淺談關(guān)于電動(dòng)汽充電樁負荷預測的分析
點(diǎn)擊次數：643 更新時(shí)間：2024-08-23

韓歡慶

江蘇安科瑞電器制造有限公司 江蘇江陰 214405

摘要 ：文章基于南方某市的電動(dòng)汽車(chē)充電數據，得出各類(lèi)型電動(dòng)汽車(chē)在不同日期類(lèi)型的充電開(kāi)始時(shí)間、充電電量、充電功率的分布規律。采用蒙特卡洛算法模擬計算了該市 2021年各類(lèi)型電動(dòng)汽車(chē)工作日與休息日的充電負荷情況，結果表明，電動(dòng)私家車(chē)在休息日的午間和凌晨充電負荷要高于工作日；該市電動(dòng)出租車(chē)在工作日與休息日的充電負荷占比分別為 60．42% 、58．55% ，在三類(lèi)型車(chē)中始終大; 電動(dòng)私家車(chē)工作日與休息日充電負荷曲線(xiàn)有較大差異，電網(wǎng)總負荷會(huì )在 19:00 達到高峰。驗證了電動(dòng)汽車(chē)的大規模引入會(huì )增加電網(wǎng)的峰值和峰谷差，同時(shí)將充電行為數據擬合為公式，旨在為未來(lái)的電網(wǎng)擴容建設和對電動(dòng)汽車(chē)的有序充電控制提供幫助。

關(guān)鍵詞：電動(dòng)汽車(chē)；充電行為分析；負荷預測

0 引言

隨著(zhù)環(huán)境的惡化和化石能源短缺現象的加劇，電動(dòng)汽車(chē)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 內都得到了較快的發(fā)展。而大規模電動(dòng)汽車(chē)并入電網(wǎng)給電網(wǎng)的安全帶來(lái)了嚴重的威脅。即隨著(zhù)電動(dòng)汽車(chē)數量的提高，會(huì )給電網(wǎng)負荷帶來(lái)了巨大的沖擊。因此，對電動(dòng)汽車(chē)的充電負荷趨勢進(jìn)行預測，對于電網(wǎng)及充電樁后續的規劃建設，以及采用何種方式來(lái)緩解大規模電動(dòng)汽車(chē)充電過(guò)程對電網(wǎng)帶來(lái)的沖擊，都具有重要的研究?jì)r(jià)值和現實(shí)意義。

針對電動(dòng)汽車(chē)充電負荷預測可以分為從空間角度和時(shí)間角度進(jìn)行預測。文獻研究電動(dòng)汽車(chē)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(chē)充電負荷的時(shí)空預測。文獻針對電動(dòng)汽車(chē)在居民區的充電特征，建立相關(guān)模型。文獻以某一地區為例，根據狀態(tài)轉移矩陣得到居民區、工商業(yè)區電動(dòng)汽車(chē)的數量，研究不同功能區域電動(dòng)汽車(chē)充電負荷的差異性。文獻對蒙特卡洛算法的尋優(yōu)路徑優(yōu)化，完成對電動(dòng)汽車(chē)時(shí)間尺度上的負荷預測，提高了運算速度。

文中分析了前人研究電動(dòng)汽車(chē)的充電負荷特性因素的不足之處，對某市工作日與休息日各類(lèi)型車(chē)的實(shí)際充電行為數據進(jìn)行統計分析，包括充電開(kāi)始時(shí)間、充電電量、充電功率的分布特征。采用蒙特卡洛法計算各類(lèi)型電動(dòng)汽車(chē)的負荷曲線(xiàn)，比較各類(lèi)型車(chē)負荷曲線(xiàn)的差異，分析充電負荷曲線(xiàn)對該市電網(wǎng)負荷的影響。

1 影響電動(dòng)汽車(chē)充電負荷特性的因素

充電開(kāi)始時(shí)間、充電持續時(shí)間、充電功率是影響電動(dòng)汽車(chē)充電負荷特性的關(guān)鍵因素。下文將針對其進(jìn)行分析。

