安科瑞 陳聰

摘要：近年來，電動汽車和插電式電動汽車的銷量穩(wěn)步增長，充電樁數量急劇增加,這一現象可能會給電網和當地配電電路和變壓器造成負擔，而且可能會導致電力公司的成本增加。文中介紹了智能電網系統(tǒng)的設計和實現邏輯，使電動汽車、PEV與電網之間能夠實現動態(tài)交互。這種智能和動態(tài)的交互能夠減輕電網負荷，從而減少成本，避免負載過大造成的損害。文中以開發(fā)算法為主，提出了完整的系統(tǒng)設計，該系統(tǒng)充電速度快、效率高，可以成功地用于減輕電網的負擔。

關鍵詞：電動汽車；電網平衡和優(yōu)化；智能充電；智能電網

0引言

電動汽車是符合當前時代發(fā)展需求的低碳化交通工具，我國電動汽車和插電式電動汽車數量不斷增加，圖1為我國PEV銷售的當前趨勢，這一趨勢預計將繼續(xù)增加。

截至2020年6月底，全國各類充電樁保有量達132.2萬個，其中公共充電樁為55.8萬個，數量位居*位。隨著充電樁數量的增多，當地電網負荷增加會使社區(qū)居民的生活方式受到影響。充電樁增加還會增加功率損耗和電壓變化,并縮短配電電路和變壓器的壽命。解決這一問題的有效辦法就是智能充電。

目前,國內外學者對PEV做了大量的研究。主基金項目：國家自然科學基金資助項目要通過路由技術和新型動力系統(tǒng)管理技術來優(yōu)化PEV的能耗。但對智能充電的研究不多,僅有理論上的一些研究。從經濟學的角度研究了智能充電的實施。提出了智能充電算法，根據估計的變壓器溫度管理PEV充電。研究表明,與交流1級（110V)相比,交流2級(240V)充電導致的老化更為嚴重。

還有一些文獻對V2G技術進行了相關研究。從理論角度研究了V2G,研究表明,實施V2G將使充電成本降低,并使PHEV用戶的利潤提高。文獻[18]提出了一種基于模糊的V2G系統(tǒng)計費策略。然而,實施V2G系統(tǒng)需要很多相應設備,比如安裝智能電表、與V2G兼容的電動汽車供電設備和車輛側的DC-AC轉換器等。

圖1中國純電動汽車產銷量及增速

由此可以看出，傳統(tǒng)電網是一個剛性系統(tǒng),電源的接人與退出、電能量的傳輸等都缺乏彈性，電動汽車充電對傳統(tǒng)電網的影響較大，難以實現規(guī)模化。因此，本文介紹了智能電網框架下智能充電系統(tǒng)的設計與實現。使電動汽車、PEV與電網之間能夠實現動態(tài)交互。從而減少成本，避免負載過大造成的損害。本文以開發(fā)算法為主，提出了完整的系統(tǒng)設計，該系統(tǒng)充電速度快、效率高，可以成功地于減輕電網的負擔。

1智能充電

實現電網與PEV之間的智能系統(tǒng)交互是解決電力需求突然飆升可行、便宜的解決方案。智能充電主要體現在充電系統(tǒng)能夠根據未來電網電價和可用負載實時調整充電方案，使用戶花費少，對電網的影響小。本文介紹的OC顯示了系統(tǒng)的總體結構和工藝設計。該過程如下：人們下午5時－6時左右下班回家。這一時間通常是電網需求的高峰時段。圖2示出了夏季一天的典型家庭負荷。

圖2　夏季一天的典型家庭負荷

當人們下班回到家時，通常把PEV接人電網。如果同一個小區(qū)內有很多的用戶在同一時間段內將其PEV接入電網，這將給電網帶來巨大的負荷。該負荷可能超過本地變壓器和/或電力公司所能處 理的負荷。這些額外的負載可能會導致停電，因為配電電路可能過載，或者本地變壓器將過載并發(fā)生 故障。智能充電將通過允許PEV與實用程序通信來解決此問題。智能充電主要包含以下兩個接口：客戶與PEV的接口和PEV與電網的接口。

