摘要：以充電站運營收益*大化為目標，以配電變壓器容量及*大限度滿足用戶充電需求為約束條件，建立了充電站內電動汽車有序充電的數學模型。根據用戶充電規律，采用蒙特卡洛模擬法模擬用戶充電需求，對電動汽車在有序充電和無序充電2種情形下充電站運行的經濟效益及配電變壓器負載情況進行了仿真計算和分析。研究結果表明，通過動態響應電網分時電價，有序充電控制方法可顯著提高電動汽車充電站的經濟效益，并具備很高的計算效率。同時，由于相對便宜電價的激勵，夜間采用有序充電方式也可能使大量的電動汽車集中充電而導致另外一個用電高峰的出現。

關鍵詞：電動汽車；充電站；有序充電；經濟效益；蒙特卡洛模擬法

0前言

溫室氣體的過度排放，導致全球氣候變暖趨勢加劇。電動汽車作為新一代的交通工具，其在節能減排、減少人類對傳統化石能源的依賴方面，相較傳統汽車具備不可比擬的優勢。目前，世界各國紛紛出臺相應政策，推動電動汽車的發展與應用。

可以預計，隨著未來電動汽車的普及，大規模電動汽車接人電網充電將對電力系統的規劃與運行產生不可忽視的影響。其中，重要影響之一在于大規模電動汽車充電將帶來新一輪的負荷增長，尤其是電動汽車在高峰期充電將進一步加劇電網負荷峰谷差，可能導致配電網線路過載、電壓跌落、配電網損耗增加、配電變壓器過載等一系列問題。另一方面，電動汽車作為新型的移動負載，其充電行為具有較強的時空不確定性，大量電動汽車的廣泛接人必將加大電網的運行控制難度。電動汽車有序充電控制對于降低電網運行風險，提高電網運行效益與可靠性具有重要意義。

對于在充電站，包括安裝有多個充電樁和充電監控系統的停車場，下文統稱為充電站)中實現電動汽車有序充電控制是必要的。有序充電的控制方式多樣，文獻將每一輛電動汽車看做獨立的能源消費者，其充電統一由電動汽車控制實時控制，利用這種控制方式可有效降低配電系統運行損耗。文獻在分析配電系統饋線網絡損耗、配電網負載率以及負荷波動方差三者之間關系的基礎上，研究用于降低損耗的有序充電控制方法。在不影響電動汽車動力電池使用壽命的基礎上，文獻提出通過有序充電控制方法降低電動汽車用戶的充電成本，并研究了電動汽車提供輔助服務的有序充放電控制方法。另一方面，利用電動汽車有序充電控制，可以與新能源出力配合，降低因為新能源出力不確定性與電動汽車充電時空分布不確定性對電網造成的負面影響。文獻研究了考慮電動汽車充電以及風電出力不確定性的隨機經濟調度問題。

隨著電動汽車的發展，采用集中控制方式對數量巨大的電動汽車進行有序充電控制將對電網電動汽車控制的計算能力提出很高的要求。同時較大區域內電動汽車與控制的實時通信速度和可靠性也面臨挑戰。相反，作為只有相對少量電動汽車的充電場所，充電站能夠迅速實時采集電動汽車充電信息，并根據電網實時狀態，兼顧客戶的充電需求，對其進行有序充電控制。以此為基礎，結合分站分區控制便能迅速而經濟地實現區域電網的有序充電協調控制。

本文旨在研究電動汽車充電站(特別是配備多個充電樁和充電監控系統的停車場)的有序充電協調控制策略。以充電站運行經濟效益*大化為目標，以變壓器運行不過載以及*大限度滿足電動汽車用戶充電需求為約束條件，建立電動汽車有序充電控制的優化模型，從而實現充電站內電動汽車的協調充電控制。

1充電站有序充電目標與輸入信息

一般電動汽車充電站的結構為在配電變壓器下接有常規負荷和電動汽車充電負荷。對于配有配電變壓器的充電站，常規負荷較小，可忽略。

作為電動汽車充電服務的提供商，電動汽車充電站按照充電電價收取充電服務的費用，按購電電價向電網公司支付電費，通過兩者的差價實現盈利。

設充電站有N臺充電機，每當有新的電動汽車客戶接入充電站n臺(n=1,2,…,N)充電機時，充電控制系統可通過客戶電動汽車上的電池管理系統獲取電動汽車電池容量B,,以及電池當前荷電狀態Y,,A(即電動汽車當前電池電量與其電池總容量的比例)。為了制定電動汽車有序充電策略，客戶需要告知充電站內充電控制系統該電動汽車預期的停留時間tn以及客戶離開時期望的電動汽車電池荷電狀態Yp。在此基礎上，以滿足客戶需求以及充電站變壓器不過載為前提，通過有序充電控制，實現充電站經濟效益的*大化。