1.1開(kāi)始充電時(shí)間

用戶(hù)的充電開(kāi)始時(shí)間取決于車(chē)輛的類(lèi)型以及用戶(hù)的個(gè)人行為等。之前的研究多是以燃油車(chē)的出行特性來(lái)近似代替電動(dòng)汽車(chē)的出行特性，例如文獻［13］采用 NHTS( National Household Travel Survey) 的數據，將燃油汽車(chē)最后一次出行的結束時(shí)刻近似視為開(kāi)始充電時(shí)間 t，如式( 1) 所示，t 與其頻率滿(mǎn)足正態(tài)分布，其中 μs 、 σs 分別為 t 的期望和標準差。

fs (t) =exp [ －] (1)

1.2充電持續時(shí)間

充電持續時(shí)間 Tchar 決定了充電時(shí)間的長(cháng)短，取決于充電電量 Q 和充電功率 P 。通過(guò)式(2) 得到，即 :

Tchar =(2)

考慮到車(chē)型的不同，充電 電量 Q 難 以確定，文獻 ［14］研究了交通以及氣溫狀況對充電電量的影響，文獻將用戶(hù)每次用車(chē)時(shí)的電池電荷狀態(tài)SOC的概率密度函數(State of Charge) 視為正態(tài)分布，通過(guò)概率密度函數隨機抽取得到SOC，通過(guò)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(lái)說(shuō)α取為 1，E 為滿(mǎn)電電量。

Q = ( α - SOC) × E (3)

文獻亦根據NHTS的數據，將日行駛里程L視為滿(mǎn)足對數正態(tài)分布。通過(guò)式(4)得到日行駛里程 L，其中 μD 、σD 分別為 lnL 的期望和標準差。

fD (L) =exp [ －] (4)

通過(guò)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(chē)充電數據，導致將數量龐大的電動(dòng)汽車(chē)難以確定的滿(mǎn)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(guò)于理想化的設定會(huì )降低模型的精度，使得最終的充電負荷預測結果會(huì )有偏差。而文中采用的是處理后的開(kāi)始充電時(shí)間、充電電量，以及充電功率這些實(shí)際充電行為數據，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階段的負荷情況。文獻僅考慮了車(chē)輛某一充電倍率下的充電， 假設充電功率在某個(gè)范圍內滿(mǎn)足均勻分布，具有一定的局限性。文獻采用分段函數來(lái)表示充電過(guò)程中 功率的變化情況，使得結果更加準確，但該模型僅針對鎳氫電池使得最終的充電負荷結果亦具有一定的局限性。

2 電動(dòng)汽車(chē)充電行為分析

基于充電行為的差異性，以下針對各類(lèi)型電動(dòng)汽車(chē)從開(kāi)始充電時(shí)間、充電電量、充電功率進(jìn)行分析。

2.1公交車(chē)

公交車(chē)出行規律較為固定。為了更好地比較不同日期各類(lèi)型車(chē)輛充電行為的不同，將開(kāi)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(lèi)，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(chē)充電站的充電數據，處理后得到電動(dòng)公交車(chē)不同日期的開(kāi)始充電時(shí)間分布圖，如圖 1 所示。

圖 1 電動(dòng)公交車(chē)開(kāi)始充電時(shí)間分布

可以發(fā)現公交車(chē)開(kāi)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(huì )達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(huì )不同，因此，將充電電量按照時(shí)間進(jìn)行分類(lèi)，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(chē)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(chē)白天充電電量分布

圖 3 電動(dòng)公交車(chē)晚上充電電量分布

對充電電量進(jìn)行劃分，計算訂單中的每一段充電電量對應的平均充電功率如表 1 所示，相較于直接規定以某一充電功率充電，結果會(huì )更加精確。將電動(dòng)公交車(chē)定義為一天一充，其中開(kāi)始充電時(shí)間、充電電量、均按照以上分布規律生成對應的隨機數，以此來(lái)代替用戶(hù)不確定的充電行為。

