《World Electric Vehicle Journal》：Spatiotemporal Assessment of Solar Powered EV Charging Infrastructure: A Case Study of Kampala-Wakiso Area in Uganda
编辑推荐：
摘要：电动汽车(electric vehicle, EV)的快速普及给乌干达电网本已存在局部网络约束的坎帕拉–瓦基索(Kampala-Wakiso)都市区带来了规划挑战。研究人员应用EVPV-Simulator——一种将出行需求、充电需求及EV–PV互补性(E
摘要：电动汽车(electric vehicle, EV)的快速普及给乌干达电网本已存在局部网络约束的坎帕拉–瓦基索(Kampala-Wakiso)都市区带来了规划挑战。研究人员应用EVPV-Simulator——一种将出行需求、充电需求及EV–PV互补性(EV–PV complementarity)相联结的开源地理空间建模框架——评估坎帕拉–瓦基索都市区预测充电需求及太阳能集成潜力。通过模拟一支预测规模为60,000辆EV车队的充电需求，研究发现住宅区存在显著的傍晚充电高峰，且与日间光伏发电时段弱重合。基准充电情景(base-case charging pattern)下，增大光伏(photovoltaic, PV)装机容量可提升自发自用潜力(self-sufficiency potential)，但对傍晚峰值影响有限：安装40 MW PV容量时，自消纳率(self-sufficiency ratio, SSR)达39.6%，而峰值需求仅降低0.20%。充电区位敏感性分析(charging location sensitivity analysis)表明，当充电从家庭转移至工作场所及兴趣点(point of interest, POI)时，时间匹配性(temporal alignment)显著改善。在选定的日间导向情景(40%工作场所充电＋60% POI充电)下，40 MW PV装机时SSR可达68.97%，日均最大净负荷(net load)降至约18 MW。结果表明太阳能集成的价值强烈依赖于充电发生地点，日间充电接入应作为EV基础设施规划的核心变量。本研究为后续纳入馈线层级校验、明确PV选址约束及储能的未来工作提供了面向规划的基底。
论文解读——《World Electric Vehicle Journal》刊载论文"Spatiotemporal Assessment of Solar Powered EV Charging Infrastructure: A Case Study of Kampala-Wakiso Area in Uganda"之研究综述
一、研究背景与意义
乌干达国家电动交通战略(National E-Mobility Strategy)提出到2030年公共交通与摩托车全面电动化、2040年乘用车销售全面电动化目标。截至2024年，乌干达全电动汽车(full electric)及插电式混合动力车(plug-in hybrid electric vehicle, PHEV)保有量已从2019年的2辆增至1127辆，其中88%于2024年注册，且早期EV普及高度集中于坎帕拉–瓦基索都市区。然而该地区配电网已有局部网络约束，未受控(unmanaged)的家庭主导(home-dominant)晚间充电会产生与日间光伏发电错峰的用电高峰，单纯扩大光伏(photovoltaic, PV)装机未必缓解配网峰值压力。既有文献对东非城市缺乏将预测私人乘用车充电空间分布、小时级充电需求及光伏抵消潜力(PV offset potential)整合进单一可复现工作流的研究。因此研究人员以坎帕拉–瓦基索都市区为案例，应用开源地理空间EV–PV耦合建模框架(EVPV-Simulator)量化6万辆EV预测车队的时空充电需求及PV直接抵消程度，并通过充电区位敏感性分析考察改变家庭/工作场所/兴趣点(point of interest, POI)充电比例对EV–PV时间匹配性和配网净峰值的影响，为缺数据城市环境下的EV–PV协同基础设施规划提供依据。
二、主要关键技术方法概述
研究人员选取乌干达坎帕拉–瓦akiso都市区（面积2110.4 km2，人口约520.9万）为研究范围，以按人口比例分配之6万辆乘用EV（80%纯电动车battery electric vehicle, BEV；20% PHEV，排除不需外接充电之传统混动hybrid electric vehicle, HEV）为模拟车队。采用EVPV-Simulator框架分三步：(1)出行需求模块——以生产约束重力模型(production-constrained gravity model)按2 km×2 km交通小区(traffic zone)分配车辆及通勤OD流，计算往返行驶里程(vehicle kilometres travelled, VKM)与日行驶能耗（车队平均电耗0.141 kWh/km）；(2)充电需求模块——按预设家庭(70%)、工作场所(20%)、POI(10%)充电份额及到/离时刻概率分布随机采样各车荷电状态(state of charge, SoC)阈值决定是否充电，依位置指定充电器功率组合（家庭低功率、工作中等功率、POI较高快充占比）叠加得小时级区域总充电负荷；(3)EV–PV互补模块——调用pvlib Python工具包及PVGIS气象辐射数据库模拟水平屋顶固定倾角0° PV出力，以自消纳率(self-sufficiency ratio, SSR = Σ min(PVt, EVt) / Σ EVt)量化时间重合供电比例，并以日平均Spearman相关系数衡量EV负荷与PV出力之时序相关性。基准情景外，以步长5%扫描可行之家/工/POI充电份额空间，同步做PV装机容量由0至100 MW的容量扫描(capacity sweep)，比较SSR与日均最大净负荷。
三、研究结果
4.1. Mobility and Charging Demand（出行与充电需求）
- •
4.1.1. Mobility Outputs（出行输出）： 模拟得到车队双向通勤距离呈右偏分布，均值20.9 km，短途城区出行占多数。以流入—流出平衡识别"汇区(sink zones)"，坎帕拉中央商务区(CBD/Nakasero)及Namanve工业区为典型日间车辆聚集地，是布置日间目的地充电以提升PV直接利用的优选区位。
