Product category
摘要 :文章基于南方某市的電動(dòng)汽車充電數(shù)據(jù),得出各類型電動(dòng)汽車在不同日期類型的充電開始時(shí)間、充電電量、充電功率的分布規(guī)律。采用蒙特卡洛算法模擬計(jì)算了該市 2021年各類型電動(dòng)汽車工作日與休息日的充電負(fù)荷情況,結(jié)果表明,電動(dòng)私家車在休息日的午間和凌晨充電負(fù)荷要高于工作日;該市電動(dòng)出租車在工作日與休息日的充電負(fù)荷占比分別為 60.42% 、58.55% ,在三類型車中始終大; 電動(dòng)私家車工作日與休息日充電負(fù)荷曲線有較大差異,電網(wǎng)總負(fù)荷會在 19:00 達(dá)到高峰。驗(yàn)證了電動(dòng)汽車的大規(guī)模引入會增加電網(wǎng)的峰值和峰谷差,同時(shí)將充電行為數(shù)據(jù)擬合為公式,旨在為未來的電網(wǎng)擴(kuò)容建設(shè)和對電動(dòng)汽車的有序充電控制提供幫助。
關(guān)鍵詞:電動(dòng)汽車;充電行為分析;負(fù)荷預(yù)測
0 引言
隨著環(huán)境的惡化和化石能源短缺現(xiàn)象的加劇,電動(dòng)汽車以其相對低廉的價(jià)格、契合綠色出行的理念、消納間歇性可再生能源電力等特點(diǎn),近些年在世界范圍 內(nèi)都得到了較快的發(fā)展。而大規(guī)模電動(dòng)汽車并入電網(wǎng)給電網(wǎng)的安全帶來了嚴(yán)重的威脅。即隨著電動(dòng)汽車數(shù)量的提高,會給電網(wǎng)負(fù)荷帶來了巨大的沖擊。因此,對電動(dòng)汽車的充電負(fù)荷趨勢進(jìn)行預(yù)測,對于電網(wǎng)及充電樁后續(xù)的規(guī)劃建設(shè),以及采用何種方式來緩解大規(guī)模電動(dòng)汽車充電過程對電網(wǎng)帶來的沖擊,都具有重要的研究價(jià)值和現(xiàn)實(shí)意義。
針對電動(dòng)汽車充電負(fù)荷預(yù)測可以分為從空間角度和時(shí)間角度進(jìn)行預(yù)測。文獻(xiàn)研究電動(dòng)汽車在空間約束下的出行特性,采用交通起止點(diǎn)法和蒙特卡洛算法完成對電動(dòng)汽車充電負(fù)荷的時(shí)空預(yù)測。文獻(xiàn)針對電動(dòng)汽車在居民區(qū)的充電特征,建立相關(guān)模型。文獻(xiàn)以某一地區(qū)為例,根據(jù)狀態(tài)轉(zhuǎn)移矩陣得到居民區(qū)、工商業(yè)區(qū)電動(dòng)汽車的數(shù)量,研究不同功能區(qū)域電動(dòng)汽車充電負(fù)荷的差異性。文獻(xiàn)對蒙特卡洛算法的尋優(yōu)路徑優(yōu)化,完成對電動(dòng)汽車時(shí)間尺度上的負(fù)荷預(yù)測,提高了運(yùn)算速度。
文中分析了前人研究電動(dòng)汽車的充電負(fù)荷特性因素的不足之處,對某市工作日與休息日各類型車的實(shí)際充電行為數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,包括充電開始時(shí)間、充電電量、充電功率的分布特征。采用蒙特卡洛法計(jì)算各類型電動(dòng)汽車的負(fù)荷曲線,比較各類型車負(fù)荷曲線的差異,分析充電負(fù)荷曲線對該市電網(wǎng)負(fù)荷的影響。
充電開始時(shí)間、充電持續(xù)時(shí)間、充電功率是影響電動(dòng)汽車充電負(fù)荷特性的關(guān)鍵因素。下文將針對其進(jìn)行分析。
1.1開始充電時(shí)間
用戶的充電開始時(shí)間取決于車輛的類型以及用戶的個(gè)人行為等。之前的研究多是以燃油車的出行特性來近似代替電動(dòng)汽車的出行特性,例如文獻(xiàn)[13]采用 NHTS( National Household Travel Survey) 的數(shù)據(jù),將燃油汽車最后一次出行的結(jié)束時(shí)刻近似視為開始充電時(shí)間 t,如式( 1) 所示,t 與其頻率滿足正態(tài)分布,其中 μs 、 σs 分別為 t 的期望和標(biāo)準(zhǔn)差。
fs (t) =exp [ -] (1)
1.2充電持續(xù)時(shí)間
充電持續(xù)時(shí)間 Tchar 決定了充電時(shí)間的長短,取決于充電電量 Q 和充電功率 P 。通過式(2) 得到,即 :
Tchar =(2)
考慮到車型的不同,充電 電量 Q 難 以確定,文獻(xiàn) [14]研究了交通以及氣溫狀況對充電電量的影響,文獻(xiàn)將用戶每次用車時(shí)的電池電荷狀態(tài)SOC的概率密度函數(shù)(State of Charge) 視為正態(tài)分布,通過概率密度函數(shù)隨機(jī)抽取得到SOC,通過式(3) 即可得到充電 電量 Q,其中α為期望充電完成后的荷電狀態(tài),一般來說α取為 1,E 為滿電電量。