2.2出租車(chē)

出租車(chē)(包括網(wǎng)約車(chē)) 同屬運營(yíng)類(lèi)車(chē)輛，近年來(lái)發(fā)展迅速。 同理得到出租車(chē)不同日期開(kāi)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(chē)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(chē)開(kāi)始充電時(shí)間分布圖

總體來(lái)說(shuō)工作日和休息日出租車(chē)的開(kāi)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(chē)白天充電電量分布

圖 6 電動(dòng)出租車(chē)晚上充電電量分布

同理對充電電量進(jìn)行分類(lèi)，每一類(lèi)的電量，匹配所對應的訂單中的平均功率如表 2 所示，文中將電動(dòng)出租車(chē)的充電頻率定為一天兩次。

表 2 電動(dòng)出租車(chē)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(chē)

私家車(chē)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(lè )。對數據處理后得到電動(dòng)私家車(chē)開(kāi)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(chē)開(kāi)始充電時(shí)間分布

圖 8 電動(dòng)私家車(chē)白天充電電量分布

圖 9 電動(dòng)私家車(chē)晚上充電電量分布

私家車(chē)工作日開(kāi)始充電時(shí)間更多的是集中在下班高峰期，約在 19:00 達到高峰，且晚上充電頻率顯著(zhù)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 達到一天中的峰值。

同理將對充電電量大小進(jìn)行分類(lèi)，每一類(lèi)的電量匹配所對應的訂單中的平均功率如表3所示，將電動(dòng)私家車(chē)的充電頻率定為一天一次。

表3 電動(dòng)私家車(chē)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

3 電動(dòng)汽車(chē)充電負荷預測模型

已知該地區 2015 年～2020 年的電動(dòng)汽車(chē)保有量，計算得到該地區電動(dòng)汽車(chē)保有量年均漲高達75.26% ，對增長(cháng)趨勢進(jìn)行擬合處理如圖 10 所示，計算得到 2021年該地區電動(dòng)汽車(chē)的總保有量。已知該地區某市電動(dòng)汽車(chē)保有量占比，以及公交車(chē)、出租車(chē)、私家車(chē)之前的數量 占 比，得到 2021年該市總保有量為64 616輛，其中公交車(chē)為 2565輛，出租車(chē)( 包括網(wǎng)約 車(chē)) 為 20541 輛，私家車(chē)為 41 510 輛。

圖 10 某地區 2015年-2020年電動(dòng)汽車(chē)保有量變化

通過(guò)上文各類(lèi)型車(chē)充電開(kāi)始時(shí)間、充電電量、充電功率的分布規律以及保有量數據，對南方某市 2021年的公交車(chē)、出租車(chē)、私家車(chē)的充電負荷數據采取蒙特卡洛算法進(jìn)行預測計算。蒙特卡洛算法是在已知某些隨機變量大量數據的前提下，通過(guò)大量的隨機試驗，反復抽取隨機數，以此來(lái)替代電動(dòng)汽車(chē)的隨機充電行為，計算變量在試驗中出現的頻率近似估計其概率值，并將其作為問(wèn)題的解。圖 11為基于蒙特卡洛算法的電動(dòng)汽車(chē)充電負荷預測流程圖，通過(guò)仿真計算得到公交車(chē)、出租車(chē)、私家車(chē)一天的充電負荷情況。為了簡(jiǎn)化計算流程，做出以下假設 :

(1) 各個(gè)類(lèi)型電動(dòng)汽車(chē)的開(kāi)始充電時(shí)間與充電電量互相獨立，彼此互不影響 ;

(2) 充電過(guò)程均視為恒功率充電 ;

