Nutika elektriautode laadimise tehniline arhitektuur: dünaamiline koormuse tasakaalustamine ja BESS-i optimeerimine

Nutika elektriautode laadimise terviklik tehniline arhitektuur: dünaamilise koormuse tasakaalustamise valdamine täiustatud juhtimisahelate, lokaalse pilve integratsiooni, mitme energia optimeerimise abil PV ja BESS-i abil ning laiaulatusliku ennustava võrgu stabiilsuse haldamise abil

1. peatükk: Sissejuhatus nutikasse elektriautode laadimisse ja dünaamilise koormuse tasakaalustamise (DLB) vajalikkusesse

Globaalne üleminek elektrilisele liikuvusele ei ole enam kõrvaltnäha trend, vaid transpordisektori deborniseerumise keskne sammas. Kuna miljoneid sisepõlemismootoriga (ICE) sõidukeid asendatakse elektriautodega (EV), nihkub elektrienergia nõudlus vedelkütustelt elektrivõrgule. See paradigma muutus esitab tohutu väljakutse elektriinfrastruktuurile, mis paljudel juhtudel projekteeriti aastakümneid tagasi. Elektriautode laadimise katkendlik ja suure võimsusega olemus võib põhjustada lokaalset võrgu ülekoormust, trafode halvenemist ja lõpuks katastroofilisi rikkeid, kui seda täpselt ei hallata.

Nutikas elektriautode laadimine on tehnoloogiline sild liikuvuse kasvava nõudluse ja elektrivõrgu füüsiliste piirangute vahel. Nutika laadimise keskmes on intelligentsus – teadmine, millal, millise kiirusega ja millise prioriteediga tuleks elektriautot laadida. Selle intelligentsuse kihi kõige olulisem komponent on aga dünaamiline koormuse tasakaalustamine (DLB).

Dünaamiline koormuse tasakaalustamine on protsess, mille käigus jälgitakse pidevalt saidi saadaolevat elektrivõimsust ja jaotatakse see võimsus aktiivsete elektriautode laadijate vahel reaalajas. Ilma DLB-ta oleks hoone või laadimisjaam sunnitud töötama staatilisel piiril, mille sageli dikteerib tippkoormuse „halvim stsenaarium“. See toob kaasa tohutu ebatõhususe: kas on sait alavarustatud, mis viib kasutajate aeglase laadimiseni, või vajab sait äärmiselt kulukaid taristuuendusi, et tulla toime teoreetiliste tippkoormustega, mis esinevad vaid paar tundi nädalas.

DLB vajadus tuleneb kolmest peamisest põhjusest:

1. Taristu säilitamine: Peakaitselülitite rakendumise takistamine ja trafode kaitsmine ülekuumenemise eest.
2. Majanduslik efektiivsusVältides suuri nõudlustasusid ja teeninduspaneelide või kohalike jaotusvõrkude uuendamise ülemäära suuri kulusid.
3. Kasutajate rahuloluLaadimiskiiruse maksimeerimine kõigi kasutajate jaoks, kasutades nutikalt ära iga saadaolevat kilovatt-tundi võimsust.

Selles põhjalikus tehnilises uurimuses lahkame DLB mehaanikat, alates millisekunditaseme juhtimisahelatest, mis juhivad jõuelektroonikat, kuni tuhandete laadimispunktide pilvepõhise orkestreerimiseni. Uurime, kuidas DLB areneb integreerituna taastuvate energiaallikatega, nagu fotogalvaanika (PV) ja akuenergia salvestussüsteemid (BESS), ning kuidas ennustav modelleerimine võimaldab suuremahulistel laadimiskeskustel ette näha võrgu kõikumisi enne nende toimumist. Liikudes tuleviku poole, kus elektrisõiduk ei ole mitte ainult tarbija, vaid hajutatud energiaressurss, on DLB nüansside mõistmine ülioluline nii inseneride, linnaplaneerijate kui ka energiapakkujate jaoks.

2. peatükk: Dünaamilise koormuse tasakaalustamise põhiprintsiibid

DLB toimimise mõistmiseks tuleb kõigepealt mõista „staatilist“ alternatiivi. Staatilises koormuse tasakaalustamise keskkonnas on igale laadijale eraldatud kindel vooluhulk. Näiteks kui asutusel on 100 A piirang ja 5 laadijat, võib igaühe voolutugevus olla piiratud 20 A-ga. Kui laeb ainult üks auto, saab see ikkagi ainult 20 A, raisates 80 A saadaolevast võimsusest. Vastupidiselt, kui kõik 5 autot laevad ja keegi lülitab hoones sisse suure võimsusega HVAC-süsteemi, võib kogukoormus ületada 100 A, põhjustades elektrikatkestuse.

DLB asendab selle jäiga jaotuse sujuva ja reageeriva süsteemiga. Põhiprintsiip on tagasisideahel „kogu saadaoleva võimsuse“ ja „aktiivse laadimisvajaduse“ vahel.

