在當(dāng)下生活中汽車已經(jīng)日漸普及，成為老百姓們在上班、旅行等活動中十分重要的出行工具之一。從汽車起初生產(chǎn)以及使用至今，使用的能源絕大多數(shù)皆為石油。但隨著作為能源之一的石油的大量使用，使其資源日益減少，而且對環(huán)境業(yè)產(chǎn)生了比較重大的影響，因此節(jié)約能源開發(fā)新能源，低碳行動成為現(xiàn)如今人類面臨的重大問題。人類需要在滿足人民需求的同時保護環(huán)境節(jié)約資源，使三者達到一種相互促進相互制約的程度。因此世界上諸多國家把目光轉(zhuǎn)移到一種時代的產(chǎn)物：電動汽車，它是目前全球應(yīng)對能源緊缺、低碳環(huán)保以及發(fā)展的重要研究領(lǐng)域。隨著電動汽車的大量生產(chǎn)與使用，我們面臨著更加嚴(yán)峻的挑戰(zhàn)。例如晚間六點之后正值供電高峰期，而此時的電動汽車車主在下班后又需要為電動汽車充電，于是大量的電動汽車作為負(fù)載無序隨機的接入電網(wǎng)，勢必會出現(xiàn)"峰上加峰"的現(xiàn)象。但因為電動汽車的電池特點、使用方法、充電類型和電動車主的充電習(xí)慣等都不一樣，所以這些電動汽車通常都是隨意的接入電網(wǎng)上無序的充電。這勢必會使電網(wǎng)的電壓偏移變大，影響電網(wǎng)的電能質(zhì)量，進而影響電網(wǎng)的經(jīng)濟性以及用戶的充電費用情況。因此對電動汽車進行有序充電可以有效降低對電網(wǎng)造成的壓力。本文從目前對電動汽車隨機無序充電對電網(wǎng)帶來的影響的研究出發(fā)，總結(jié)了目前對電動汽車有序充電研究的現(xiàn)狀及存在的問題，并對常用的優(yōu)化方法、算法以及需要的目標(biāo)函數(shù)進行總結(jié)，可以對未來電車規(guī)?；潆娚钊胙芯繋韰⒖己徒梃b。

       隨著電動汽車使用數(shù)量的增多，大規(guī)模的電車隨機充電隨之而來。對電力系統(tǒng)穩(wěn)定性帶來不小的影響，主要包括：（1）電力系統(tǒng)峰值負(fù)荷增加。電動汽車作為新型負(fù)荷接入電網(wǎng)，且大多數(shù)在晚間峰值高漲期充電，無疑給電力系統(tǒng)帶來新的負(fù)擔(dān)，導(dǎo)致峰谷差值大；（2）電能品質(zhì)的影響。電動汽車的充電系統(tǒng)往往采用非線性電力電子設(shè)備，會生成或多或少的諧波電流，這些諧波會對電網(wǎng)中器件造成損耗，對電機進行磨損使其減少壽命，使部分變壓器內(nèi)部的溫度時而升高，其他零器件磨損降低使用效率；（3）使配電網(wǎng)的優(yōu)化調(diào)度面臨新的挑戰(zhàn)。為了滿足大量電車的充電和用戶的需求，在配電網(wǎng)中增加大量充電的基礎(chǔ)設(shè)施勢必會改變配電網(wǎng)的結(jié)構(gòu)，因此需要對配電網(wǎng)進行優(yōu)化并對特性進行升級，從而滿足需求。影響電動汽車接入電網(wǎng)充電的因素有：汽車?yán)m(xù)航能力不同；價格不同種類不同的電車其電池種類也不相同，很大的影響電車充電的時間以及效率；（4）汽車行駛里程。電動汽車行駛里程是不確定因素，若每日行駛時間過長，行駛里程大，則接入電網(wǎng)充電的持續(xù)時間也會更長，進而影響電網(wǎng)負(fù)荷的持續(xù)變化；（5）汽車保有量及不同用途。不同城市電動汽車的數(shù)量也不盡相同，電動汽車基數(shù)大則對電網(wǎng)影響更大，根據(jù)電動汽車用途的不同充電時間段也不相同。同時也包括電動汽車車主個人習(xí)慣，當(dāng)?shù)仉妰r政策等等都是影響電動汽車充電的因素。電動汽車不同于其他負(fù)荷，其具有隨機性，因此需要充分考慮影響其變化的因素，并建立理想的負(fù)荷概率模型，才可以更真實的模擬電動汽車無序充電并研究其對電網(wǎng)造成的影響。因此目前研究電動汽車充電對電網(wǎng)影響通常選取不同的隨機變量通過蒙特卡洛仿真方法進行建模，得出電動汽車充電功率負(fù)荷概率模型，進而與原負(fù)荷曲線進行疊加比較，分析其對電網(wǎng)造成的影響。還可以通過對配電系統(tǒng)進行潮流計算，通過接入建模得出的電動汽車負(fù)荷分析不同情況下電動汽車充電對電力系統(tǒng)電壓及網(wǎng)絡(luò)損耗的仿真結(jié)果，說明電動汽車充電對配電網(wǎng)的影響。通常選取IEEE33標(biāo)準(zhǔn)配電系統(tǒng)作為研究對象，如圖1所示。保有量及不同用途。不同城市電動汽車的數(shù)量也不盡相同，電動汽車基數(shù)大則對電網(wǎng)影響更大，根據(jù)電動汽車用途的不同充電時間段也不相同。同時也包括電動汽車車主個人習(xí)慣，當(dāng)?shù)仉妰r政策等等都是影響電動汽車充電的因素。電動汽車不同于其他負(fù)荷，其具有隨機性，因此需要充分考慮影響其變化的因素，并建立理想的負(fù)荷概率模型，才可以更真實的模擬電動汽車無序充電并研究其對電網(wǎng)造成的影響。因此目前研究電動汽車充電對電網(wǎng)影響通常選取不同的隨機變量通過蒙特卡洛仿真方法進行建模，得出電動汽車充電功率負(fù)荷概率模型，進而與原負(fù)荷曲線進行疊加比較，分析其對電網(wǎng)造成的影響。還可以通過對配電系統(tǒng)進行潮流計算，通過接入建模得出的電動汽車負(fù)荷分析不同情況下電動汽車充電對電力系統(tǒng)電壓及網(wǎng)絡(luò)損耗的仿真結(jié)果，說明電動汽車充電對配電網(wǎng)的影響。通常選取IEEE33標(biāo)準(zhǔn)配電系統(tǒng)作為研究對象，如圖1所示。