(3) 區域內的總負荷為獨立車(chē)輛充電負荷的疊加， 即對同時(shí)刻的不同車(chē)型充電負荷進(jìn)行求和。

文中將三種類(lèi)型電動(dòng)汽車(chē)充電負荷曲線(xiàn)的負荷值相加，計算各類(lèi)型車(chē)不同日期類(lèi)型的負荷占比，以及負荷峰值如表 4所示。由于電動(dòng)出租車(chē)充電頻率高，且保有量較高，無(wú)論工作日還是休息日，該市的電動(dòng)出租車(chē)充電負荷占比始終最高，分別為 60．42% 和58．88% 。 由于工作日和休息日對電動(dòng)公交車(chē)和電動(dòng)出租車(chē)的負荷預測曲線(xiàn)影響較小，文中只列出電動(dòng)私家車(chē)工作日與休息日的負荷曲線(xiàn)對比圖12，以及三種電動(dòng)汽車(chē)在工作日的負荷曲線(xiàn)對比圖13，發(fā)現私家車(chē)在休息日中午和凌晨的充電負荷要高于工作日，工作日更多選擇在下班高峰期進(jìn)行充電。

圖 11 充電負荷計算流程圖

表 4 各類(lèi)型電動(dòng)汽車(chē)不同時(shí)間負荷峰值與負荷占比

車(chē)型	工作日		休息日
	負荷峰值 (P/ MW)	負荷占比 (%)	負荷峰值 (P/ MW)	負荷占比 (%)
電動(dòng)公交車(chē)	20．345	9．10	20．343	8．90
電動(dòng)出租車(chē)	105．899	60．42	106．228	58．88
電動(dòng)私家車(chē)	49．708	30．48	44．480	32．22

圖 12 電動(dòng)私家車(chē)不同日期的負荷曲線(xiàn)對比

圖 13 三種類(lèi)型車(chē)工作日的充電負荷曲線(xiàn)對比

將公交車(chē)、出租車(chē)、私家車(chē)三者的負荷曲線(xiàn)疊加得到圖 14，可以發(fā)現工作日與休息日電動(dòng)汽車(chē)的總的負荷曲線(xiàn)分布規律相似。由于出租車(chē)的負荷占比始終最大，導致總體分布曲線(xiàn)類(lèi)似于出租車(chē)的充電負荷曲線(xiàn)。

圖 14 三種類(lèi)型電動(dòng)汽車(chē)充電負荷曲線(xiàn)之和

已知該市 2016 年冬季典型日負荷曲線(xiàn)如圖 15 中 的原負荷曲線(xiàn)所示。并將圖14結果疊加到原負荷曲 線(xiàn)之上，得到2021年該市電動(dòng)汽車(chē)總負荷曲線(xiàn)與原負荷曲線(xiàn)對比圖，如圖 15 所示。并繪制了表5，展示三條曲線(xiàn)負荷峰值、谷值、峰谷差、方差之間的差異，括號內展示了相較于基礎負荷的增長(cháng)率。表 6、表 7 分別為各類(lèi)型車(chē)開(kāi)始充電時(shí)間、充電電量的概率密度函數擬合公式的具體參數。

從圖15 以及表5 可以看出，電動(dòng)汽車(chē)的充電過(guò)程使得電網(wǎng)的整體負荷有了較大的提升，會(huì )在晚上 19: 00 達到高峰，約為 835．09 MW( 工作日)，830．20 MW( 休 息日) ，負荷峰值分別提高了7．79% ( 工作日) ，7．16% (休息日) 。相對來(lái)說(shuō)，在夜間負荷谷值的提升更為明顯，分別提高 10．70% ，11．12% ，利用這一特性后續可以采用 V2G［27-30］等有序充電控制技術(shù)，將電動(dòng)汽車(chē)作為一個(gè)獨立的儲能單元與電網(wǎng)進(jìn)行有效的交互調度，在滿(mǎn)足用戶(hù)充電需求的前提下，提高發(fā)電設備在夜間 的利用率，實(shí)現削峰填谷，保證電網(wǎng)的安全穩定運行。負荷峰谷差由原來(lái)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% 。而負荷的波動(dòng)情況一般用方差來(lái)表示，負荷方差分別提高 9．62% ( 工作日) ，7．94% ( 休息日) ，也表明電動(dòng)汽車(chē)的引入加劇了電網(wǎng)的不穩定波動(dòng)。

