15821697760

摘要：鑒于眾多型號電動汽車電池管理系統與居民小區慢充充電樁通信不暢的狀況，本文依確定性分析法，遵循倒序遞推原則確定電動汽車充電起始時間，探索出一種無需采集電動汽車電池荷電狀態，即可實現小區內電動汽車群有序充電的控制手段。以小區配電網為實例，運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、總負荷最低時段充電以及倒序遞推時段充電這三種模式下配電變壓器的負載情形展開仿真與剖析。結果顯示，倒序遞推時段充電能夠顯著縮減電網峰谷差率，且不會引發新的負荷尖峰，具備實際應用價值。

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

隨著全球環境與能源問題的加劇，電動汽車因其環保優勢備受關注。然而，大規模電動汽車群的無序并網充電，尤其是在負荷高峰期，會加劇配網峰谷差，危及電網安全運行。盡管國內外學者提出諸多電動汽車有序充電控制策略，但多數基于準確采集電動汽車 SOC，而當前我國慢充充電樁與電動汽車 BMS 的通信標準不規范，許多型號電動汽車 SOC 無法被準確采集。因此，本文提出一種不依賴 SOC 采集的小區內大規模電動汽車群有序充電控制方法，引入電動汽車群概念，通過分析私家車行駛里程規律確定充電時長，依據電網總負荷最低點時段安排倒序遞推充電，并以某小區配電網為例進行仿真分析。

1. 電動汽車群和分時電價

電動汽車群指在特定區域內至少 10 臺以上需充電的車群組，其充電是指同期對這些車輛充電。分時電價旨在鼓勵用戶合理用電，削峰填谷。以某小區為例，若充電分時電價能反映電網負荷波動，在谷時段對小區電動汽車群充電，既能保障用戶經濟性，又可避免電網峰上加峰。

2. 電動私家車充電負荷特性分析

2.1 電池特性
當前電動汽車多采用鋰電池，以三段式恒功率充電為主。以江淮 iEV5 等車型為例，其電池容量、續航里程、每百公里耗電量及充電功率等參數有相應范圍，慢充一般需 5 - 8 小時充滿。

2.2 出行需求和習慣
用戶出行里程、時間等因素決定充電開始與持續時間。參考美國交通部數據及國內相關調查，私家車日行駛里程多在一定范圍內，且多數車主下班后即回家，為確定電動汽車充電時間提供依據。

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

根據青島市地區統計,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

電動汽車充電持續時間計算公式大致為

式中:TC為電動汽車充電持續時間,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. 小區充電樁接入模式控制
采用 “群控群管” 接入模式，將小區電動汽車群充電系統分為設備、控制、調度和云平臺四層結構。各層分別承擔高低壓轉換與充電、充電控制管理、電能分配與時間安排以及人機交互與數據處理等功能，實現小區充電樁的優化接入和控制，提升服務質量和管理效率。,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 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)狀態量、模擬量的監測,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,實現電能最優分配,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監控等功能。 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

基于小區典型日基礎負荷曲線,提出不采集電動汽車 SOC 來實現小區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時間 T0 ,通過尋找充電過程中總負荷最低點所在的時段 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 尋找總負荷最低點時段

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,找到總負荷的最低點所在的時段 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

尋找到電網總負荷最低點所在時間段后,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 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。

總負荷最低時段充電,總負荷最低時段充電時序如圖 5 所示。 總負荷最低時段充電是指,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最低點所在的時段 Tminj進行充電,充電持續時間 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。

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,根據得到的負荷最低點時段,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最低點時段,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,以某小區為例進行仿真 驗 證。 小 區 ( 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 小時的持續充電,90% 左右的私家車能充至滿電狀態。 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、總負荷最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)總負荷最低時段充電。 通過尋找總負荷最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最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最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最低,僅為總負荷最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

充電運營管理平臺基于物聯網和大數據技術，可實現對充電樁的監控、調度和管理，用戶可預約充電，平臺能監控充電樁參數并處理故障，控制充電功率，避免對電網造成過大負荷，提高充電樁利用率和充電效率，提升用戶體驗和服務質量。

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控外，還對充電站的光伏發電系統、儲能系統以及供電系統進行集中監控和統一協調管理，提高充電站的運行可靠性，降低運營成本，平臺系統架構如圖3所示。

圖2充電樁運營管理平臺系統架構

大屏顯示：展示充電站設備統計、使用率排行、運營統計圖表、節碳量統計等數據。

圖3大屏展示界面

站點監控：顯示設備實時狀態、設備列表、設備日志、設備狀態統計等功能。

圖4站點監控界面

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

圖5設備監控界面

運營趨勢統計：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

安科瑞提供多種類型充電樁，包括慢充和快充、便攜式、壁掛式、落地式等，涵蓋不同功率型號，如智能 7kW/21kW 交流充電樁、30kW 直流充電樁及更高功率直流一體式充電樁，滿足新能源汽車市場需求。這些充電樁具備智能監測、計量、云平臺連接、遠程升級、多種保護功能以及適配國標充電接口等特點，詳細介紹了各型號充電樁的技術參數，為用戶選擇合適的充電樁提供參考。

9、現場圖片

10. 結論
本文提出的基于分時電價的倒序遞推時段充電方法，在不采集電動汽車 SOC 的情況下，綜合考慮用戶充電需求和電網負荷水平。通過仿真分析得出，與無序充電相比，兩種有序充電模式均能降低總負荷峰谷差率，其中倒序遞推時段充電模式谷時段更平坦，填谷效果更佳，且不會產生新負荷尖峰。在經濟效益方面，有序充電模式降低了用戶充電費用，提高了運營商收益，同時提高了配電變壓器的使用效率和壽命，實現了多方共贏，為小區電動汽車群的有序充電提供了可行的解決方案，具有重要的實際應用價值和推廣意義。

審核編輯 黃宇