Tehnička arhitektura pametnog punjenja električnih vozila: Dinamičko uravnoteženje opterećenja i BESS optimizacija

Sveobuhvatna tehnička arhitektura pametnog punjenja električnih vozila: Savladavanje dinamičkog balansiranja opterećenja putem naprednih kontrolnih petlji, lokalne integracije u oblak, optimizacije više energetskih sistema sa fotonaponskim sistemima i BESS-om, te prediktivnog upravljanja stabilnošću mreže velikih razmjera.

Poglavlje 1: Uvod u pametno punjenje električnih vozila i neophodnost dinamičkog balansiranja opterećenja (DLB)

Globalna tranzicija ka električnoj mobilnosti više nije periferni trend, već centralni stub dekabornizacije transportnog sektora. Kako milione vozila sa motorima sa unutrašnjim sagorijevanjem (ICE) zamjenjuju električnim vozilima (EV), potražnja za električnom energijom se prebacuje sa tečnih goriva na električnu mrežu. Ova promjena paradigme predstavlja monumentalni izazov za električnu infrastrukturu koja je, u mnogim slučajevima, projektovana prije nekoliko decenija. Povremena i energetska priroda punjenja električnih vozila može dovesti do lokalizovanog zagušenja mreže, degradacije transformatora i, na kraju, katastrofalnih kvarova ako se ne upravlja precizno.

Pametno punjenje električnih vozila predstavlja tehnološki most između rastuće potražnje za mobilnošću i fizičkih ograničenja električne mreže. U svojoj srži, pametno punjenje se zasniva na inteligenciji - znanju kada, kojom brzinom i s kojim prioritetom treba puniti električno vozilo. Međutim, najkritičnija komponenta unutar ovog sloja inteligencije je dinamičko uravnoteženje opterećenja (DLB).

Dinamičko uravnoteženje opterećenja (DLB) je proces kontinuiranog praćenja raspoloživog električnog kapaciteta lokacije i distribucije te energije među aktivnim punjačima za električna vozila u realnom vremenu. Bez DLB-a, zgrada ili stanica za punjenje bi bile prisiljene raditi na statičkom ograničenju, često diktiranom "najgorim scenarijem" vršnog opterećenja. To dovodi do ogromne neefikasnosti: ili je lokacija nedovoljno opremljena, što dovodi do sporog punjenja za korisnike, ili lokacija zahtijeva izuzetno skupe nadogradnje infrastrukture kako bi se nosila s teorijskim vršnim opterećenjima koja se javljaju samo nekoliko sati sedmično.

Potreba za DLB-om proizilazi iz tri glavna pokretača:

1. Očuvanje infrastruktureSprečavanje isključivanja glavnih prekidača i zaštita transformatora od pregrijavanja.
2. Ekonomska efikasnostIzbjegavanje visokih troškova i previsokih troškova nadogradnje servisnih panela ili lokalnih distribucijskih mreža.
3. Zadovoljstvo korisnikaMaksimiziranje brzine punjenja za sve korisnike inteligentnim korištenjem svakog dostupnog kilovat-sata kapaciteta.

U ovom dubinskom tehničkom istraživanju, analizirat ćemo mehaniku DLB-a, od kontrolnih petlji na milisekundnom nivou koje upravljaju energetskom elektronikom do orkestracije hiljada stanica za punjenje zasnovane na oblaku. Ispitat ćemo kako se DLB razvija kada se integrira s obnovljivim izvorima energije poput fotonaponskih sistema (PV) i sistema za skladištenje energije u baterijama (BESS), te kako prediktivno modeliranje omogućava velikim centrima za punjenje da predvide fluktuacije mreže prije nego što se dogode. Kako se krećemo prema budućnosti u kojoj električno vozilo nije samo potrošač već distribuirani energetski resurs, razumijevanje nijansi DLB-a je od najveće važnosti za inženjere, urbaniste i dobavljače energije.

Poglavlje 2: Osnovni principi dinamičkog balansiranja opterećenja

Da bismo razumjeli kako DLB funkcioniše, prvo moramo razumjeti "statičku" alternativu. U okruženju statičkog balansiranja opterećenja, svakom punjaču je dodijeljena fiksna količina struje. Na primjer, ako objekat ima ograničenje od 100A i 5 punjača, svaki može biti ograničen na 20A. Ako se puni samo jedan automobil, on i dalje dobija samo 20A, trošeći 80A dostupnog kapaciteta. Suprotno tome, ako se svih 5 automobila puni i neko uključi HVAC sistem velike snage u zgradi, ukupno opterećenje može premašiti 100A, što uzrokuje nestanak struje.

DLB zamjenjuje ovu krutu alokaciju fluidnim, responzivnim sistemom. Osnovni princip je povratna sprega između „Ukupnog raspoloživog kapaciteta“ i „Aktivne potražnje za punjenjem“.

Matematička fondacija

U najjednostavnijem obliku, DLB se može izraziti sljedećom jednačinom:P_dostupno_za_električna_vozila(t) = P_ukupno_ograničenje – P_opterećenja_ne_električna_vozila(t)

Gdje:

• P_ukupno_limitje fizička ili ugovorna granica lokacije.
• P_ne-EV_opterećenja(t)je potrošnja svjetla, mašina, liftova itd. u stvarnom vremenu, koju mjeri pametno brojilo.
• P_dostupno_za_električna_vozila(t)je preostala snaga koja se može sigurno distribuirati među električnim vozilima.