2有序充電控制策略、模型及控制算法

2.1控制策略

設充電站內所有充電機的額定充電功率均為P,配電變壓器的額定容量為Sr,充電負荷功率因數平均為λ。鋰電池一般采用三段式充電方法進行充電,分別是預充電階段、恒流充電階段和恒壓充電階段。當從較低的起始荷電狀態開始充電時,為了避免大電流對電池的沖擊，一般需要經過短時間的預充電階段.在恒流充電階段，電池的兩端電壓基本維持不變，因此該過程充電功率基本維持不變。當荷電狀態接近1時，電池進入恒壓階段進行充電，該階段充電功率持續減小，但該階段占整個充電時間的比例非常小。因此，本文研究假設充電過程為恒功率充電,以此計算得到的充電決策基本能夠保證客戶的充電需求。

根據變壓器歷史常規負荷(除電動汽車負荷以外的其他負荷)數據，可預測當日96點常規負荷曲線，時間間隔為15min。用A;表示一日中j(j=1,2,…,96)個時間段內允許充電站對電動汽車充電的功率占變壓器容量的比例，A,在[0,1]取值。對配有配電變壓器的電動汽車充電站，A;=1。

充電站當日的電價信息主要包括充電站從電網購電的電價和向電動汽車用戶收取的充電電價,分別用c;和p;表示，j=1,2,…,96。

根據當前時間與充電站內所有車輛的預期停留時間設定值,確定從當前時刻起的所有車輛停留時間的*大值t,得到充電協調控制的時間段數J,系統每15min改變一次充電狀態，則表示小于x的*大整數。

根據得到的充電協調控制時間段數J,構造充電站狀態矩陣S,其元素S,為從當前時刻算起j個時間段上充電機n的停車狀態：S=1表示有車；S=0表示無車。

每隔15min,充電站內電動汽車充電控制系統根據充電站內電動汽車停車狀況、用戶需求、電網負載和電價信息，調用有序充電優化程序，計算確定每臺充電機在未來J個時間段內充電和停機狀態，從而實現電動汽車充電站運營效益*大化。

2.2數學優化模型

以充電站的運營經濟效益*大化為目標，目標函數如下：

（1）式中：C為n個充電機以當前時刻為起始點的j個時間段的控制決策，C=1表示該充電機開啟，C,=0表示該充電閉；△t為一個時間段的長度，本文取15min。

配電變壓器容量約束如下：

（2）式中：λ為充電負荷的平均功率因數。

在J個時間段內，被充電的電動汽車的電池荷電狀態應當至少達到充電開始時所需求的*終荷電狀態Y,,p,同時在充滿的情況下應該停止充電。充電需求約束如下：

設C為由決策變量C組成的充電機開停決策矩陣，上述優化模型是以C為決策變量的線性整數規劃模型。本文使用CPLEX優化工具包進行求解，計算效率較高。

2.3異常處理

在解決客戶的實際需求時可能會遇到這樣的問題：客戶的需求急切，在短時間內需要充電站為之提供大量的電能(例如較大的Y.和Bn,較小的tn)。此時由于充電設備硬件約束(充電功率P不可能很大),以及變壓器容量約束，充電站不能滿足客戶的需求，即出現不能滿足電動汽車用戶離開時電池荷電狀態至少達到Y的情況。在優化問題求解時表現出優化無解。

為解決此問題，當用戶輸人Y,p之后，求解優化控制策略，若無解，提示用戶此時系統不能滿足客戶充電需求；并將該用戶Ymp遞減2%,再次求解，直到有解為止。優化系統告知顧客*終調整后的Y,p,若客戶滿意，即按照調整后的Y,,執行優化控制。若客戶不滿意，只能放棄這位客戶。若Y,p降到Y,A時，上述問題仍無解，則此時充電站不能滿足客戶的任何充電需求,也只能放棄這位客戶。