圖 15 電動(dòng)汽車(chē)總負荷曲線(xiàn)與原負荷曲線(xiàn)對比

表 5 不同負荷曲線(xiàn)的對比

負荷曲 線(xiàn)名稱(chēng)	峰值 (P/ MW)	谷值 (P/ MW)	峰谷差 (P/ MW)	負荷 方差
基礎負荷	774．76	407．77	366．99	13 161
工作日	835．10	451．40	383．70	14 427
總負荷	(7．79% )	( 10．70% )	(4．55% )	(9．62% )
休息日	830．20	453．10	377．10	14206
總負荷	(7．16% )	( 11．12% )	(2．75% )	(7．94% )

文中將各類(lèi)型電動(dòng)汽車(chē)的開(kāi)始充電時(shí)間以及充電電量通過(guò) Matlab 進(jìn)行擬合處理，篩選出 R2 =0．95 的函 數，其中 R2 表示復相關(guān)系數，其越接近 1，表示擬合效 果越好。發(fā)現除了私家車(chē)在工作日與休息日，開(kāi)始充電時(shí)間的概率密度函數用高階傅里葉函數( 如式 6) 擬合效果較好以外，其余均通過(guò)一階或多階高斯分布函數( 如式 7) 完成擬合。同時(shí)采用最小二乘法估計公式的各項參數，結果如表 6 與表 7 所示，其中 x 表示開(kāi)始充電時(shí)間或是充電電量，∫ (x) 表示與之對應的概率密度。通過(guò)對充電行為進(jìn)行函數擬合，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(lèi)型車(chē)開(kāi)始充電時(shí)間概率密度函數具體參數

日期類(lèi)型		開(kāi)始充電時(shí)間概率密度函數具體參數
	公交車(chē)	出租車(chē)	私家車(chē)
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(lèi)型車(chē)充電電量概率密度函數具體參數

日期類(lèi)型	充電電量概率密度函數具體參數
	公交車(chē) 出租車(chē) 私家車(chē)
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 安科瑞充電樁收費運營(yíng)云平臺

4.1概述

AcrelCloud-9000安科瑞充電樁收費運營(yíng)云平臺系統通過(guò)物聯(lián)網(wǎng)技術(shù)對接入系統的汽車(chē)充電站、電動(dòng)自行車(chē)充電站以及各個(gè)充電樁進(jìn)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，資源管理、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)合

適用于住宅小區等物業(yè)環(huán)境、各類(lèi)企事業(yè)單位、醫院、景區、學(xué)校、園區等公建、公共停車(chē)場(chǎng)、公路充電站、公交樞紐、購物中心、商業(yè)綜合體、商業(yè)廣場(chǎng)、地下停車(chē)場(chǎng)、高速服務(wù)區、公寓寫(xiě)字樓等場(chǎng)合。

4.3系統結構

現場(chǎng)設備層：連接于網(wǎng)絡(luò )中的各類(lèi)傳感器，包括多功能電力儀表、汽車(chē)充電樁、電瓶車(chē)充電樁、電能質(zhì)量分析儀表、電氣火災探測器、限流式保護器、煙霧傳感器、測溫裝置、智能插座、攝像頭等。

網(wǎng)絡(luò )通訊層：包含現場(chǎng)智能網(wǎng)關(guān)、網(wǎng)絡(luò )交換機等設備。智能網(wǎng)關(guān)主動(dòng)采集現場(chǎng)設備層設備的數據，并可進(jìn)行規約轉換，數據存儲，并通過(guò)網(wǎng)絡(luò )把數據上傳至搭建好的數據庫服務(wù)器，智能網(wǎng)關(guān)可在網(wǎng)絡(luò )故障時(shí)將數據存儲在本地，待網(wǎng)絡(luò )恢復時(shí)從中斷的位置繼續上傳數據，保證服務(wù)器端數據不丟失。