Složenost nastaje kada sistem mora odlučiti kako da distribuiraP_dostupno_za_električna_vozila(t)međuNpunjači. Ova distribucija je regulisana algoritmima koji uzimaju u obzir:

• Stanje napunjenosti (SoC)Automobil sa skoro praznom baterijom može dobiti veći prioritet.
• Vrijeme polaskaAutomobil koji stoji preko noći može se puniti polako, dok automobil kojem je potrebno brzo punjenje dobija dodatni poticaj.
• Fazno balansiranjeU trofaznim sistemima, DLB mora osigurati da nijedna faza nije preopterećena, zadatak koji zahtijeva složenu logiku prebacivanja ili distribuciju koja je svjesna faza.

Senzori i mjerenja

Tačnost DLB-a u potpunosti zavisi od kvaliteta podataka koje prima. To obično uključuje strujne transformatore (CT) ili namjenska pametna brojila instalirana na tački zajedničkog spajanja (PCC). Ovi uređaji moraju izvještavati podatke o opterećenju s visokom frekvencijom (često 1Hz ili više) kako bi DLB kontroleru omogućili da reaguje na iznenadne skokove u opterećenju zgrade - kao što je pokretanje industrijskog motora - u roku od nekoliko sekundi kako bi se spriječilo isključenje glavnog prekidača.

Hijerarhijska struktura

DLB često funkcioniše u hijerarhiji. Na "lokalnom" nivou, kontroler upravlja klasterom punjača. Na "lokacijskom" nivou, koordinira sa sistemom upravljanja zgradom. Na "mrežnom" nivou, može reagovati na signale odziva na potražnju (DR) od strane elektroprivrede. Ovaj višeslojni pristup osigurava održavanje lokalne sigurnosti, a istovremeno učestvuje na širim energetskim tržištima.

Poglavlje 3: Dizajn kontrolne petlje za DLB algoritme: PID i prediktivno upravljanje modelom (MPC)

Efikasnost sistema dinamičkog balansiranja opterećenja (DBA) u konačnici se mjeri njegovom latencijom i preciznošću. Ako opterećenje zgrade poraste i DLB sistemu treba 30 sekundi da prilagodi struju punjenja električnog vozila, glavni prekidač će vjerovatno iskočiti prije nego što dođe do korekcije. Stoga je dizajn kontrolne petlje "mozak" pametne stanice za punjenje. U ovom poglavlju ćemo se pozabaviti inženjerskim specifikacijama ovih kontrolnih mehanizama, fokusirajući se na proporcionalno-integralno-derivacijske (PID) kontrolere i naprednije modelno prediktivno upravljanje (MPC).

Okvir PID kontrole u DLB-u

PID kontroleri su radni konji industrijske automatizacije i nalaze prirodnu primjenu u DLB-u. Cilj PID petlje je održavanje ukupnog opterećenja lokacije ($P_{total}$) na ili ispod zadane vrijednosti ($P_{limit}$) podešavanjem kontrolne varijable, koja predstavlja maksimalno ograničenje struje poslano EVSE-ima (opremi za napajanje električnih vozila).

• Proporcionalni (P)P-član pruža trenutni odgovor na grešku (razlika između $P_{limit}$ i $P_{total}$). Ako je greška velika (npr. veliki pad opterećenja zgrade), P-član brzo povećava dozvoljenu struju punjenja električnog vozila. Međutim, samo P-član često dovodi do "greške u ustaljenom stanju" gdje sistem nikada u potpunosti ne dostiže granicu.
• Integral (I)I-član uzima u obzir akumulaciju prošlih grešaka. On polako povećava ili smanjuje struju kako bi eliminisao grešku ustaljenog stanja, osiguravajući da sistem koristi svaki raspoloživi amper tokom vremena.
• Derivati ​​(D)D-termin predviđa buduće greške posmatrajući brzinu promjena. Ovo je ključno za sprečavanje "prekoračenja". Ako se opterećenje brzo povećava, D-termin će agresivno ograničiti punjače za električna vozila prije nego što se stvarno dostigne ograničenje.

U DLB okruženju, PID petlja mora biti pažljivo podešena. Ako je previše agresivna, EVSE će stalno modulirati svoju struju, što može uzrokovati habanje ugrađenog punjača vozila (OBC) i potencijalno iritirati softver električnog vozila, što dovodi do grešaka pri punjenju. Ako je previše spora, ne uspijeva u svojoj primarnoj svrsi zaštite mreže.

Iznad PID-a: Prediktivno upravljanje modelom (MPC)

Dok je PID efikasan za jednostavne scenarije, moderni veliki centri za punjenje sve više koriste Model Predictive Control (MPC). Za razliku od PID-a, koji je reaktivan, MPC je proaktivan. Koristi matematički model sistema za predviđanje njegovog budućeg ponašanja tokom određenog "horizonta predviđanja".

U kontekstu DLB-a, MPC kontroler uzima u obzir:

1. Sistemska ograničenjaFizička ograničenja punjača, kapacitet transformatora i maksimalna brzina usisavanja vozila.
2. Buduće prognozePredviđeno opterećenje zgrade na osnovu historijskih obrazaca, vremenskih prognoza (koje utiču na opterećenje HVAC sistema) i očekivanih dolazaka vozila.
3. Ciljna funkcijaMatematički cilj, kao što je „Minimiziranje ukupnih troškova energije uz osiguranje da svi automobili dostignu 80% SoC-a do 8 sati ujutro.“

MPC algoritam rješava problem optimizacije u svakom vremenskom koraku (npr. svakih 5 minuta). Izračunava niz optimalnih kontrolnih akcija, ali implementira samo prvu, a zatim ponovo izračunava u sljedećem koraku. Ovo omogućava DLB sistemu da "izgladi" profile punjenja. Na primjer, ako sistem zna da dolazi ogroman skok opterećenja zgrade u 14:00, mogao bi prethodno napuniti električna vozila u 13:30, a zatim ih značajno usporiti u 14:00, umjesto da naglo reaguje kada dođe do skoka.