Q = ( α - SOC) × E (3)
文獻(xiàn)亦根據(jù)NHTS的數(shù)據(jù),將日行駛里程L視為滿足對數(shù)正態(tài)分布。通過式(4)得到日行駛里程 L,其中 μD 、σD 分別為 lnL 的期望和標(biāo)準(zhǔn)差。
fD (L) =exp [ -] (4)
通過式(5) ,得到充電電量 Q 。其中 S 為每公里耗 電量,α 一般取 1 。
Q = α × S × L (5)
這些做法由于缺乏實(shí)際的電動(dòng)汽車充電數(shù)據(jù),導(dǎo)致將數(shù)量龐大的電動(dòng)汽車難以確定的滿電電量 E、每公里耗電量 S、充電功率 P 等均視為一個(gè)定值,過于理想化的設(shè)定會降低模型的精度,使得最終的充電負(fù)荷預(yù)測結(jié)果會有偏差。而文中采用的是處理后的開始充電時(shí)間、充電電量,以及充電功率這些實(shí)際充電行為數(shù)據(jù),更加符合實(shí)際狀況。
1.3 充電功率
充電功率 P 直接決定了充電持續(xù)階段的負(fù)荷情況。文獻(xiàn)僅考慮了車輛某一充電倍率下的充電, 假設(shè)充電功率在某個(gè)范圍內(nèi)滿足均勻分布,具有一定的局限性。文獻(xiàn)采用分段函數(shù)來表示充電過程中 功率的變化情況,使得結(jié)果更加準(zhǔn)確,但該模型僅針對鎳氫電池使得最終的充電負(fù)荷結(jié)果亦具有一定的局限性。
基于充電行為的差異性,以下針對各類型電動(dòng)汽車從開始充電時(shí)間、充電電量、充電功率進(jìn)行分析。
2.1公交車
公交車出行規(guī)律較為固定。為了更好地比較不同日期各類型車輛充電行為的不同,將開始充電時(shí)間、充電電量、充電功率均按照日期進(jìn)行了分類,將周一到周 五記為工作日,周六周日記為休息日。對南方某市電動(dòng)公交車充電站的充電數(shù)據(jù),處理后得到電動(dòng)公交車不同日期的開始充電時(shí)間分布圖,如圖 1 所示。
圖 1 電動(dòng)公交車開始充電時(shí)間分布
可以發(fā)現(xiàn)公交車開始充電時(shí)間有兩個(gè)峰值,分別 為中午 12:00 附近和晚上 23:00 附近,且在 23:00 附近會達(dá)到一天中的最大峰值。 由于充電時(shí)間不同,充電 電量和功率也會不同,因此,將充電電量按照時(shí)間進(jìn)行分類,將白天定義為 7: 00 ~ 17: 00,晚上定義為 18: 00 到第二天 6:00 。得到電動(dòng)公交車不同日期白天和晚上的充電電量分布情況如圖 2、圖 3 所示。
圖 2 電動(dòng)公交車白天充電電量分布
圖 3 電動(dòng)公交車晚上充電電量分布
對充電電量進(jìn)行劃分,計(jì)算訂單中的每一段充電電量對應(yīng)的平均充電功率如表 1 所示,相較于直接規(guī)定以某一充電功率充電,結(jié)果會更加精確。將電動(dòng)公交車定義為一天一充,其中開始充電時(shí)間、充電電量、均按照以上分布規(guī)律生成對應(yīng)的隨機(jī)數(shù),以此來代替用戶不確定的充電行為。
2.2出租車
出租車(包括網(wǎng)約車) 同屬運(yùn)營類車輛,近年來發(fā)展迅速。 同理得到出租車不同日期開始充電時(shí)間分布圖如圖 4 所示,白天和晚上的充電電量分布圖如圖 5、圖 6 所示。
表1 電動(dòng)公交車不同時(shí)間及充電電量下的充電功率
充電電量 ( Q / (kW·h) ) | 功率(P/ kW) | |||
工作日白天 | 工作日晚上 | 休息日白天 | 休息日晚上 | |
11 ≤Q<40 | 86.44 | 62.74 | 87.23 | 59.92 |
41 ≤Q<70 | 136.44 | 93.79 | 135.22 | 91.67 |
71 ≤Q <100 | 148.55 | 94.72 | 148.98 | 94.26 |
101 ≤Q <130 | 130.45 | 95.23 | 127.30 | 94.79 |
131 ≤Q <170 | 82.48 | 85.87 | 83.51 | 87.83 |
Q=171 | 102.13 | 87.48 | 100.72 | 87.25 |
圖4 電動(dòng)出租車開始充電時(shí)間分布圖
總體來說工作日和休息日出租車的開始充電時(shí)間分布近似相同,主要集中在中午 12: 00 ~ 15: 00,晚上 22:00 ~1:00,接近凌晨的充電頻率略高于中午的充電頻率。
圖 5 電動(dòng)出租車白天充電電量分布
圖 6 電動(dòng)出租車晚上充電電量分布
同理對充電電量進(jìn)行分類,每一類的電量,匹配所對應(yīng)的訂單中的平均功率如表 2 所示,文中將電動(dòng)出租車的充電頻率定為一天兩次。
表 2 電動(dòng)出租車不同時(shí)間及充電電量下的充電功率