Matemaatiline Sihtasutus

Lihtsamalt öeldes saab DLB-d väljendada järgmise võrrandiga:P_saadaval_elektrisõidukite_jaoks(t) = P_kogu_piirang – P_mitte_elektrisõidukite_koormus(t)

Kus:

• P_kogulimiiton saidi füüsiline või lepinguline piir.
• P_mitte_EV_koormused(t)on valgustite, masinate, liftide jms reaalajas tarbimine, mida mõõdetakse nutika arvestiga.
• P_saadaval_elektrisõidukite_jaoks(t)on järelejäänud võimsus, mida saab elektrisõidukite vahel ohutult jaotada.

Keerukus tekib siis, kui süsteem peab otsustama, kuidas levitadaP_saadaval_elektrisõidukite_jaoks(t)seasNlaadijad. Seda jaotust juhivad algoritmid, mis arvestavad järgmisega:

• Laetuse olek (SoC)Peaaegu tühja akuga auto võib saada kõrgema prioriteedi.
• VäljumisaegÖöbimist ootavat autot saab laadida aeglaselt, samas kui kiiret laadimist vajav auto saab kiiremini laadida.
• Faasi tasakaalustamineKolmefaasilistes süsteemides peab DLB tagama, et ükski faas ei oleks ülekoormatud – see ülesanne nõuab keerukat lülitusloogikat või faasiteadlikku jaotust.

Sensorid ja mõõtmine

DLB täpsus sõltub täielikult vastuvõetavate andmete kvaliteedist. Tavaliselt hõlmab see voolutrafode (CT) või spetsiaalsete nutikate arvestite paigaldamist ühisühenduspunkti (PCC). Need seadmed peavad edastama koormusandmeid kõrge sagedusega (sageli 1 Hz või rohkem), et DLB kontroller saaks reageerida hoone koormuse järskudele tõusudele – näiteks tööstusmootori käivitumisele – sekundite jooksul, et vältida peakaitselüliti rakendumist.

Hierarhiline struktuur

DLB toimib sageli hierarhiliselt. „Kohalikul“ tasandil haldab kontroller laadijate klastrit. „Objekti“ tasandil koordineerib see hoone haldussüsteemiga. „Võrgu“ tasandil võib see reageerida kommunaalettevõtte nõudlusele reageerimise (DR) signaalidele. See mitmekihiline lähenemisviis tagab kohaliku ohutuse säilimise, osaledes samal ajal laiematel energiaturgudel.

3. peatükk: DLB algoritmide juhtimisahela disain: PID ja mudeli ennustav juhtimine (MPC)

Dünaamilise koormuse tasakaalustamise süsteemi efektiivsust mõõdetakse lõppkokkuvõttes selle latentsusaja ja täpsuse järgi. Kui hoone koormus tõuseb järsult ja DLB-süsteemil kulub elektriautode laadimisvoolu reguleerimiseks 30 sekundit, rakendub peakaitselüliti tõenäoliselt enne korrektsiooni toimumist. Seega on juhtimisahela disain nutika laadimisjaama „aju“. Selles peatükis süveneme nende juhtimismehhanismide tehnilistesse spetsifikatsioonidesse, keskendudes proportsionaal-integraal-tuletisega (PID) kontrolleritele ja täiustatud mudelprediktiivsele juhtimisele (MPC).

PID-juhtimisraamistik DLB-s

PID-kontrollerid on tööstusautomaatika tööhobused ja neil on loomulik rakendus DLB-s. PID-silmuse eesmärk on hoida saidi kogukoormust ($P_{total}$) seatud väärtusel ($P_{limit}$) või sellest madalamal, reguleerides juhtmuutujat, mis on EVSE-dele (elektrisõidukite toiteseadmed) saadetava maksimaalse voolu piirang.

• Proportsionaalne (P)P-termin reageerib kohe veale (vahe $P_{limit}$ ja $P_{total}$ vahel). Kui viga on suur (nt hoone koormuse järsk langus), suurendab P-termin kiiresti lubatud elektriauto laadimisvoolu. Ainult P-juhtimine viib aga sageli „püsiseisundi veani“, kus süsteem ei jõua kunagi päris piirini.
• Integraal (I)I-termin arvestab varasemate vigade kuhjumist. See suurendab või vähendab voolu aeglaselt, et kõrvaldada püsiseisundi viga, tagades, et süsteem kasutab aja jooksul ära kogu saadaoleva amprit.
• Tuletis (D)D-termin ennustab tulevasi vigu, vaadates muutuse kiirust. See on ülioluline „ülekoormuse“ vältimiseks. Kui koormus kiiresti suureneb, siis D-termin piirab agressiivselt elektriautode laadijaid enne, kui piir tegelikult saavutatakse.

DLB-keskkonnas tuleb PID-ahelat hoolikalt häälestada. Kui see on liiga agressiivne, moduleerivad elektriautode laadijad pidevalt oma voolu, mis võib põhjustada sõiduki sisseehitatud laadija (OBC) kulumist ja potentsiaalselt ärritada elektriauto tarkvara, mis omakorda võib põhjustada laadimisvigu. Liiga aeglase laadimise korral ei täida see oma peamist eesmärki – võrgu kaitsmist.

Lisaks PID-le: mudeli ennustav juhtimine (MPC)

Kuigi PID on efektiivne lihtsate stsenaariumide korral, kasutavad tänapäevased suuremahulised laadimisjaamad üha enam mudelprediktiivset juhtimist (MPC). Erinevalt PID-st, mis on reaktiivne, on MPC ennetav. See kasutab süsteemi matemaatilist mudelit, et ennustada selle edasist käitumist kindla "ennustushorisondi" jooksul.