Latencija i komunikacijski protokoli

Kontrolna petlja je brza koliko i njena komunikacijska veza. U mnogim DLB postavkama, kontroler komunicira s punjačima putem Modbus TCP-a, RTU-a ili Open Charge Point Protocol-a (OCPP).

• ModbusNudi vrlo nisku latenciju (milisekunde), što ga čini idealnim za lokalni, sigurnosno kritičan DLB.
• OCPP 1.6/2.0.1Industrijski standard za komunikaciju između oblaka i punjača. Iako bogatiji funkcijama (rukovanje naplatom, autentifikacijom i ažuriranjima firmvera), uvodi značajnu latenciju (često 1-5 sekundi) zbog opterećenja JSON porukama preko WebSocketsa i prolaska kroz javni internet.

Inženjeri moraju odabrati pravi protokol na osnovu kritičnosti balansiranja opterećenja. Za stambene objekte, nešto sporiji DLB zasnovan na oblaku može biti dovoljan. Za industrijski pogon gdje isključenje prekidača košta hiljade dolara zbog zastoja, lokalna petlja zasnovana na Modbusu je obavezna.

Poglavlje 4: Lokalna vs. Cloud-bazirana DLB arhitektura: Komparativna analiza

Prilikom dizajniranja pametne infrastrukture za punjenje, jedna od najosnovnijih arhitektonskih odluka je gdje se nalazi „inteligencija“. Treba li logika balansiranja opterećenja raditi na hardveru na licu mjesta (lokalni DLB) ili bi njome trebao upravljati udaljeni server (Cloud DLB)? Oba pristupa imaju različite prednosti i kompromise u pogledu pouzdanosti, troškova i skalabilnosti.

Lokalni DLB: Pristup računarstvu na rubu mreže

Lokalni DLB uključuje fizički kontroler - često PLC (Programabilni logički kontroler), namjenski gateway ili jedan "glavni" punjač - koji direktno komunicira s drugim punjačima na lokalnoj mreži (LAN).

Prednosti:

1. Pouzdanost i mogućnost rada van mrežeSistem ne zavisi od internet veze. U slučaju prekida optičkog kabla, punjači nastavljaju lokalno da balansiraju opterećenje, osiguravajući električnu sigurnost zgrade.
2. Niska latencijaKao što je objašnjeno u 3. poglavlju, lokalna komunikacija (Modbus ili lokalni OCPP) odvija se brzinama manjim od sekunde. Ovo je ključno za lokacije s nestabilnim opterećenjima koja nisu električna vozila, poput tvornica ili bolnica.
3. SigurnostČuvanje kontrolnih signala unutar lokalne mreže smanjuje površinu napada za sajber prijetnje koje bi mogle pokušati manipulirati stabilnošću mreže.

Nedostaci:

1. Troškovi hardveraZahtijeva kupovinu i instalaciju dodatne opreme na licu mjesta.
2. Složenost održavanjaAžuriranje DLB logike može zahtijevati posjete na licu mjesta ili složeno daljinsko upravljanje rubnim uređajima.
3. Izdvojeni podaciLokalni kontroler ima ograničen uvid u šire uslove mreže ili cijene energije komunalnog preduzeća, osim ako nije posebno integrisan sa cloud backend-om.

DLB zasnovan na oblaku: Orkestracija u velikim razmjerima

U arhitekturi zasnovanoj na oblaku, pametno brojilo i punjači šalju svoje podatke centralnoj platformi za upravljanje. Oblak izračunava optimalnu snagu za svaki punjač i šalje...SmartCharging.SetChargingProfilekomanda nazad do EVSE vozila.

Prednosti:

1. SkalabilnostBeskonačno je lakše upravljati sa 1.000 lokacija s jedne cloud kontrolne ploče nego sa 1.000 pojedinačnih lokalnih kontrolera.
2. Globalna optimizacijaOblak može agregirati podatke s više lokacija kako bi učestvovao u virtualnim elektranama (VPP) ili odgovorio na regionalno opterećenje mreže.
3. Napredna integracija umjetne inteligencijePokretanje složenih modela mašinskog učenja za predviđanje (o čemu ćemo govoriti u 8. poglavlju) je mnogo izvodljivije na moćnim cloud serverima nego na ograničenom edge hardveru.
4. Niži početni troškoviNema potrebe za namjenskim lokalnim kontrolerom ako punjači mogu direktno komunicirati s oblakom.

Nedostaci:

1. Zavisnost od povezivostiAko internet padne, sistem se obično vraća u „sigurno stanje“ (npr. minimalna struja punjenja za sve automobile), što može biti vrlo neefikasno i dovesti do pritužbi kupaca.
2. Visoka latencijaVrijeme razmjene podataka između brojila, oblaka i punjača može biti nekoliko sekundi. Zbog toga je teško reagovati na „trenutne“ skokove opterećenja.
3. Zabrinutost zbog privatnostiNeprekidni streaming podataka o energiji u oblak pokreće pitanja suvereniteta podataka i privatnosti za neke korporativne klijente.

Hibridni model: Najbolje iz oba svijeta

Prepoznajući ove kompromise, industrija se kreće prema hibridnom modelu. U ovom sistemu, lokalni gateway upravlja sigurnosno kritičnim balansiranjem opterećenja na milisekundnom nivou (osiguravajući da prekidač nikada ne ispadne). U međuvremenu, cloud pruža strategiju visokog nivoa - postavljanje "budžeta" za lokalni kontroler na osnovu cijena energije, korisničkih rasporeda i signala mreže. Ovaj "rubno orijentisan, cloud-orkestriran" pristup pruža pouzdanost potrebnu za zaštitu infrastrukture, a istovremeno zadržava fleksibilnost upravljanja cloudom.

