安科瑞 陳聰

摘要：針對電動(dòng)汽車(chē)充電負荷與運營(yíng)經(jīng)濟收益的矛盾問(wèn)題，以用戶(hù)側為研究對象，用戶(hù)行為習慣為約束條件，建立粒子群控制策略模型。在保證電動(dòng)汽車(chē)正常使用的情況下，利用粒子群算法計算出的充放電功率分布，使參與V2G的用戶(hù)則可以在分時(shí)電價(jià)基礎上選擇出合適的時(shí)間段向電網(wǎng)饋電，進(jìn)而獲取經(jīng)濟收益。對基于用戶(hù)行為的實(shí)時(shí)電價(jià)下電動(dòng)汽車(chē)與電網(wǎng)交換功率進(jìn)行仿真分析，驗證其算法的可行性和有效性。

關(guān)鍵詞：電動(dòng)汽車(chē)；有序充放電；控制策略；V2G

電動(dòng)汽車(chē)配套設施的充電網(wǎng)絡(luò )系統提出了要求。一套智能充電系統及充電策略不僅可以使充電網(wǎng)絡(luò )的負荷波動(dòng)小，減少充電系統電網(wǎng)壓力，也可以將用戶(hù)經(jīng)濟成本降低，達到用戶(hù)側和電網(wǎng)側雙贏(yíng)的結果。提出了：基于V2G技術(shù)的PHEV有序充放電策略和電壓電流雙閉環(huán)的電壓空間矢量控制策略?？紤]納入車(chē)主行為的條件并滿(mǎn)足電網(wǎng)功率進(jìn)行有序充放電策略。采用混合式充電方式解決大規模車(chē)輛充電的影響和根據不同時(shí)間段制定充放電的電價(jià)，并提出目標函數有序充電策略。當前大多數的管理策略未能考慮分析，多數學(xué)者通常從電池的容量及剩余電量出發(fā)考慮，研究比較片面，僅側重頻率調節或負荷平衡，V2G技術(shù)的優(yōu)勢未能充分發(fā)揮。本文以用戶(hù)側為研究對象，車(chē)主行為習慣為約束條件，建立粒子群控制模型。1　1基于用戶(hù)行為的V2G控制策略描述

文中所有采用V2G的車(chē)輛均是在特定時(shí)間內完成充電或放電，充放電時(shí)間段不同，經(jīng)濟收益也不同，這種方式并未改變電池的充放電次數，只進(jìn)行時(shí)間上的調整，減少對電動(dòng)車(chē)儲能電池的傷害和沖擊，不會(huì )折損其壽命。綜合考慮電網(wǎng)企業(yè)目前實(shí)行的分時(shí)電價(jià)計價(jià)原則，將用戶(hù)參與V2G獲得的經(jīng)濟收益設定為目標函數，在一定的約束條件下，采用粒子群優(yōu)化算法，尋求目標函數解。在實(shí)時(shí)電價(jià)的背景下，用戶(hù)調整自身充電時(shí)間，在高峰期可以向電網(wǎng)饋電，輔助電網(wǎng)調頻，削峰填谷，進(jìn)而獲取經(jīng)濟效益；在低峰期時(shí)，用戶(hù)開(kāi)始充電，降低經(jīng)濟費用?？紤]到用戶(hù)存在有些時(shí)間段不參與V2G技術(shù)，因此可實(shí)現在一天的部分時(shí)間段內設置與電網(wǎng)的交換功率為0。

2電動(dòng)汽車(chē)充電負荷預測研究

電動(dòng)汽車(chē)具有高能效、低污染、環(huán)境友好等優(yōu)勢，成為緩解能源危機與環(huán)境污染的重要手段。然而大量的電動(dòng)汽車(chē)充電需求將引發(fā)新一輪的用電負荷增長(cháng)，造成配電線(xiàn)路的“阻塞”，因此，電力企業(yè)除了從供給側對電力系統進(jìn)行規劃與調度外，也著(zhù)力于從需求側提高電動(dòng)汽車(chē)充電負荷的預測水平。

目前電動(dòng)汽車(chē)的充電負荷建模主要分為時(shí)序建模和時(shí)空建模。綜合考慮多重因素利用Bass回歸分析模型預測EV保有量，根據用戶(hù)充電行為的概率密度函數得到三種電動(dòng)汽車(chē)的充電負荷預測結果。

