安科瑞 劉邁

　　摘要：在雙碳目標(biāo)的指引下，建筑屋頂可作為分布式光伏的重要場(chǎng)景，同時(shí)汽車(chē)電動(dòng)化是交通領(lǐng)域減碳的關(guān)鍵舉措。然而，大量光伏出力和電動(dòng)汽車(chē)充電需求在時(shí)間上的不匹配，給電網(wǎng)穩(wěn)定性帶來(lái)較大壓力。提出一種光伏-直流智能充電樁的有序充電策略，在滿(mǎn)足充電需求的基礎(chǔ)上，減少外網(wǎng)供電，可有效提高光伏自消納能力和負(fù)荷滿(mǎn)足率。以北京市某辦公建筑為例，通過(guò)實(shí)驗(yàn)測(cè)試和模擬計(jì)算，分析了不同天氣條件下系統(tǒng)運(yùn)行效果。結(jié)果表明，該充電策略可以利用建筑光伏滿(mǎn)足電動(dòng)汽車(chē)充電需求，無(wú)須向外網(wǎng)取電，即負(fù)荷滿(mǎn)足率可達(dá)100%。與傳統(tǒng)恒功率充電方式相比，光伏消納率提高了42%，光伏并網(wǎng)功率下降了54%，為建筑光伏高效利用和交通領(lǐng)域電氣化提供借鑒和參考

　　關(guān)鍵詞：充電樁；有序充電策略；電動(dòng)汽車(chē)；S2V；直流系統(tǒng)

　　0引言

　　在雙碳目標(biāo)的指引下，以風(fēng)光電為主的可再生能源將被廣泛使用，建筑屋頂光伏是其中的重要組成部分，到2025年，公共機(jī)構(gòu)新建建筑屋頂光伏覆蓋率將達(dá)到50%，以建筑屋頂光伏系統(tǒng)為代表的分布式能源系統(tǒng)也會(huì)得到大量應(yīng)用。

　　然而，大規(guī)模分布式光伏接入電網(wǎng)可能會(huì)對(duì)電網(wǎng)的安全運(yùn)行帶來(lái)不利影響，如何有效實(shí)現(xiàn)就地消納是亟待研究的問(wèn)題。同時(shí)，電動(dòng)汽車(chē)蓬勃發(fā)展，預(yù)計(jì)2030年中國(guó)將保有約8000萬(wàn)輛電動(dòng)汽車(chē)，巨大的充電需求也會(huì)對(duì)區(qū)域電力系統(tǒng)造成巨大挑戰(zhàn)。據(jù)統(tǒng)計(jì)，私家電動(dòng)汽車(chē)約有90%以上的時(shí)間停放在建筑內(nèi)或周邊停車(chē)場(chǎng)，其充電過(guò)程與建筑能源系統(tǒng)深度融合。因此，探究電動(dòng)汽車(chē)與建筑光伏的互動(dòng)方式，并挖掘其對(duì)建筑光伏的利用潛力，以程度消納可再生能源，對(duì)于降低碳排放有重要意義。

　　2009年，利用太陽(yáng)能為電動(dòng)汽車(chē)充電（solarto-vehicle，S2V）的概念被提出后，利用停車(chē)場(chǎng)的光伏滿(mǎn)足合理范圍內(nèi)的電動(dòng)汽車(chē)通勤電力需求的做法得到驗(yàn)證，發(fā)表了S2V相關(guān)硬件、經(jīng)濟(jì)性和策略的研究成果。但目前電動(dòng)汽車(chē)的主要充電模式大多為恒功率充電，造成了大量瞬時(shí)尖峰負(fù)荷，給電網(wǎng)帶來(lái)巨大的壓力。另外，光伏電力的波動(dòng)性、隨機(jī)性和間歇性等不穩(wěn)定特征，與電力需求側(cè)的負(fù)荷存在較大的不匹配關(guān)系。實(shí)際S2V場(chǎng)景中往往需要從電網(wǎng)取電為電動(dòng)汽車(chē)充電，同時(shí)又有部分光伏無(wú)法消納。因此，設(shè)計(jì)一種新的有序充電策略，將電動(dòng)汽車(chē)充電需求與光伏發(fā)電特性相匹配，對(duì)于綠電消納十分重要。