Poglavlje 5: Strategije i prioriteti alokacije energije u realnom vremenu

Određivanje načina raspodjele dostupne snage među više električnih vozila je najsloženiji algoritamski izazov u dinamičkom balansiranju opterećenja (DLB). To nije jednostavno pitanje dijeljenja ukupnih kilovata s brojem automobila. Sofisticirani DLB sistem mora uravnotežiti jednakost, efikasnost i individualne zahtjeve korisnika. U ovom poglavlju istražit ćemo različite strategije raspodjele snage koje se danas koriste u praksi.

Ko prvi dođe, njemu se daje (FCFS)

Najjednostavnija strategija alokacije je FCFS. Prvo vozilo koje se priključi dobija maksimalnu traženu snagu. Sljedeća vozila dobijaju ono što preostane.

Prednosti:

• Jednostavno za implementaciju.
• Jasno i transparentno za prve korisnike.

Nedostaci:

• Vrlo nepravedno. Peti korisnik koji stigne možda neće dobiti nikakvu struju čak i ako ima hitan put, dok prvi korisnik već ima 90% napunjenosti i lako može čekati.
• Dovodi do "gomilanja energije", gdje automobil satima zauzima mjesto s visokom snagom dok se posljednjih nekoliko postotaka puni vrlo sporo.

Jednako dijeljenje

U ovom modelu, dostupna snaga se podjednako dijeli između svih aktivnih sesija. Ako je dostupno 100 kW i pune se 4 automobila, svaki dobija 25 kW. Ako se pridruži peti automobil, snaga svih pada na 20 kW.

Prednosti:

• Inherentno "pravedno" u osnovnom smislu.
• Maksimizira broj automobila koji primaju barem neko punjenje.

Nedostaci:

• Neefikasno za automobile s malim baterijama ili one koje se približavaju potpunom punjenju. Automobilu koji može prihvatiti samo 7 kW "dodjeljuje se" 20 kW, čime se gubi 13 kW koji su mogli ići automobilu od 50 kW.

Dodjela na osnovu prioriteta (SoC i kapacitet baterije)

Moderni DLB sistemi koriste inteligentniju, viševarijabilnu optimizaciju. Oni daju prioritet automobilima na osnovu njihovog stanja napunjenosti (SoC). Automobil sa 10% SoC ima prioritet u odnosu na automobil sa 80% jer automobil sa 10% ima hitniju potrebu za dometom i može prihvatiti mnogo veću brzinu punjenja zbog krivulje punjenja litijum-jonskih baterija (faza konstantne struje).

Nadalje, sistem uzima u obzirmaksimalna stopa prihvatanjavozila. KorištenjemMaks. strujaprijavljene od strane vozila (putem PWM-a kod AC punjenja ili digitalne komunikacije kod DC punjenja), DLB kontroler osigurava da nikada ne dodijeli više snage nego što automobil stvarno može koristiti, čime se "višak" preraspodjeljuje drugim vozilima.

Korisnički definirani prioriteti i "premium" punjenje

U komercijalnim okruženjima, DLB se može povezati sa sistemom naplate. Korisnik može platiti premiju za "brzo" punjenje, osiguravajući da uvijek dobije maksimalnu moguću snagu bez obzira na druga opterećenja. Suprotno tome, vozilima voznog parka mogu se dodijeliti različiti prioriteti na osnovu planiranog vremena polaska. Dostavni kombi koji polazi u 5 ujutro dobija prioritet u 3 ujutro u odnosu na kombi koji polazi u 9 ujutro.

Algoritam proporcionalne pravičnosti

Izveden iz telekomunikacija (LTE/5G raspoređivanje), ovaj algoritam pokušava maksimizirati ukupnu "korisnost" sistema. Uravnotežuje trenutnu potrebu za velikom snagom (efikasnost) s dugoročnom potrebom da se osigura da nijedan automobil ne ostane nenapunjen (pravednost). Izračunava prioritetni rezultat za svaki automobil:Rezultat = (Zatražena snaga / Prosječna primljena snaga do sada)Automobili s najvišim rezultatima dobijaju sljedeću raspodjelu dostupne snage.

Poglavlje 6: Stabilnost mreže i mehanizmi za sprječavanje preopterećenja

Dinamičko uravnoteženje opterećenja (DLB) nije samo funkcija za udobnost korisnika; to je ključni sigurnosni sistem za stabilnost mreže. Kako se penetracija električnih vozila povećava, distributivna mreža se suočava s novim vrstama stresa, uključujući brze fluktuacije u potražnji i harmonijska izobličenja. Ovo poglavlje ispituje mehanizme koje DLB koristi za zaštitu mreže i sprječavanje katastrofalnih preopterećenja.

Logika zaštite "krivulje isključenja"

Električni osigurači imaju "krivulju isključenja" - mogu izdržati blago preopterećenje nekoliko minuta, ali će se trenutno isključiti ako dođe do velikog prenapona. Robusni DLB kontroler mora modelirati ovu krivulju isključenja. Trebao bi omogućiti vrlo kratke skokove (npr. pokretanje lifta) kako bi se izbjeglo nepotrebno gušenje punjača za električna vozila, ali mora odlučno djelovati ako preopterećenje potraje.

Napredni kontroleri koriste pristup "dvostrukog praga":

1. Prag upozorenja (npr. 90% ograničenja)Kontroler započinje "meko regulisanje" punjača za električna vozila kako bi se spriječilo dostizanje limita.
2. Kritični prag (npr. 98% ograničenja)Kontroler implementira "hitno zaustavljanje" ili agresivno smanjenje struje na minimalnu dozvoljenu vrijednost (obično 6A za AC punjenje) kako bi zaštitio glavni osigurač.