充電電量 ( Q / (kW·h) ) | 功率(P/ kW) | |||
工作日白天 | 工作日晚上 | 工作日白天 | 休息日晚上 | |
Q≤20 | 27.53 | 27.81 | 29.02 | 30.12 |
20 <Q<50 | 36.44 | 34 | 36.96 | 34.48 |
Q=50 | 56.64 | 46.87 | 56.64 | 47.2 |
2.3 私家車
私家車主要用于上下班,大部分時(shí)間處于閑置狀態(tài),休息日多用于外出娛樂。對數(shù)據(jù)處理后得到電動(dòng)私家車開始充電時(shí)間分布圖如圖 7 所示,充電電量分布圖如圖 8、圖 9 所示。
圖 7 電動(dòng)私家車開始充電時(shí)間分布
圖 8 電動(dòng)私家車白天充電電量分布
圖 9 電動(dòng)私家車晚上充電電量分布
私家車工作日開始充電時(shí)間更多的是集中在下班高峰期,約在 19:00 達(dá)到高峰,且晚上充電頻率顯著高于中午。休息日在午間充電頻率整體高于工作日,在 18:00 ~21:00 達(dá)到一天中的峰值。
同理將對充電電量大小進(jìn)行分類,每一類的電量匹配所對應(yīng)的訂單中的平均功率如表3所示,將電動(dòng)私家車的充電頻率定為一天一次。
表3 電動(dòng)私家車不同時(shí)間及充電電量下的充電功率
充電電量 ( Q / (kW·h) ) | 功率(P/kW) | |||
工作日白天 | 工作日晚上 | 工作日白天 | 休息日晚上 | |
Q≤10 | 3.32 | 3.3 | 3.26 | 3.26 |
10 ≤Q<20 | 4.54 | 4.21 | 4.44 | 4.41 |
20 ≤Q<30 | 9.92 | 7 | 8.73 | 6.85 |
Q=30 | 12.04 | 7.25 | 9.98 | 7.47 |
已知該地區(qū) 2015 年~2020 年的電動(dòng)汽車保有量,計(jì)算得到該地區(qū)電動(dòng)汽車保有量年均漲高達(dá)75.26% ,對增長趨勢進(jìn)行擬合處理如圖 10 所示,計(jì)算得到 2021年該地區(qū)電動(dòng)汽車的總保有量。已知該地區(qū)某市電動(dòng)汽車保有量占比,以及公交車、出租車、私家車之前的數(shù)量 占 比,得到 2021年該市總保有量為64 616輛,其中公交車為 2565輛,出租車( 包括網(wǎng)約 車) 為 20541 輛,私家車為 41 510 輛。
圖 10 某地區(qū) 2015年-2020年電動(dòng)汽車保有量變化
通過上文各類型車充電開始時(shí)間、充電電量、充電功率的分布規(guī)律以及保有量數(shù)據(jù),對南方某市 2021年的公交車、出租車、私家車的充電負(fù)荷數(shù)據(jù)采取蒙特卡洛算法進(jìn)行預(yù)測計(jì)算。蒙特卡洛算法是在已知某些隨機(jī)變量大量數(shù)據(jù)的前提下,通過大量的隨機(jī)試驗(yàn),反復(fù)抽取隨機(jī)數(shù),以此來替代電動(dòng)汽車的隨機(jī)充電行為,計(jì)算變量在試驗(yàn)中出現(xiàn)的頻率近似估計(jì)其概率值,并將其作為問題的解。圖 11為基于蒙特卡洛算法的電動(dòng)汽車充電負(fù)荷預(yù)測流程圖,通過仿真計(jì)算得到公交車、出租車、私家車一天的充電負(fù)荷情況。為了簡化計(jì)算流程,做出以下假設(shè) :
(1) 各個(gè)類型電動(dòng)汽車的開始充電時(shí)間與充電電量互相獨(dú)立,彼此互不影響 ;
(2) 充電過程均視為恒功率充電 ;
(3) 區(qū)域內(nèi)的總負(fù)荷為獨(dú)立車輛充電負(fù)荷的疊加, 即對同時(shí)刻的不同車型充電負(fù)荷進(jìn)行求和。
文中將三種類型電動(dòng)汽車充電負(fù)荷曲線的負(fù)荷值相加,計(jì)算各類型車不同日期類型的負(fù)荷占比,以及負(fù)荷峰值如表 4所示。由于電動(dòng)出租車充電頻率高,且保有量較高,無論工作日還是休息日,該市的電動(dòng)出租車充電負(fù)荷占比始終最高,分別為 60.42% 和58.88% 。 由于工作日和休息日對電動(dòng)公交車和電動(dòng)出租車的負(fù)荷預(yù)測曲線影響較小,文中只列出電動(dòng)私家車工作日與休息日的負(fù)荷曲線對比圖12,以及三種電動(dòng)汽車在工作日的負(fù)荷曲線對比圖13,發(fā)現(xiàn)私家車在休息日中午和凌晨的充電負(fù)荷要高于工作日,工作日更多選擇在下班高峰期進(jìn)行充電。
圖 11 充電負(fù)荷計(jì)算流程圖
表 4 各類型電動(dòng)汽車不同時(shí)間負(fù)荷峰值與負(fù)荷占比
車型 | 工作日 | 休息日 | ||
負(fù)荷峰值 (P/ MW) | 負(fù)荷占比 (%) | 負(fù)荷峰值 (P/ MW) | 負(fù)荷占比 (%) | |