DLB kontekstis arvestab MPC kontroller:

1. SüsteemipiirangudLaadijate füüsilised piirid, trafo mahtuvus ja sõiduki maksimaalne sisselaskekiirus.
2. TulevikuprognoosidPrognoositav hoonekoormus, mis põhineb ajaloolistel mustritel, ilmaprognoosidel (mis mõjutavad HVAC-koormust) ja eeldataval sõidukite saabumisel.
3. EesmärgifunktsioonMatemaatiline eesmärk, näiteks „Minimeerida energia kogukulu, tagades samal ajal, et kõik autod saavutavad kella 8-ks hommikul 80% oma energiatõhususe.“

MPC algoritm lahendab optimeerimisprobleemi igal ajahetkel (nt iga 5 minuti järel). See arvutab optimaalsete juhtimistoimingute jada, kuid rakendab ainult esimest ja arvutab järgmisel sammul uuesti. See võimaldab DLB-süsteemil laadimisprofiile „siluda“. Näiteks kui süsteem teab, et kell 14.00 on tulemas suur hoone koormuse hüpe, võib see elektriautosid eelnevalt laadida kell 13.30 ja seejärel kell 14.00 neid sügavalt piirata, selle asemel, et hüppe saabudes järsult reageerida.

Latentsus ja sideprotokollid

Juhtimisahel on sama kiire kui selle sideühendus. Paljudes DLB-süsteemides suhtleb kontroller laadijatega Modbus TCP, RTU või avatud laadimispunkti protokolli (OCPP) kaudu.

• ModbusPakub väga madalat latentsusaega (millisekundid), mis teeb selle ideaalseks kohalikuks, ohutuse seisukohalt kriitiliseks DLB-ks.
• OCPP 1.6/2.0.1Pilve ja laadija vahelise suhtluse tööstusstandard. Kuigi see on funktsiooniderikkam (arveldus, autentimine ja püsivara värskendused), tekitab see märkimisväärse latentsusaja (sageli 1–5 sekundit) JSON-sõnumite WebSocketsi kaudu edastatava koormuse ja avaliku interneti läbimise tõttu.

Insenerid peavad valima õige protokolli, mis põhineb koormuse tasakaalustamise kriitilisusel. Elamu jaoks võib piisata veidi aeglasemast pilvepõhisest DLB-st. Tööstusettevõttes, kus kaitselüliti väljalülitumine maksab tuhandeid dollareid seisakuaja tõttu, on kohalik Modbus-põhine silmus kohustuslik.

4. peatükk: Kohalik vs. pilvepõhine DLB-arhitektuur: võrdlev analüüs

Nutika laadimisinfrastruktuuri projekteerimisel on üks olulisemaid arhitektuurilisi otsuseid see, kus asub „intelligentsus“. Kas koormuse tasakaalustamise loogika peaks töötama kohapealsel riistvaral (lokaalne DLB) või peaks seda haldama kaugserver (pilve DLB)? Mõlemal lähenemisviisil on erinevad eelised ja kompromissid töökindluse, kulude ja skaleeritavuse osas.

Kohalik DLB: servaarvutuse lähenemisviis

Kohalik DLB hõlmab füüsilist kontrollerit – sageli PLC-d (programmeeritavat loogikakontrollerit), spetsiaalset lüüsi või ühte „pealaadijat“ –, mis suhtleb otse teiste kohtvõrgus (LAN) olevate laadijatega.

Eelised:

1. Usaldusväärsus ja võrguühenduseta töövõimeSüsteem ei vaja internetiühendust. Kui fiiberkaabel katkeb, jätkavad laadijad koormuse tasakaalustamist kohapeal, tagades hoone elektriohutuse.
2. Madal latentsusaegNagu 3. peatükis käsitletud, toimub lokaalne side (Modbus või lokaalne OCPP) alla sekundilise kiirusega. See on oluline kohtades, kus on ebastabiilsed mitteelektrilised koormused, näiteks tehased või haiglad.
3. TurvalisusJuhtsignaalide hoidmine kohalikus võrgus vähendab küberohtude rünnakupinda, mis võiksid proovida võrgu stabiilsust manipuleerida.

Puudused:

1. Riistvara maksumusNõuab täiendava kohapealse riistvara ostmist ja paigaldamist.
2. Hoolduse keerukusDLB-loogika värskendamine võib nõuda kohapealseid külastusi või servaseadmete keerukat kaughaldust.
3. SiloandmedKohalikul kontrolleril on piiratud ülevaade laiemast võrgu olukorrast või kommunaalettevõtte energiahindadest, välja arvatud juhul, kui see on spetsiaalselt pilvepõhise taustasüsteemiga integreeritud.

Pilvepõhine DLB: ulatuslik orkestreerimine

Pilvepõhises arhitektuuris edastavad nii nutikas arvesti kui ka laadijad oma andmed kesksele haldusplatvormile. Pilv arvutab iga laadija jaoks optimaalse võimsuse ja saadab selleSmartCharging.SetChargingProfilekäsklus EVSE-dele tagasi.

