充电桩禁止非法改装
摘要：以充电站运营收益*大化为目标，以配电变压器容量及*大限度满足用户充电需求为约束条件，建立了充电站内电动汽车有序充电的数学模型。根据用户充电规律，采用蒙特卡洛模拟法模拟用户充电需求，对电动汽车在有序充电和无序充电2种情形下充电站运行的经济效益及配电变压器负载情况进行了仿真计算和分析。研究结果表明，通过动态响应电网分时电价，有序充电控制方法可显著提高电动汽车充电站的经济效益，并具备很高的计算效率。同时，由于相对便宜电价的激励，夜间采用有序充电方式也可能使大量的电动汽车集中充电而导致另外一个用电高峰的出现。
关键词：电动汽车；充电站；有序充电；经济效益；蒙特卡洛模拟法
0前言
温室气体的过度排放，导致全球气候变暖趋势加剧。电动汽车作为新一代的交通工具，其在节能减排、减少人类对传统化石能源的依赖方面，相较传统汽车具备不可比拟的优势。目前，世界各国纷纷出台相应政策，推动电动汽车的发展与应用。
可以预计，随着未来电动汽车的普及，大规模电动汽车接人电网充电将对电力系统的规划与运行产生不可忽视的影响。其中，重要影响之一在于大规模电动汽车充电将带来新一轮的负荷增长，尤其是电动汽车在高峰期充电将进一步加剧电网负荷峰谷差，可能导致配电网线路过载、电压跌落、配电网损耗增加、配电变压器过载等一系列问题。另一方面，电动汽车作为新型的移动负载，其充电行为具有较强的时空不确定性，大量电动汽车的广泛接人必将加大电网的运行控制难度。电动汽车有序充电控制对于降低电网运行风险，提高电网运行效益与可靠性具有重要意义。
对于在充电站，包括安装有多个充电桩和充电监控系统的停车场，下文统称为充电站)中实现电动汽车有序充电控制是必要的。有序充电的控制方式多样，文献将每一辆电动汽车看做独立的能源消费者，其充电统一由电动汽车控制中心实时控制，利用这种控制方式可有效降低配电系统运行损耗。文献在分析配电系统馈线网络损耗、配电网负载率以及负荷波动方差三者之间关系的基础上，研究用于降低损耗的有序充电控制方法。在不影响电动汽车动力电池使用寿命的基础上，文献提出通过有序充电控制方法降低电动汽车用户的充电成本，并研究了电动汽车提供辅助服务的有序充放电控制方法。另一方面，利用电动汽车有序充电控制，可以与新能源出力配合，降低因为新能源出力不确定性与电动汽车充电时空分布不确定性对电网造成的负面影响。文献研究了考虑电动汽车充电以及风电出力不确定性的随机经济调度问题。
随着电动汽车的发展，采用集中控制方式对数量巨大的电动汽车进行有序充电控制将对电网电动汽车控制中心的计算能力提出很高的要求。同时较大区域内电动汽车与控制中心的实时通信速度和可靠性也面临挑战。相反，作为只有相对少量电动汽车的充电场所，充电站能够迅速实时采集电动汽车充电信息，并根据电网实时状态，兼顾客户的充电需求，对其进行有序充电控制。以此为基础，结合分站分区控制便能迅速而经济地实现区域电网的有序充电协调控制。
本文旨在研究电动汽车充电站(特别是配备多个充电桩和充电监控系统的停车场)的有序充电协调控制策略。以充电站运行经济效益*大化为目标，以变压器运行不过载以及*大限度满足电动汽车用户充电需求为约束条件，建立电动汽车有序充电控制的优化模型，从而实现充电站内电动汽车的协调充电控制。
1充电站有序充电目标与输入信息
一般电动汽车充电站的结构为在配电变压器下接有常规负荷和电动汽车充电负荷。对于配有专供配电变压器的充电站，常规负荷较小，可忽略。
作为电动汽车充电服务的提供商，电动汽车充电站按照充电电价收取充电服务的费用，按购电电价向电网公司支付电费，通过两者的差价实现盈利。
