安科瑞 陳聰

摘要：針對目前很多型號的電動汽車電池管理系統(tǒng)(battery management system,BMS)與居民小區(qū)內的慢充充電樁不能正常通信的問題,依據確定性分析法,以倒序遞推原則安排電動汽車的充電開始時間,研究了一種不采集電動汽車電池荷電狀態(tài)(state of charge,SOC)來實現小區(qū)內電動汽車群(aggregator)有序充電的控制方法,并以小區(qū)配電網為例,采用蒙特卡洛方法模擬用戶到達時間,對電動汽車在無序充電、總負荷*低時段充電和倒序遞推時段充電 3 種充電模式下配電變壓器的負載情況進行了仿真和分析,結果表明,在倒序遞推時段充電能顯著減小電網峰谷差率,不會產生新的負荷尖峰,適用于實際應用。

關鍵詞：分時電價；有序充電；電動汽車群；蒙特卡洛模擬；峰谷差率

0、引言

隨著全球變暖問題和能源枯竭問題的日益嚴峻,越來越多的人開始提倡和追求綠色環(huán)保的生概念。電動汽車(EV)的*排放和不依賴化石燃料的潛力,得到了世界各國政府的普遍重視,汽車開進電動時代[1]。除了政府的補貼和大力支持,相關的汽車生產廠家也紛紛開始關注電動車的未來發(fā)展,并且在電動汽車領域不斷投入資金和技術。 據工業(yè)和信息化部電動汽車發(fā)展戰(zhàn)略研究報告預測,到2030年全國電動汽車保有量將達到6000萬輛[2] 。大規(guī)模的電動汽車群無序并網充電,尤其是在負荷高峰期接入充電,加劇了配網的峰谷差,威脅到電網的安全運行。文獻[3]顯示電動汽車無序充電負荷與原有峰值重疊,且EV滲透率越高,高峰持續(xù)時間越長。文獻[4]指出大規(guī)模充電站運行將會產生大量諧波,從而影響電網安全運行。

為有效降低大規(guī)模電動汽車群充電對電網的負面影響,近些年國內外學者結合用戶的充電需求和 電網典型日基礎負荷等信息,提出了一系列電動汽車有序充電控制策略研究。 文獻[5]引入有序充電的概念,建立以電動汽車削峰填谷的*優(yōu)效果為目標函數的峰谷電價時段*優(yōu)化模型,通過遺傳算法對時段的制定方案進行尋優(yōu)。 文獻[6]提出變電站- 小區(qū)充電樁優(yōu)化接入控制模式及策略,以變電站和配電線路負載均衡為目標,實現各住宅區(qū)電動汽車充電的有序控制。 文獻[7]在滿足用戶充電需求和配電變壓器容量限制的前提下,建立了以充電站收益*大化和局部峰谷差最小的兩階段優(yōu)化模型。文獻[8]基于分時電價背景,建立了兼顧電網負荷波動與用戶成本的多目標優(yōu)化充放電控制策略模型。 文獻[9]提出了集中求解接入同一變壓器下少量電動汽車的有序充電策略的數學模型。

目前控制電動汽車有序充電的策略研究主要是基于求解數學優(yōu)化模型,這要建立在充電樁準確采集電動汽車SOC 的前提下[10] 。 考慮到當前我國慢充充電樁與電動汽車 BMS 的通信標準不規(guī)范,許多型號的電動汽車 SOC 不能被小區(qū)內慢充充電樁準確采集[11] 。 因此,本文提出了一種不采集電動汽車SOC 來實現小區(qū)內大規(guī)模電動汽車群有序充電的控制方法。 該方法中引入電動汽車群的概念,通過分析居民私家車日行駛里程規(guī)律,確定每輛電動汽車的充電持續(xù)時間;通過尋找充電過程中電網總負荷的*低點的時段,安排電動汽車在倒序遞推時段進行充電。 最后,以某小區(qū)配電網為例,采用蒙特卡洛方法模擬用戶到達時間,仿真分析了電動汽車在3種不同充電模式下電網負荷曲線和經濟效益等。