　　文獻(xiàn)采用一種多目標(biāo)優(yōu)化算法進(jìn)行電動(dòng)汽車(chē)有序充電，從而降低負(fù)荷波動(dòng)率和用戶(hù)充電成本。文獻(xiàn)提出一種微電網(wǎng)電動(dòng)汽車(chē)有序充電策略，采用模糊控制算法優(yōu)化安排電動(dòng)汽車(chē)充電計(jì)劃，實(shí)現(xiàn)電力的削峰填谷，并通過(guò)模擬仿真進(jìn)行了檢驗(yàn)。文獻(xiàn)以住宅小區(qū)電動(dòng)汽車(chē)集群為研究對(duì)象，建立了基于分時(shí)電價(jià)的有序充電集中式優(yōu)化模型并采用基于模擬退火機(jī)制的混沌粒子群算法進(jìn)行優(yōu)化，降低了充電負(fù)荷的峰谷比。但這些研究并未考慮電動(dòng)汽車(chē)充電需求與光伏電力的協(xié)同問(wèn)題，得出的結(jié)論通常是讓電動(dòng)汽車(chē)在夜間進(jìn)行充電。文獻(xiàn)考慮了電動(dòng)汽車(chē)充電與集中式光伏發(fā)電直接協(xié)同，但針對(duì)分布式光伏，尤其是建筑光伏的研究較少。文獻(xiàn)考慮了分布式光伏和負(fù)荷的不確定因素，提出一種上層以配電網(wǎng)年用電成本小、下層以?xún)?yōu)化電網(wǎng)穩(wěn)定性為目標(biāo)的雙層控制策略。文獻(xiàn)以微電網(wǎng)為研究對(duì)象，考慮充電需求和風(fēng)光電輸出的不確定性，根據(jù)每個(gè)節(jié)點(diǎn)充電設(shè)備利用率的高低控制充電站運(yùn)行時(shí)間。文獻(xiàn)對(duì)分布式光伏發(fā)電下的電動(dòng)汽車(chē)充電策略進(jìn)行了分析，提出了充電行為策略的優(yōu)化方案，促進(jìn)了電動(dòng)汽車(chē)充電負(fù)荷與分布式電力的匹配性，但并未考慮將光伏發(fā)電功率與充電樁充電功率協(xié)同控制，未能在實(shí)時(shí)的充電控制層面給出進(jìn)一步研究。

　　除此之外，電動(dòng)汽車(chē)車(chē)主的充電行為模式也是影響充電負(fù)荷的關(guān)鍵因素。文獻(xiàn)基于用戶(hù)意愿和出行規(guī)律對(duì)電動(dòng)汽車(chē)充電負(fù)荷進(jìn)行了優(yōu)化分配。文獻(xiàn)根據(jù)車(chē)用電需求和調(diào)峰需求提出了一種可適應(yīng)多種充電模式的優(yōu)化控制策略。文獻(xiàn)進(jìn)一步考慮了在光伏發(fā)電條件下，充電需求、充電行為與光伏消納之間的耦合控制，采用了非預(yù)測(cè)機(jī)制實(shí)現(xiàn)充電功率的動(dòng)態(tài)分配。但上述研究尚未考慮用戶(hù)行為對(duì)充電條件的適應(yīng)性變化，由于電動(dòng)汽車(chē)在辦公場(chǎng)景下長(zhǎng)時(shí)間停留，可以采用即停即插的充電模式，使充電功率的調(diào)配具有更大的柔性調(diào)節(jié)空間。

　　因此，本文基于建筑光伏的發(fā)電特性和電動(dòng)汽車(chē)的充電負(fù)荷特性，提出了一種基于直流母線電壓的有序充電控制策略，在滿(mǎn)足電動(dòng)車(chē)充電需求的基礎(chǔ)上，盡量減少外網(wǎng)充電行為，實(shí)現(xiàn)本地光伏電力的有效利用。

　　1系統(tǒng)配置與控制策略

　　1.1系統(tǒng)拓?fù)?/p>

　　本研究直流充電系統(tǒng)包括光伏模塊、充電樁、交流電網(wǎng)和建筑負(fù)載，并聯(lián)在直流母線上，系統(tǒng)拓?fù)浣Y(jié)構(gòu)如圖1所示。光伏模塊通過(guò)一個(gè)直流/直流變換器（DC/DC）接到直流母線上，設(shè)置系統(tǒng)僅通過(guò)光伏模塊為充電樁供電，充電樁無(wú)法從電網(wǎng)取電；交流電網(wǎng)是一個(gè)雙向的能量交互模塊，通過(guò)整流器（AC/DC）與直流母線連接：當(dāng)系統(tǒng)從電網(wǎng)取電時(shí)，AC/DC處于整流狀態(tài)，將交流電轉(zhuǎn)換成直流電，為系統(tǒng)供電；當(dāng)光伏富余時(shí)，系統(tǒng)向電網(wǎng)送電，AC/DC處于逆變狀態(tài)，將直流電轉(zhuǎn)換成一定頻率和幅值的交流電送入電網(wǎng)；單向直流充電樁和建筑用電作為系統(tǒng)主要負(fù)載，其中建筑負(fù)載為可選項(xiàng)，即不連接建筑負(fù)載時(shí)，該系統(tǒng)僅為電動(dòng)汽車(chē)提供充電服務(wù)；電動(dòng)汽車(chē)可視為該系統(tǒng)的移動(dòng)蓄電池，其充電電流可調(diào)，使得負(fù)載功率可在較大范圍內(nèi)變化。上述各部分通過(guò)母線電壓作為信號(hào)在運(yùn)行中保持系統(tǒng)能量平衡。