- •
4.1.2. Temporal Load Characteristics（时间负荷特征）： 基准情景下最高充电负荷出现于18:00–22:00（≈18.95 MW，>3200辆车同时充电），日间08:00–16:00工作场所与POI充电负荷远低于晚间住宅峰值，显示未受控充电与日间PV出力存在明显时间错配(temporal mismatch)。
- •
4.1.3. Spatial Demand Distribution（空间需求分布）： 住宅充电需求广泛分布于居民区，工作场所充电需求集中于少数中心活动区，POI充电较均匀散布于城区及周边混合用地。热点区如Kibuye一区约857辆车，日充电能需求≈1985.76 kWh，周边如Masuliita不足5辆车，需求可忽略。
- •
4.1.4. Grid Context and Local Planning Significance（电网背景与本地规划意义）： 模拟未受控EV峰值≈21.5 MW（≈23.9 MVA, cosφ=0.9），约占乌干达当前国内峰值2.10%；若集中于单台20 MVA或40 MVA变电站则分别超出或占其容量60%–100%以上，提示配网规划风险在于局部EV负荷与变电站/馈线裕度之重合而非全国供电充裕度。
4.2. Base-Case Potential for Offsetting Charging Demand with Solar PV（基准情景下PV抵消充电需求之潜力）
- •
4.2.1. Solar Resource Availability and Misalignment（太阳能资源可用性与错位）： 坎帕拉–瓦基索地区PV比发电量(specific yield)达1368.58 kWh/kWp/年，日间07:00–19:00有产出，正午最强，但与傍晚主导充电无重叠，1 MW PV直接贡献仅约2.3%–2.7%。
- •
4.2.2. Base-Case Self-Sufficiency Ratio and Capacity Scaling（基准自消纳率与容量扩展）： PV装机由1 MW扩至40 MW，SSR由2.3%升至39.6%；100 MW→200 MW时SSR仅由48%微升至53%，表明受晚间充电限制趋于饱和。
- •
4.2.3. Base-Case 40 MW Net Load and Peak Reduction（基准40 MW净负荷与削峰效果）： 40 MW PV日发电潜力186.57 MWh中仅75.18 MWh(40%)被直接利用，剩余111.4 MWh为日间盈余(excess PV generation)；净负荷峰值仍≈21.41 MW，较无PV仅降0.20%，证实单纯PV扩容对晚间峰值削减作用微弱。
4.3. Charging Location Sensitivity and PV Capacity Sweep（充电区位敏感性与PV容量扫描）
- •
4.3.1. Charging Share Sweep and Temporal Alignment（充电份额扫描与时序对齐）： 随家庭充电占比下降、工作场所及POI充电占比上升，EV负荷与PV出力之日均Spearman相关系数由基准0.24升至近0.9（POI≥60%+工作场所余量）。高相关区域宽广，取代表性近优情景——工作场所40%、POI 60%作后续分析。
- •
4.3.2. Self-Sufficiency and Net Peak Load Under the Selected Scenario（选定情景下自消纳率与净峰值）： 该日间导向情景下SSR随PV容量单调增，约60 MW时超80%；绝对日均最大净负荷先降后升，于≈40 MW处取最小值（约18 MW），更大PV容量虽继续提高SSR却因日间盈余峰抬升绝对净负荷。
- •
4.3.3. Planning Implications of the Selected Scenario（选定情景之规划启示）： 40 MW PV＋40%工作场所＋60% POI充电使SSR达68.97%，明显改善时间匹配并压低电网侧净峰值，但此情景属日间充电可达性上限基准，实现需配套工作场所/公共目的地充电桩投资、电价激励及公平性考量（如无家充之多户住宅住户接入权）。
四、讨论与结论（翻译并浓缩原文Conclusions）
研究人员得出结论：PV集成价值不能仅凭装机容量判断——基准家庭主导情景下晚间≈21.5 MW充电峰与日间PV弱重合，40 MW PV时SSR=39.6%而削峰仅0.20%，限制因素为时间错配而非太阳能资源丰度。充电区位敏感性分析证明向日间工作场所及POI转移充电可大幅提升EV–PV时间匹配与时移互补性(EV–PV complementarity)，所选近优情景(40% workplace＋60% POI)于40 MW PV时SSR=68.97%，且最小化配网净峰值出现在≈40 MW而非更大PV容量。研究表明：(1)太阳能光伏耦合EV充电之效益强烈取决于充电发生地点；(2)工作场所与公共目的地充电接入须作为EV基础设施规划之核心变量；(3)PV规模设计不应只追求最大化SSR，还需兼顾配网所见绝对净负荷，以防过度PV引发日间盈余峰。对乌干达而言，电力监管局(Electricity Regulatory Authority, ERA)、能源矿产部(Ministry of Energy and Mineral Development, MEMD)、科技创新部(Ministry of Science, Technology and Innovation, MoSTI)及坎帕拉市政当局(Kampala Capital City Authority, KCCA)应协同制定电价政策、推进光储耦合及智能充电，并在热点区优先布局日间充电设施。本研究未含馈线潮流、明确屋顶PV可行性及储能优化，未来工作宜纳入变压器实载、馈线拓扑、电压分布、明确PV选址约束、电池储能系统(battery energy storage system, BESS)、有序充电及商用/公交/二轮三轮电动车队分析。总体而言，太阳能可显著贡献坎帕拉–瓦基索EV用能，但其价值高度依赖充电地理位置——家庭主导时PV主要提升能量自消纳(self-sufficiency)而对晚峰影响有限；转向日间工作场所与目的地充电则EV–PV互补性明显改善，未来EV充电策略应将充电区位、PV容量与配网影响统筹规划。