根據上述模型進行計算，進而得到充電機開停決策矩陣C,實現電動汽車充電站的有序充電控制。系統每15min更新系統狀態，發出新一輪控制命令。如果在本次15min的時間間隔內沒有新車進入充電站，則按照原先計算好的控制策略每隔15min改變充電機的狀態，如果有新車進入，則在新車進入后按照上述步驟重新計算，但在本次15min時間段內，保持原有車輛的充電狀態不變。在下一個時間段開始時，根據新計算得到的控制策略，改變充電站內充電機的狀態。對于充電站的實際監控，在充電的15min間隔內，充電機動態監控電池的充電狀態,當充滿時自動停止充電。

2.4有序充電控制流程

充電站內有序充電控制流程如圖1所示。

圖1充電站內有序充電控制流程

3算例分析

3.1參數設置

以一個小區充電站為例，配電變壓器下帶有常規負荷和電動汽車充電負荷。配電變壓器的容量為800kVA。根據中國2010年4月通過的《電動汽車傳導式接口》l_l，采用常規電模式對該充電站內電動汽車進行充電,充電功率為7kW，充電負荷功率因數為0．9。該充電站擁有充電樁8O個。居民負荷占配電變壓器容量的比例r的曲線如圖2所示，*高負荷為配變容量的50%。

圖2rs的曲線

充電站從電網購電的電價采用國內工業用電分時電價的形式,而充電站收取電動汽車的充電電價則取統一的價格，具體充電站電價參數設置如表1所示。假設該充電站每日為100輛私家電動汽車提供充電服務，分析居民用戶一般使用電動汽車的習慣，設計電動汽車的充電數據如表2所示。

表1充電站電價參數設置

3.2無序充電

為了驗證有序充電的控制效果，先計算無序充電情況下充電站運營情況和變壓器負載情況，并將運算結果與有序充電情形作比較。

在無序充電情形下，只要充電站有空余車位，即可為新進入的電動汽車提供持續充電服務，直到用戶離開為止，若在此之前電動汽車電池已經充滿，也應停止充電。在無序充電情形下，充電站可能因為大量電動汽車的接入，導致配電變壓器過載，也可能因為用戶的需求急迫(在短時間內要求荷電狀態達到較高的要求),出現電動汽車即便一直在充電，但在離開時動力電池也不能充滿的情形。

3.3基于蒙特卡洛模擬的仿真分析方法

基于蒙特卡洛仿真法，根據表2的數據，隨機產生多個電動汽車充電日需求數據，并對電動汽車的充電過程進行有序充電控制和無序充電2種情形的計算。每次仿真具體的計算流程見附錄A。

表2電動汽車的充電數據設定

Table2Chargingparametersforelectricvehicles

為分析有序充電策略對電動汽車充電站運行參數的影響,需對數據進行統計分析,統計信息如表3所示。

表3仿真統計信息

Table3Simulationstatisticalinformation

3.4仿真結果

通過蒙特卡洛法模擬100輛車在一日內的充電需求，并統計有序充電和無序充電2種模式下的計算結果。通過模擬計算充電站在有序充電和無序充電2種情形下的平均收益bw,得到如圖3所示的平均收益曲線。

計算次數

(b)無序充電

圖3.2種充電策略下的平均收益曲線

從平均收益曲線可以看出，蒙特卡洛計算次數大于400后，平均收益基本保持不變。因此將仿真次數設定為400。仿真在處理器(CPU)為IntelCorei3,4GB內存的計算機上完成，仿真結果如表4所示。疊加常規負荷和電動汽車充電負荷得到在有序充電和無序充電2種情形下的期望日負荷曲線和常規負荷曲線如圖4所示。

表4有序與無序充電仿真結果

Table4Resultsofcoordinatedanduncoordinatedchargingmodes

注：bmx和bmin分別為充電站*高收益、*低收益；rave,rmx,rmin分別為充電站放棄服務客戶的日平均比例、日*高比例、日*低比例；R為充電站日平均車輛降低充電需求所占的比例；Twe為平均計算時間；Pmx和Pmin分別為*大負荷和*小負荷占配電變壓器容量的百分比。