平臺管理層：包含應用服務(wù)器和數據服務(wù)器，完成對現場(chǎng)所有智能設備的數據交換，可在PC端或移動(dòng)端實(shí)現實(shí)時(shí)監測充電站配電系統運行狀態(tài)、充電樁的工作狀態(tài)、充電過(guò)程及人員行為，并完成微信、支付寶在線(xiàn)支付等應用。

4.4平臺功能描述

4.4.1充電服務(wù)

充電設施搜索，充電設施查看，地圖尋址，在線(xiàn)自助支付充電，充電結算，導航等。

4.4.2首頁(yè)總覽

總覽當日、當月開(kāi)戶(hù)數、充值金額、充電金額、充電度數、充電次數、充電時(shí)長(cháng)，累計的開(kāi)戶(hù)數、充值金額、充電金額、充電度數、充電次數、充電時(shí)長(cháng)，以及相應的環(huán)比增長(cháng)和同比增長(cháng)以及樁、站分布地圖導航、本月充電統計。

4.4.3交易結算

充電價(jià)格策略管理，預收費管理，賬單管理，營(yíng)收和財務(wù)相關(guān)報表。

4.4.4故障管理

故障管理故障記錄查詢(xún)、故障處理、故障確認、故障分析等管理項，為用戶(hù)管理故障和查詢(xún)提供方便。

4.4.5統計分析

統計分析支持運營(yíng)趨勢分析、收益統計，方便用戶(hù)以曲線(xiàn)、能耗分析等分析工具，瀏覽樁的充電運營(yíng)態(tài)勢。

4.4.6運營(yíng)報告

按用戶(hù)周期分析汽車(chē)、電瓶車(chē)充電站、樁運行、交易、充值、充電及報警、故障情況，形成分析報告。

4.4.7APP、小程序移動(dòng)端支持

通過(guò)模糊搜索和地圖搜索的功能，可查詢(xún)可用的電樁和電站等詳細信息。掃碼充電，在線(xiàn)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(hù)檔案管理，充電樁運行監測，充電樁異常交易監測。