電動(dòng)公交車 | 20.345 | 9.10 | 20.343 | 8.90 |
電動(dòng)出租車 | 105.899 | 60.42 | 106.228 | 58.88 |
電動(dòng)私家車 | 49.708 | 30.48 | 44.480 | 32.22 |
圖 12 電動(dòng)私家車不同日期的負(fù)荷曲線對比
圖 13 三種類型車工作日的充電負(fù)荷曲線對比
將公交車、出租車、私家車三者的負(fù)荷曲線疊加得到圖 14,可以發(fā)現(xiàn)工作日與休息日電動(dòng)汽車的總的負(fù)荷曲線分布規(guī)律相似。由于出租車的負(fù)荷占比始終最大,導(dǎo)致總體分布曲線類似于出租車的充電負(fù)荷曲線。
圖 14 三種類型電動(dòng)汽車充電負(fù)荷曲線之和
已知該市 2016 年冬季典型日負(fù)荷曲線如圖 15 中 的原負(fù)荷曲線所示。并將圖14結(jié)果疊加到原負(fù)荷曲 線之上,得到2021年該市電動(dòng)汽車總負(fù)荷曲線與原負(fù)荷曲線對比圖,如圖 15 所示。并繪制了表5,展示三條曲線負(fù)荷峰值、谷值、峰谷差、方差之間的差異,括號內(nèi)展示了相較于基礎(chǔ)負(fù)荷的增長率。表 6、表 7 分別為各類型車開始充電時(shí)間、充電電量的概率密度函數(shù)擬合公式的具體參數(shù)。
從圖15 以及表5 可以看出,電動(dòng)汽車的充電過程使得電網(wǎng)的整體負(fù)荷有了較大的提升,會在晚上 19: 00 達(dá)到高峰,約為 835.09 MW( 工作日),830.20 MW( 休 息日) ,負(fù)荷峰值分別提高了7.79% ( 工作日) ,7.16% (休息日) 。相對來說,在夜間負(fù)荷谷值的提升更為明顯,分別提高 10.70% ,11.12% ,利用這一特性后續(xù)可以采用 V2G[27-30]等有序充電控制技術(shù),將電動(dòng)汽車作為一個(gè)獨(dú)立的儲能單元與電網(wǎng)進(jìn)行有效的交互調(diào)度,在滿足用戶充電需求的前提下,提高發(fā)電設(shè)備在夜間 的利用率,實(shí)現(xiàn)削峰填谷,保證電網(wǎng)的安全穩(wěn)定運(yùn)行。負(fù)荷峰谷差由原來的 366.99 MW 提高至 383.70 MW( 工作日) 、377.10MW ( 休 息 日) 分別提高 4.55%,2.75% 。而負(fù)荷的波動(dòng)情況一般用方差來表示,負(fù)荷方差分別提高 9.62% ( 工作日) ,7.94% ( 休息日) ,也表明電動(dòng)汽車的引入加劇了電網(wǎng)的不穩(wěn)定波動(dòng)。
圖 15 電動(dòng)汽車總負(fù)荷曲線與原負(fù)荷曲線對比
表 5 不同負(fù)荷曲線的對比
負(fù)荷曲 線名稱 | 峰值 (P/ MW) | 谷值 (P/ MW) | 峰谷差 (P/ MW) | 負(fù)荷 方差 |
基礎(chǔ)負(fù)荷 | 774.76 | 407.77 | 366.99 | 13 161 |
工作日 | 835.10 | 451.40 | 383.70 | 14 427 |
總負(fù)荷 | (7.79% ) | ( 10.70% ) | (4.55% ) | (9.62% ) |
休息日 | 830.20 | 453.10 | 377.10 | 14206 |
總負(fù)荷 | (7.16% ) | ( 11.12% ) | (2.75% ) | (7.94% ) |
文中將各類型電動(dòng)汽車的開始充電時(shí)間以及充電電量通過 Matlab 進(jìn)行擬合處理,篩選出 R2 =0.95 的函 數(shù),其中 R2 表示復(fù)相關(guān)系數(shù),其越接近 1,表示擬合效 果越好。發(fā)現(xiàn)除了私家車在工作日與休息日,開始充電時(shí)間的概率密度函數(shù)用高階傅里葉函數(shù)( 如式 6) 擬合效果較好以外,其余均通過一階或多階高斯分布函數(shù)( 如式 7) 完成擬合。同時(shí)采用最小二乘法估計(jì)公式的各項(xiàng)參數(shù),結(jié)果如表 6 與表 7 所示,其中 x 表示開始充電時(shí)間或是充電電量,∫ (x) 表示與之對應(yīng)的概率密度。通過對充電行為進(jìn)行函數(shù)擬合,旨在得到一種更加普遍且實(shí)際的概率模型,為今后的研究提供幫助。
f(x) = a0 + a1 × cos(x × w) + b1 × sin(x × w) + … + an × sin(n × x × w) + bn × sin(n × x × w) (6)
f(x) = a1 × exp [ ( -2 ] + a2 × exp [ ( -2 ] +···+ an × exp [ ( -2 ] (7)
表 6 各類型車開始充電時(shí)間概率密度函數(shù)具體參數(shù)