1.1客戶與PEV的接口

客戶與PEV的接口主要是在一天中的任何時間將PEV接人電網。在沒有任何智能充電實施的情況下,PEV應以車載充電器模塊可以處理的任何額定功率或車載控制器的速率開始充電。實施智能充電后,PEV不會立即開始充電。車輛插上電源后，客戶將選擇目標充電狀態(tài)以及未來24小時內充電事件的開始/結束時間。然后系統(tǒng)計算出快、便宜和優(yōu)化的充電方式以供客戶選擇。

快的充電方式是車輛將立即開始充電，并在全功率，而不考慮電力成本或公用事業(yè)負荷。便宜的充電方式會讓客戶選擇在盡可能低的成本時間內收費。這意味著充電可能不會立即啟動，而是可能在電價較低的時候啟動。優(yōu)化的充電方式是通過與電網通信來優(yōu)化充電，以提供便宜的充電時間，同時受電力公司提供的車輛總允許功耗的限制。這一選項還意味著，考慮到電力成本和電力公司設定的電力上限，充電可能不會立即開始，而是在不同的時間開始。

1.2PEV與電網的接口

PEV與電網的接口允許電網發(fā)送的數據用于計算信息，然后PEV才能將其傳輸回網頁。電力公司向車輛發(fā)送數據，只要車輛接通電源，這些數據就會被發(fā)送出去。此數據包括兩個數組。一個數組表示未來24小時的電價，另一個數組表示需求響應負載控制,即車輛在未來24小時內允許消耗的負載百分比。本文所開發(fā)的系統(tǒng)，陣列的總長度選為96個元素。數據涵蓋了接下來24小時內所有15分鐘的時間間隔。每小時有四個15分鐘的間隔（4×24=96）。圖3和4顯示了電網可能發(fā)送的樣本數據，分別表示價格和DRLC。

圖3車輛從電網接收的價格數據樣本

圖4車輛從電網接收的DRLC數據樣本

2系統(tǒng)硬件設計

在第1節(jié)中,我們描述了整個智能充電系統(tǒng)。本節(jié)將詳細描述該系統(tǒng)的具體實現。圖5顯示了系統(tǒng)的組成。PEV框表示車輛和車載模塊。OBCM是車載充電模式，它控制充電和電池內部允許的電量。混合控制處理器是PEV的主控制器。數據記錄管理是車輛和云之間的接口模塊。有兩個多協(xié)議路由器。一個放在車上，叫做PEVMPR，另一個放在EVSE上，叫做EVSEMPR。MPR的任務是在車輛和電動車輛供電設備之間提供充分的握手。應用層網關是將ZigBee信號轉換為Wi-Fi的模塊。智能電表可以提供成本和DRLC數據，由電力公司提供。電力線載波是車輛和電動車輛供電設備之間使用的通信協(xié)議。控制器局域網是大多數汽車模塊之間使用的通用通信協(xié)議。

圖5智能充電系統(tǒng)的組成

當連接器連接到PEV時,OBCM識別并將其與HCP模塊通信。通常情況下,充電應啟動，電源將開始從電網轉移到高壓電池。在智能充電的情況下，智能電表將通過ZigBee鏈路向ALG模塊傳輸下一個24小時數據的所有價格和DRLC信息,如圖3、圖4所示。ALG模塊然后通過家庭/辦公室WiFi將此信息傳輸到EVSEMPR。然后,EVSEMPR使用PLC將相同的信息傳輸到車輛MPR。車輛MPR(PEVMPR)接收此信息，然后通過CAN將其傳送給車輛。一旦車輛接收到此信息，它就斷定連接器已連接到智能電網系統(tǒng)，并啟動相應的計算，然后通過CAN將結果傳送到DRM模塊。然后，DRM模塊通過互聯(lián)網將此信息發(fā)送到駕駛員/客戶可以訪問并與PEV通信的網頁。DRM模塊裝有一張允許進行此通信的手機SIM卡。DRM充當客戶和PEV之間的信使。客戶選擇目標PEV的SOC、開始、結束日期和時間，然后將此信息發(fā)送到車輛。網頁服務器將此信息傳遞給DRM。然后,DRM將此信息傳送給車輛。車輛現在擁有計算結果所需的所有信息。結果包括充電成本、開始和結束時間以及快、便宜和優(yōu)化選項的結束SOC。這些結果隨后通過DRM發(fā)送回客戶。然后客戶選擇任一選項并將結果發(fā)送到車輛。然后，車輛將遵循命令選項，該選項可能包括繼續(xù)為車輛充電或停止充電并在客戶選擇的其他時間充電。