圖4有序和無序充電2種情形下期望負荷曲線

3.5結果分析

（1）本例中，在有序充電模式下，充電站的運營收益大約為在無序充電模式下的3倍，說明有序充電方法的引入使得充電站的運行經濟效益大大提高。

（2）對比仿真數據可發現，在2種充電模式下，充電站日放棄服務客戶的比例均保持在較低的水平，說明采用有序充電方法并不會對用戶使用充電站充電造成顯著影響。沒能進入充電站的車輛的情形基本在充電站沒有多余車位時發生。事實上，當不計及配電變壓器容量約束時放棄為客戶服務將僅會在充電站沒有多余車位時發生。因此充電站日放棄服務客戶的比例與充電站的車位數量、電動汽車的充電時間分布以及配電變壓器容量直接相關。

（3）在有序充電模式下，日平均車輛降低充電需求所占的比例維持在很低的水平，說明該充電站能在具有較高經濟效益的同時，基本滿足用戶的充電需求。

（4）在有序充電模式下，每計算一個時間段的控制策略的平均時間僅為1s左右，計算速度快。該算法適合對大規模充電站內的電動汽車進行實時有序充電控制。

（5）通過分析有序充電和無序充電2種情形下的典型日負荷曲線，發現在無序充電模式下，在負荷晚高峰時，大量的電動汽車接入充電，使得晚高峰進一步升高，加劇了峰谷差。而在有序充電模式下，盡管晚高峰并未進一步升高，但在夜間谷電期，由于購電電價便宜，充電站為獲取較大經濟效益，在這段時間集中大量的電動汽車充電，導致在夜間電網局部出現了一個用電高峰，此用電高峰甚至比晚高峰更高，這說明在電動汽車大量接入的情況下，單純采用分時電價的方式調控電動汽車充電站的充電行為；可能使得大量的電動汽車聚集在電價便宜的時間段充電，導致局部電網另外一個用電高峰的出現。

4安科瑞充電樁收費運營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云平臺系統通過物聯網技術對接入系統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控，實時監控充電樁運行狀態，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等方式接入互聯網，用戶通過微信、支付寶，云閃付掃碼充電。

4.2應用場所

適用于民用建筑、一般工業建筑、居住小區、實業單位、商業綜合體、學校、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。

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

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分布情況，對設備狀態、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實時監控

實時監視充電設施運行狀況，主要包括充電樁運行狀態、回路狀態、充電過程中的充電電量、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，可查看小區用戶每日的充電交易詳細信息。

4.4.4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。

4.4.5統計分析

通過系統平臺，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、優惠活動，同時可管理在線卡用戶充值、凍結和解綁。

4.4.7運維APP

面向運維人員使用，可以對站點和充電樁進行管理、能夠進行故障閉環處理、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

4.4.8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。

4.5系統硬件配置

5結束語

本文根據充電站實時運行狀態，結合電動汽車用戶的實際充電行為，充分考慮進入充電站電動汽車的不同荷電狀態、停留時間以及不同客戶需求,以充電站運行經濟效益*大化為目標，建立了充電站電動汽車充電數學模型，實現了充電站內電動汽車的協調充電控制。通過仿真分析，得到以下結論。

（1）采用所提出的有序充電控制方法，在保證客戶需求以及變壓器運行不過載的基礎上，可顯著提高充電站的收益。

（2）所提出的控制策略計算效率高；適合大規模充電站的電動汽車有序充電實時控制計算。

（3）從采用有序充電方式后的負荷曲線發現僅僅通過單一的分時電價協調充電站有序充電控制行為，可能在某些情形下并不能降低局部電網的峰谷差，相反大量的電動汽車接入可能導致局部電網另外一個峰荷的產生。

需要說明的是，本文中給出的策略特別適合應用于安裝有多個充電樁和充電監控系統的停車場。該策略每隔15min改變一次充電站充電機開停狀態，此時間間隔可根據實際情況合理設置。進一步的研究方向主要包括以下2個方面：①多目標的有序充電控制以及充電站間協調有序充電控制，以有效降低電動汽車充電對電網的影響；②在有序充電控制模型中考慮改變充電狀態對電池壽命的影響

參考文獻

[1]徐智威，胡澤春，宋永華，羅卓偉，占愷嶠，石恒.充電站內電動汽車有序充電策略

[2]趙俊華，文福拴，薛禹勝，等．計及電動汽車和風電出力不確定性的隨機經濟調度[J]．電力系統自動化，2010，34(20)：22—29．

[3]安科瑞企業微電網應用手冊2020.06版.