日期類型 | 開始充電時(shí)間概率密度函數(shù)具體參數(shù) | ||
公交車 | 出租車 | 私家車 | |
工作日 | a1 = 8.16e + 12 b1 = 71.76c1 = 8.674 a2 = 1.046 b2 = -7.152 c2 = 3.95 a3 = 0.068 6 b3 = 8.374 c3 = 10.89 a4 = -0.0547 9 b4 = 6.1 c4 = 4.18 a1 = 7.609e + 11 b1 = 58 c1 = 6.471 | a1 = 0.6723 b1 = 30.4 c1 = 5.325 a2 = 0.0658 b2 = 14.54 c2 = 1.258 a3 = 0.2976 b3 = 12.48 c3 = 0.3602 a4 = 1.064e + 10 b4 = -22.42 c4 = 4.323 a5 = 0.04366 b5 = -3.615 c5 = 17.86 a1 = 0.1101 b1 = 22.6 c1 = 0.631 a2 = 0.0811 b2 = 14.55 c2 = 1.376 | a0 = 0.044 78 w = 0.2004 a1 = -0.01683 b1 = -0.02124 a2 = -0.00104 b2 = -0.00601 a3 = 0.004383 b3 = -0.01323 a4 = -0.00384 b4 = 0.005106 |
休息日 | a2 = 6.652e + 11 b2 = -39.9 c2 = 7.195 a3 = -0.053 22 b3 = 5.534 c3 = 4.235 a4 = 0.065 71 b4 = 6.61 c4 = 13.85 | a3 = 2.719e + 06 b3 = -48.3 c3 = 11.35 a4 = 0.058 2 b4 = 12.4 c4 = 0.939 a5 = -0.029 3 b5 = 13.56 c5 = 3.796 a6 = 1.011e + 05 b6 = -1637 c6 = 424.9 | a0 = 0.041 73 w = 0.258 7 a1 = -0.0064 b1 = -0.02687 a2 = 0.00308 b2 = -0.01347 |
表7 各類型車充電電量概率密度函數(shù)具體參數(shù)
日期類型 | 充電電量概率密度函數(shù)具體參數(shù) | |
公交車 出租車 私家車 | ||
工作日( 白天) | a1 = 0.1521 b1 = 31.47 c1 = 45.62 a1 = 0.5337 b1 = 2.361 c1 = 13.38 a1 = 0.5337 b1 = 2.361 c1 = 13.38 a1 = 0.08519 b1 = 60.28 c1 = 15.52 | |
工作日( 晚上) | a2 = 0.060 19 b2 = 30.58 c2 = 12.03 a3 = 0.04033 b3 = 16.73 c3 = 183.6 | a1 = 0.3231 b1 = 25.21 c1 = 16.77 a1 = 0.4431 b1 = 5.806 c1 = 13.89 |
休息日( 白天) | a1 = 0.156 5 b1 = 31.43 c1 = 43.41 a1 = 0.543 5 b1 = 2.657 c1 = 12.71 a1 = 0.543 5 b1 = 2.657 c1 = 12.71 a1 = 0.078 62 b1 = 60.16 c1 = 15.68 | |
休息日( 晚上) | a2 = 0.05732 b2 = 31.8 c2 = 12.23 a3 = 0.04244 b3 = 15.48 c3 = 179.5 | a1 = 0.3209 b1 = 26.17 c1 = 16.93 a1 = 0.4479 b1 = 6.575 c1 = 13.26 |
4 安科瑞充電樁收費(fèi)運(yùn)營云平臺
4.1概述
AcrelCloud-9000安科瑞充電樁收費(fèi)運(yùn)營云平臺系統(tǒng)通過物聯(lián)網(wǎng)技術(shù)對接入系統(tǒng)的汽車充電站、電動(dòng)自行車充電站以及各個(gè)充電樁進(jìn)行不間斷地?cái)?shù)據(jù)采集和監(jiān)控,實(shí)時(shí)監(jiān)控充電樁運(yùn)行狀態(tài),進(jìn)行充電服務(wù)、支付管理,交易結(jié)算,資源管理、電能管理、明細(xì)查詢等,同時(shí)對充電機(jī)過溫保護(hù)、漏電、充電機(jī)輸入/輸出過壓、欠壓、絕緣低各類故障進(jìn)行預(yù)警;充電樁支持以太網(wǎng)、4G或WIFI等方式接入互聯(lián)網(wǎng),用戶通過微信、支付寶、云閃付掃碼充電。
4.2應(yīng)用場合
適用于住宅小區(qū)等物業(yè)環(huán)境、各類企事業(yè)單位、醫(yī)院、景區(qū)、學(xué)校、園區(qū)等公建、公共停車場、公路充電站、公交樞紐、購物中心、商業(yè)綜合體、商業(yè)廣場、地下停車場、高速服務(wù)區(qū)、公寓寫字樓等場合。