Eelised:

1. SkaleeritavusÜhelt pilvepõhiselt armatuurlaualt on lõpmatult lihtsam hallata 1000 saiti kui 1000 individuaalset kohalikku kontrollerit.
2. Globaalne optimeeriminePilv saab koondada andmeid mitmest asukohast, et osaleda virtuaalsetes elektrijaamades (VPP-des) või reageerida piirkondlikule võrgukoormusele.
3. Täiustatud tehisintellekti integratsioonKeeruliste masinõppemudelite käitamine prognoosimiseks (mida käsitleme 8. peatükis) on palju teostatavam võimsates pilveserverites kui piiratud servas olevas riistvaras.
4. Madalamad esialgsed kuludKui laadijad saavad otse pilvega suhelda, pole spetsiaalset kohalikku kontrollerit vaja.

Puudused:

1. ÜhenduvussõltuvusKui internet katkeb, naaseb süsteem tavaliselt „turvalisse olekusse“ (nt minimaalne laadimisvool kõigile autodele), mis võib olla väga ebaefektiivne ja viia klientide kaebusteni.
2. Kõrge latentsusaegArvesti, pilve ja laadija vaheline edasi-tagasi aeg võib olla mitu sekundit. See raskendab reageerimist „hetkelistele“ koormuspiikidele.
3. PrivaatsusprobleemidEnergiaandmete pidev voogedastus pilve tekitab mõnedele äriklientidele andmete suveräänsuse ja privaatsuse probleeme.

Hübriidmudel: parim mõlemast maailmast

Neid kompromisse tunnistades liigub tööstusharu hübriidmudeli poole. Selles seadistuses tegeleb kohalik lüüs ohutuskriitilise millisekundilise koormuse tasakaalustamisega (tagades, et kaitselüliti kunagi ei rakendu). Samal ajal pakub pilv kõrgetasemelist strateegiat – määrab kohaliku kontrolleri „eelarved“ energiahindade, kasutajate ajakavade ja võrgusignaalide põhjal. See „servapõhine, pilvepõhine“ lähenemisviis tagab infrastruktuuri kaitsmiseks vajaliku usaldusväärsuse, säilitades samal ajal pilvehalduse paindlikkuse.

5. peatükk: Reaalajas energiajaotuse strateegiad ja prioriteedid

Dünaamilise koormuse tasakaalustamise kõige keerulisem algoritmiline väljakutse on saadaoleva võimsuse jagamine mitme elektriauto vahel. See ei seisne lihtsalt kilovattide koguarvu jagamises autode arvuga. Keerukas koormuse tasakaalustamise süsteem peab tasakaalustama võrdsuse, tõhususe ja individuaalsete kasutajate vajadused. Selles peatükis uurime erinevaid võimsuse jaotamise strateegiaid, mida tänapäeval valdkonnas kasutatakse.

Esimesena tulnud, esimesena teenindatud (FCFS)

Lihtsaim jaotusstrateegia on FCFS. Esimesena vooluvõrku ühendatav sõiduk saab maksimaalse soovitud võimsuse. Järgmised sõidukid saavad ülejäänu.

Plussid:

• Lihtne rakendada.
• Esimeste kasutajate jaoks selge ja läbipaistev.

Miinused:

• Väga ebavõrdne. Viiendal saabuval kasutajal ei pruugi olla üldse voolu, isegi kui tal on kiireloomuline reis, samas kui esimesel kasutajal on juba 90% laetud ja ta võib kergesti oodata.
• See viib „energia kogumiseni“, kus auto hõivab tundide kaupa suure võimsusega akupesa, laadides samal ajal oma viimaseid protsendipunkte väga aeglaselt.

Võrdne jagamine

Selles mudelis jagatakse saadaolev võimsus võrdselt kõigi aktiivsete seansside vahel. Kui saadaval on 100 kW ja laeb 4 autot, saab igaüks 25 kW. Kui liitub viies auto, langeb kõigi võimsus 20 kW-ni.

Plussid:

• Põhimõtteliselt oma olemuselt „õiglane“.
• Maksimeerib autode arvu, mis saavad vähemalt mingisuguse tasu.

Miinused:

• Ebaefektiivne väikeste akudega või peaaegu täislaetud autode puhul. Autole, mis suudab vastu võtta ainult 7 kW, „eraldatakse“ 20 kW, raisates 13 kW, mis oleks võinud minna 50 kW võimsusega autole.

Prioriteedipõhine jaotus (SoC ja aku mahtuvus)

Kaasaegsed DLB-süsteemid kasutavad intelligentsemat ja mitme muutujaga optimeerimist. Need seavad autod prioriteediks vastavalt nende laetuse tasemele. 10% laetuse tasemega autole antakse prioriteet 80% laetuse tasemega auto ees, kuna 10% laetuse tasemega auto vajab kiiremini sõiduulatust ja talub liitiumioonakude laadimiskõvera (konstantse voolu faas) tõttu ka palju suuremat laadimiskiirust.

Lisaks võtab süsteem arvessemaksimaalne vastuvõtuprotsentsõidukist. KasutadesMaksimaalne voolSõiduki poolt edastatud energia (vahelduvvoolulaadimise PWM-i või alalisvoolulaadimise digitaalse side kaudu) tagab DLB-kontroller, et see ei eralda kunagi rohkem energiat, kui auto tegelikult kasutada suudab, jaotades seeläbi „ülejäägi“ teistele sõidukitele.

