压电网的线路和变压器进行哪些投资，以促进电力、热力和交通领域的能源转型？

2.电动汽车的电网友好充电在多大程度上减少了电网扩张的需求和相关的投资？

3.交通转型对增加公共交通、骑自行车、步行和共享汽车选择有何影响？

4.为电动汽车充电需要什么样的监管框架？

研究人员首先为2030年和2050年电网扩张的三个驱动因素的发展设定了方案。然后，他们基于这些假设开发了一个模型，计算了电力、热力和交通部门的转型在不同情景下的影响。由此提出的智能充电收费建议旨在确定如何实现投资需求的减少。

2.建立未来投资需求模型的两种设想方案和假设

在模拟配电网能源转型的未来发展时，研究人员考虑了两种完全不同的交通系统情景。

在“延续目前的交通系统”的方案中，构成德国运输能力的不同交通模式的份额没有变化。结果是目前德国4500万辆客车的电气化。2030年，600万到1500万辆电动汽车被认为是“市场增长”，到2050年，将有4500万辆电池电动汽车进入“全面电气化”阶段。根据完全电气化的方案，假设2030年电气化的速度就是电动汽车在客车中所占的份额，目前在德国注册的80000辆公交车中，有6,000辆将在2050年完全使用电池电动车。

在第二种情况下，“交通转型”，3000万辆电动汽车和60000辆全电动公交车被认为构成了“全电气化”。

我们进一步假设2030年65%的电力消费是由可再生能源提供的，正如德国政府制定的目标，就是到2050年达到100%。2030年可再生能源的份额，我们假设88%将来自风能，太阳能，生物质能和水力发电，剩下的12%由燃气发电厂产生的合成绿色气体提供。图2显示太阳能光伏和陆上风电的装机容量。到2030年，热泵的总装机容量为13GW，到2050年为17GW。在我们的模型中只考虑中低压电网。

图2 情景概述

除了车辆的数量，关于充电的数量和性能的假设对模型的建立也很重要。此外，这种额外负荷的同步峰值决定了结果：高同步因素导致（新的）负荷峰值和更高的配电网扩张需求。我们研究所模拟的大部分充电点都接至低压电网，同步峰值相对较低，例如在家中和工作时。私家车的同步峰值是用蒙特卡罗方法来确定的，它映射了私家车的典型用例。对于假设使用的重合因素的详细描述，请参阅完整的研究。

正如所展示的，对电网友好的充电降低了同步因素，随之而来的是峰值负荷，从而降低了对电网扩张的需求。

在建模方面，充电行为和标准是根据以下三种情况确定的：

1、非控制充电

2、智能充电

3、智能充电+

由于非控制充电，汽车一到充电点就直接连接到电网充电。一旦出行所需的能量得到补充，或者只是在车辆再次离开时（充电完毕），充电过程就完成了。该模型中假定的到达、出发时间和出行距离是基于德国联邦交通和数字基础设施部进行的一项研究—德国的交通。

智能充电还假定充电是用户的偏好。这不同于非控制的充电情况，车辆停放时充电可以在时间框架内转移。这使得消费者可以避开需求高峰，并且电网利用率可以在非高峰期间增加。然而，这种充电方案仍然需要在车辆停放时进行充电ー因此峰值负荷仍然会出现。

智能充电+进一步改善了车辆停放时的充电行为，以进一步降低剩余的负荷峰值。这个场景假设一个驱动程序，或者一个优化应用程序（软件），有足够的信息来决定在以后的时间里将电池充电到所需的水平是否更具成本效益。这样可以优化多种用途和停车时段的充电过程。因此，用户不会受到任何峰值需求上限的影响，而智能充电+比智能充电更能平滑电网负载。作为最后的选择，如果电网环境不能支持收费，这种情况允许最高达到年峰值需求的3%。例如，在这种情况下，用户将不得不放弃他或她的私人充电点，使用（公共）快速充电站。

第四章探讨了在不影响电动汽车驾驶者的需求和舒适度的前提下实现这种优化充电的最佳监管框架。

图3 通过智能充电减少配电网累计投资需求