時(shí)序建模是利用元日期窗口與大數定理，建立多日一充的模式，考慮EV用戶(hù)充電習慣的不確定性，利用二項分布建立電動(dòng)汽車(chē)充電負荷的計算模型。時(shí)序性建模方法大多根據車(chē)主出行結束到家時(shí)刻和日行駛里程進(jìn)行建模，但是不同類(lèi)型的電動(dòng)汽車(chē)在不同時(shí)段停駛于不同目的地，將產(chǎn)生不同的充電需求，因而未能涉及到電動(dòng)汽車(chē)的空間位移特性。

行鏈理論的時(shí)空建模方法考慮用戶(hù)在不同功能分區的出行規律，采用出行鏈理論模擬充電負荷的時(shí)空分布?；诔鲂墟溊碚撾S機生成一天的出行序列，結合居民出行調研數據建立EV充電負荷預測模型。綜合考慮電動(dòng)汽車(chē)類(lèi)型和區域特性，通過(guò)改進(jìn)重力模型進(jìn)行充電負荷計算。于出行鏈理論，考慮分時(shí)電價(jià)、載客量以及溫度的影響，分別建立了私家車(chē)、出租車(chē)以及公交車(chē)的充電負荷模型。上述大多基于出行鏈理論獲得電動(dòng)汽車(chē)充電負荷在不同功能分區的時(shí)空分布，但未能考慮實(shí)際道路交通與電網(wǎng)的耦合關(guān)系，也未能計及實(shí)際交通路網(wǎng)以及動(dòng)態(tài)交通信息對充電負荷的影響，使得充電負荷預測精度不高。

時(shí)空預測方法通過(guò)建立全軌跡空間模型表征電動(dòng)汽車(chē)的時(shí)空屬性，考慮用戶(hù)的充電意愿以及出行需求，疊加日充電功率獲得充電負荷的時(shí)空分布?？紤]動(dòng)態(tài)交通路況建立車(chē)輛時(shí)空轉移模型，通過(guò)建立出行時(shí)間和出行目的地的聯(lián)合概率密度分布確定下一行駛特征，提出精度較

高的時(shí)空預測方法。

3有源配電網(wǎng)優(yōu)化運行研究

傳統調壓方式包括有載調壓變壓器調節分接頭擋位，投切電容器組、靜止無(wú)功補償器等無(wú)功裝置就地補償，但是隨著(zhù)大量電動(dòng)汽車(chē)和高比例可再生能源并入電網(wǎng)，電動(dòng)汽車(chē)充電的隨機性以及分布式電源出力的不確定性對有源配電網(wǎng)的安全穩定運行提出了更高要求。傳統調壓方式難以應對大規模電動(dòng)汽車(chē)充電以及分布式電源消納帶來(lái)的電壓波動(dòng)問(wèn)題，而電動(dòng)汽車(chē)與電網(wǎng)互動(dòng)技術(shù)和DG逆變器技術(shù)的發(fā)展為電網(wǎng)、電源、負荷三者之間的協(xié)調優(yōu)化提供了技術(shù)支撐，通過(guò)源源互補，網(wǎng)源協(xié)調以及源荷互動(dòng)實(shí)現系統電壓的優(yōu)化控制，成為當前研究的熱點(diǎn)。

針對電動(dòng)汽車(chē)接入與分布式電源共存的配電網(wǎng)，建立了風(fēng)電、光伏發(fā)電以及EV充電負荷的概率模型，并與無(wú)功補償裝置相結合建立概率調壓模型，獲得較好的電壓穩定效果。對電動(dòng)汽車(chē)充電進(jìn)行有序調度，同時(shí)將傳統調壓方式與DG無(wú)功出力相結合，建立不同時(shí)段的無(wú)功電壓協(xié)調優(yōu)化模型，有效地改善了系統的運行電壓。通過(guò)建立節點(diǎn)EV充電負荷模型提出了有源配電網(wǎng)的日前和日內優(yōu)化運行模型，分兩階段優(yōu)化電動(dòng)汽車(chē)的有序充電，有效地降低了購電成本。上述僅將電動(dòng)汽車(chē)作為充電負荷，適用于電動(dòng)汽車(chē)規模較小的情況，且網(wǎng)、源、荷三者協(xié)調優(yōu)化的效果不高，有源配電網(wǎng)接納分布式電源的能力有限，也無(wú)法適應大規模電動(dòng)汽車(chē)的充電需求。隨著(zhù)V2G技術(shù)的應用和分時(shí)電價(jià)的普及，電動(dòng)汽車(chē)除了作為負