1、電動汽車群和分時電價

電動汽車群是指在一個固定區(qū)域(小區(qū)或停車場)內至少有 10 臺以上需要充電的車群組[12] 。 電動汽車群充電是指對 10 臺以上的汽車群進行同期充電。

分時電價( time-of-use price,TOU price)是我國當前積極推廣的一種電價機制,目的是鼓勵用戶合理轉移用電負荷,削峰填谷,提高電力資源的利用效率[13] 。 若制定的充電分時電價能夠有效反映電網負荷波動,則引入分時電價后,在滿足小區(qū)變壓器容量限制的前提下,盡量安排用戶在谷時段充電,即保證了用戶充電的經濟性,又兼顧了電網的峰谷差。

例如電動汽車充電管理商從電網購電的分時電價采用國內工業(yè)用電分時電價劃分方式:峰時段 (17:00 - 21:00);平時段(21:00 - 22:00);谷時段8h(22:00 - 08:00)。 圖 1 為某小區(qū)的典型日基礎負荷曲線。 可以看出,傍晚 17 點至次日 8 點,電網分時電價的峰谷平時段與小區(qū)日基礎負荷的波動情況是一致的。 這就保證了在谷時段對小區(qū)內電動汽車群充電時,用戶充電費用最少,且電網不會出現峰上加峰情況。

2、電動私家車充電負荷特性分析

2.1 電池特性

當前電動汽車中的動力電池以鋰電池為主,鋰電池一般采用三段式充電方式進行充電,充電過程近似恒功率充電[14] 。 本文主要以市面有代表性的江淮 iEV5 等車型的動力電池作為研究對象。 綜合選取的動力電池參數如下:電池容量為 28 kW·h,每 100 公里耗電量為 13. 3 kW·h,電池續(xù)航里程為200 公里,正常充電功率 PC在 3 ~ 4 kW(C 為電池容量,單位 kW·h)。 慢充充電電流在 0. 1C ~ 0. 5C(如 0. 2C 表示電池在理想狀態(tài)下 5 h 充滿)范圍內, 一般 5 ~ 8 h 充滿。

2.2 出行需求和習慣

用戶出行需求和習慣指的是用戶的行駛里程, 出行及返回時間等。 這些因素決定了用戶的充電開始時間與充電持續(xù)時間。 當前缺乏電動汽車出行的可靠的歷史數據,一般認為電動汽車對傳統(tǒng)汽車的替代使用不會對用戶的出行習慣產生影響。 根據2009 年美國交通部統(tǒng)計的家庭車輛行駛調查數據(national household travel survey,NHTS),一天中有14% 的家用車輛不被使用,有 43. 5% 的私家車日行駛里程在 32 km 以內,有 83. 7% 的私家車日行駛里程在 97 km 以內[15 - 16] 。 將統(tǒng)計數據歸一化處理后,采用極大似然參數估計方法將車輛日行駛里程近似為對數正態(tài)分布,其概率密度函數為

式中:d 為日行駛里程,期望值 μ = 3. 7;標準差 б = 0. 9。

根據青島市地區(qū)統(tǒng)計,青島市工薪族上下班和休閑用車里程每月平均 900 公里,即日平均行駛里程在 30 公里。 某汽車商家通過對潛在的車主每日行駛里程進行調查,結果如圖 2 所示,其中 93% 的車主日行駛里程在 80 公里以內。

我國大部分地區(qū)正常下班時間為 17 時,多數車主下班后即返回家中,這樣大多數電動汽車能在19時之前回到家中[17] 。如圖 3 所示,采用對數正態(tài)分布描述電動汽車最后一次行程結束時刻,其概率密度函數為

式中:t 表示時間,17 表示下午17時。

2.3 電動汽車充電時間

電動汽車充電持續(xù)時間計算公式大致為

式中:TC為電動汽車充電持續(xù)時間,h;S 為日行駛里程,km;W100為每百公里的耗電量,kW·h / km;PC為充電功率,kW。

3、小區(qū)充電樁接入模式控制

為了有效地實現小區(qū)內充電樁的優(yōu)化接入和控制,采用“群控群管”的接入控制模式,將整個小區(qū)的電動汽車群充電系統(tǒng)分為設備層、控制層、調度層和云平臺四層結構,如圖 4 所示。