4.5選型配置

類(lèi)型	型號	圖片	功能
安科瑞汽車(chē)充電樁收費運營(yíng)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(hù)檔案管理，充電樁異常交易監測 (二)交易結算 充電價(jià)格策略管理，預收費管理，賬單管理，營(yíng)收和財務(wù)相關(guān)報表 (三)用戶(hù)管理 用戶(hù)注冊，用戶(hù)登錄，用戶(hù)帳戶(hù)管理 (四)充電服務(wù) 充電設施搜索，充電設施查看，地圖尋址，在線(xiàn)自助支付充電，充電結算，導航等 (五)微信小程序 掃碼充電，賬單查詢(xún)、充電信息監測等功能 (六)數據服務(wù) 數據采集，數據存儲和解析 (七)收益隔天結轉到帳
安科瑞電瓶車(chē)充電樁收費運營(yíng)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(hù)檔案管理，充電樁異常交易監測 (二)交易結算 充電價(jià)格策略管理，預收費管理，賬單管理，營(yíng)收和財務(wù)相關(guān)報 (三)用戶(hù)管理 用戶(hù)注冊，用戶(hù)登錄，用戶(hù)帳戶(hù)管理 (四)充電服務(wù) 充電設施搜索，充電設施查看，地圖尋址，在線(xiàn)自助支付充電，充電結算，導航等 (五)微信小程序 掃碼充電，賬單查詢(xún)、充電信息監測等功能 (六)數據服務(wù) 數據采集，數據存儲和解析 (七)收益隔天結轉到帳
IC卡汽車(chē)充電樁管理系統（本地單價(jià)版）	Acrel-AVMS	/	輸入輸出：AC220V 1個(gè)充電接口，充電線(xiàn)長(cháng)5米；輸出功率7KW;掃碼刷卡支付;標配 無(wú)線(xiàn)通訊：4G、WIFI、藍牙三選一 （下單備注規格，無(wú)備注默認4G通訊）
10路電瓶車(chē)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(mǎn)自停、斷電記憶、短路保護、過(guò)載保護、空載保護。故障回路識別、遠程升級、功率識別、獨立計量、告警上報。 可選配：K(進(jìn)線(xiàn)漏保) C(每回路測溫) J(進(jìn)線(xiàn)計量，單相電能表) L(進(jìn)線(xiàn)漏電監測，超限跳開(kāi)所有回路) ACX10A-TYHN 戶(hù)內使(IP21),支持投幣、刷卡，掃碼、免費充電 ACX10A-TYN 戶(hù)內使用(IP21)，支持投幣、刷卡，免費充電 ACX10A-YHW 戶(hù)外使用(IP65)，支持刷卡，掃碼，免費充電 ACX10A-YHN 戶(hù)內使用(IP21)，支持刷卡，掃碼，免費充電 ACX10A-YW戶(hù)外使用(IP65),支持刷卡、免費充電 ACX10A-MW 戶(hù)外使用(IP65)，僅免費充電，不能刷卡掃碼
20路電瓶車(chē)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(mǎn)自停、斷電記憶、短路保護、過(guò)載保護、空載保護、故障回路識別、遠程升級、功率識別，報警上報?？蛇x配 K(進(jìn)線(xiàn)漏保) C(每回路測溫) J(進(jìn)線(xiàn)計量，單相電能表) L(進(jìn)線(xiàn)漏電監測，超限跳開(kāi)所有回路) ACX20A-YHN 戶(hù)內使用(IP21),支持刷卡，掃碼，免費充電 ACX20A-YN 戶(hù)內使用(IP21)，支持刷卡，免費充電
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(mǎn)自停、斷電記憶、短路保護、過(guò)載保護、空載保護。故障回路識別、遠程升級、功率識別，報警上報。 ACX2A-YHN 戶(hù)內使用(IP21)，支持刷卡、掃碼充電，單路最大電流10A ACX2A-HN 戶(hù)內使用(IP21)，支持掃碼充電，單路最大電流10A ACX2A-YN 戶(hù)內使用(IP21)，支持刷卡充電，單路最大電流10A
落地式電瓶車(chē)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(mǎn)自停、斷電記憶、短路保護、過(guò)載保護、空載保護。故障回路識別、遠程升級、功率識別、獨立計量、告警上報可選配 K(進(jìn)線(xiàn)漏保) C(每回路測溫) J(進(jìn)線(xiàn)計量，單相電能表) L(進(jìn)線(xiàn)漏電監測，超限跳開(kāi)所有回路) ACX10B-YHW 戶(hù)外使用，落地式安裝，包含1臺主機及5根立柱，支持刷卡、掃碼充電,不帶廣告屏 ACX10B-YHW-LL 戶(hù)外使用，落地式安裝，包含1臺主機及5根立柱，支持刷卡、掃碼充電。液晶屏支持U盤(pán)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(xiàn)制，防護等級IP65，具備防雷保護、過(guò)載保護、短路保護、漏電保護、智能監測、智能計量、遠程升級，支持刷卡、掃碼、即插即用。 通訊方式：4G/WIFI/藍牙 支持刷卡，掃碼、免費充電 可選配觸摸顯示屏（LCD)
30KW直流樁	AEV-DC030D		額定功率30kW，三相五線(xiàn)制，防護等級IP54，具備防雷保護、過(guò)載保護、短路保護、漏電保護、智能監測、智能計量、恒流恒壓、電池保護、遠程升級，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、免費充電
60KW直流樁	AEV-DC060S		額定功率60kW，三相五線(xiàn)制，防護等級IP54，具備防雷保護、過(guò)載保護、短路保護、漏電保護、智能監測、智能計量、恒流恒壓、電池保護、遠程升級，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、免費充電
120KW直流樁	AEV-DC120S		額定功率120kW，三相五線(xiàn)制，防護等級IP54，具備防雷保護、過(guò)載保護、短路保護、漏電保護、智能監測、智能計量、恒流恒壓、電池保護、遠程升級，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、免費充電
IC充值卡	ACX10A-IC02		充電樁配套購電卡
充值機	ACX10A-CZJ01		電瓶車(chē)充電樁開(kāi)卡讀卡器
7kw交流充電樁立柱	AEV-AC007LZ		用于A(yíng)EV-AC007D立柱安裝
30kw直流充電樁立柱	AEV-DC030LZ		用于30kw充電樁AEV-DC030D專(zhuān)用立柱套件，可實(shí)現落地式安裝安裝
汽車(chē)充電樁IC卡	M1射屏卡		通過(guò)刷卡控制電動(dòng)汽車(chē)充電樁的啟停并扣費
汽車(chē)充電樁讀卡器	讀卡器		汽車(chē)充電樁開(kāi)卡讀卡器
電氣防火限流式保護器	ASCP200-40B		壁掛式安裝，可實(shí)現短路限流滅弧保護、過(guò)載限流保護、內部超溫限流保護、過(guò)欠壓保護、漏電監測、線(xiàn)纜溫度監測等功能；1路RS485通訊，1路NB 無(wú)線(xiàn)通訊(選配)；額定電流為0~40A，額定電流菜單可設。
導軌式電能表	ADL200		單相U、I 、P、Q、S、PF、F 等全電參量測量， 有功無(wú)功電能統計；LCD顯示；可選配 RS485 通訊功能，方便用戶(hù)電瓶車(chē)充電樁汽車(chē)充電樁進(jìn)行用電監測計量。
導軌式直流電能表	DJSF1352-RN		直流電壓、電流、功率測量及正反向電能計量，復費率電能統計，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)導軌式安裝，電能精度1級，8位LCD顯示，標配2路開(kāi)關(guān)量輸入，2路開(kāi)關(guān)量輸出，1路 RS485 通訊，1路直流電能計量，AC/DC85-265V，供充電樁直流計量。