荷充電外，也可以作為移動(dòng)儲能元件進(jìn)行放電參與電網(wǎng)的多源互補協(xié)調優(yōu)化。協(xié)調電動(dòng)汽車(chē)V2G模式與風(fēng)電、光伏發(fā)電的有功出力，建立了多目標協(xié)同調度模型，能夠使得電動(dòng)汽車(chē)用戶(hù)收益，避免了可再生能源間歇出力的影響?；贒G逆變器的有功、無(wú)功解耦控制，提出可跨地區消納DG的多目標優(yōu)化調度模型，能夠挖掘分布式電源的無(wú)功潛力，促進(jìn)DG的消納以及提高其利用率。將有源配電網(wǎng)的優(yōu)化控制劃分為長(cháng)周期有功、無(wú)功資源優(yōu)化控制和短周期多源協(xié)調校正控制，前者進(jìn)行優(yōu)化實(shí)現潮流控制，后者對有源配電網(wǎng)進(jìn)行分區劃定，實(shí)現多源協(xié)同優(yōu)化運行?？紤]電動(dòng)汽車(chē)的充電跳躍性，建立周期內多時(shí)段優(yōu)化運行模型，實(shí)現了電動(dòng)汽車(chē)V2G調節與其他調壓方式的運行優(yōu)化?；赩2G模式考慮需求側具有儲能特性和非儲能特性的雙向可控負荷，協(xié)同其他電壓調節方式建立電壓無(wú)功多目標優(yōu)化模型，在提高需求響應的同時(shí)改善了有源配電網(wǎng)的潮流分布。

從無(wú)序充電到有序充放電策略，大多對電動(dòng)汽車(chē)進(jìn)行個(gè)體調度，實(shí)際可操作性不強，因此，當前的研究也有諸多采用集群控制策略。通過(guò)提取電動(dòng)汽車(chē)集群控制模型的隨機特征參數，跟蹤電動(dòng)汽車(chē)充電特性，獲取充放電策略?？紤]到EV充放電的靈活性，通過(guò)對電動(dòng)汽車(chē)集群控制，并跟蹤光伏發(fā)電出力曲線(xiàn)，建立了基于MPC的實(shí)時(shí)凸優(yōu)化調度模型，有效避免過(guò)充或過(guò)放的同時(shí)降低了光伏發(fā)電出力的波動(dòng)。集群調度需要提取電動(dòng)汽車(chē)的隨機特征，優(yōu)化時(shí)間較長(cháng)，也容易忽略單個(gè)電動(dòng)汽車(chē)的特性參數。針對集群控制和個(gè)體調度存在的問(wèn)題，提出一種分布式電動(dòng)汽車(chē)調度策略，通過(guò)協(xié)調電動(dòng)汽車(chē)集控和停車(chē)場(chǎng)協(xié)控獲取充放電功率，減小了算法維度，提高了電動(dòng)汽車(chē)的響應速度，但不包含其他無(wú)功補償裝置協(xié)調控制。通過(guò)對電動(dòng)汽車(chē)分群，從充放電系統和網(wǎng)絡(luò )拓撲兩個(gè)層面搭建內外嵌套模型優(yōu)化調度電動(dòng)汽車(chē)的充放電功率，能夠保證車(chē)主利益的同時(shí)優(yōu)化配電網(wǎng)的運行工況，但將24小時(shí)根據充電時(shí)間和充電行為特性進(jìn)行分群，忽略了各個(gè)時(shí)段以及不同功能分區充電負荷的隨機性。針對高層住宅小區，對電動(dòng)汽車(chē)充放電提出分層優(yōu)化控制策略，三層優(yōu)化控制模型相互補充，將分布控制與集中控制相結合，具有較好的經(jīng)濟效益與應用價(jià)值，但未能與上層配電網(wǎng)相結合，也未涉及分布式電源，適用范圍較窄。