4.3系統(tǒng)結(jié)構(gòu)
現(xiàn)場設(shè)備層:連接于網(wǎng)絡(luò)中的各類傳感器,包括多功能電力儀表、汽車充電樁、電瓶車充電樁、電能質(zhì)量分析儀表、電氣、限流式保護(hù)器、煙霧傳感器、測溫裝置、智能插座、攝像頭等。
網(wǎng)絡(luò)通訊層:包含現(xiàn)場智能網(wǎng)關(guān)、網(wǎng)絡(luò)交換機(jī)等設(shè)備。智能網(wǎng)關(guān)主動(dòng)采集現(xiàn)場設(shè)備層設(shè)備的數(shù)據(jù),并可進(jìn)行規(guī)約轉(zhuǎn)換,數(shù)據(jù)存儲,并通過網(wǎng)絡(luò)把數(shù)據(jù)上傳至搭建好的數(shù)據(jù)庫服務(wù)器,智能網(wǎng)關(guān)可在網(wǎng)絡(luò)故障時(shí)將數(shù)據(jù)存儲在本地,待網(wǎng)絡(luò)恢復(fù)時(shí)從中斷的位置繼續(xù)上傳數(shù)據(jù),保證服務(wù)器端數(shù)據(jù)不丟失。
平臺管理層:包含應(yīng)用服務(wù)器和數(shù)據(jù)服務(wù)器,完成對現(xiàn)場所有智能設(shè)備的數(shù)據(jù)交換,可在PC端或移動(dòng)端實(shí)現(xiàn)實(shí)時(shí)監(jiān)測充電站配電系統(tǒng)運(yùn)行狀態(tài)、充電樁的工作狀態(tài)、充電過程及人員行為,并完成微信、支付寶在線支付等應(yīng)用。
4.4平臺功能描述
4.4.1充電服務(wù)
充電設(shè)施搜索,充電設(shè)施查看,地圖尋址,在線自助支付充電,充電結(jié)算,導(dǎo)航等。
4.4.2首頁總覽
總覽當(dāng)日、當(dāng)月開戶數(shù)、充值金額、充電金額、充電度數(shù)、充電次數(shù)、充電時(shí)長,累計(jì)的開戶數(shù)、充值金額、充電金額、充電度數(shù)、充電次數(shù)、充電時(shí)長,以及相應(yīng)的環(huán)比增長和同比增長以及樁、站分布地圖導(dǎo)航、本月充電統(tǒng)計(jì)。
4.4.3交易結(jié)算
充電價(jià)格策略管理,預(yù)收費(fèi)管理,賬單管理,營收和財(cái)務(wù)相關(guān)報(bào)表。
4.4.4故障管理
故障管理故障記錄查詢、故障處理、故障確認(rèn)、故障分析等管理項(xiàng),為用戶管理故障和查詢提供方便。
4.4.5統(tǒng)計(jì)分析
統(tǒng)計(jì)分析支持運(yùn)營趨勢分析、收益統(tǒng)計(jì),方便用戶以曲線、能耗分析等分析工具,瀏覽樁的充電運(yùn)營態(tài)勢。
4.4.6運(yùn)營報(bào)告
按用戶周期分析汽車、電瓶車充電站、樁運(yùn)行、交易、充值、充電及報(bào)警、故障情況,形成分析報(bào)告。
4.4.7APP、小程序移動(dòng)端支持
通過模糊搜索和地圖搜索的功能,可查詢可用的電樁和電站等詳細(xì)信息。掃碼充電,在線支付:掃描充電樁二維碼,完成支付,微信支付完成后,即可進(jìn)行充電。
4.4.8資源管理
充電站檔案管理,充電樁檔案管理,用戶檔案管理,充電樁運(yùn)行監(jiān)測,充電樁異常交易監(jiān)測。
類型 | 型號 | 圖片 | 功能 |
安科瑞汽車充電樁收費(fèi)運(yùn)營云平臺 | AcrelCloud-9000 | (一)資源管理 充電站檔案管理,充電樁檔案管理,用戶檔案管理,充電樁異常交易監(jiān)測 (二)交易結(jié)算 充電價(jià)格策略管理,預(yù)收費(fèi)管理,賬單管理,營收和財(cái)務(wù)相關(guān)報(bào)表 (三)用戶管理 用戶注冊,用戶登錄,用戶帳戶管理 (四)充電服務(wù) 充電設(shè)施搜索,充電設(shè)施查看,地圖尋址,在線自助支付充電,充電結(jié)算,導(dǎo)航等 (五)微信小程序 掃碼充電,賬單查詢、充電信息監(jiān)測等功能 (六)數(shù)據(jù)服務(wù) 數(shù)據(jù)采集,數(shù)據(jù)存儲和解析 (七)收益隔天結(jié)轉(zhuǎn)到帳 | |
安科瑞電瓶車充電樁收費(fèi)運(yùn)營云平臺 | AcrelCloud-9500 | (一)資源管理 充電站檔案管理,充電樁檔案管理,用戶檔案管理,充電樁異常交易監(jiān)測 (二)交易結(jié)算 充電價(jià)格策略管理,預(yù)收費(fèi)管理,賬單管理,營收和財(cái)務(wù)相關(guān)報(bào) (三)用戶管理 用戶注冊,用戶登錄,用戶帳戶管理 (四)充電服務(wù) 充電設(shè)施搜索,充電設(shè)施查看,地圖尋址,在線自助支付充電,充電結(jié)算,導(dǎo)航等 (五)微信小程序 掃碼充電,賬單查詢、充電信息監(jiān)測等功能 (六)數(shù)據(jù)服務(wù) 數(shù)據(jù)采集,數(shù)據(jù)存儲和解析 (七)收益隔天結(jié)轉(zhuǎn)到帳 | |