设充电站有N台充电机，每当有新的电动汽车客户接入充电站第n台(n=1,2,…,N)充电机时，充电控制系统可通过客户电动汽车上的电池管理系统获取电动汽车电池容量B,,以及电池当前荷电状态Y,,A(即电动汽车当前电池电量与其电池总容量的比例)。为了制定电动汽车有序充电策略，客户需要告知充电站内充电控制系统该电动汽车预期的停留时间tn以及客户离开时期望的电动汽车电池荷电状态Yp。在此基础上，以满足客户需求以及充电站变压器不过载为前提，通过有序充电控制，实现充电站经济效益的*大化。
2有序充电控制策略、模型及控制算法
2.1控制策略
设充电站内所有充电机的额定充电功率均为P,配电变压器的额定容量为Sr,充电负荷功率因数平均为λ。锂电池一般采用三段式充电方法进行充电,分别是预充电阶段、恒流充电阶段和恒压充电阶段。当从较低的起始荷电状态开始充电时,为了避免大电流对电池的冲击，一般需要经过短时间的预充电阶段.在恒流充电阶段，电池的两端电压基本维持不变，因此该过程充电功率基本维持不变。当荷电状态接近1时，电池进入恒压阶段进行充电，该阶段充电功率持续减小，但该阶段占整个充电时间的比例非常小。因此，本文研究假设充电过程为恒功率充电,以此计算得到的充电决策基本能够保证客户的充电需求。
根据变压器历史常规负荷(除电动汽车负荷以外的其他负荷)数据，可预测当日96点常规负荷曲线，时间间隔为15min。用A;表示一日中第j(j=1,2,…,96)个时间段内允许充电站对电动汽车充电的功率占变压器容量的比例，A,在[0,1]取值。对配有专供配电变压器的电动汽车充电站，A;=1。
充电站当日的电价信息主要包括充电站从电网购电的电价和向电动汽车用户收取的充电电价,分别用c;和p;表示，j=1,2,…,96。
根据当前时间与充电站内所有车辆的预期停留时间设定值,确定从当前时刻起的所有车辆停留时间的*大值t,得到充电协调控制的时间段数J,系统每15min改变一次充电状态，则表示小于x的*大整数。
根据得到的充电协调控制时间段数J,构造充电站状态矩阵S,其元素S,为从当前时刻算起第j个时间段上充电机n的停车状态：S=1表示有车；S=0表示无车。
每隔15min,充电站内电动汽车充电控制系统根据充电站内电动汽车停车状况、用户需求、电网负载和电价信息，调用有序充电优化程序，计算确定每台充电机在未来J个时间段内充电和停机状态，从而实现电动汽车充电站运营效益*大化。
2.2数学优化模型
以充电站的运营经济效益*大化为目标，目标函数如下：
（1）式中：C为第n个充电机以当前时刻为起始点的第j个时间段的控制决策，C=1表示该充电机开启，C,=0表示该充电机关闭；△t为一个时间段的长度，本文取15min。
配电变压器容量约束如下：
（2）式中：λ为充电负荷的平均功率因数。
在J个时间段内，被充电的电动汽车的电池荷电状态应当至少达到充电开始时所需求的*终荷电状态Y,,p,同时在充满的情况下应该停止充电。充电需求约束如下：
设C为由决策变量C组成的充电机开停决策矩阵，上述优化模型是以C为决策变量的线性整数规划模型。本文使用CPLEX优化工具包进行求解，计算效率较高。
2.3异常处理
在解决客户的实际需求时可能会遇到这样的问题：客户的需求急切，在短时间内需要充电站为之提供大量的电能(例如较大的Y.和Bn,较小的tn)。此时由于充电设备硬件约束(充电功率P不可能很大),以及变压器容量约束，充电站不能满足客户的需求，即出现不能满足电动汽车用户离开时电池荷电状态至少达到Y的情况。在优化问题求解时表现出优化无解。
为解决此问题，当用户输人Y,p之后，求解优化控制策略，若无解，提示用户此时系统不能满足客户充电需求；并将该用户Ymp递减2%,再次求解，直到有解为止。优化系统告知顾客*终调整后的Y,p,若客户满意，即按照调整后的Y,,执行优化控制。若客户不满意，只能放弃这位客户。若Y,p降到Y,A时，上述问题仍无解，则此时充电站不能满足客户的任何充电需求,也只能放弃这位客户。