綜上所述，針對電動(dòng)汽車(chē)以V2G模式參與有源配電網(wǎng)的運行進(jìn)行了諸多研究，但是隨著(zhù)電動(dòng)汽車(chē)規模擴大，一方面要考慮電動(dòng)汽車(chē)入網(wǎng)的控制策略，也要考慮電動(dòng)汽車(chē)規模的調度方式，另一方面，不同區域內電動(dòng)汽車(chē)類(lèi)型以及充電負荷的時(shí)空分布對有源配電網(wǎng)的影響不同，需要根據各區域的負荷、電動(dòng)汽車(chē)和分布式電源的分布特性，使之相互協(xié)調有針對性地制定相應區域的充放電調度。與此同時(shí)，將電動(dòng)汽車(chē)與各調壓方式相結合優(yōu)化有源配電網(wǎng)的運行時(shí)，電動(dòng)汽車(chē)調度往往以宏觀(guān)的角度平抑負荷波動(dòng)，而各調壓方式則以各時(shí)段優(yōu)化為主，因此，需要考慮兩者不同的時(shí)間維度進(jìn)行協(xié)調優(yōu)化，充分調度電動(dòng)汽車(chē)充放電以減少其他調壓方式的成本，充分利用DG逆變器的復用技術(shù)發(fā)出無(wú)功以消納過(guò)剩的出力，并平衡系統的運行電壓，從而實(shí)現有源配電網(wǎng)的經(jīng)濟和安全運行。

4安科瑞充電樁收費運營(yíng)云平臺系統選型方案

4.1概述

AcrelCloud-9000安科瑞充電柱收費運營(yíng)云平臺系統通過(guò)物聯(lián)網(wǎng)技術(shù)對接入系統的電動(dòng)電動(dòng)自行車(chē)充電站以及各個(gè)充電整法行不間斷地數據采集和監控，實(shí)時(shí)監控充電樁運行狀態(tài)，進(jìn)行充電服務(wù)、支付管理，交易結算，資要管理、電能管理，明細查詢(xún)等。同時(shí)對充電機過(guò)溫保護、漏電、充電機輸入/輸出過(guò)壓，欠壓，絕緣低各類(lèi)故障進(jìn)行預警；充電樁支持以太網(wǎng)、4G或WIFI等方式接入互聯(lián)網(wǎng)，用戶(hù)通過(guò)微信、支付寶，云閃付掃碼充電。

4.2應用場(chǎng)所

適用于民用建筑、一般工業(yè)建筑、居住小區、實(shí)業(yè)單位、商業(yè)綜合體、學(xué)校、園區等充電樁模式的充電基礎設施設計。

4.3系統結構

系統分為四層：

1）即數據采集層、網(wǎng)絡(luò )傳輸層、數據層和客戶(hù)端層。

2）數據采集層：包括電瓶車(chē)智能充電樁通訊協(xié)議為標準modbus-rtu。電瓶車(chē)智能充電樁用于采集充電回路的電力參數，并進(jìn)行電能計量和保護。

3）網(wǎng)絡(luò )傳輸層：通過(guò)4G網(wǎng)絡(luò )將數據上傳至搭建好的數據庫服務(wù)器。

4）數據層：包含應用服務(wù)器和數據服務(wù)器，應用服務(wù)器部署數據采集服務(wù)、WEB網(wǎng)站，數據服務(wù)器部署實(shí)時(shí)數據庫、歷史數據庫、基礎數據庫。

5）應客戶(hù)端層：系統管理員可在瀏覽器中訪(fǎng)問(wèn)電瓶車(chē)充電樁收費平臺。終端充電用戶(hù)通過(guò)刷卡掃碼的方式啟動(dòng)充電。

小區充電平臺功能主要涵蓋充電設施智能化大屏、實(shí)時(shí)監控、交易管理、故障管理、統計分析、基礎數據管理等功能，同時(shí)為運維人員提供運維APP，充電用戶(hù)提供充電小程序。

4.4安科瑞充電樁云平臺系統功能

4.4.1智能化大屏

智能化大屏展示站點(diǎn)分布情況，對設備狀態(tài)、設備使用率、充電次數、充電時(shí)長(cháng)、充電金額、充電度數、充電樁故障等進(jìn)行統計顯示，同時(shí)可查看每個(gè)站點(diǎn)的站點(diǎn)信息、充電樁列表、充電記錄、收益、能耗、故障記錄等。統一管理小區充電樁，查看設備使用率，合理分配資源。

4.4.2實(shí)時(shí)監控

實(shí)時(shí)監視充電設施運行狀況，主要包括充電樁運行狀態(tài)、回路狀態(tài)、充電過(guò)程中的充電電量、充電電壓電流，充電樁告警信息等。

4.4.3交易管理

平臺管理人員可管理充電用戶(hù)賬戶(hù)，對其進(jìn)行賬戶(hù)進(jìn)行充值、退款、凍結、注銷(xiāo)等操作，可查看小區用戶(hù)每日的充電交易詳細信息。