Kasutaja määratud prioriteedid ja „Premium” laadimine

Ärikeskkondades saab DLB ühendada arveldussüsteemiga. Kasutaja võib maksta lisatasu „kiirlaadimise” eest, tagades alati maksimaalse võimaliku võimsuse, olenemata muudest koormustest. Seevastu võidakse laevastiku sõidukitele määrata erinevad prioriteedid vastavalt nende planeeritud väljumisaegadele. Kell 5 hommikul väljuv kaubik saab prioriteedi kell 3 hommikul kell 9 hommikul väljuva kaubiku ees.

Proportsionaalse õigluse algoritm

See telekommunikatsioonist (LTE/5G ajastamine) tuletatud algoritm püüab maksimeerida süsteemi üldist „kasulikkust“. See tasakaalustab kohese vajaduse suure võimsuse järele (tõhusus) pikaajalise vajadusega tagada, et ükski auto ei jääks laadimata (õiglus). See arvutab iga auto prioriteediskoori:Skoor = (taotletud võimsus / seni saadud keskmine võimsus)Kõrgeima punktisummaga autod saavad järgmise saadaoleva võimsuse jaotuse.

6. peatükk: Võrgu stabiilsus ja ülekoormuse vältimise mehhanismid

Dünaamiline koormuse tasakaalustamine ei ole ainult kasutajamugavuse funktsioon; see on võrgu stabiilsuse jaoks kriitilise tähtsusega ohutussüsteem. Elektrisõidukite leviku suurenedes seisab jaotusvõrk silmitsi uut tüüpi koormusega, sealhulgas nõudluse kiirete kõikumiste ja harmooniliste moonutustega. Selles peatükis uuritakse mehhanisme, mida DLB kasutab võrgu kaitsmiseks ja katastroofiliste ülekoormuste vältimiseks.

"Reisikõvera" kaitseloogika

Elektrikaitselülititel on „rakenduskõver“ – need taluvad kerget ülekoormust paar minutit, kuid rakenduvad koheselt suure pingetõuke korral. Tugev DLB-kontroller peab seda rakendumiskõverat modelleerima. See peaks arvestama väga lühikeste pingetõuketega (nt lifti käivitumine), et vältida elektriautode laadijate tarbetut piiramist, kuid see peab otsustavalt tegutsema, kui ülekoormus püsib.

Täiustatud kontrollerid kasutavad „kahe läve” lähenemisviisi:

1. Hoiatuslävi (nt 90% piirväärtusest)Kontroller alustab elektriautode laadijate „pehmet reguleerimist“, et vältida piirini jõudmist.
2. Kriitiline lävi (nt 98% piirväärtusest)Kontroller rakendab peakaitsme kaitsmiseks avariiseiskamist või agressiivset voolu vähendamist minimaalse lubatud vooluni (tavaliselt 6 A vahelduvvoolu laadimise korral).

Faasibilansi haldamine

Kolmefaasilistes elektrisüsteemides (levinud Euroopas ja tööstusobjektidel) on võimalik üks faas üle koormata isegi siis, kui kolmefaasiline koguvõimsus on lubatud piirides. See juhtub siis, kui enamik kohapealseid elektrisõidukeid on ühefaasilised laadijad ja need on ühendatud sama faasiga (nt faas L1).

Faasipõhine DLB-süsteem jälgib iga faasi eraldi. Kui faas L1 jõuab oma piirini, samal ajal kui L2 ja L3 on alakasutatud, piirab kontroller ainult L1-ga ühendatud autode laadimist. Mõned täiustatud elektrisõidukid suudavad isegi faase dünaamiliselt vahetada (faaside vahetamine), viies auto ülekoormatud faasist avatud faasi ilma laadimisseansi katkestamata.

Harmooniline moonutus ja võimsuse kvaliteet

Elektriautode laadijad on mittelineaarsed koormused, mis kasutavad jõuelektroonikat (alaldeid). Need võivad võrku süstida harmoonilisi, mis võib põhjustada neutraaljuhtide ülekuumenemist ja häireid tundlike elektroonikaseadmete töös. Kuigi DLB haldab peamiselt tegelikku võimsust (kW), jälgivad keerukad süsteemid ka harmoonilist moonutust (THD) ja võimsustegurit (PF). Kui THD ületab regulatiivseid piire (nt IEEE 519), võib DLB-süsteem laadimiskiirust vähendada, et leevendada mõju elektrienergia kvaliteedile.

Nõudlusele reageerimine ja sageduse reguleerimine

Makrotasandil saavad DLB-süsteemid osaleda nõudlusele reageerimise (DR) programmides. Kui võrgu sagedus langeb (mis viitab pakkumise puudusele), saadab ettevõte signaali. DLB-kontroller suudab reageerida millisekundites, vähendades elektriautode koormust samaaegselt sadadel laadijatel. See annab „virtuaalse aku“ efekti, mis on palju kiirem ja kulutõhusam kui tippkoormusega gaasijaama käivitamine. See üleminek „passiivsest koormusest“ „aktiivseks võrguvaraks“ on nutika laadimise tulevik.