圖1系統(tǒng)拓?fù)浣Y(jié)構(gòu)

　　1.2直流母線電壓控制策略

　　為大化利用太陽(yáng)能清潔能源，光伏模塊需盡可能地以功率輸出，本系統(tǒng)通過(guò)改進(jìn)的大功率點(diǎn)跟蹤（maximum power point tracking，MPPT）擾動(dòng)觀測(cè)法[19,22]，追蹤改變電壓以獲得大功率狀態(tài)點(diǎn)。需要注意的是，光伏輸出的功率只與光照強(qiáng)度和光伏板溫度有關(guān)，系統(tǒng)中其他模塊運(yùn)行策略不干擾光伏模塊輸出電壓（UPV,max），UPV,max始終為光伏組件在當(dāng)前時(shí)刻的大功率點(diǎn)電壓。本文系統(tǒng)中母線電壓（UDC）通過(guò)和DC/DC占空比（系統(tǒng)開(kāi)關(guān)開(kāi)啟時(shí)間與周期時(shí)間的比值，α）確定，二者關(guān)系為

（1）

　　式中：UDC,max和UDC,min分別為直流母線允許的高和低電壓。

　　母線電壓升高或保持在高位，意味著光伏的發(fā)電功率充足，可提高充電樁充電的總功率，多余的光伏電力則會(huì)并入電網(wǎng)；當(dāng)母線電壓降低，意味著光伏的發(fā)電功率不足，則需要降低充電樁的總充電的功率。

　　1.3充電樁控制策略

　　為了使充電樁的功率能夠自適應(yīng)地主動(dòng)調(diào)節(jié)，本文提出一種基于直流母線電壓的充電樁有序充電控制策略。系統(tǒng)運(yùn)行過(guò)程中，電動(dòng)汽車(chē)充電功率（Pc,max）是指令功率的上限值，充電樁額定功率（Pc,rated）將限制充電樁大實(shí)際輸出功率，基于此根據(jù)直流母線電壓（UDC）和車(chē)輛電池荷電狀態(tài)（Soc）確定充電功率（P?），即充電功率指令值是關(guān)于UDCSocPc,maxPc,rated等參數(shù)的函數(shù)，即有P?=f(UDC,Soc,Pc,max,Pc,rated...)。其中，P?與UDC正相關(guān)，光伏富余時(shí)，母線電壓升高，充電樁功率增大；P?與Soc負(fù)相關(guān)，車(chē)輛電池荷電狀態(tài)低時(shí)，優(yōu)先以更大功率充電

　　當(dāng)電動(dòng)汽車(chē)接入系統(tǒng)之后，充電樁獲取電動(dòng)汽車(chē)參數(shù)（Soc和Pc,max）。根據(jù)Soc計(jì)算起始點(diǎn)充電電壓U0（UDC＞U0時(shí)，開(kāi)始充電）和功率曲線弧度nc（實(shí)現(xiàn)不同Soc電動(dòng)汽車(chē)的充電功率控制，使得相同母線電壓下，車(chē)輛電池荷電狀態(tài)更低的車(chē)輛優(yōu)先以更大功率充電）。U0和nc的計(jì)算公式為

　　U0=Soc(UDC,max-UDC,min-2ΔU)+UDC,min+ΔU（2）

　　nc=Soc/(1-Soc)（3）

　　式中：ΔU為死區(qū)電壓差。

　　隨后，根據(jù)母線電壓UDC所處的區(qū)間，判斷并計(jì)算指令充電功率P*，計(jì)算公式為

（4）

　　除此之外，在整個(gè)配電系統(tǒng)中，電動(dòng)汽車(chē)電池管理系統(tǒng)的權(quán)限高。為保護(hù)電動(dòng)汽車(chē)，一般在充電電流降低至1A或充電功率小于0.5kW時(shí)的近零功率充電，電動(dòng)汽車(chē)電池管理系統(tǒng)將判斷充電接近充滿(mǎn)或電路故障，從而切斷充電。