Upravljanje faznim disbalansom

U trofaznim električnim sistemima (uobičajenim u Evropi i industrijskim lokacijama), moguće je preopteretiti jednu fazu čak i ako je ukupna trofazna snaga unutar ograničenja. To se dešava ako je većina električnih vozila na lokaciji jednofazni punjač i ako su slučajno povezani na istu fazu (npr. faza L1).

DLB sistem koji je svjestan faze prati svaku fazu nezavisno. Ako faza L1 dostigne svoj limit dok su L2 i L3 nedovoljno iskorištene, kontroler će ograničiti samo automobile povezane na L1. Neki napredni EVSE-ovi mogu čak i dinamički mijenjati faze (Phase Switching), prebacujući automobil iz preopterećene faze u otvorenu bez prekidanja sesije punjenja.

Harmonično izobličenje i kvalitet napajanja

Punjači za električna vozila su nelinearna opterećenja koja koriste energetsku elektroniku (ispravljače). Oni mogu ubrizgati harmonike u mrežu, što može uzrokovati pregrijavanje u neutralnim provodnicima i smetnje u osjetljivoj elektronskoj opremi. Dok DLB prvenstveno upravlja "stvarnom snagom" (kW), sofisticirani sistemi također prate "ukupno harmonijsko izobličenje" (THD) i "faktor snage" (PF). Ako THD premaši regulatorna ograničenja (npr. IEEE 519), DLB sistem može smanjiti brzinu punjenja kako bi ublažio utjecaj na kvalitetu energije.

Odgovor na potražnju i regulacija frekvencije

Na makro nivou, DLB sistemi mogu učestvovati u programima odgovora na potražnju (DR). Kada frekvencija mreže padne (što ukazuje na nedostatak snabdijevanja), elektroprivreda šalje signal. DLB kontroler može reagovati u milisekundama, istovremeno smanjujući opterećenje električnih vozila na stotine punjača. Ovo pruža efekat "virtualne baterije" koji je mnogo brži i isplativiji od punjenja vršnog plinskog postrojenja. Ovaj prelaz iz "pasivnog opterećenja" u "aktivnu mrežnu imovinu" je budućnost pametnog punjenja.

Uloga rezervnih stanja

Kritična komponenta sprječavanja preopterećenja je "Sigurno stanje" ili "Rezervna struja". U slučaju prekida komunikacije između kontrolera i brojila (ili oblaka), DLB sistem mora postaviti unaprijed definirano, sigurno ograničenje struje. Obično je ovo postavljeno na vrlo nisku vrijednost (npr. 6A po punjaču) ili nulu, osiguravajući da čak i u slučaju potpunog kvara sistema, infrastruktura zgrade ostane zaštićena.

Poglavlje 7: Integracija višeenergetskih sistema: Optimizacija DLB-a sa PV i BESS-om

Integracija obnovljivih izvora energije, posebno fotonaponskih sistema (PV), i lokalnog skladištenja, kao što su sistemi za skladištenje energije u baterijama (BESS), dodaje novu dimenziju složenosti dinamičkom balansiranju opterećenja (DBA). U tradicionalnom DLB sistemu, cilj je ostati unutar ograničenja mreže. U sistemu s više izvora energije, cilj je orkestrirati ova različita sredstva kako bi se maksimizirala vlastita potrošnja, minimizirali troškovi mreže i osigurala pouzdanost.

Jednačina višeizvornog balansa snage

Na lokaciji sa fotonaponskim sistemima i energetski efikasnim sistemima za napajanje električnih vozila (BESS), snaga dostupna za punjenje električnih vozila više nije samo "Ograničenje mreže minus opterećenje zgrade". Postaje:P_ev(t) = P_grid_limit – P_zgrada(t) + P_pv(t) + P_bess_discharge(t) – P_bess_charge(t)

Ova jednačina uvodi nekoliko novih kontrolnih varijabli. DLB kontroler sada mora odlučiti ne samo kako distribuirati energiju električnim vozilima, već i kada puniti ili prazniti BESS.

Punjenje optimizirano solarnom energijom (sprečavanje ograničenja PV-a)

Jedan od primarnih slučajeva upotrebe višeenergetskog DLB-a je "praćenje solarne energije". Kada sunce sija, PV sistem može proizvesti više energije nego što zgrada može potrošiti. Ako mreža ne dozvoljava ubrizgavanje (nulti izvoz) ili ako je otkupna tarifa niska, ova energija se rasipa (smanjuje). Pametni DLB sistem prati PV izlaz i automatski povećava brzinu punjenja električnih vozila kako bi se uskladila sa proizvodnjom solarne energije. Ovaj način "zelenog punjenja" je veoma popularan u stambenim i korporativnim okruženjima jer omogućava 100% obnovljivu mobilnost bez uticaja na mrežu.

Brijanje za vrhove s BESS-om

BESS djeluje kao tampon. Tokom perioda vršne potražnje - kao što je kada je istovremeno aktivno više brzih DC punjača velike snage - BESS se može prazniti kako bi dopunio napajanje mreže. Ovo omogućava lokaciji da podrži više punjača nego što bi njena mrežna veza normalno dozvoljavala. DLB kontroler upravlja "Stanjem energije" (SoE) BESS-a. Mora osigurati da baterija ima dovoljan kapacitet da podnese sljedeći očekivani vršak, a istovremeno planira ponovno punjenje tokom perioda niske potražnje ili visoke proizvodnje solarne energije.