根据上述模型进行计算，进而得到充电机开停决策矩阵C,实现电动汽车充电站的有序充电控制。系统每15min更新系统状态，发出新一轮控制命令。如果在本次15min的时间间隔内没有新车进入充电站，则按照原先计算好的控制策略每隔15min改变充电机的状态，如果有新车进入，则在新车进入后按照上述步骤重新计算，但在本次15min时间段内，保持原有车辆的充电状态不变。在下一个时间段开始时，根据新计算得到的控制策略，改变充电站内充电机的状态。对于充电站的实际监控，在充电的15min间隔内，充电机动态监控电池的充电状态,当充满时自动停止充电。
2.4有序充电控制流程
充电站内有序充电控制流程如图1所示。
图1充电站内有序充电控制流程
3算例分析
3.1参数设置
以一个小区充电站为例，配电变压器下带有常规负荷和电动汽车充电负荷。配电变压器的容量为800kVA。根据中国2010年4月通过的《电动汽车传导式接口》l_l，采用常规电模式对该充电站内电动汽车进行充电,充电功率为7kW，充电负荷功率因数为0．9。该充电站拥有充电桩8O个。居民负荷占配电变压器容量的比例r的曲线如图2所示，*高负荷为配变容量的50%。
图2rs的曲线
充电站从电网购电的电价采用国内工业用电分时电价的形式,而充电站收取电动汽车的充电电价则取统一的价格，具体充电站电价参数设置如表1所示。假设该充电站每日为100辆私家电动汽车提供充电服务，分析居民用户一般使用电动汽车的习惯，设计电动汽车的充电数据如表2所示。
表1充电站电价参数设置
3.2无序充电
为了验证有序充电的控制效果，先计算无序充电情况下充电站运营情况和变压器负载情况，并将运算结果与有序充电情形作比较。
在无序充电情形下，只要充电站有空余车位，即可为新进入的电动汽车提供持续充电服务，直到用户离开为止，若在此之前电动汽车电池已经充满，也应停止充电。在无序充电情形下，充电站可能因为大量电动汽车的接入，导致配电变压器过载，也可能因为用户的需求急迫(在短时间内要求荷电状态达到较高的要求),出现电动汽车即便一直在充电，但在离开时动力电池也不能充满的情形。
3.3基于蒙特卡洛模拟的仿真分析方法
基于蒙特卡洛仿真法，根据表2的数据，随机产生多个电动汽车充电日需求数据，并对电动汽车的充电过程进行有序充电控制和无序充电2种情形的计算。每次仿真具体的计算流程见附录A。
表2电动汽车的充电数据设定
Table2Chargingparametersforelectricvehicles
为分析有序充电策略对电动汽车充电站运行参数的影响,需对数据进行统计分析,统计信息如表3所示。
表3仿真统计信息
Table3Simulationstatisticalinformation
3.4仿真结果
通过蒙特卡洛法模拟100辆车在一日内的充电需求，并统计有序充电和无序充电2种模式下的计算结果。通过模拟计算充电站在有序充电和无序充电2种情形下的平均收益bw,得到如图3所示的平均收益曲线。
计算次数
(b)无序充电
图3.2种充电策略下的平均收益曲线
从平均收益曲线可以看出，蒙特卡洛计算次数大于400后，平均收益基本保持不变。因此将仿真次数设定为400。仿真在中央处理器(CPU)为IntelCorei3,4GB内存的计算机上完成，仿真结果如表4所示。叠加常规负荷和电动汽车充电负荷得到在有序充电和无序充电2种情形下的期望日负荷曲线和常规负荷曲线如图4所示。
表4有序与无序充电仿真结果