IC卡汽車充電樁管理系統(tǒng)(本地單價(jià)版) | Acrel-AVMS | / | 輸入輸出:AC220V 1個(gè)充電接口,充電線長5米;輸出功率7KW;掃碼刷卡支付;標(biāo)配 無線通訊:4G、WIFI、藍(lán)牙三選一 (下單備注規(guī)格,無備注默認(rèn)4G通訊) |
10路電瓶車智能充電樁 | ACX10A系列 | 10路最大承載電流25A,單路最大輸出電流3A,單回路最大功率1000W,總功率5500W。充滿自停、斷電記憶、短路保護(hù)、過載保護(hù)、空載保護(hù)。故障回路識別、遠(yuǎn)程升級、功率識別、獨(dú)立計(jì)量、告警上報(bào)。 可選配:K(進(jìn)線漏保) C(每回路測溫) J(進(jìn)線計(jì)量,單相電能表) L(進(jìn)線漏電監(jiān)測,超限跳開所有回路) ACX10A-TYHN 戶內(nèi)使(IP21),支持投幣、刷卡,掃碼、免費(fèi)充電 ACX10A-TYN 戶內(nèi)使用(IP21),支持投幣、刷卡,免費(fèi)充電 ACX10A-YHW 戶外使用(IP65),支持刷卡,掃碼,免費(fèi)充電 ACX10A-YHN 戶內(nèi)使用(IP21),支持刷卡,掃碼,免費(fèi)充電 ACX10A-YW戶外使用(IP65),支持刷卡、免費(fèi)充電 ACX10A-MW 戶外使用(IP65),僅免費(fèi)充電,不能刷卡掃碼 | |
20路電瓶車智能充電樁 | ACX20A系列 | 20路最大承載電流50A,單路最大輸出電流3A,單回路最大功率1000W,總功率11kW。充滿自停、斷電記憶、短路保護(hù)、過載保護(hù)、空載保護(hù)、故障回路識別、遠(yuǎn)程升級、功率識別,報(bào)警上報(bào)??蛇x配 K(進(jìn)線漏保) C(每回路測溫) J(進(jìn)線計(jì)量,單相電能表) L(進(jìn)線漏電監(jiān)測,超限跳開所有回路) ACX20A-YHN 戶內(nèi)使用(IP21),支持刷卡,掃碼,免費(fèi)充電 ACX20A-YN 戶內(nèi)使用(IP21),支持刷卡,免費(fèi)充電 | |
2路智能插座 | ACX2A系列 | 2路最大承載電流20A,單路最大輸出電流10A,單回路最大功率2200W,總功率4400W。充滿自停、斷電記憶、短路保護(hù)、過載保護(hù)、空載保護(hù)。故障回路識別、遠(yuǎn)程升級、功率識別,報(bào)警上報(bào)。 ACX2A-YHN 戶內(nèi)使用(IP21),支持刷卡、掃碼充電,單路最大電流10A ACX2A-HN 戶內(nèi)使用(IP21),支持掃碼充電,單路最大電流10A ACX2A-YN 戶內(nèi)使用(IP21),支持刷卡充電,單路最大電流10A | |
落地式電瓶車智能充電樁 | ACX10B系列 | 10路最大承載電流25A,單路最大輸出電流3A,單回路最大功率1000W總功率5500W,充滿自停、斷電記憶、短路保護(hù)、過載保護(hù)、空載保護(hù)。故障回路識別、遠(yuǎn)程升級、功率識別、獨(dú)立計(jì)量、告警上報(bào)可選配 K(進(jìn)線漏保) C(每回路測溫) J(進(jìn)線計(jì)量,單相電能表) L(進(jìn)線漏電監(jiān)測,超限跳開所有回路) ACX10B-YHW 戶外使用,落地式安裝,包含1臺主機(jī)及5根立柱,支持刷卡、掃碼充電,不帶廣告屏 ACX10B-YHW-LL 戶外使用,落地式安裝,包含1臺主機(jī)及5根立柱,支持刷卡、掃碼充電。液晶屏支持U盤本地投放圖片及視頻廣告 | |
7KW交流充電樁 | AEV-AC007D | 額定功率7kW,單相三線制,防護(hù)等級IP65,具備防雷保護(hù)、過載保護(hù)、短路保護(hù)、漏電保護(hù)、智能監(jiān)測、智能計(jì)量、遠(yuǎn)程升級,支持刷卡、掃碼、即插即用。 通訊方式:4G/WIFI/藍(lán)牙 支持刷卡,掃碼、免費(fèi)充電 可選配觸摸顯示屏(LCD) | |
30KW直流樁 | AEV-DC030D | 額定功率30kW,三相五線制,防護(hù)等級IP54,具備防雷保護(hù)、過載保護(hù)、短路保護(hù)、漏電保護(hù)、智能監(jiān)測、智能計(jì)量、恒流恒壓、電池保護(hù)、遠(yuǎn)程升級,支持刷卡、掃碼、即插即用 通訊方式:4G/以太網(wǎng) 支持刷卡,掃碼、免費(fèi)充電 | |
60KW直流樁 | AEV-DC060S | 額定功率60kW,三相五線制,防護(hù)等級IP54,具備防雷保護(hù)、過載保護(hù)、短路保護(hù)、漏電保護(hù)、智能監(jiān)測、智能計(jì)量、恒流恒壓、電池保護(hù)、遠(yuǎn)程升級,支持刷卡、掃碼、即插即用 通訊方式:4G/以太網(wǎng) 支持刷卡,掃碼、免費(fèi)充電 | |