①為設備層,包含箱變中 10 / 0. 4 kV 的高低壓轉換和一系列交直流充電樁(機),將小區(qū) 10 kV 電力接入,配電、變電模塊集成一體化,完成供電和交直流充電功能;②為控制層,通過群管群控實現對接入的每路交直流充電進行控制管理,包括對充電樁(機)狀態(tài)量、模擬量的監(jiān)測,對各路充電過程的控制以及電度計量;③為調度層,對服從調度的車輛進行有序充電,實現電能*優(yōu)分配,另外按照用戶的預約充電需求,合理安排充電時間;④為云平臺,支持車主通過 APP 智能查詢周圍可用充電樁,實時了解充電進度和費用,與②③通過 CAN 總線或 GPRS 相互通信,實現人機交互以及充電樁的狀態(tài)監(jiān)控等功能。 且在運營角度,云平臺可對車輛數據、道路數據、用戶行駛數據等海量信息進行處理、分析、挖掘,便于供應商提供更精細化的服務。

4、有序充電控制策略

基于小區(qū)典型日基礎負荷曲線,提出不采集電動汽車 SOC 來實現小區(qū)電動汽車群有序充電的控制方法。在交通工程實踐中,一般以 15 min 的交通流量為基礎進行劃分,基于此將一天劃分96個控制時間段,小區(qū)第 i(i = 1,2,…,96)個時段內基礎負荷為 Pi,單臺電動汽車功率為 p0 。 考慮到電動汽車SOC 獲取不到的情況,即電動汽車所需的充電時間無法準確得到,采用確定分析法得到單輛電動汽車的充電持續(xù)時間 T0 ,通過尋找充電過程中總負荷*低點所在的時段 Tminj,采用倒序遞推原則選取電動汽車的充電開始時段(指該時段的開始時刻),盡可能在低谷時段給電動汽車充電。

4.1 尋找總負荷*低點時段

第 i 個時間段電網總負荷 Psumi為該時間段參與充電的 m 臺電動汽車負荷與基礎負荷 Pi的疊加,即

每一輛電動汽車安排充電后,重新計算 96 時段電網總負荷,找到總負荷的*低點所在的時段 Tminj, 為下一輛電動汽車安排充電時間。 第 m 輛電動汽車安排充電時間后,電網總負荷的最小值表示為

4.2 兩種控制策略比較

尋找到電網總負荷*低點所在時間段后,本文的策略方法沒有安排電動汽車在該時段直接進行充 電,而是采用倒序遞推的原則,重新選擇充電時間段。

當前我國居民小區(qū) 17 時至次日 6 時用電分時電價劃分如表 1 所示。 其中,Tf - b 、Tp - b和 Tg - b分別為峰時段、平時段和谷時段的開始時刻;Tf - o、Tp - o和Tg - o分別為峰時段、平時段和谷時段的結束時刻。

1. 總負荷*低時段充電,總負荷*低時段充電時序如圖 5 所示。 總負荷*低時段充電是指,新的電動汽車接入時,直接安排 EV 在上一輛電動汽車負荷計入電網后總負荷*低點所在的時段 Tminj進行充電,充電持續(xù)時間 T0 。 若谷時段可用充電時間大于 T0 ,則 Tminj為充電開始時段(如圖 5(a)所示);若谷時段可用充電時間小于 T0 ,那么距離谷時段結束T0前那一時段是充電開始時段。

1. 倒序遞推時段充電,倒序遞推時段充電是指,新的電動汽車接入時,沒有直接安排其在 Tminj進 行充電,而是采用倒序遞推原則安排充電時間。 若谷時段可用充電時間大于 T0 ,且 Tminj與谷時段開始時刻 Tg - b的時間差 Δt 大于 T0 / 2,則充電開始時段為 Tminj向前平移 T0 / 2 時長(如圖 6(a)所示);若谷時段可用充電時間大于 T0 ,且 Tminj與谷時段開始時刻 Tg - b的時間差 Δt 小于T0 / 2,則充電開始時段為谷時段開始時段 Tg - b ;若谷時段可用充電時間小于T0 ,那么距離谷時段結束 T0前那一時段是充電開始時段。 倒序遞推時段充電如圖 6 所示。