 

圖1 IEEE33節(jié)點配電網(wǎng)系統(tǒng)

       蘇小林張艷娟等人對影響充電負(fù)荷的充電行為、停車時間、電池荷電狀態(tài)因素進行分析，利用分類分區(qū)法將預(yù)測區(qū)域進行空間劃分，建立不同類型車輛在不同地點充電的概率模型，進而得出進行充電引導(dǎo)，則會使峰谷差增加，影響電網(wǎng)的穩(wěn)定運行；王輝、文福拴、辛建波等人基于美國交通部統(tǒng)計的家庭車輛行駛調(diào)查數(shù)進行擬合，并分別考慮充電功率等因素通過蒙特卡洛方法得出隨機無序充電、V2G模式下的充電負(fù)荷曲線；并通過美國PG&E 69節(jié)點配電系統(tǒng)為例說明了無序隨機充電造成的峰上加峰現(xiàn)象其其他不良影響。李惠玲、白曉民以某個城市的10kv配電網(wǎng)線路為對象，通過分析建立負(fù)荷曲線得出隨著電動汽車滲透率增加，配電網(wǎng)在原有負(fù)荷的基礎(chǔ)上，峰值進一步變大，較大負(fù)載率增加。王姝凝、楊少兵從饋線負(fù)荷，電壓偏移，和網(wǎng)絡(luò)損耗這三主要方面深入研究了充電負(fù)荷對配電網(wǎng)的負(fù)面影響，且將有序充電策略與無序充電策略各自對配電網(wǎng)不同類型的車輛充電對電網(wǎng)造成的影響，得出該地區(qū)若不的影響進行了對比。

       2.1 有序充電研究過程考慮的目標(biāo)函數(shù)

       在對目前有關(guān)電動汽車有序研究的文獻總結(jié)發(fā)現(xiàn)，主要通過幾個方面來對充電的目標(biāo)進行控制，這幾個方面也是從用戶個人角度以及電網(wǎng)角度進行考慮。

       （1）電網(wǎng)峰谷負(fù)荷差較小化

       目標(biāo)函數(shù)為日較大負(fù)荷減去日較小負(fù)荷。電動汽車無序充電，對電網(wǎng)所產(chǎn)生重要的負(fù)面影響便是"峰上加峰"現(xiàn)象，因此可以以電網(wǎng)峰谷差為目標(biāo)函數(shù)。