120KW直流樁 | AEV-DC120S | 額定功率120kW,三相五線制,防護(hù)等級IP54,具備防雷保護(hù)、過載保護(hù)、短路保護(hù)、漏電保護(hù)、智能監(jiān)測、智能計(jì)量、恒流恒壓、電池保護(hù)、遠(yuǎn)程升級,支持刷卡、掃碼、即插即用 通訊方式:4G/以太網(wǎng) 支持刷卡,掃碼、免費(fèi)充電 | |
IC充值卡 | ACX10A-IC02 | 充電樁配套購電卡 | |
充值機(jī) | ACX10A-CZJ01 | 電瓶車充電樁開卡讀卡器 | |
7kw交流充電樁立柱 | AEV-AC007LZ | 用于AEV-AC007D立柱安裝 | |
30kw直流充電樁立柱 | AEV-DC030LZ | 用于30kw充電樁AEV-DC030D專用立柱套件,可實(shí)現(xiàn)落地式安裝安裝 | |
汽車充電樁IC卡 | M1射屏卡 | 通過刷卡控制電動(dòng)汽車充電樁的啟停并扣費(fèi) | |
汽車充電樁讀卡器 | 讀卡器 | 汽車充電樁開卡讀卡器 | |
電氣防火限流式保護(hù)器 | ASCP200-40B | 壁掛式安裝,可實(shí)現(xiàn)短路限流滅弧保護(hù)、過載限流保護(hù)、內(nèi)部超溫限流保護(hù)、過欠壓保護(hù)、漏電監(jiān)測、線纜溫度監(jiān)測等功能;1路RS485通訊,1路NB 無線通訊(選配);額定電流為0~40A,額定電流菜單可設(shè)。 | |
導(dǎo)軌式電能表 | ADL200 | 單相U、I 、P、Q、S、PF、F 等全電參量測量, 有功無功電能統(tǒng)計(jì);LCD顯示;可選配 RS485 通訊功能,方便用戶電瓶車充電樁汽車充電樁進(jìn)行用電監(jiān)測計(jì)量。 | |
導(dǎo)軌式直流電能表 | DJSF1352-RN | 直流電壓、電流、功率測量及正反向電能計(jì)量,復(fù)費(fèi)率電能統(tǒng)計(jì),SOE事件記錄;紅外通訊,電壓最大輸入1000V,電流外接分流器接入(75mV)或霍爾元件接入(0-5V)導(dǎo)軌式安裝,電能精度1級,8位LCD顯示,標(biāo)配2路開關(guān)量輸入,2路開關(guān)量輸出,1路 RS485 通訊,1路直流電能計(jì)量,AC/DC85-265V,供充電樁直流計(jì)量。 |
5 結(jié)束語
由于早期的研究缺乏實(shí)際數(shù)據(jù)的支持,對充電電量和充電功率的設(shè)定較為主觀,降低了模型計(jì)算的精度,文章基于南方某市電動(dòng)汽車充電的實(shí)際數(shù)據(jù),對其進(jìn)行篩選處理,得到不同類型電動(dòng)汽車充電行為的分布規(guī)律,并將其充電行為數(shù)據(jù)擬合成函數(shù)形式。而后采用蒙特卡羅算法對三種類型電動(dòng)車的充電負(fù)荷曲線進(jìn)行了模擬計(jì)算,得到以下結(jié)論:
(1) 電動(dòng)汽車的大規(guī)模無序充電行為會進(jìn)一步提高電網(wǎng)的峰值與峰谷差,導(dǎo)致峰上加峰現(xiàn)象的出現(xiàn);
(2) 電動(dòng)出租車充電負(fù)荷占比較高,同時(shí)具有較大的隨機(jī)性,未來具有較大的調(diào)度潛力,可以通過多種方式對其充電行為進(jìn)行引導(dǎo),進(jìn)一步降低其充電行為對電網(wǎng)的影響。
參考文獻(xiàn)
[1]蔡黎,葛棚丹,代妮娜,等.電動(dòng)汽車入網(wǎng)負(fù)荷預(yù)測及其與電網(wǎng)互 動(dòng)研究進(jìn)展綜述[J].智慧電力,2022,50(7): 96-103.
[2]段俊東,李高尚,李一石,等.考慮風(fēng)電消納的電動(dòng)汽車充電站有 序充電控制[J].儲能科學(xué)與技術(shù),2021,10(2): 630-637 .
[3]郭建龍.電動(dòng)汽車充電負(fù)荷的建模及其對配電系統(tǒng)的影響分析[D]廣州: 華南理工大學(xué),2017 .
[4]孔順飛,胡志堅(jiān),謝仕煒,等.考慮分布式儲能與電動(dòng)汽車充電網(wǎng)絡(luò)的配電網(wǎng)多目標(biāo)規(guī)劃[J].電力科學(xué)與技術(shù)學(xué)報(bào),2021,36 (1) : 106-116 .
[5]基于充電行為分析的電動(dòng)汽車充電負(fù)荷預(yù)測.秦建華等.
[6]安科瑞企業(yè)微電網(wǎng)設(shè)計(jì)與應(yīng)用手冊2020.06
作者簡介
劉細(xì)鳳,女,本科,現(xiàn)任職于安科瑞電氣股份有限公司,主要從事汽車充電樁及云平臺的研發(fā)與應(yīng)用。