本文为发表于《Renewable Energy》期刊2023年第219卷上的一篇学术论文，标题为“Techno-economic modelling for energy cost minimisation of a university campus to support electric vehicle charging with photovoltaic capacity optimisation”。文章的第一作者为Yan Wu，其他作者为Syed Mahfuzul Aziz和Mohammed H. Haque，作者们均来自澳大利亚南澳大利亚大学 (University of South Australia)，其研究工作主要依托该校Mawson Lakes校园展开。
本研究聚焦于可再生能源领域与交通电气化领域的交叉问题。随着全球对气候变化的进一步关注，各国政府均致力于显著减少温室气体排放。澳大利亚政府承诺到2030年在2005年排放基础上减少43%的温室气体排放，并于2050年实现净零排放目标。为实现这一目标，交通电气化至关重要。澳大利亚的交通部门在其能源消耗中占比26.5%，也是温室气体排放的重要来源。其中，道路运输排放占交通总排放的72.7%，乘用车是道路交通排放的主要贡献者。
近年来，澳大利亚政府通过财政激励政策和充电基础设施投资等措施推动电动汽车（EV）的普及。同时，汽车制造商在去碳化目标下也加快了电动化进程。然而，EV的增长如果过度依赖传统热能发电站，去碳化的目标将难以实现。而太阳能光伏（Photovoltaic，PV）作为澳大利亚主要的可再生能源资源，其发电量已占到全国电力的24.9%，但其直接利用率较低，常导致“鸭子曲线（duck curve）”现象，即发电过剩与用电高峰错峰的问题。基于此，作者们提出，通过工作场所充电可提高本地光伏发电的直接利用率，缓解电网的峰值负担。
本研究的目标是优化一个大学校园的太阳能光伏（PV）容量，同时设计电动汽车的充电策略，从而实现校园年度净能源成本的最低化。这不仅支持了电动汽车的去碳化需求，也提高了光伏能源的利用效率。
本研究采用了一种创新的优化模型，使用澳大利亚南澳大利亚大学Mawson Lakes校园为案例对象。研究包含以下主要步骤：
研究首先评估了Mawson Lakes校园现有的光伏发电系统的运行状态。现有系统包括屋顶光伏和地面安装光伏，总装机容量为1365千瓦，主要供应校园日常负荷，剩余电力多被送入电网，但没有获得电网的经济回报。本阶段通过分析负荷曲线和PV发电曲线，得到工作日与周末的能耗差异，以及季节性用电和发电的变化。
研究目标是最小化年度净能源成本(Net Annual Energy Cost, AECNet)，需综合计算以下成本/收益项： - 校园从电网购电的年度成本； - 优化后光伏系统的发电年度成本； - EV充电桩的投资及维护成本； - EV充电服务收入（假设收费机制不同）。
结合上述，研究利用基于粒子群优化（Particle Swarm Optimization, PSO）的算法进行光伏容量的优化。此优化模型集成了光伏发电量预测、电网负荷分析、以及多种EV充电策略。
研究创造性地设计了大学校园EV充电需求建模方法，使用了辅助数据和概率分布，包括： - 维多利亚州交通与活动综合调查（VISTA）数据，以实现对车辆进入校园的到达和出发分布建模； - Monash大学校园真实的车辆停车数据，用于验证和调整模型。 通过使用Monte Carlo模拟方法，生成校园全年每辆EV的详细使用数据，包括日间行驶里程、到校时间、离校时间等。
作者们设计了三种不同的EV充电策略以供比较： - 无控制充电：车辆在到达时以满功率立即充电，直到充满为止。 - 平滑充电：通过分配停车期间的均匀功率，在充电需求高峰期减少负载。 - 智能充电：预测每天的光伏发电量，将EV充电时间与光伏发电高峰期尽量匹配，减小电网的负担。
研究采用真实的校园能源监测数据（年度时间分辨率为30分），评估上述策略和优化模型在全年内的表现。
结果表明，无优化的现有PV系统下的年度净能源成本约为187万美元，而经过优化后，不同充电策略的总PV装机容量被提高至约3130-3850千瓦，使得净能源成本降低约8.4%-9.2%。智能充电策略普遍优于其他策略，在免费充电情况下，将净能源成本降低了约9.2%。
（1）EV渗透率和光伏发电成本（LCOE）的影响
分析显示，在当前条件下，如果EV渗透率提升至100%，结合优化的光伏容量和智能充电策略，净能源成本将进一步下降。光伏发电成本的降低（LCOE降至0.05美元/kWh）有助于清除额外的成本障碍，使优化的PV容量进一步增加。
（2）电价波动的影响
假定年度的电网购电单价（Retail Electricity Price, λ1）变动范围为±10%，结果表明，随着电价的提升，校园净能源成本的最优解显著增加，需部署更大的光伏容量以缓解；而电价下降时，最优解相应降低。
研究指出，虽然校内免费充电会短期增加支出，但如果引入收取收费方案（如0.1或0.2美元/kWh），将极大缓解财政压力，对3000美元以下的充电桩单价，也更具经济可行性。
优化后的光伏系统显著提升了校园的能源自给率(从10%提高至超20%)，但由于跨昼夜需求匹配问题，自消费比例有所下降，未来可通过储能设备进一步优化。
研究不仅证明工作场所智能化EV充电策略的经济可行性，还为实现更大范围的校园可再生能源本地化利用提出可行路径。本论文基于Australia的实际经济和政策背景，具有广泛应用潜力。关键亮点包括： - 首次综合性提出“光伏容量优化+智能化EV充电”方法； - 对不同工作日与非工作日的充电需求建模提供了创新的估算框架； - 展示了优化光伏系统对电网“鸭子曲线”问题的缓解效果。
未来工作可通过综合储能系统进一步降低成本与能量浪费，从顶层设计层面支持交通领域的能源脱碳技术普适化。