3 電動汽車智能充電系統(tǒng)架構

基于以上深度的分析，解決車聯(lián)網充電服務問題的根本要從兩個方面入手：一是加強車聯(lián)網能源供應與充電需求的匹配度；二是增加充電樁自檢測能力，并能通過程序自優(yōu)化方法對充電樁進行升級。本文針對兩個主要需求采用邊緣云模塊的方式，不同的云功能設計不同的模塊，還能借助云特性實現云模塊間的數據耦合與擴展。通過功能云數據與能源管理系統(tǒng)內其他設備相互聯(lián)系，可支撐整個充電過程服務的實現。整體架構如圖6所示。

圖6 基于云平臺數據管理架構

車聯(lián)網對于封閉式的電網而言，屬于信息外網，因此架構從縱向來看劃分為信息內網與信息外網兩部分。信息內網側重于能源側，包括配電網發(fā)電-充電樁供電-供電交易計量，其過程具體可描述為智能配電網將傳統(tǒng)電網或分布式新能源等不同形式能源通過10kV電纜通道傳輸到能源路由器，由能源路由器根據用戶需求將能源分配給的汽車充電，并將充電結果反饋到交易中心進行記錄，完成收費過程。信息外網側重于充電服務，主要由用戶電動汽車、用戶信息交互APP及車聯(lián)網組成，其過程具體可描述為當車輛需要充電時，利用APP軟件將需求發(fā)送到車聯(lián)網，車聯(lián)網根據系統(tǒng)內充電樁圈的空閑情況及設備狀態(tài)情況，合理推送充電方案，完成充電過程。

基于邊緣云平臺的車聯(lián)網服務架構與傳統(tǒng)架構的不同之處在于，部分原由能源交易管理系統(tǒng)執(zhí)行的功能下放到車聯(lián)網內。BMS（Battery ManagementSystem）是動力電池管理系統(tǒng)的約束，掌握電池的狀態(tài)，保證充放電過程的安全，功能模塊集成在車聯(lián)網平臺中；能源管理系統(tǒng)對每個充電樁運行狀態(tài)數據通過數據邏輯形式發(fā)送到車聯(lián)網云端，進行鏡像存儲，車聯(lián)網中的控制云能更充分結合用戶用能行為習慣，將用戶群體需求圈中的所有充電樁供能

狀態(tài)集中建模，綜合參考用戶等待時間、充電樁群綜合供能效率、車輛服務移動綜合距離等評價參量，保證分配方案的合理化。將控制權下放到車聯(lián)網系統(tǒng)中，1.它屬于分布式管理方式，采用邊緣云處理的方法，能夠更快地出具分配方案，相比能源管理系統(tǒng)集中式處理方式，效率和準確率均會有所提升，也能降低集中數據管理的負擔；2.它與用戶直接接觸，可以較靈活地根據用戶充電習慣的改變而優(yōu)化能源分配模型，實時更新云數據庫空間內容，以更多數據服務形式滿足用戶服務的要求。

其次基于邊緣云平臺增加的檢測云模塊，通過在系統(tǒng)主站部署一套智能化檢測裝置，提前將常規(guī)性充電樁運行狀態(tài)檢測方案轉換成軟件編碼形式，周期性地下發(fā)自檢模式控制指令，充電樁會自動啟動自檢功能，完成線纜連接、電流額定功率、通信故障等系列檢測程序，終形成自檢報告，對于有問題節(jié)點會將警示消息傳輸到車聯(lián)網，車聯(lián)網會根據充電樁狀態(tài)實時調整分配方案，并下發(fā)檢修信息到能源管理平臺，報送電網進行檢修。檢測云從設備自身狀態(tài)出發(fā)提升了設備使用壽命，也變相緩解了充電樁使用的壓力。

4 基于邊緣計算的有序充電算法實現

車聯(lián)網有序充電服務過程以用戶側需求為主，按照先預測用戶充電需求趨勢來提前部署充電樁分配方案。如果采用傳統(tǒng)的需求與充電樁實時匹配方案，經常出現充電樁無空閑的狀態(tài)，因此要對需求提前預測，才能盡量保障能源的供應。有序充電流程如圖7所示。