Table4Resultsofcoordinatedanduncoordinatedchargingmodes
注：bmx和bmin分别为充电站*高收益、*低收益；rave,rmx,rmin分别为充电站放弃服务客户的日平均比例、日*高比例、日*低比例；R为充电站日平均车辆降低充电需求所占的比例；Twe为平均计算时间；Pmx和Pmin分别为*大负荷和*小负荷占配电变压器容量的百分比。
图4有序和无序充电2种情形下期望负荷曲线
3.5结果分析
（1）本例中，在有序充电模式下，充电站的运营收益大约为在无序充电模式下的3倍，说明有序充电方法的引入使得充电站的运行经济效益大大提高。
（2）对比仿真数据可发现，在2种充电模式下，充电站日放弃服务客户的比例均保持在较低的水平，说明采用有序充电方法并不会对用户使用充电站充电造成显著影响。没能进入充电站的车辆的情形基本在充电站没有多余车位时发生。事实上，当不计及配电变压器容量约束时放弃为客户服务将仅会在充电站没有多余车位时发生。因此充电站日放弃服务客户的比例与充电站的车位数量、电动汽车的充电时间分布以及配电变压器容量直接相关。
（3）在有序充电模式下，日平均车辆降低充电需求所占的比例维持在很低的水平，说明该充电站能在具有较高经济效益的同时，基本满足用户的充电需求。
（4）在有序充电模式下，每计算一个时间段的控制策略的平均时间仅为1s左右，计算速度快。该算法适合对大规模充电站内的电动汽车进行实时有序充电控制。
（5）通过分析有序充电和无序充电2种情形下的典型日负荷曲线，发现在无序充电模式下，在负荷晚高峰时，大量的电动汽车接入充电，使得晚高峰进一步升高，加剧了峰谷差。而在有序充电模式下，尽管晚高峰并未进一步升高，但在夜间谷电期，由于购电电价便宜，充电站为获取较大经济效益，在这段时间集中大量的电动汽车充电，导致在夜间电网局部出现了一个用电高峰，此用电高峰甚至比晚高峰更高，这说明在电动汽车大量接入的情况下，单纯采用分时电价的方式调控电动汽车充电站的充电行为；可能使得大量的电动汽车聚集在电价便宜的时间段充电，导致局部电网另外一个用电高峰的出现。
4安科瑞充电桩收费运营云平台系统选型方案
4.1概述
AcrelCloud-9000安科瑞充电柱收费运营云平台系统通过物联网技术对接入系统的电动电动自行车充电站以及各个充电整法行不间断地数据采集和监控，实时监控充电桩运行状态，进行充电服务、支付管理，交易结算，资要管理、电能管理，明细查询等。同时对充电机过温保护、漏电、充电机输入/输出过压，欠压，绝缘低各类故障进行预警；充电桩支持以太网、4G或WIFI等方式接入互联网，用户通过微信、支付宝，云闪付扫码充电。
4.2应用场所
适用于民用建筑、一般工业建筑、居住小区、实业单位、商业综合体、学校、园区等充电桩模式的充电基础设施设计。
4.3系统结构
系统分为四层：
1）即数据采集层、网络传输层、数据中心层和客户端层。
2）数据采集层：包括电瓶车智能充电桩通讯协议为标准modbus-rtu。电瓶车智能充电桩用于采集充电回路的电力参数，并进行电能计量和保护。
3）网络传输层：通过4G网络将数据上传至搭建好的数据库服务器。
4）数据中心层：包含应用服务器和数据服务器，应用服务器部署数据采集服务、WEB网站，数据服务器部署实时数据库、历史数据库、基础数据库。
5）应客户端层：系统管理员可在浏览器中访问电瓶车充电桩收费平台。终端充电用户通过刷卡扫码的方式启动充电。
小区充电平台功能主要涵盖充电设施智能化大屏、实时监控、交易管理、故障管理、统计分析、基础数据管理等功能，同时为运维人员提供运维APP，充电用户提供充电小程序。
4.4安科瑞充电桩云平台系统功能
4.4.1智能化大屏
