交通运输行业是能源相关温室气体（GHG）排放的最大来源之一，占全球排放量的22%[1]。仅公路货运车辆就占交通运输行业直接排放量的40%[2]。通常，公路货运使用重型车辆（HDV），如牵引车或挂车卡车，这些车辆依赖化石柴油。近年来，这些车辆成为监管机构减少二氧化碳排放和提高货运行业能源安全性的重点对象[3]。
电池电动卡车（BET）因其较低的从井口到车轮的二氧化碳排放量[4]、对化石燃料的依赖减少[5]以及具有竞争力的总拥有成本（TCO）[6][7]，被视为实现公路货运脱碳的潜在解决方案。尽管即使在不利条件下，BET在短途应用中也已被证明是可行的选择[8]，但长途路线的电气化更具挑战性，因为这高度依赖于沿途的快速充电站（FCS）[9]。与短途应用不同，长途运输的特点是行驶距离较长（超过400公里），且无法返回基地充电，这意味着BET将依赖沿途的公共充电站[10]。
BET的充电负荷规模以及电网应对这些负荷的能力是决定货运电气化技术可行性的关键因素。BET的普及将导致电力消耗增加，从而改变功率流、电网损耗和电压稳定性[11]。能够支持多个同时充电事件的快速充电站可能需要超过1兆瓦的功率，其电力需求可能与城市和工业负荷相当甚至更高[12]。此外，由于长途司机优先考虑最短的停车时间和快速充电，货运BET的运营时间表灵活性较低，这给电网运行带来了额外挑战[12]。随着BET的普及，高功率快速充电设施的规模预计将相应扩大，进一步加剧对电网的影响[13]。
在这种情况下，全面评估电网在增加负荷下的容量和可靠性对于评估输电和配电系统容纳充电负荷的可行性至关重要，这些见解对于确保BET的广泛部署、推进长途运输脱碳以及实现减排目标至关重要[13]。
虽然电池电动车辆（BEV）融入电网的研究在乘客BEV领域已得到广泛研究，但针对BET充电的研究仍处于起步阶段。现有研究指出了快速充电站相关的多个技术挑战，包括电压波动和组件过载问题。例如，Mowry和Mallapragada[13]研究了德克萨斯州的高速公路快速充电情况，表明空间集中且不灵活的充电需求会给系统运行带来压力；Mojlish等人[14]分析了澳大利亚超快速充电对电网的影响，发现了电力质量下降、变压器过载和系统不稳定等问题。这些发现表明，大规模部署高功率充电站对电网的可靠性和效率构成重大风险。
尽管乘客BEV的研究提供了有用的见解，但其发现不能直接应用于BET，因为BET具有更高的能耗和更长的工作周期。专注于BET的研究主要集中在估算充电需求和规划基础设施部署上。例如，Shoman等人[15]模拟了欧洲主要货运路线上的BET充电需求，而Alonso-Villar等人[16]为冰岛的货运运输开发了充电优化模型。这两项研究都提供了关于充电基础设施需求规模和分布的见解，但未分析其对电网的影响。
在系统层面，只有少数研究探讨了大规模电动汽车普及的更广泛影响。Montoya和Fernando[17]强调了需求响应模型和数据驱动方法在电网研究中捕捉充电行为随机性的重要性。同样，冰岛的案例研究也显示了电动汽车整合的潜在严重性。Apiyo[11]发现BEV充电负荷可能会显著增加峰值负荷并导致电压下降和线路过载，而Haraldsson[18]使用MATPOWER[19]模拟了类似情景，强调了基础设施升级和额外发电能力的必要性。尽管这些分析具有参考价值，但它们主要针对乘客车辆而非重型货运车辆。也有一些研究关注重型车辆，如Basma和Schmidt[20]、G?ckeler等人[21]以及Rashid等人[22]，不过他们的评估侧重于需求方面（如估算BET的充电器数量和总能耗），或者基于聚合充电能量模型而非功率流分析（Total Energies, 2024）。表1总结了所涉及的研究。
总体而言，现有文献表明快速充电对电网运行构成了重大挑战，但BET的具体情况尚未得到系统性的研究，也没有研究量化过国家层面的BET充电负荷规模或评估其对输电和配电系统峰值负荷的影响。这一空白凸显了需要进行综合评估的必要性，结合空间和时间上的BET充电模式以及详细的电网建模，以提供实现长途运输脱碳和减排目标所需的见解。
像冰岛这样的北极国家为这类评估提供了特别相关的背景。由于恶劣的气候条件和艰难的道路条件，冰岛的货运电气化面临独特挑战，这些因素影响车辆性能并增加充电需求。此外，冰岛人口分散，意味着需要前往电网支持有限且基础设施老化的偏远地区[11]。BET的部署在充电负荷对国家电网的影响方面存在重大不确定性，关于电网管理这些负荷的能力知之甚少，这可能限制了BET在货运运输领域的广泛应用。此外，货运BET沿途充电的灵活性有限，也进一步限制了电网的应对能力，因为紧张的路线安排限制了充电负荷的调整潜力。本研究以冰岛为案例，探讨了BET部署初期电网面临的技术挑战，并考虑了2030年国家电力消耗的预期增长[24]。为此，本研究使用FASTSim确定了分析路线上的BET能耗和充电需求[25]，并采用Alonso-Villar等人[16]提出的充电优化模型来分配充电基础设施和电力需求。最后，使用PyPSA（Python for Power System Analysis）[26]对充电负荷对冰岛电网的影响进行了功率流分析。选择功率流分析而非更简化的方法（如聚合负荷或基于容量的评估），是因为它能够详细展示BET充电负荷如何影响电压水平、线路负荷和电网拥堵情况。鉴于冰岛电网冗余度有限且组件分布不均，这种详细程度对于识别组件限制和瓶颈至关重要。据作者所知，这是首项结合车辆能耗模型、充电优化模型和高度详细的国家电网功率流分析的实际数据驱动研究。图1展示了本研究的框架。
总之，本研究的主要目标是确定冰岛主要货运路线上部署坚固可靠充电网络的最佳位置，确定其沿途（公共充电）的充电需求和由此产生的峰值负荷，并评估这些负荷对全国电网功率流的影响，同时明确考虑货运充电需求的有限灵活性。此外，功率流分析是在接近系统峰值需求的条件下进行的，提供了在压力条件下系统性能的见解。BET交通流量数据反映了冰岛公路货运运营中电动卡车采用的早期阶段。本文强调了详细电网评估在评估BET整合可行性以及推进货运运输脱碳方面的关键作用，特别是在电网拥堵的情况下。