　　2 實(shí)驗(yàn)場(chǎng)景與性能評(píng)價(jià)方法

　　2.1實(shí)驗(yàn)場(chǎng)景

　　本文選取北京某辦公建筑為例，搭建如圖2所示實(shí)驗(yàn)系統(tǒng)。依據(jù)T/CABEE030—2022《民用建筑直流配電標(biāo)準(zhǔn)》，該辦公樓直流母線電壓等級(jí)為375V，并允許在一定范圍內(nèi)（如85%~105%）變化。建筑屋頂光伏裝機(jī)容量為20kWp，建筑周邊接入2個(gè)額定功率為6.6kW的智能充電樁，采用1.3節(jié)中的控制策略。實(shí)驗(yàn)過(guò)程中建筑內(nèi)負(fù)載使用頻率較低，因此不作為本文分析重點(diǎn)。

圖2實(shí)驗(yàn)系統(tǒng)拓?fù)渑c場(chǎng)地實(shí)景

　　2.2充電功率控制效果

　　本文設(shè)置充電樁循環(huán)監(jiān)測(cè)系統(tǒng)周期為30ms，直流母線電壓上、下限分別是395V和320V，死區(qū)電壓差ΔU為5V。為檢驗(yàn)充電樁功率控制的有效性，本文對(duì)不同Soc和母線電壓下的21個(gè)指令功率和充電樁實(shí)際功率進(jìn)行了監(jiān)測(cè)，每個(gè)功率測(cè)試點(diǎn)進(jìn)行15次測(cè)試并取平均值，控制效果如圖3所示。在不同Soc和母線電壓下，智能充電樁的充電功率與實(shí)際功率能夠保持接近，實(shí)現(xiàn)符合預(yù)期的控制，實(shí)際功率與指令功率之間的偏差率均小于±10%，平均偏差率為1%，表明智能充電樁在實(shí)際系統(tǒng)中可適應(yīng)直流母線電壓的變化和不同車(chē)型的接入，可實(shí)現(xiàn)預(yù)期的充電策略。

　　2.3光伏消納率和負(fù)荷滿(mǎn)足率

　　為分析充電樁控制策略的可行性，本文采用光伏消納率（selfconsumptionrate，SCR）和負(fù)荷滿(mǎn)足率（loadsatisfactionrate，LSR）對(duì)系統(tǒng)進(jìn)行評(píng)價(jià)。光伏消納率和負(fù)荷滿(mǎn)足率越高，意味著光伏電力得到有效利用的程度越高。

　　式中：SCR為光伏發(fā)電中用于負(fù)載耗電的比例；LSR為負(fù)載用電中來(lái)自光伏電力的比例；EPV、Ecar分別為計(jì)算時(shí)間段內(nèi)的光伏發(fā)電量和電動(dòng)汽車(chē)充電量，kW·h；Egrid,export、Egrid,import分別為并網(wǎng)電量和從電網(wǎng)取電的電量，kW·h。

圖3指令功率與實(shí)際功率偏差示意

　　當(dāng)不用采用外網(wǎng)充電（Egrid,import=0）時(shí)，負(fù)荷滿(mǎn)足率為1，即由建筑光伏對(duì)電動(dòng)汽車(chē)進(jìn)行充電。

　　3運(yùn)行效果分析

　　Soc系統(tǒng)經(jīng)過(guò)測(cè)試調(diào)優(yōu)后投入實(shí)際運(yùn)行，使用人員主要為周邊建筑辦公人員，汽車(chē)充電時(shí)間均處于日間工作時(shí)間，車(chē)主將車(chē)輛停放時(shí)可自由接入進(jìn)行免費(fèi)充電。本研究涉及數(shù)據(jù)主要包括：實(shí)時(shí)的光伏發(fā)電功率、光伏上網(wǎng)功率和各充電樁充電功率，以及母線電壓、車(chē)輛進(jìn)出場(chǎng)時(shí)間和等參數(shù)信息。依據(jù)天氣狀況，選取光伏充足和光伏不足2個(gè)典型日，對(duì)充電樁實(shí)際運(yùn)行效果進(jìn)行分析。