Koordinirana optimizacija više sredstava

Najnapredniji sistemi koriste pristup "ko-optimizacije". Umjesto da se PV, BESS i električna vozila tretiraju kao odvojene cjeline, njima se upravlja kao jedinstvenom mikromrežom. Kontroler koristi linearno programiranje ili evolucijske algoritme za rješavanje problema energetskog bilansa svakih nekoliko sekundi. Na primjer, ako automobil treba da krene za 1 sat, a proizvodnja PV-a opada zbog oblaka, kontroler mora odlučiti: Treba li da crpi više iz mreže (skupo), da isprazni BESS (troškovi ciklusa) ili da uspori automobil (nezadovoljstvo korisnika)? Logika "ekonomične dispečerske službe" (obuhvatena u 9. poglavlju) pruža okvir za ove odluke.

Poglavlje 8: Napredni modeli predviđanja snage za velike stanice za punjenje

Za velike centre za punjenje - kao što su benzinske pumpe na autoputu ili gradske autobuske stanice - reaktivni DLB nije dovoljan. Da bi se spriječila nestabilnost mreže i optimizirali troškovi energije, ova mjesta moraju koristiti prediktivne modele za predviđanje potražnje. Ovo poglavlje istražuje tehnike modeliranja i nauke o podacima koje se koriste za predviđanje snage kod pametnog punjenja.

Prognoziranje potražnje: Predviđanje dolazaka vozila

Prvi korak u predviđanju je predviđanje kada i koliko će električnih vozila stići. Za komercijalno čvorište, to uključuje analizu:

1. Historijski obrasci dolazakaDoba dana, dan u sedmici i sezonski trendovi.
2. Vanjski podaciUslovi u saobraćaju, vremenske prilike (koje utiču na domet električnog vozila i opterećenje grijanja/hlađenja) i lokalni događaji.
3. Teorija čekanja u reduKorištenje stohastičkih modela poput M/M/s redova za procjenu vjerovatnoće da su svi punjači zauzeti.

Napredni modeli koriste neuronske mreže s dugom kratkoročnom memorijom (LSTM) ili gradijentno pojačana stabla (XGBoost) kako bi s visokom preciznošću predvidjeli „profil agregatne potražnje“ za sljedeća 24 sata.

Prognoziranje opterećenja zgrade

Da bi DLB funkcionisao, mora također predvidjetiopterećenje koje nije električno voziloU poslovnoj zgradi, ovo je vrlo predvidljivo (doseže vrhunac tokom radnog vremena). Na industrijskoj lokaciji može biti nestabilno. Modeli predviđanja opterećenja zgrada obično koriste:

• Autoregresivni integrirani pokretni prosjek (ARIMA)Za stabilne, sezonske podatke.
• Prorok (od Mete)Odlično za rukovanje nedostajućim podacima i izuzetcima u vremenskim serijama energetskih podataka.
• Modeli zasnovani na fiziciPredviđanje opterećenja HVAC sistema uzimajući u obzir termalnu masu zgrade i prognoziranu vanjsku temperaturu.

Prognoziranje proizvodnje fotonaponskih sistema

Predviđanje proizvodnje solarne energije je ključno za višeenergetsku DLB (Deployment Low-Round Block - sistem za kratkoročno snimanje). To zahtijeva integraciju sa visokorezolucijskim vremenskim API-jima (podaci o solarnom zračenju) i senzorima na licu mjesta. Kratkoročno predviđanje (0-15 minuta) često koristi kamere "Sky Imaging" koje prate kretanje oblaka kako bi predvidjele nagle padove u proizvodnji fotonaponskih sistema, omogućavajući DLB sistemu da proaktivno ograniči punjače ili pripremi BESS (Better Business Bureau sistem) za pražnjenje.

Interfejs za predviđanje i kontrolu

Izlaz ovih prognoza se unosi u petlju prediktivnog upravljanja modelom (MPC) opisanu u 3. poglavlju. Prognoza pruža "Horizont predviđanja", omogućavajući kontroleru da danas donosi odluke koje uzimaju u obzir očekivane uslove za dva sata. Ova sposobnost "unaprijednog predviđanja" je ono što razlikuje osnovni pametni punjač od sistema za upravljanje energijom integrisanog u mrežu.

Poglavlje 9: Optimizacija troškova i ekonomična dispečerska služba u pametnom punjenju

Dok je primarni cilj DLB-a tehnički (sprečavanje preopterećenja), sekundarni i sve važniji cilj je ekonomski. U ovom poglavlju razmatramo kako DLB sistemi optimiziraju za najniže troškove energije.

Arbitraža vremena korištenja (ToU)

Većina komunalnih preduzeća sada nudi dinamičko određivanje cijena. Električna energija može koštati 0,30 USD/kWh u 17:00, ali samo 0,05 USD/kWh u 2:00. Pametni DLB sistem uzima ove cjenovne signale kao ulazne podatke. "Planer optimalnih troškova" će prebaciti što je više moguće opterećenja električnih vozila na periode s niskim cijenama. Međutim, to mora uravnotežiti s potrebama korisnika. Ako korisniku treba automobil u 20:00, sistem ne može čekati do 2:00 da počne s punjenjem. Algoritam izračunava "oportunitetni trošak" odgađanja svake sesije.

Upravljanje troškovima potražnje

Za komercijalne korisnike, račun za komunalne usluge često se dijeli na dva dijela: potrošnju energije (kWh) i vršnu potražnju (kW). Naknada za vršnu potražnju zasniva se na najvišem 15-minutnom intervalu u mjesecu. Jedan neupravljani vršak može koštati hiljade dolara. DLB sistem djeluje kao "ograničavač vršnih opterećenja". Postavljanjem čvrstog ograničenja na ukupno opterećenje lokacije i korištenjem BESS-a ili prigušivanja za njegovo održavanje, sistem osigurava da naknada za vršnu potražnju ostane unutar budžetiranog raspona.