Varuriikide roll

Ülekoormuse ennetamise kriitilise tähtsusega komponent on „ohutu olek“ ehk „varuvool“. Kontrolleri ja arvesti (või pilve) vahelise sidekatkestuse korral peab DLB-süsteem vaikimisi seadma end eelnevalt määratletud ohutule voolupiirile. Tavaliselt on see seatud väga madalale väärtusele (nt 6 A laadija kohta) või nullile, tagades, et isegi täieliku süsteemirike korral jääb hoone infrastruktuur kaitstuks.

7. peatükk: Mitme energiaga süsteemide integreerimine: DLB optimeerimine PV ja BESS-iga

Taastuvenergiaallikate, täpsemalt fotogalvaanika (PV), ja lokaalse salvestuse, näiteks akutoitel energiasalvestussüsteemide (BESS), integreerimine lisab dünaamilisele koormuse tasakaalustamisele uue keerukuse dimensiooni. Traditsioonilise DLB-süsteemi eesmärk on jääda võrgu piirangu alla. Mitme energiasüsteemi eesmärk on koordineerida neid erinevaid varasid, et maksimeerida omatarbimist, minimeerida võrgu kulusid ja tagada töökindlus.

Mitmeallika võimsusbilansi võrrand

PV ja BESS-iga laadimiskohas ei ole elektriautode laadimiseks saadaolev võimsus enam ainult „võrgu piirang miinus hoone koormus“. Sellest saab:P_ev(t) = P_võrgu_piirang – P_hoone(t) + P_pv(t) + P_mahutav_vool(t) – P_mahutav_laadimine(t)

See võrrand toob sisse mitu uut juhtimismuutujat. DLB-kontroller peab nüüd otsustama mitte ainult selle, kuidas elektriautodele võimsust jaotada, vaid ka selle, millal BESS-i laadida või tühjendada.

Päikeseenergiale optimeeritud laadimine (PV-energia piiramise ennetamine)

Üks mitme energiaallikana toimiva DLB peamisi kasutusjuhtumeid on „päikeseenergia jälgimine“. Päikesepaiste ajal võib PV-süsteem toota rohkem energiat, kui hoone tarbida suudab. Kui võrk ei võimalda sisestamist (nulleksport) või kui sisseostutariif on madal, siis see energia läheb raisku (piiratakse). Nutikas DLB-süsteem jälgib PV väljundit ja suurendab automaatselt elektriautode laadimiskiirust, et see vastaks päikeseenergia toodangule. See „rohelise laadimise“ režiim on väga populaarne elamu- ja ärikeskkonnas, kuna see võimaldab 100% taastuvenergial põhinevat liikuvust ilma võrgule avaldamata.

Tipptasemel habemeajamine BESS-iga

Laadija (BESS) toimib puhverina. Tippnõudluse perioodidel – näiteks kui mitu suure võimsusega alalisvoolu kiirlaadijat on samaaegselt aktiivsed – saab laadija tühjendada, et täiendada võrgutoidet. See võimaldab asukohal toetada rohkem laadijaid, kui selle võrguühendus tavaliselt lubaks. DLB-kontroller haldab BESS-i energiataset (SoE). See peab tagama, et aku mahutavus on piisav järgmise eeldatava tippkoormusega toimetulekuks, planeerides samal ajal laadimist madala nõudluse või suure päikeseenergia tootmise perioodideks.

Koordineeritud mitme vara optimeerimine

Kõige arenenumad süsteemid kasutavad „kaasoptimeerimise“ lähenemisviisi. PV, BESS-i ja elektriautode käsitlemise asemel eraldi üksustena hallatakse neid ühtse mikrovõrguna. Kontroller kasutab energia tasakaalu probleemi lahendamiseks iga paari sekundi tagant lineaarset programmeerimist või evolutsioonilisi algoritme. Näiteks kui auto peab tunni aja pärast lahkuma ja PV tootmine langeb pilve tõttu, peab kontroller otsustama: kas ta peaks võrgust rohkem energiat ammutama (kallis), BESS-i tühjendama (tsüklikulud) või autot piirama (kasutaja rahulolematus)? Nende otsuste raamistikuks on „majandusliku jaotuse“ loogika (käsitletud 9. peatükis).

8. peatükk: Täiustatud energiaprognoosi mudelid suuremahulistele laadimisjaamadele

Suuremahuliste laadimiskeskuste – näiteks kiirteede teenindusjaamade või linnabusside depoo – puhul reaktiivne DLB ei ole piisav. Võrgu ebastabiilsuse vältimiseks ja energiakulude optimeerimiseks peavad need asukohad nõudluse prognoosimiseks kasutama ennustusmudeleid. Selles peatükis uuritakse nutika laadimise energiatarbimise prognoosimiseks kasutatavaid andmeteaduse ja modelleerimistehnikaid.

Nõudluse prognoosimine: sõidukite saabumise ennustamine

Prognoosimise esimene samm on ennustada, millal ja kui palju elektriautosid saabub. Kommertskeskuse puhul hõlmab see järgmise analüüsimist:

1. Ajaloolised saabumismustridKellaaja, nädalapäeva ja hooajalised trendid.
2. Välised andmedLiiklusolud, ilm (mis mõjutab elektriauto sõiduulatust ja kütte-/jahutuskoormust) ning kohalikud sündmused.
3. Järjekordade teooriaStohhastilisi mudeleid, näiteks M/M/s järjekordi, kasutatakse kõigi laadijate hõivatuse tõenäosuse hindamiseks.