　　3.1光伏充足典型日

　　3.1.1系統(tǒng)供用電情況

　　SCR晴朗天氣時(shí)，光伏充足工況下系統(tǒng)供用電情況如圖4所示。光伏發(fā)電功率為13.7kW，日累計(jì)發(fā)電量為71.8kW·h，可滿(mǎn)足2輛電動(dòng)汽車(chē)同時(shí)充電。其中2號(hào)充電樁在08:00開(kāi)始工作，1號(hào)充電樁在09:00開(kāi)始工作。在14:00前光伏發(fā)電量保持充足，14:00之后光伏發(fā)電量下降。在運(yùn)行過(guò)程中，充電樁消耗了大量的光伏電力，多余的光伏電力并入電網(wǎng)，大并網(wǎng)功率為6.5kW，在光伏功率大時(shí)發(fā)生，此時(shí)為52.3%。光伏電力較少時(shí)，充電功率受控，緊隨光伏發(fā)電功率變化，整體運(yùn)行效果符合策略設(shè)計(jì)，成功實(shí)現(xiàn)在光伏波動(dòng)特性下多電動(dòng)汽車(chē)的有序充電。2輛電動(dòng)汽車(chē)分別充電30.6 kW·h和13.9 kW·h，實(shí)現(xiàn)了100%的負(fù)載滿(mǎn)足率和63%的光伏消納率，多余光伏并入電網(wǎng)，系統(tǒng)不從電網(wǎng)取電。

圖4光伏充足日系統(tǒng)供用電情況

　　3.1.2充電樁運(yùn)行效果

　　光伏充足工況下，充電樁的控制效果如圖5所示。光伏發(fā)電時(shí)，母線電壓跟隨光伏組件的功率點(diǎn)電壓發(fā)生變化，母線電壓基本維持在385~390V。當(dāng)光伏發(fā)電量減少，母線電壓下降，充電樁的充電功率也會(huì)因此減小；當(dāng)光伏發(fā)電量回升時(shí)，母線電壓也會(huì)升高，進(jìn)而提高充電功率。

圖5光伏充足日充電功率與車(chē)電池情況

　　根據(jù)1.3節(jié)充電策略，充電樁的充電功率受車(chē)輛的Soc和母線電壓影響。相同母線電壓下，車(chē)輛Soc越大，充電功率越低，以保障低電量的電動(dòng)汽車(chē)可以獲得更大的充電功率。由圖5可知，1號(hào)充電樁雖然晚于2號(hào)充電樁接入電動(dòng)汽車(chē)，但是由于1號(hào)樁車(chē)輛Soc相對(duì)更低，在其接入后系統(tǒng)優(yōu)先將有限的光伏電力供給1號(hào)充電樁，導(dǎo)致2號(hào)充電樁充電功率突降。在光伏電力發(fā)生波動(dòng)和不足時(shí)，光伏功率也優(yōu)先分配給了Soc更低的電動(dòng)汽車(chē)，實(shí)現(xiàn)了對(duì)低電量車(chē)的需求保障。同時(shí)，隨著電動(dòng)汽車(chē)Soc的上升，充電樁的充電功率也在不斷下降。通過(guò)母線電壓與Soc的配合控制，實(shí)現(xiàn)了電動(dòng)汽車(chē)充電負(fù)荷特性與光伏發(fā)電特性的有效匹配，2輛車(chē)的Soc都達(dá)到了80%以上。

圖6光伏不足日系統(tǒng)供用電情況

　　3.2光伏不足典型日

　　3.2.1系統(tǒng)供用電情況

　　陰雨天氣時(shí)，在光伏發(fā)電量少的工況下，系統(tǒng)供用電情況如圖6所示。在該條件下，光伏發(fā)電功率為5.9kW，日累計(jì)發(fā)電量為22.1kW·h。充電樁在08:00開(kāi)始工作，未能消耗的光伏電力并入電網(wǎng)，并網(wǎng)功率為1.4kW，在充電樁開(kāi)始工作前發(fā)生。在充電策略的控制下充電功率緊隨光伏發(fā)電功率變化，一定程度實(shí)現(xiàn)對(duì)光伏的利用。電動(dòng)汽車(chē)共充電19.1kW·h，實(shí)現(xiàn)了100%的負(fù)載滿(mǎn)足率和86%的光伏消納率，多余光伏并入電網(wǎng)，系統(tǒng)不從電網(wǎng)取電。需要注意的是，除了充電負(fù)荷之外，部分光伏電力還用于充電樁系統(tǒng)的響應(yīng)和控制，將此部分計(jì)入后光伏消納率為94%，光伏電力幾乎全部用于滿(mǎn)足電動(dòng)汽車(chē)的充電需求。