       （2）總負(fù)荷曲線方差較小目標(biāo)函數(shù)為保持時段的負(fù)荷總數(shù)減去日平均負(fù)荷之后的平方較

小化。

       （3）用戶充電費用較小

       與用戶充電費用有關(guān)的因素有該時段的電價、充電的時長，車輛的充電功率、車輛的總數(shù)以及第幾輛車是否充電等因素有關(guān)。

       （4）充電曲線峰值較小

       部分地區(qū)存在汽車保有量大，電動汽車規(guī)模大，如果集中充電會使一天的某一時刻負(fù)荷突然急劇變大，導(dǎo)致該地區(qū)超負(fù)荷，因此要保證在高峰期時充電負(fù)荷曲線峰值非常小，以保證供電區(qū)域電網(wǎng)電力設(shè)備的安全穩(wěn)定運行。

       （5）電動汽車的充電完成時間較小

       電動汽車在停留時間內(nèi)接入電網(wǎng)進而進行充電，若提前完成充電既可提高用戶需求度進而激勵用戶配合調(diào)度，同時也可提升充電的效率，因此充電時間也可為一個目標(biāo)。

       （6）充電站的運營經(jīng)濟效益較大化

       與充電站的運營經(jīng)濟有關(guān)的因素有充電機的在哪一時間段是否進行開關(guān)機的控制方案有關(guān)。

       2.2 有序充電研究過程考慮的約束條件

       2.2.1 電動汽車的充電量

       電動汽車充電后的電量應(yīng)大于等于起始電量。

       2.2.2 用戶充電時間

       用戶給電動汽車充電的啟動時間應(yīng)大于等于用戶后面駕車返回家的時間，且小于等于用戶汽車充電的完成時間；用戶給電車充電的啟動時間與充電時間的總和應(yīng)小于等于用戶下一階段出行的時間，即不耽誤用戶正常出行。

       2.2.3 充電過程的費用較小

       由于電動汽車有序充電是一個對使電網(wǎng)影響和很小的優(yōu)化調(diào)度策略，需要用戶配合其調(diào)度達到雙贏，因此使車主在采用優(yōu)化有序充電策略后支出費用比之前的無序充電費用小，才能大力度鼓勵用戶配合有序充電，因此充電過程的支出費用也是需要考慮的因素之一。

       2.2.4 地區(qū)基本負(fù)荷保持一定

       有序充電是一種調(diào)度手段，通過這種手段可以使電動汽車避免在高峰期給電網(wǎng)帶來的峰上加峰現(xiàn)象，同時也避免大部分用戶避開高峰期進行充電而出現(xiàn)的第二高峰期，但應(yīng)保持原負(fù)荷不變，即不影響用戶生活及正常行動之外進行合理“減負(fù)"。

       2.2.5 配電網(wǎng)負(fù)荷上限

       配電網(wǎng)的負(fù)荷很大上限也應(yīng)是約束條件之一，即地區(qū)原基礎(chǔ)負(fù)荷與電車充電產(chǎn)生的負(fù)荷應(yīng)小于電力網(wǎng)所能承受的負(fù)荷較大值。

       2.2.6 線路熱負(fù)荷約束

       電力系統(tǒng)中部件的較大熱載荷，即流過該部件視在輸出功率與其發(fā)電機額定運行輸出功率之間的差值。通?？紤]串聯(lián)變壓器線路的較大熱負(fù)荷，即線路熱負(fù)荷要小于等于線路的較大熱負(fù)荷。

       2.2.7 區(qū)域內(nèi)充電樁數(shù)量約束

       考慮到轄區(qū)范圍內(nèi)的充電樁總量限制，如果單位范圍內(nèi)電動汽車充電總量過大，將會產(chǎn)生等待充電的時段過長現(xiàn)象，嚴(yán)重影響用戶正常使用，因此需要考慮充電樁數(shù)量。

       劉星平、李世軍等人在進行有序充電優(yōu)化建模時以時段內(nèi)電動汽車在充電過程中獲得的電能較大為目標(biāo)函數(shù)；以充電樁的電壓、變壓器容量、充電容量、線路熱負(fù)荷等為約束條件進行優(yōu)化求解。孫曉明在進行優(yōu)化時考慮了電網(wǎng)和用戶兩側(cè)的目標(biāo)，以電動汽車充電后的峰值較大負(fù)荷、負(fù)荷方差、電動汽車在分時電價下的充電總費用以及充電完成時間為目標(biāo)函數(shù)，并近一步進行歸一化處理，并以充電時間和充電電量為約束條件。