Učešće na tržištima frekvencijskog odziva

Operateri mreže (TSO/DSO) plaćaju za „fleksibilnost“. Ako mreža za punjenje može dokazati da može smanjiti opterećenje po naredbi, može učestvovati na tržištima kao što su FFR (Firm Frequency Response - fiksni frekventni odziv) ili DSR (Demand Side Response - odgovor na potražnju). DLB kontroler djeluje kao interfejs. Kada stigne „Zahtjev za fleksibilnost“, kontroler izračunava koliko može sigurno smanjiti opterećenje bez kršenja minimalnih SoC zahtjeva korisnika i daje ponudu na tržište. Prihod ostvaren od ovih usluga može značajno nadoknaditi troškove infrastrukture za punjenje.

Objektivna funkcija ekonomske dispečerije

Matematika koja stoji iza ove optimizacije obično je višeciljna funkcija:Minimiziraj: (Trošak energije iz mreže) + (Trošak degradacije baterije) + (Kazna za kašnjenje u punjenju) Podložno: (Kapacitet mreže) i (Korisnički rokovi)

Rješavanjem ovog problema svakih nekoliko minuta, DLB sistem osigurava da stanica radi na "granici efikasnosti" - savršenom balansu između troškova i performansi.

Poglavlje 10: Budući trendovi: V2G, DLB vođen umjetnom inteligencijom i standardizacija (OCPP 2.0.1)

Područje pametnog punjenja električnih vozila razvija se vrtoglavom brzinom. Kako tehnologija sazrijeva, prelazimo s jednostavnog upravljanja opterećenjem na potpunu integraciju mreže i autonomnu optimizaciju. Ovo poglavlje ispituje tri najznačajnija trenda koja oblikuju budućnost dinamičkog uravnoteženja opterećenja: Vehicle-to-Grid (V2G), umjetna inteligencija i usvajanje komunikacijskih standarda sljedeće generacije.

Vozilo-mreža (V2G) i dvosmjerni DLB

V2G je ultimativna evolucija pametnog punjenja. Umjesto da električno vozilo bude samo opterećenje, ono postaje mobilna baterija koja može ubrizgavati energiju nazad u mrežu. Za DLB, to znači da dostupna snaga u jednačini zapravo može biti negativna. Na lokaciji koja podržava V2G, DLB kontroler mora upravljati "Dvosmjernim balansiranjem opterećenja". Ako opterećenje zgrade premaši ograničenje mreže, kontroler može narediti električnim vozilima da isprazne svoje baterije kako bi podržali zgradu. Ovo zahtijeva visoko sofisticirano "Upravljanje ciklusima" kako bi se osiguralo da pražnjenje ne degradira prekomjerno bateriju vozila i da korisnik i dalje ima dovoljno dometa za sljedeće putovanje. V2G također zahtijeva nadogradnje hardvera - posebno dvosmjerne DC punjače ili AC punjače koji podržavaju standard ISO 15118-20.

Autonomno uravnoteženje opterećenja vođeno umjetnom inteligencijom

Dok se današnji DLB sistemi oslanjaju na unaprijed definirane algoritme i pravila, sljedeća generacija će koristiti "samoučeću" umjetnu inteligenciju. Koristeći učenje s potkrepljenjem (RL), DLB kontroler može naučiti optimalnu strategiju punjenja putem pokušaja i grešaka u simuliranom okruženju prije nego što se primijeni. Kontroler vođen umjetnom inteligencijom može identificirati suptilne obrasce koje bi ljudski inženjer mogao propustiti - poput činjenice da svakog utorka ujutro u 10 sati određena industrijska mašina radi 15 minuta, uzrokujući skok opterećenja. Vještačka inteligencija može naučiti proaktivno ograničavati punjače za električna vozila tokom tog specifičnog vremenskog okvira, čak i bez signala u stvarnom vremenu od same mašine.

Utjecaj OCPP 2.0.1 i ISO 15118

Standardizacija je temelj skalabilnosti. Industrija brzo prelazi sa naslijeđenog OCPP 1.6 na mnogo robusniji OCPP 2.0.1.

• OCPP 2.0.1Uvodi "Upravljanje uređajima", što omogućava oblaku da mnogo detaljnije prati stanje i konfiguraciju punjača. Što je još važnije za DLB, uključuje poboljšane funkcije pametnog punjenja koje omogućavaju složenije profile punjenja i bolje rukovanje trofaznim sistemima.
• ISO 15118 (Uključi i napuni)Ovaj standard komunikacije između vozila i punjača omogućava automobilu da podijeli svoj stvarni SoC i kapacitet baterije s punjačem. Danas većina AC punjača "pogađa" SoC ili se oslanja na to da ga korisnik unese u aplikaciju. Sa ISO 15118, DLB kontroler dobija "Ground Truth" podatke direktno iz sistema za upravljanje baterijom (BMS) automobila, omogućavajući daleko precizniju raspodjelu snage.

Poglavlje 11: Studije slučaja i izazovi implementacije

Teorijska izvrsnost je ništa bez praktične primjene. U ovom poglavlju razmatramo stvarne primjene DLB-a i tehničke prepreke s kojima su se inženjeri suočavali tokom implementacije.

Studija slučaja 1: Kompleks poslovnih prostora

Veliko korporativno sjedište u Londonu željelo je instalirati 50 punjača za električna vozila, ali je bilo ograničeno mrežnim priključkom od 200 kW koji je već bio 70% iskorišten za HVAC i rasvjetu zgrade.RješenjeImplementiran je hibridni DLB sistem. Instaliran je lokalni kontroler na ivici transformatora za praćenje glavnog transformatora putem CT stezaljki. Sistem je konfigurisan sa "mekim ograničenjem" od 180 kW i "tvrdim ograničenjem" od 195 kW.RezultatLokacija je uspješno upravljala 50 punjača bez ijednog isključenja prekidača. Korištenjem prioritetizacije zasnovane na SoC-u, osigurali su da su zaposlenici s dugim putovanjima na posao uvijek bili potpuno napunjeni do kraja dana.