　　3.2.2充電樁運(yùn)行效果

　　Soc在光伏不足日，光伏發(fā)電量少且波動(dòng)更為劇烈，母線電壓也隨之波動(dòng)，在06:00—11:00期間出現(xiàn)了大幅度上升和下降，如圖7所示。為了對(duì)充電功率進(jìn)行有效控制，充電樁的計(jì)算和響應(yīng)更為頻繁，這一過(guò)程也消耗了部分電力。實(shí)現(xiàn)了充電功率曲線與光伏發(fā)電功率曲線的高度重合，在不從電網(wǎng)取電的情況下，有效利用光伏電力，使得電動(dòng)汽車(chē)的達(dá)到了80%以上。

圖7光伏不足日充電功率與車(chē)電池情況

　　4智能充電模式與傳統(tǒng)恒功率模式對(duì)比

　　為分析本文智能充電模式的技術(shù)優(yōu)勢(shì)，本文采用蒙特卡洛模擬方法，基于3.1節(jié)實(shí)測(cè)數(shù)據(jù)的光伏條件對(duì)實(shí)際工況下的傳統(tǒng)恒功率充電模式（充電樁保持6.6kW額定功率供電，光伏不足時(shí)從電網(wǎng)取電）和智能充電模式進(jìn)行模擬計(jì)算。模擬過(guò)程中，電動(dòng)汽車(chē)電池參數(shù)和轉(zhuǎn)移行為均通過(guò)實(shí)際調(diào)研情況采集，模擬8輛車(chē)在典型日的充電情況，模擬80次后結(jié)果達(dá)到收斂。平均每天充電樁充電功率和光伏發(fā)電功率變化情況如圖8所示。

圖8模擬的典型日恒功率與變功率數(shù)據(jù)

　　在恒功率充電模式和智能充電模式下，電動(dòng)汽車(chē)的總充電量相同，均為44 kW·h/天，平均每輛車(chē)5.5 kW·h/天，這是由電動(dòng)汽車(chē)的能量需求所決定的，符合北京市日常通勤單程距離22.9 km的能量需求[24]。但由圖8可以看出，在恒功率充電模式下，電動(dòng)汽車(chē)接入充電樁系統(tǒng)后立即就會(huì)以大的充電功率開(kāi)始充電，直到達(dá)到較高值，充電功率受電動(dòng)汽車(chē)電池管理系統(tǒng)控制才會(huì)逐漸下降，在這一模式下，充電需求的波峰與光伏發(fā)電的波峰相錯(cuò)開(kāi)，在08:00—10:00之間需要從電網(wǎng)取電來(lái)補(bǔ)足電動(dòng)汽車(chē)的充電功率需求，電功率達(dá)到了10.9 kW。而當(dāng)光伏發(fā)電量達(dá)到峰值時(shí)，電動(dòng)汽車(chē)的充電需求已經(jīng)下降，更多的光伏被棄掉或者并入電網(wǎng)，這一模式下的平均為71.1%，平均為43.2%，光伏并網(wǎng)的大功率達(dá)到了11.5 kW。在功率可控的變功率模式下，電動(dòng)汽車(chē)充電功率與光伏發(fā)電功率得到了很好的匹配，無(wú)須從電網(wǎng)取電即可滿(mǎn)足電動(dòng)汽車(chē)的充電需求，并且有效降低了光伏并網(wǎng)的大功率，這一模式下的平均為100%，平均為61.3%，相比恒功率模式下提高了42%，光伏大并網(wǎng)功率為5.3 kW，下降了54%

　　綜上所述，相比傳統(tǒng)恒功率充電模式，本文所提出的智能充電模式更能適應(yīng)光伏的發(fā)電特性，能夠在滿(mǎn)足電動(dòng)汽車(chē)充電需求的同時(shí)更好消納光伏。但在實(shí)驗(yàn)過(guò)程中光伏的發(fā)電總量遠(yuǎn)大于電動(dòng)汽車(chē)的需求量，在未來(lái)會(huì)在實(shí)驗(yàn)場(chǎng)地安裝更多的充電樁，吸引更多用戶(hù)來(lái)使用，促進(jìn)光伏消納；另一方面，在充電策略上還可以補(bǔ)充時(shí)間點(diǎn)這一參數(shù)用于調(diào)節(jié)，使時(shí)間尺度上電動(dòng)汽車(chē)的充電功率更為平穩(wěn)，避免上午電量充滿(mǎn)后導(dǎo)致下午大量光伏并網(wǎng)的情況。