圖7 有序充電流程

電動汽車用戶接收到的信息可能包括電價信息、獎勵和懲罰信息、充放電功率限制、充放電時間限制等。這些信息可能來自于不同的主體，電動汽車用戶根據這些信息結合自身的行駛需求，對各種信息做出選擇和響應決策。同一充電設施可能被多個用戶使用，電動汽車用戶并不是直接的電力用戶。在這些公共停車位上，包含了長時間充電或快速充電的需求，可具備功率較大的交流充電或者直流充電設施。這些充電設施應具備用戶識別和充電費用結算功能。多輛電動汽車充放電協(xié)調控制的目標包括：1.執(zhí)行上級控制命令；2.滿足各電動汽車用戶的充電需求。在控制過程中，電動汽車接入、退出，各控制對象的狀態(tài)在不斷地變化。協(xié)調控制策略應實時、動態(tài)地進行調整，可見控制策略是有序充電規(guī)則制定的核心。本文采用基于密度聚類的方式對用戶充電行為數據進行分析，具體測算過程如下：

（1）構建一個三維的信息采集坐標，橫坐標為用戶需要充電時間，縱坐標為充電電量，空間坐標為發(fā)出充電需求時車輛所在位置。

（2）對數據進行實時采集，選擇不同時間段的充電行為進行采集，在三維坐標軸上記錄下多方面信息，在坐標軸上標識出的一個點表示一個車輛在某個空間位置需要充電的電量信息，終在坐標軸上形成多個標識位置不同的節(jié)點。

（3）將n個訓練節(jié)點均標識在坐標軸上，從圖面上初步確定了核心節(jié)點k，以這k個核心節(jié)點為起點，設定距離門限值δ，分別計算k個核心節(jié)點周圍節(jié)點的距離，計算條件如下：

通過計算，可以形成k個不同范圍密度圈。

計算遺漏節(jié)點t，將每個遺漏點再分別與k個密度圈的節(jié)點計算距離，選擇小的距離值，然后納入到此密度圈中；依次計算，直到遺漏節(jié)點劃分完畢，記錄t個節(jié)點距離值L，并備注為特殊節(jié)點。具體映射模型如圖8所示。

圖8基于密度計算的需求-能源映射模型

至此，完成用戶充電行為的坐標描述，用能行為直觀地表示成不同的能量密度圈，機器可以容易計算出每個密度圈中表示的充電總量、車輛數量、聚集時間段和充電區(qū)域，從而可以大致描繪出詳細的充電行為曲線圖。依照此行為曲線圖中位置及電量參量，將充電樁群進行密度劃分，同樣形成不同的密度集，將兩個密度集進行比對，構建兩個參量的密度圈一對一、一對多的映射關系。

（1）充電樁聚集密度太零散，用戶需求側一個密度圈會對應多個能量側密度圈。

（2）用戶用能量過大，同樣需要多個能量側密度圈來映射。

（3）一對一的情況是指用戶側需求剛好在同區(qū)域的能量圈范圍內[8]。

無論哪種映射關系，具體到圈內每個節(jié)點的映射關系均是在能量維度滿足的條件下，距離短原理來計算。按照需求側和能源側負荷曲線匹配結果形成充電序列，車聯(lián)網以設定順序下發(fā)充電樁分配指令，電動汽車依照指令完成充電路徑。通過本文設計的有序充電服務計算模型，實現了充電樁運行狀態(tài)與用戶需求的共同聯(lián)網分析，分析模型在控制云中集成實現，適應用戶需求改變和充電樁狀態(tài)不穩(wěn)定的現象，可以實時更新模型條件及映射關系，保持車聯(lián)網服務模型的適應性。

5安科瑞充電樁收費運營云平臺系統(tǒng)選型方案

5.1概述

AcrelCloud-9000安科瑞充電柱收費運營云平臺系統(tǒng)通過物聯(lián)網技術對接入系統(tǒng)的電動電動自行車充電站以及各個充電整法行不間斷地數據采集和監(jiān)控，實時監(jiān)控充電樁運行狀態(tài)，進行充電服務、支付管理，交易結算，資要管理、電能管理，明細查詢等。同時對充電機過溫保護、漏電、充電機輸入/輸出過壓，欠壓，絕緣低各類故障進行預警；充電樁支持以太網、4G或WIFI等方式接入互聯(lián)網，用戶通過微信、支付寶，云閃付掃碼充電。