李秋碩以平抑負(fù)荷波動，即配電網(wǎng)從主網(wǎng)獲取的總有功波動較小為第一目標(biāo)函數(shù)，再以較大化新能源出力為第二目標(biāo)函數(shù)，以及系統(tǒng)總發(fā)電成本為第三目標(biāo)函數(shù)；以有功功率平衡、電網(wǎng)潮流方程、線路及變壓器容量、火力發(fā)電機組的功率上下限為約束條件進而使用相應(yīng)的算法進行多目標(biāo)優(yōu)化求解。徐智威，胡澤春等人以將充電站的經(jīng)營效益優(yōu)化為目標(biāo)，以供電變壓器設(shè)備設(shè)備容量為約束條件進行的有序充電管理對策。

       賀繼鋒、陳杰軍等人以用戶充電成本和電網(wǎng)峰谷差為優(yōu)化目標(biāo)函數(shù)，以電動汽車數(shù)量、充電時間、區(qū)域內(nèi)充電樁數(shù)量、電網(wǎng)收益以及電價范圍為約束，建立了較優(yōu)地區(qū)峰谷分時段電價測算模型。

 

       2.3 有序充電研究過程中的使用算法 

       在確定目標(biāo)函數(shù)和約束條件后，應(yīng)選定適合的算法進行求取較優(yōu)解，常用的算法有：遺傳算法，差分進化算法；鯨魚算法；螢火 蟲算法；TOPSIS算法；雙層優(yōu)化算法。下面對幾種常用的算法的主要內(nèi)容以及優(yōu)缺點進行相應(yīng)的比較，如上圖表1所示。 在對有序充電調(diào)度較為優(yōu)解進行求解的過程，目前研究使用的算法不盡相同。

文獻程杉、王賢寧、馮毅煁等人以充電站收益為優(yōu)化 目標(biāo)，對用戶的供電要求、充電時間、變壓器容量等考慮約束，對充電樁提出了分時段的電價對策，并將集中式優(yōu)化模型進行轉(zhuǎn)換， 使用分散式優(yōu)化算法進行求取較優(yōu)解。吳甲武，邱曉燕以用戶滿意 和電網(wǎng)的經(jīng)濟性出發(fā)，以用戶費用和電網(wǎng)負(fù)荷峰谷差為優(yōu)化目標(biāo)， 運用雞群算法求解得出一個隨時間變化的充電計劃，并對存在的問 題進行改良。張公凱、陳才學(xué)、鄭拓針對大規(guī)模電車無序充電對電網(wǎng)帶來的危害，提出用戶充電費用和電網(wǎng)負(fù)荷峰谷差較小為目標(biāo)函數(shù)，運用改進鯨魚算法求去較優(yōu)解，并通過仿真有序充電負(fù)荷曲線對比標(biāo)準(zhǔn)鯨魚算法、改進鯨魚算法、以及粒子群算法，進而得出改進的鯨魚算法能夠更好的得出較優(yōu)策略。沈亮、俞偉勇、秦奮.通過以電網(wǎng)負(fù)荷方差較小為目標(biāo)函數(shù)，使用改進粒子群算法計算較優(yōu)解，得出一種平抑負(fù)荷波動的有序充電策略。并通過仿真說明相比與無序充電，該優(yōu)化方案可行。

       謝子殿、陳男等人考慮目前的電車充電情況，通過分析用戶的日常出行規(guī)律以及電網(wǎng)的經(jīng)濟行運行，以電池電量達到滿狀態(tài)和變壓器容量為約束條件，提出并應(yīng)用一種基于傳統(tǒng)遺傳算法的精英遺傳算法求解，得出優(yōu)化模型，并與之前無序充電的負(fù)荷曲線做比較。余樨源、黃學(xué)良通過考慮車輛返家時刻、電車返家后的荷電狀態(tài)等六種因素，以負(fù)荷均方差較小為優(yōu)化目標(biāo)建立目標(biāo)函數(shù)，并用改進螢火蟲算法進行求解，該改進算法通過導(dǎo)入自適應(yīng)變異環(huán)節(jié)，來改善尋優(yōu)速率和準(zhǔn)確度，進而測算出小區(qū)每一臺電動汽車進行充電的較佳充電時機，通過仿真得出該策略的可行性。呂仁周、白曉清等人考慮用戶收益和電力系統(tǒng)有功網(wǎng)損兩方面為目標(biāo)，通過交替方向乘子算法構(gòu)建了用戶利益優(yōu)化以及系統(tǒng)有功網(wǎng)損較小的實時充電控制多目標(biāo)凸優(yōu)化模式。引入交替方向乘子運算算法，使集中式的充電優(yōu)化設(shè)計問題轉(zhuǎn)變?yōu)殡x散式以設(shè)備為單位的子優(yōu)化設(shè)計問題求解。