　　5安科瑞充電樁收費(fèi)運(yùn)營(yíng)云平臺(tái)系統(tǒng)選型方案

　　5.1概述

　　AcrelCloud-9000安科瑞充電柱收費(fèi)運(yùn)營(yíng)云平臺(tái)系統(tǒng)通過(guò)物聯(lián)網(wǎng)技術(shù)對(duì)接入系統(tǒng)的電動(dòng)電動(dòng)自行車(chē)充電站以及各個(gè)充電整法行不間斷地?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，資要管理、電能管理，明細(xì)查詢(xún)等。同時(shí)對(duì)充電機(jī)過(guò)溫保護(hù)、漏電、充電機(jī)輸入/輸出過(guò)壓，欠壓，絕緣低各類(lèi)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(hù)通過(guò)微信、支付寶，云閃付掃碼充電。

　　5.2應(yīng)用場(chǎng)所

　　適用于民用建筑、一般工業(yè)建筑、居住小區(qū)、實(shí)業(yè)單位、商業(yè)綜合體、學(xué)校、園區(qū)等充電樁模式的充電基礎(chǔ)設(shè)施設(shè)計(jì)。

　　5.3系統(tǒng)結(jié)構(gòu)

系統(tǒng)分為四層：

　　1）即數(shù)據(jù)采集層、網(wǎng)絡(luò)傳輸層、數(shù)據(jù)層和客戶(hù)端層。

　　2）數(shù)據(jù)采集層：包括電瓶車(chē)智能充電樁通訊協(xié)議為標(biāo)準(zhǔn)modbus-rtu。電瓶車(chē)智能充電樁用于采集充電回路的電力參數(shù)，并進(jìn)行電能計(jì)量和保護(hù)。

　　3）網(wǎng)絡(luò)傳輸層：通過(guò)4G網(wǎng)絡(luò)將數(shù)據(jù)上傳至搭建好的數(shù)據(jù)庫(kù)服務(wù)器。

　　4）數(shù)據(jù)層：包含應(yīng)用服務(wù)器和數(shù)據(jù)服務(wù)器，應(yīng)用服務(wù)器部署數(shù)據(jù)采集服務(wù)、WEB網(wǎng)站，數(shù)據(jù)服務(wù)器部署實(shí)時(shí)數(shù)據(jù)庫(kù)、歷史數(shù)據(jù)庫(kù)、基礎(chǔ)數(shù)據(jù)庫(kù)。

　　5）應(yīng)客戶(hù)端層：系統(tǒng)管理員可在瀏覽器中訪問(wèn)電瓶車(chē)充電樁收費(fèi)平臺(tái)。終端充電用戶(hù)通過(guò)刷卡掃碼的方式啟動(dòng)充電。

　　小區(qū)充電平臺(tái)功能主要涵蓋充電設(shè)施智能化大屏、實(shí)時(shí)監(jiān)控、交易管理、故障管理、統(tǒng)計(jì)分析、基礎(chǔ)數(shù)據(jù)管理等功能，同時(shí)為運(yùn)維人員提供運(yùn)維APP，充電用戶(hù)提供充電小程序。

　　5.4安科瑞充電樁云平臺(tái)系統(tǒng)功能

　　5.4.1智能化大屏

　　智能化大屏展示站點(diǎn)分布情況，對(duì)設(shè)備狀態(tài)、設(shè)備使用率、充電次數(shù)、充電時(shí)長(zhǎng)、充電金額、充電度數(shù)、充電樁故障等進(jìn)行統(tǒng)計(jì)顯示，同時(shí)可查看每個(gè)站點(diǎn)的站點(diǎn)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(shè)備使用率，合理分配資源。

　　5.4.2實(shí)時(shí)監(jiān)控

　　實(shí)時(shí)監(jiān)視充電設(shè)施運(yùn)行狀況，主要包括充電樁運(yùn)行狀態(tài)、回路狀態(tài)、充電過(guò)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(tái)管理人員可管理充電用戶(hù)賬戶(hù)，對(duì)其進(jìn)行賬戶(hù)進(jìn)行充值、退款、凍結(jié)、注銷(xiāo)等操作，可查看小區(qū)用戶(hù)每日的充電交易詳細(xì)信息。

5.4.4故障管理

　　設(shè)備自動(dòng)上報(bào)故障信息，平臺(tái)管理人員可通過(guò)平臺(tái)查看故障信息并進(jìn)行派發(fā)處理，同時(shí)運(yùn)維人員可通過(guò)運(yùn)維APP收取故障推送，運(yùn)維人員在運(yùn)維工作完成后將結(jié)果上報(bào)。充電用戶(hù)也可通過(guò)充電小程序反饋現(xiàn)場(chǎng)問(wèn)題。