智能化大屏展示站点分布情况，对设备状态、设备使用率、充电次数、充电时长、充电金额、充电度数、充电桩故障等进行统计显示，同时可查看每个站点的站点信息、充电桩列表、充电记录、收益、能耗、故障记录等。统一管理小区充电桩，查看设备使用率，合理分配资源。
4.4.2实时监控
实时监视充电设施运行状况，主要包括充电桩运行状态、回路状态、充电过程中的充电电量、充电电压电流，充电桩告警信息等。
4.4.3交易管理
平台管理人员可管理充电用户账户，对其进行账户进行充值、退款、冻结、注销等操作，可查看小区用户每日的充电交易详细信息。
4.4.4故障管理
设备自动上报故障信息，平台管理人员可通过平台查看故障信息并进行派发处理，同时运维人员可通过运维APP收取故障推送，运维人员在运维工作完成后将结果上报。充电用户也可通过充电小程序反馈现场问题。
4.4.5统计分析
通过系统平台，从充电站点、充电设施、、充电时间、充电方式等不同角度，查询充电交易统计信息、能耗统计信息等。
4.4.6基础数据管理
在系统平台建立运营商户，运营商可建立和管理其运营所需站点和充电设施，维护充电设施信息、价格策略、折扣、优惠活动，同时可管理在线卡用户充值、冻结和解绑。
4.4.7运维APP
面向运维人员使用，可以对站点和充电桩进行管理、能够进行故障闭环处理、查询流量卡使用情况、查询充电\充值情况，进行远程参数设置，同时可接收故障推送
4.4.8充电小程序
面向充电用户使用，可查看附近空闲设备，主要包含扫码充电、账户充值，充电卡绑定、交易查询、故障申诉等功能。
4.5系统硬件配置
5结束语
本文根据充电站实时运行状态，结合电动汽车用户的实际充电行为，充分考虑进入充电站电动汽车的不同荷电状态、停留时间以及不同客户需求,以充电站运行经济效益*大化为目标，建立了充电站电动汽车充电数学模型，实现了充电站内电动汽车的协调充电控制。通过仿真分析，得到以下结论。
（1）采用所提出的有序充电控制方法，在保证客户需求以及变压器运行不过载的基础上，可显著提高充电站的收益。
（2）所提出的控制策略计算效率高；适合大规模充电站的电动汽车有序充电实时控制计算。
（3）从采用有序充电方式后的负荷曲线发现仅仅通过单一的分时电价协调充电站有序充电控制行为，可能在某些情形下并不能降低局部电网的峰谷差，相反大量的电动汽车接入可能导致局部电网另外一个峰荷的产生。
需要说明的是，本文中给出的策略特别适合应用于安装有多个充电桩和充电监控系统的停车场。该策略每隔15min改变一次充电站充电机开停状态，此时间间隔可根据实际情况合理设置。进一步的研究方向主要包括以下2个方面：①多目标的有序充电控制以及充电站间协调有序充电控制，以有效降低电动汽车充电对电网的影响；②在有序充电控制模型中考虑改变充电状态对电池寿命的影响
扫一扫，手机浏览
图1充电站内有序充电控制流程3算例分析
图2rs的曲线充电站从电网购电的电价采用国内工业用电分时电价的形式,而充电站收取电动汽车的充电电价则取统一的价格，具体充电站电价参数设置如表1所示。假设该充电站每日为100辆私家电动汽车提供充电服务，分析居民用户一般使用电动汽车的习惯，设计电动汽车的充电数据如表2所示。
表3仿真统计信息
计算次数(b)无序充电从平均收益曲线可以看出，蒙特卡洛计算次数大于400后，平均收益基本保持不变。因此将仿真次数设定为400。仿真在中央处理器(CPU)为IntelCorei3,4GB内存的计算机上完成，仿真结果如表4所示。叠加常规负荷和电动汽车充电负荷得到在有序充电和无序充电2种情形下的期望日负荷曲线和常规负荷曲线如图4所示。
图4有序和无序充电2种情形下期望负荷曲线3.5结果分析
4.4.8充电小程序
4.5系统硬件配置