5 結束語(yǔ)

由于早期的研究缺乏實(shí)際數據的支持，對充電電量和充電功率的設定較為主觀(guān)，降低了模型計算的精度，文章基于南方某市電動(dòng)汽車(chē)充電的實(shí)際數據，對其進(jìn)行篩選處理，得到不同類(lèi)型電動(dòng)汽車(chē)充電行為的分布規律，并將其充電行為數據擬合成函數形式。而后采用蒙特卡羅算法對三種類(lèi)型電動(dòng)車(chē)的充電負荷曲線(xiàn)進(jìn)行了模擬計算，得到以下結論:

(1) 電動(dòng)汽車(chē)的大規模無(wú)序充電行為會(huì )進(jìn)一步提高電網(wǎng)的峰值與峰谷差，導致峰上加峰現象的出現；

(2) 電動(dòng)出租車(chē)充電負荷占比較高，同時(shí)具有較大的隨機性，未來(lái)具有較大的調度潛力，可以通過(guò)多種方式對其充電行為進(jìn)行引導，進(jìn)一步降低其充電行為對電網(wǎng)的影響。

參考文獻

［1］蔡黎，葛棚丹，代妮娜，等．電動(dòng)汽車(chē)入網(wǎng)負荷預測及其與電網(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(chē)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(chē)充電負荷的建模及其對配電系統的影響分析［D］廣州: 華南理工大學(xué)，2017 .

［4］孔順飛，胡志堅，謝仕煒，等．考慮分布式儲能與電動(dòng)汽車(chē)充電網(wǎng)絡(luò )的配電網(wǎng)多目標規劃［J］．電力科學(xué)與技術(shù)學(xué)報，2021，36 (1) : 106-116 .

［5］基于充電行為分析的電動(dòng)汽車(chē)充電負荷預測.秦建華等.

［6］安科瑞企業(yè)微電網(wǎng)設計與應用手冊2020.06

作者簡(jiǎn)介

韓歡慶，女，本科，現任職于江蘇安科瑞電器制造有限公司，主要從事汽車(chē)充電樁及云平臺的研發(fā)與應用。