5.4.5統(tǒng)計(jì)分析

　　通過(guò)系統(tǒng)平臺(tái)，從充電站點(diǎn)、充電設(shè)施、、充電時(shí)間、充電方式等不同角度，查詢(xún)充電交易統(tǒng)計(jì)信息、能耗統(tǒng)計(jì)信息等。

5.4.6基礎(chǔ)數(shù)據(jù)管理

　　在系統(tǒng)平臺(tái)建立運(yùn)營(yíng)商戶(hù)，運(yùn)營(yíng)商可建立和管理其運(yùn)營(yíng)所需站點(diǎn)和充電設(shè)施，維護(hù)充電設(shè)施信息、價(jià)格策略、折扣、優(yōu)惠活動(dòng)，同時(shí)可管理在線卡用戶(hù)充值、凍結(jié)和解綁。

5.4.7運(yùn)維APP

　　面向運(yùn)維人員使用，可以對(duì)站點(diǎn)和充電樁進(jìn)行管理、能夠進(jìn)行故障閉環(huán)處理、查詢(xún)流量卡使用情況、查詢(xún)充電\充值情況，進(jìn)行遠(yuǎn)程參數(shù)設(shè)置，同時(shí)可接收故障推送

5.4.8充電小程序

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

5.5系統(tǒng)硬件配置

　　6 結(jié)論

　　為促進(jìn)電動(dòng)汽車(chē)充電行為與分布式建筑光伏匹配，本文提出了一種基于母線電壓的智能充電樁控制策略，并在實(shí)際的辦公建筑中進(jìn)行了測(cè)試運(yùn)行，分析運(yùn)行結(jié)果得出以下結(jié)論。

　　1）該策略能夠有效地根據(jù)光伏發(fā)電情況和電動(dòng)汽車(chē)電池情況調(diào)整充電樁的充電功率，實(shí)現(xiàn)光伏功率跟蹤和有序充電，系統(tǒng)的控制偏差率低于±10%，能夠在不同工況下穩(wěn)定運(yùn)行。

　　2）在實(shí)際運(yùn)行中充電功率得到有效控制，緊隨母線電壓變化，并根據(jù)的升高而下降，實(shí)現(xiàn)了有序充電?？梢圆粡碾娋W(wǎng)取電，僅利用光伏電力滿(mǎn)足電動(dòng)汽車(chē)車(chē)主的日常通勤用電需求，達(dá)到了100%。

　　3）通過(guò)模擬的方法與傳統(tǒng)的充電方式進(jìn)行比較，本文提出的策略可以將提高42%，將光伏并網(wǎng)峰值功率下降54%，大幅減少分布式光伏對(duì)電網(wǎng)的影響。本文提出的智能充電樁控制策略可促進(jìn)建筑光伏與電動(dòng)汽車(chē)的實(shí)時(shí)互動(dòng)，在滿(mǎn)足充電需求的基礎(chǔ)上，減少外網(wǎng)供電，提高光伏自消納能力和負(fù)荷滿(mǎn)足率，為建筑光伏高效利用和交通領(lǐng)域電氣化提供了借鑒和參考。除此之外，本研究充電策略將長(zhǎng)期持續(xù)在辦公樓運(yùn)行，未來(lái)可對(duì)用戶(hù)滿(mǎn)意度和充電行為進(jìn)行進(jìn)一步分析。

　　參考文獻(xiàn)

　　[1]丁屹峰，曾爽，張寶群，王立永，劉暢，付智，張吉.光伏-直流智能充電樁有序充電策略與應(yīng)用效果.

　　[2]詹天津,謝玉榮.國(guó)內(nèi)分布式光伏發(fā)展形勢(shì)分析及思考[J].華電技術(shù),2021,43(12):60–65.ZHANTianjin,XIEYurong.DevelopmentstatusanalysisandconsiderationondomesticdistributedPVenergy[J].HuadianTechnology,2021,43(12):60–65.

　　[3]中國(guó)汽車(chē)工程學(xué)會(huì).節(jié)能與新能源汽車(chē)技術(shù)路線圖2.0[R].上海:中國(guó)汽車(chē)工程學(xué)會(huì),2020.

　　[4]BIRNIED.Solar-to-vehicle(s2v)systemsforpoweringcommutersofthefuture[J].JournalofPowerSources,2009,186(2):539–542.[5]安科瑞企業(yè)微電網(wǎng)應(yīng)用手冊(cè)2020.06版.