       3.1概述

       AcrelCloud-9000安科瑞充電柱收費運營云平臺系統(tǒng)通過物聯(lián)網(wǎng)技術(shù)對接入系統(tǒng)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(shù)據(jù)采集和監(jiān)控，實時監(jiān)控充電樁運行狀態(tài)，進行充電服務(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(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。

       3.2應(yīng)用場所

       適用于民用建筑、一般工業(yè)建筑、居住小區(qū)、實業(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。

 

       3.3系統(tǒng)結(jié)構(gòu)

 

 

       3.3.1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)中心層和客戶端層。

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

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

       4）數(shù)據(jù)中心層：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)器部署實時數(shù)據(jù)庫、歷史數(shù)據(jù)庫、基礎(chǔ)數(shù)據(jù)庫。

       5）應(yīng)客戶端層：系統(tǒng)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(qū)充電平臺功能主要涵蓋充電設(shè)施智能化大屏、實時監(jiān)控、交易管理、故障管理、統(tǒng)計分析、基礎(chǔ)數(shù)據(jù)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。 

 

       3.4安科瑞充電樁云平臺系統(tǒng)功能

       3.4.1智能化大屏 

       智能化大屏展示站點分布情況，對設(shè)備狀態(tài)、設(shè)備使用率、充電次數(shù)、充電時長、充電金額、充電度數(shù)、充電樁故障等進行統(tǒng)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(tǒng)一管理小區(qū)充電樁，查看設(shè)備使用率，合理分配資源。

  

        3.4.2實時監(jiān)控 

       實時監(jiān)視充電設(shè)施運行狀況，主要包括充電樁運行狀態(tài)、回路狀態(tài)、充電過程中的充電電量、充電電壓/電流，充電樁告警信息等。 

       3.4.3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(jié)、注銷等操作，可查看小區(qū)用戶每日的充電交易詳細(xì)信息。 

 

        3.4.4故障管理

       設(shè)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(fā)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(jié)果上報。充電用戶也可通過充電小程序反饋現(xiàn)場問題。

 

       3.4.5統(tǒng)計分析 

       通過系統(tǒng)平臺，從充電站點、充電設(shè)施、、充電時間、充電方式等不同角度，查詢充電交易統(tǒng)計信息、能耗統(tǒng)計信息等。

 

 

        3.4.6基礎(chǔ)數(shù)據(jù)管理 

       在系統(tǒng)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(shè)施，維護充電設(shè)施信息、價格策略、折扣、優(yōu)惠活動，同時可管理在線卡用戶充值、 凍結(jié)和解綁。

 

 

        3.4.7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(huán)處理、查詢流量卡使用情況、查詢充電\充值情況，進行遠(yuǎn)程參數(shù)設(shè)置，同時可接收故障推送

 

 

 

         3.4.8充電小程序

       面向充電用戶使用，可查看附近空閑設(shè)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。

 

 

 

       3.5系統(tǒng)硬件配置

 

 

 

 

 

4結(jié)語 

       由于中國政府對電車行業(yè)的支持，電車的生產(chǎn)規(guī)模會伴隨時代的進展而日益擴大，如此龐大的聚集性負(fù)荷接入電網(wǎng)勢必給電網(wǎng)帶來消極的影響，因此未來對于研究電動汽車有序充電優(yōu)化策略是一個熱點。對于電動汽車作為新型負(fù)荷的合理有序控制會給電網(wǎng)和用戶帶來經(jīng)濟性的收益。電動汽車會給生態(tài)環(huán)境帶來較小污染的排放，滿足當(dāng)前追求綠色的能源發(fā)展戰(zhàn)略；對于電力公司來說，通過對充電順序、時間，電價等合理的電動汽車充電調(diào)度可以使電網(wǎng)運行更經(jīng)濟可靠。未來對于這方面的研究還應(yīng)關(guān)注以下幾個問題： 

       （1）多關(guān)注用戶對于優(yōu)化充電調(diào)度的滿意度，完善經(jīng)濟激勵制度，使電動汽車用戶自愿配合調(diào)度。 

       （2）簡化充電制度，將用戶充電這一行為與智能手機匹配，使用戶通過手機關(guān)注并管理充電狀態(tài)； 

       （3）重點關(guān)注交通情況和充電樁占用情況，結(jié)合當(dāng)?shù)仉妰r和用戶個人需求以及當(dāng)時的交通情況綜合向用戶推薦較優(yōu)充電路徑和充電持續(xù)時間，通過用戶個人實際情況自行抉擇。 

［1］陳星曲，尹常永.電動汽車有序充電策略研究綜述.

［2］安科瑞企業(yè)微電網(wǎng)設(shè)計與應(yīng)用手冊.2022.05版.