4. 3 有序充電控制流程

小區(qū)內電動汽車群有序充電控制流程如圖 7 所示。 在調度平臺獲取當前電網負荷信息后,根據得到的負荷*低點時段,制定電動汽車的充電時段。將安排好的電動汽車負荷與安排前的總負荷疊加, 尋找新的電網總負荷*低點時段,安排下一輛車的充電時段。

5、算例分析

5.1 仿真參數設置

為驗證本文方法的有效性,以某小區(qū)為例進行仿真 驗 證。 小 區(qū) ( 150 套 住 房, 平 均 每 套 住 房100 m 2 )總負荷包括居民日常基礎負荷和電動汽車充電負荷。 配電變壓器容量為 630 kVA,電動汽車采用交流慢充充電方式,充電功率為 3. 6 kW,充電效率為 0. 92。 小區(qū)基礎負荷最大值占變壓器容量的 80% 。

基于概率密度分布,利用蒙特卡洛抽樣模擬電動汽車接入電網時間。 默認所有車輛在早上 6:00 前結束充電。 根據 2009 年 NHTS 數據,結合我國私家車行駛特點可知,90% 左右的用戶日行駛里程在100 公里以內,采用確定分析法計算電動汽車的充電持續(xù)時 間 T0 。 根 據 公 式 ( 3 ), 取 S = 100 km,W100 = 13. 3 kW·h / km ,PC = 3. 3 kW,得到 T0 = 4. 03 h。

經過 4 小時的持續(xù)充電,90% 左右的私家車能充至滿電狀態(tài)。 假設日行駛里程 100 公里以上的車輛不參與調度過程。 可見,對于參與有序充電控制過程的用戶,T0 = 4 基本能滿足他們的充電需求。電動汽車商家從電網購電的分時電價及商家收取的充電分時電價時段劃分如表 2 所示。

5.2 仿真結果

通過蒙特卡洛法分別模擬 20 ~ 100 輛電動汽車在 17:00 ~ 6:00 的充電情況,得到不同數量的電動汽車在無序充電、總負荷*低時段充電和倒序遞推時段充電 3 種充電模式下的電網負荷曲線(如圖 8所示)。 表 3 是以 100 輛電動汽車的充電數據為例,從充電經濟性、峰谷差率等方面對上述 3 種充電模式進行對比。

1)無序充電。無序充電模式下,大量的電動汽車集中在傍晚充電,與小區(qū)基礎負荷高峰重疊,出現峰上加峰的情況。 本例中,100 輛電動汽車進行無序充電會超出變壓器最大負載限制,威脅到電網的安全運行。

2)總負荷*低時段充電。 通過尋找總負荷*低點所在的時段直接進行充電,其負荷曲線如圖8(b)所示。 可以看出:電動汽車基本被安排到電價*低的谷時段進行充電,且在 2:00 時開始出現新的負荷尖峰,隨著接入電動汽車數量的增多,新負荷尖峰甚至會超過基礎負荷的峰值。

3)倒序遞推時段充電。 電動汽車在倒序遞推時段充電所得的負荷曲線如圖 8(c)所示。 可以看出:該模式下電動汽車基本全部被安排到電價*低的谷時段進行充電,且電動汽車接入后可以使低谷時段變得平坦,沒有明顯的新負荷尖峰出現。

從表 3 可以看出,無序充電模式下最大總負荷達到變壓器容量的 1. 2 倍,采用倒序遞推時段充電模式時電網總負荷峰谷差率*低,僅為總負荷*低時段充電模式時的一半;經濟效益方面,與無序充電模式相比,兩種有序充電模式下用戶平均充電費用降低了 36. 7% ,運營商每天的利潤增加了 2. 8% 。可見,倒序遞推時段充電模式能夠實現用戶、運營商和電網公司的多贏。