5.2應用場所

適用于民用建筑、一般工業(yè)建筑、居住小區(qū)、實業(yè)單位、商業(yè)綜合體、學校、園區(qū)等充電樁模式的充電基礎設施設計。

5.3系統(tǒng)結構

系統(tǒng)分為四層：

1）即數據采集層、網絡傳輸層、數據層和客戶端層。

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

3）網絡傳輸層：通過4G網絡將數據上傳至搭建好的數據庫服務器。

4）數據層：包含應用服務器和數據服務器，應用服務器部署數據采集服務、WEB網站，數據服務器部署實時數據庫、歷史數據庫、基礎數據庫。

5）應客戶端層：系統(tǒng)管理員可在瀏覽器中訪問電瓶車充電樁收費平臺。終端充電用戶通過刷卡掃碼的方式啟動充電。

小區(qū)充電平臺功能主要涵蓋充電設施智能化大屏、實時監(jiān)控、交易管理、故障管理、統(tǒng)計分析、基礎數據管理等功能，同時為運維人員提供運維APP，充電用戶提供充電小程序。

5.4安科瑞充電樁云平臺系統(tǒng)功能

5.4.1智能化大屏

智能化大屏展示站點分布情況，對設備狀態(tài)、設備使用率、充電次數、充電時長、充電金額、充電度數、充電樁故障等進行統(tǒng)計顯示，同時可查看每個站點的站點信息、充電樁列表、充電記錄、收益、能耗、故障記錄等。統(tǒng)一管理小區(qū)充電樁，查看設備使用率，合理分配資源。

5.4.2實時監(jiān)控

實時監(jiān)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)、充電過程中的充電電量、充電電壓電流，充電樁告警信息等。

5.4.3交易管理

平臺管理人員可管理充電用戶賬戶，對其進行賬戶進行充值、退款、凍結、注銷等操作，可查看小區(qū)用戶每日的充電交易詳細信息。

5.4.4故障管理

設備自動上報故障信息，平臺管理人員可通過平臺查看故障信息并進行派發(fā)處理，同時運維人員可通過運維APP收取故障推送，運維人員在運維工作完成后將結果上報。充電用戶也可通過充電小程序反饋現場問題。

5.4.5統(tǒng)計分析

通過系統(tǒng)平臺，從充電站點、充電設施、、充電時間、充電方式等不同角度，查詢充電交易統(tǒng)計信息、能耗統(tǒng)計信息等。

5.4.6基礎數據管理

在系統(tǒng)平臺建立運營商戶，運營商可建立和管理其運營所需站點和充電設施，維護充電設施信息、價格策略、折扣、優(yōu)惠活動，同時可管理在線卡用戶充值、凍結和解綁。

5.4.7運維APP

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

5.4.8充電小程序

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

5.5系統(tǒng)硬件配置

6結束語

提出了一個描述如何實現智能充電的設計思路和方法。該充電系統(tǒng)能夠根據未來電網電價和可用負載實時調整充電方案，使用戶花費少，對電網的影響小。本文介紹了用于計算成本、充電時間和終SOC的算法,以獲得便宜、快和優(yōu)化的方案。該使電動汽車、PEV與電網之間能夠實現動態(tài)交互。與現有充電技術相比，提出的充電技術在不需過多的智能設備支撐下，能夠減少成本，避免負載過大造成的損害，可以成功地用于減輕電網的負擔。賦予新功能的車聯(lián)網平臺不僅實現了車輛充電數據的實時采集、存儲及可視化控制功能，還實現了充電樁站設備的自動檢測能力，節(jié)約了大量人力的常規(guī)檢查。

參考文獻

1. 張林,賴向平，彭皓月,李智,劉超群.基于強化學習的含電動汽車虛擬電廠優(yōu)化調度

2. 李景麗，楊旭晨，張琳娟,等．規(guī)模化電動汽車有序充電分層控制策略研究

[3] 安科瑞企業(yè)微電網設計與應用手冊.2022.05版