Studija slučaja 2: Električni autobusni depo

Autobuski operater u Shenzhenu trebao je preko noći napuniti 100 električnih autobusa. Izazov je predstavljalo ogromno istovremeno opterećenje koje se javljalo kada su se svi autobusi vraćali u depo u 23 sata.RješenjeModel predviđanja zasnovan na vještačkoj inteligenciji korišten je za predviđanje stanja napunjenosti (SoC) svakog autobusa po dolasku na osnovu podataka o njegovoj ruti. DLB sistem je zatim zakazao punjenje u "talasima", osiguravajući da ukupno opterećenje nikada ne premaši kapacitet trafostanice, a istovremeno je osigurao da svaki autobus bude 100% napunjen do 5 ujutro.

Uobičajeni izazovi implementacije

1. Složenost komunikacije i integracije:Svaki punjač mora govoriti jezikom lokacije - OCPP prema centralnom sistemu upravljanja, ISO 15118 prema vozilu, a često i Modbus ili BACnet prema sistemu upravljanja energijom zgrade. Pouzdana međusobna saradnja sva tri sloja, posebno kod punjača različitih dobavljača, jedan je od najčešćih izvora "fantomskih" grešaka koje su zapravo neusklađenosti protokola.
2. Troškovi priključenja na mrežu i potražnje:DLB sistem rješava tehnički problem ograničenog kapaciteta, ali komercijalni problem - naknade za potražnju i naknade za interkonekciju komunalnih usluga - ostaje. Lokacije moraju modelirati da li će njihov profil opterećenja izazvati ekstremne vršne vrijednosti potražnje i da li je BESS isplativiji od većeg priključka na mrežu.
3. Procjena kvaliteta podataka i SoC-a:DLB optimizacija je dobra koliko i njeni ulazi. Vozila izvještavaju o stanju napunjenosti tokom sesije punjenja, ali vrijednosti mogu biti zastarjele, nekonzistentne ili jednostavno nedostupne na starijim modelima. Sistemi moraju biti otporni na nedostajuće podatke i podrazumijevati konzervativno raspoređivanje kada je telemetrija nepouzdana.
4. Skalabilnost kontrolnog sloja:Sistem koji elegantno upravlja sa 50 punjača mogao bi imati problema sa 500. Edge kontroleri, cloud kontrolne ploče i ponašanje pri otkazivanju moraju biti dizajnirani za skaliranje od prvog dana, a logika kontrole testirana u odnosu na realne najgore moguće skokove opterećenja - ne samo na prosječne uslove.

Savladavanje ovih izazova

Nijedan od ovih izazova nije prepreka; svaki predstavlja disciplinu dizajna. Standardizacija na OCPP 1.6J ili 2.0.1 s jednim CMS dobavljačem eliminira većinu trenja u protokolu. Modeliranje troškova potražnje u početnom poslovnom slučaju - i dodavanje BESS-a kada brojke idu u prilog tome - štiti profitabilnost. A odabir DLB dobavljača s dokazanim implementacijama u velikim flotama, umjesto onog s demonstracijama samo u laboratorijskim razmjerima, smanjuje rizik cijelog projekta.

Postoji i ljudska dimenzija ovih izazova. Inženjeri koji puštaju u rad DLB sistem moraju razumjeti i energetske sisteme i softver – što je rijetka kombinacija. Operateri bi trebali predvidjeti budžet za strukturiranu obuku i dokumentirane runbookove, tako da kada rubni kontroler aktivira alarm u 2 sata ujutro, dežurni tehničar tačno zna koje kontrolne ploče treba provjeriti i koje procedure treba slijediti. Zreli dobavljači pružaju ove runbookove kao standardnu ​​isporuku, a njihovo odsustvo je znak upozorenja tokom odabira dobavljača.

Zaključak

Dinamičko balansiranje opterećenja i BESS optimizacija transformiraju punjenje električnih vozila iz mrežne obaveze u mrežnu prednost. Omogućavaju lokacijama da utrostruče broj punjača bez nadogradnje transformatora, štite operatere od kaznenih naknada za potražnju i otvaraju vrata prihodima - smanjenju vršnih opterećenja, energetskoj arbitraciji, pa čak i mrežnim uslugama - kojima naivna instalacija nikada ne bi mogla pristupiti. Tehnologija je zrela; disciplina leži u integraciji, kvaliteti podataka i poštenom modeliranju kapaciteta.

Ključne zaključke

• DLB omogućava više punjača po kilovatu mrežne veze, često odlažući ili eliminirajući šestocifrene nadogradnje transformatora.
• BESS + naplata pretvara problem potražnje i naplate u profitni centar potražnje i naplate.
• Prioritizacija zasnovana na SoC-u i predviđanje putem umjetne inteligencije održavaju kritične korisnike (putnike na posao, autobuse) napunjenima, a istovremeno izravnavaju krivulju opterećenja lokacije.
• Interoperabilnost (OCPP, ISO 15118), kvalitet podataka i obim dobavljača su tri faktora koja utiču na uspjeh ili neuspjeh u stvarnim implementacijama.

Kontaktirajte MIDA Power

MIDA Power-ovi sistemi za punjenje isporučuju se s integriranim dinamičkim balansiranjem opterećenja i opcionalnom BESS integracijom, a sve se upravlja putem jedne OCPP-kompatibilne platforme. Od poslovnih kompleksa do autobuskih depoa, pružamo inženjersku podršku za modeliranje vašeg opterećenja, pravilno dimenzioniranje sistema i njegovo puštanje u rad bez iznenađenja. Kontaktirajte nas za konsultacije o analizi opterećenja i ponudu projekta.