6、解決方案

圖1平臺結構圖

充電運營管理平臺是基于物聯網和大數據技術的充電設施管理系統(tǒng)，可以實現對充電樁的監(jiān)控、調度和管理，提高充電樁的利用率和充電效率，提升用戶的充電體驗和服務質量。用戶可以通過APP或小程序提前預約充電，避免在充電站排隊等待的情況，同時也能為充電站提供更準確的充電需求數據，方便后續(xù)的調度和管理。通過平臺可對充電樁的功率、電壓、電流等參數進行實時監(jiān)控，及時發(fā)現和處理充電樁故障和異常情況對充電樁的功率進行控制和管理，確保充電樁在合理的功率范圍內充電，避免對電網造成過大的負荷。

7、安科瑞充電樁云平臺具體的功能

平臺除了對充電樁的監(jiān)控外，還對充電站的光伏發(fā)電系統(tǒng)、儲能系統(tǒng)以及供電系統(tǒng)進行集中監(jiān)控和統(tǒng)一協(xié)調管理，提高充電站的運行可靠性，降低運營成本，平臺系統(tǒng)架構如圖3所示。

圖2充電樁運營管理平臺系統(tǒng)架構

大屏顯示：展示充電站設備統(tǒng)計、使用率排行、運營統(tǒng)計圖表、節(jié)碳量統(tǒng)計等數據。

圖3大屏展示界面

站點監(jiān)控：顯示設備實時狀態(tài)、設備列表、設備日志、設備狀態(tài)統(tǒng)計等功能。

圖4站點監(jiān)控界面

設備監(jiān)控：顯示設備實時信息、配套設備狀態(tài)、設備實時曲線、關聯訂單信息、充電功率曲線等。

圖5設備監(jiān)控界面

運營趨勢統(tǒng)計：顯示運營信息查詢、站點對比曲線、日月年報表、站點對比列表等功能。

圖6運營趨勢界面

收益查詢：提供收益匯總、實際收益報表、收益變化曲線、支付方式占比等功能。

圖7收益查詢界面

故障分析：提供故障匯總、故障狀態(tài)餅圖、故障趨勢分析、故障類型餅圖等功能。

圖8故障分析界面

訂單記錄：提供實時/歷史訂單查詢、訂單終止、訂單詳情、訂單導出、運營商應收信息、充電明細、交易流水查詢、充值余額明細等功能。

圖9訂單查詢界面

8、產品選型

安科瑞為廣大用戶提供慢充和快充兩種充電方式，便攜式、壁掛式、落地式等多種類型的充電樁，包含智能7kw/21kw交流充電樁，30kw直流充電樁，60kw/80kw/120kw/180kw直流一體式充電樁來滿足新能源汽車行業(yè)快速、經濟、智能運營管理的市場需求。實現對動力電池快速、高效、安全、合理的電量補給，同時為提高公共充電樁的效率和實用性，具有有智能監(jiān)測：充電樁智能控制器對充電樁具備測量、控制與保護的功能；智能計量：輸出配置智能電能表，進行充電計量，具備完善的通信功能；云平臺：具備連接云平臺的功能，可以實現實時監(jiān)控，財務報表分析等等；遠程升級：具備完善的通訊功能，可遠程對設備軟件進行升級；保護功能：具備防雷保護、過載保護、短路保護，漏電保護和接地保護等功能；適配車型：滿足國標充電接口，適配所有符合國標的電動汽車，適應不同車型的不同功率。下面是具體產品的型號和技術參數。

9、現場圖片

10、結論

本文在不采集電動汽車 SOC 前提下,綜合考慮用戶的充電需求和電網負荷水平,提出了基于分時電價的倒序遞推時段充電方法。 通過仿真分析,得到如下結論:

1)峰谷差率方面,相比較無序充電模式,兩種有序充電模式均能夠降低總負荷峰谷差率。 倒序遞推時段充電模式下的谷時段更加平坦,填谷效果更加明顯。 而總負荷*低時段充電模式會產生新的負荷尖峰,甚至會超過基礎負荷的峰值。

2)經濟效益方面,兩種有序充電模式下車均充電費用和運營商的日利潤是相同的。 相比無序充電模式,有序充電模式大幅度降低了用戶每次充電的費用,提高了用戶的滿意度和響應有序充電策略的積極性。

3)采用倒序遞推時段充電模式在降低用戶充電成本、提高運營商收益的同時,也提高了配電變壓器的使用效率和壽命,實現了用戶、運營商和供電部門的多贏。