Täiustatud mudelid kasutavad järgmise 24 tunni „kogunõudluse profiili“ suure täpsusega ennustamiseks pika lühiajalise mälu (LSTM) närvivõrke või gradientvõimendusega puid (XGBoost).

Hoone koormuse prognoosimine

Selleks, et DLB toimiks, peab see ennustama kaMitteelektrilise sõiduki koormusKontorihoones on see väga prognoositav (tipptaseme saavutamine tööajal). Tööstusobjektil võib see olla kõikuv. Hoonekoormuste prognoosimudelites kasutatakse tavaliselt järgmist:

• Autoregressiivne integreeritud libisev keskmine (ARIMA)Stabiilsete, hooajaliste andmete saamiseks.
• Prohvet (Meta poolt)Suurepärane puuduvate andmete ja kõrvalekallete käsitlemiseks aegridade energiaandmetes.
• Füüsikal põhinevad mudelidHVAC-koormuse ennustamine, võttes arvesse hoone soojusmahtu ja prognoositavat välistemperatuuri.

PV-tootmise prognoosimine

Päikeseenergia tootmise prognoosimine on mitme energiaallikana toimiva DLB (Digital Lawyer ehk otseühendusega elektrijaama) jaoks ülioluline. See nõuab integreerimist kõrgresolutsiooniliste ilmastiku API-dega (päikesekiirguse andmed) ja kohapealsete anduritega. Lühiajaline prognoosimine (0–15 minutit) kasutab sageli „Sky Imaging” kaameraid, mis jälgivad pilvede liikumist, et ennustada päikesepaneelide toodangu järsku langust, võimaldades DLB-süsteemil laadijaid ennetavalt piirata või BESS-i tühjendamiseks ette valmistada.

Prognoosimise ja juhtimise liides

Nende prognooside väljund suunatakse 3. peatükis kirjeldatud mudelprediktiivse juhtimise (MPC) ahelasse. Prognoos annab „ennustushorisondi“, mis võimaldab kontrolleril teha täna otsuseid, mis arvestavad kahe tunni pärast eeldatavaid tingimusi. See „ettevaatamise“ võimekus eristab tavalist nutikat laadijat võrku integreeritud energiahaldussüsteemist.

9. peatükk: Kulude optimeerimine ja majanduslik jaotus nutika laadimise puhul

Kuigi DLB peamine eesmärk on tehniline (ülekoormuste vältimine), on teisejärguline ja üha olulisem eesmärk majanduslik. Selles peatükis arutame, kuidas DLB-süsteemid optimeerivad madalaima energiakulu saavutamiseks.

Kasutusaja (ToU) arbitraaž

Enamik kommunaalteenuseid pakkuvaid ettevõtteid pakub nüüd dünaamilist hinnakujundust. Elektri hind võib kell 17.00 olla 0,30 dollarit kWh kohta, kuid kell 2.00 vaid 0,05 dollarit kWh kohta. Nutikas DLB-süsteem võtab neid hinnasignaale sisendina. „Kuluoptimaalne ajakava“ nihutab võimalikult palju elektriautode koormust madala hinnaga perioodidele. See peab aga olema kooskõlas kasutaja vajadustega. Kui kasutaja vajab oma autot kell 20.00, ei saa süsteem laadimise alustamisega oodata kella 2-ni. Algoritm arvutab iga seansi edasilükkamise „alternatiivkulu“.

Nõudlustasude haldamine

Äriklientide puhul jagatakse kommunaalteenuste arve sageli kaheks osaks: energiatarbimine (kWh) ja tippnõudlus (kW). Tippnõudluse tasu põhineb kuu kõrgeimal 15-minutilisel intervallil. Üks haldamata tippkoormus võib maksta tuhandeid dollareid. DLB-süsteem toimib „tippkoormuse piirajana“. Seades saidi kogukoormusele range piirangu ja kasutades selle säilitamiseks BESS-i või piiramist, tagab süsteem, et tippnõudluse tasu jääb eelarvevahemikku.

Osalemine sageduskarakteristiku turgudel

Võrguoperaatorid (TSO-d/DSO-d) maksavad „paindlikkuse“ eest. Kui laadimisvõrk suudab tõestada, et suudab koormust käsu peale vähendada, saab ta osaleda sellistel turgudel nagu FFR (kindel sageduskarakteristik) või DSR (nõudluspoolne reageering). DLB-kontroller toimib liidesena. Kui saabub „paindlikkustaotlus“, arvutab kontroller, kui palju ta saab koormust ohutult vähendada ilma kasutajate minimaalseid koormusnõudeid rikkumata, ja esitab turul pakkumise. Nendest teenustest saadav tulu võib laadimisinfrastruktuuri kulusid märkimisväärselt kompenseerida.

Majandusliku jaotuse objektiivfunktsioon

Selle optimeerimise matemaatika on tavaliselt mitme eesmärgiga funktsioon:Minimeeri: (võrguenergia maksumus) + (aku lagunemiskulu) + (hilinenud laadimise trahv) Vastavalt: (võrgu läbilaskevõime) ja (kasutajate tähtaegadele)

Lahendades selle iga paari minuti tagant, tagab DLB-süsteem jaama töötamise „tõhususe piiril“ – see on ideaalne tasakaal kulude ja jõudluse vahel.