4.4.4故障管理

設備自動(dòng)上報故障信息，平臺管理人員可通過(guò)平臺查看故障信息并進(jìn)行派發(fā)處理，同時(shí)運維人員可通過(guò)運維APP收取故障推送，運維人員在運維工作完成后將結果上報。充電用戶(hù)也可通過(guò)充電小程序反饋現場(chǎng)問(wèn)題。

4.4.5統計分析

通過(guò)系統平臺，從充電站點(diǎn)、充電設施、、充電時(shí)間、充電方式等不同角度，查詢(xún)充電交易統計信息、能耗統計信息等。

4.4.6基礎數據管理

在系統平臺建立運營(yíng)商戶(hù)，運營(yíng)商可建立和管理其運營(yíng)所需站點(diǎn)和充電設施，維護充電設施信息、價(jià)格策略、折扣、優(yōu)惠活動(dòng)，同時(shí)可管理在線(xiàn)卡用戶(hù)充值、凍結和解綁。

4.4.7運維APP

面向運維人員使用，可以對站點(diǎn)和充電樁進(jìn)行管理、能夠進(jìn)行故障閉環(huán)處理、查詢(xún)流量卡使用情況、查詢(xún)充電\充值情況，進(jìn)行遠程參數設置，同時(shí)可接收故障推送

4.4.8充電小程序

面向充電用戶(hù)使用，可查看附近空閑設備，主要包含掃碼充電、賬戶(hù)充值，充電卡綁定、交易查詢(xún)、故障申訴等功能。

4.4.9系統硬件配置

5 總結

針對集中式充放電實(shí)現方式，以用戶(hù)側為研究對象，用戶(hù)側經(jīng)濟費用低、對電網(wǎng)擾動(dòng)小為研究目標。結合當前電網(wǎng)企業(yè)實(shí)行的峰谷電價(jià)政策，給出電動(dòng)汽車(chē)與電網(wǎng)每一時(shí)刻的交換功率，使整體達到雙贏(yíng)的結果。

本文盡管在分布式電源的時(shí)序建模、電動(dòng)汽車(chē)充電負荷的時(shí)空預測以及有源配電網(wǎng)的優(yōu)化運行方面取得了一定成果，但仍存在一些不足，有待進(jìn)一步研究和完善：

(1)分布式電源出力的時(shí)序建模中主要基于狀態(tài)數決策模型確定狀態(tài)數，后續可研究歷史功率序列的聚類(lèi)分析確定狀態(tài)數；滑動(dòng)平均濾波法的時(shí)間窗設置依賴(lài)于經(jīng)驗，后續可制定相應的控制策略確定時(shí)間窗大小，也可綜合考慮其他濾波方法進(jìn)行對比分析。

(2)對于電動(dòng)汽車(chē)充電負荷的時(shí)空預測，僅考慮了出租車(chē)和私家車(chē)，后續可研究其他類(lèi)型電動(dòng)汽車(chē)的時(shí)空分布情況，且電動(dòng)汽車(chē)的出行規律基于全美家庭交通出行調查數據，隨著(zhù)電動(dòng)汽車(chē)的廣泛應用，未來(lái)可參考國內電動(dòng)汽車(chē)用戶(hù)的出行規律；路阻函數模型僅考慮道路交叉路口延遲和路段延遲，后續研究可基于交通道路規劃情況，考慮電動(dòng)汽車(chē)具體行駛車(chē)道，建立包含左轉、右轉和直行的路阻函數模型。

(3)有源配電網(wǎng)的雙層優(yōu)化運行模型以24小時(shí)為調度周期，對于上層優(yōu)化模型來(lái)說(shuō)，時(shí)間跨度相對較大，對算法尋優(yōu)的性能要求較高，后續可分時(shí)段進(jìn)行充放電的優(yōu)化調度；分布式電源的短期功率預測誤差雖滿(mǎn)足預測標準，但需進(jìn)一步優(yōu)化神經(jīng)網(wǎng)絡(luò )以獲得更高的精度；配電網(wǎng)優(yōu)化運行研究?jì)H開(kāi)展了日前優(yōu)化運行，開(kāi)展實(shí)時(shí)滾動(dòng)和反饋優(yōu)化運行研究。

參考文獻

1. 薛靜云,張銀環(huán).基于用戶(hù)行為的V2G模式下電動(dòng)汽車(chē)等有序充放電控制策略研究

2. 彭晶,黃虹,劉福潮,基于V2G技術(shù)的電動(dòng)汽車(chē)有序充放電策略研究

[3] 安科瑞企業(yè)微電網(wǎng)設計與應用手冊.2022.05版