10. peatükk: Tulevikutrendid: V2G, tehisintellektil põhinev DLB ja standardiseerimine (OCPP 2.0.1)

Nutikate elektriautode laadimise valdkond areneb peadpööritava kiirusega. Tehnoloogia arenedes liigume lihtsast koormuse haldamisest edasi täieliku võrku integreerimise ja autonoomse optimeerimise poole. Selles peatükis uuritakse kolme kõige olulisemat trendi, mis kujundavad dünaamilise koormuse tasakaalustamise tulevikku: sõidukitevaheline võrku ühendamine (V2G), tehisintellekt ja järgmise põlvkonna sidestandardite kasutuselevõtt.

Sõidukilt võrku (V2G) ja kahesuunaline DLB

V2G on nutika laadimise viimane areng. Elektriauto ei ole enam lihtsalt koormus, vaid mobiilne aku, mis suudab energiat tagasi võrku suunata. DLB puhul tähendab see, et võrrandis olev saadaolev energia võib tegelikult olla negatiivne. V2G-toega asukohas peab DLB-kontroller haldama „kahesuunalist koormuse tasakaalustamist“. Kui hoone koormus ületab võrgu piiri, saab kontroller anda elektriautodele käsu akud tühjendada, et hoonet toetada. See nõuab ülimalt keerukat „tsüklihaldust“, et tagada, et tühjendamine ei halvendaks sõiduki akut liigselt ja et kasutajal oleks järgmiseks reisiks piisavalt sõiduulatust. V2G nõuab ka riistvarauuendusi – täpsemalt kahesuunalisi alalisvoolulaadijaid või vahelduvvoolulaadijaid, mis toetavad standardit ISO 15118-20.

Tehisintellektil põhinev autonoomne koormuse tasakaalustamine

Kuigi tänapäeva DLB-süsteemid tuginevad eelnevalt määratletud algoritmidele ja reeglitele, kasutab järgmine põlvkond „iseõppivat“ tehisintellekti. Tugevdusõppe (RL) abil saab DLB-kontroller enne juurutamist simuleeritud keskkonnas katse-eksituse meetodil optimaalse laadimisstrateegia õppida. Tehisintellektil põhinev kontroller suudab tuvastada peeneid mustreid, mida iniminsener võib kahe silma vahele jätta – näiteks asjaolu, et igal teisipäeva hommikul kell 10 töötab konkreetne tööstusmasin 15 minutit, põhjustades koormuse hüppe. Tehisintellekt suudab õppida elektriautode laadijaid selle konkreetse aja jooksul ennetavalt reguleerima, isegi ilma masinalt endalt reaalajas signaali saamata.

OCPP 2.0.1 ja ISO 15118 mõju

Standardimine on skaleeritavuse alustala. Tööstusharu läheb kiiresti üle vananenud OCPP 1.6-lt palju töökindlamale OCPP 2.0.1-le.

• OCPP 2.0.1Tutvustab „seadmehaldust“, mis võimaldab pilvel palju detailsemalt jälgida laadijate tervist ja konfiguratsiooni. DLB puhul on veelgi olulisem see, et see sisaldab täiustatud nutika laadimise funktsioone, mis võimaldavad keerukamaid laadimisprofiile ja kolmefaasiliste süsteemide paremat haldamist.
• ISO 15118 (Ühenda ja laadi)See sõiduki ja laadija vaheline sidestandard võimaldab autol jagada laadijaga oma tegelikku akutoitel põhinevat vooluahela kiipi (SoC) ja aku mahtuvust. Tänapäeval arvavad enamik vahelduvvoolulaadijaid SoC-i ära või loodavad kasutajale, et see rakendusse sisestatakse. Standardi ISO 15118 kohaselt saab DLB-kontroller „maapealse tõe” andmed otse auto akuhaldussüsteemist (BMS), mis võimaldab palju täpsemat energiajaotust.

11. peatükk: Juhtumiuuringud ja rakendamisega seotud väljakutsed

Teoreetiline tipptase ei ole midagi ilma praktilise teostuseta. Selles peatükis vaatleme DLB reaalseid juurutusi ja tehnilisi takistusi, millega insenerid juurutamise ajal kokku puutusid.

Juhtumiuuring 1: Ärihoonete kompleks

Suurettevõtte peakorter Londonis soovis paigaldada 50 elektriautode laadimispunkti, kuid seda piiras 200 kW elektrivõrguühendus, mida hoone kütte-, ventilatsiooni- ja kliimaseadmed ning valgustus juba 70% ulatuses kasutasid.LahendusRakendati hübriidne DLB-süsteem. Peamise trafo jälgimiseks voolutrafoklemmide abil paigaldati lokaalne servaregulaator. Süsteem konfigureeriti 180 kW „pehme piiranguga“ ja 195 kW „jäiga piiranguga“.TulemusLaadimiskoht haldas edukalt 50 laadijat ilma ühegi kaitselüliti väljalülitumiseta. SoC-põhise prioriseerimise abil tagasid nad, et pikkade töölesõitudega töötajatel olid päeva lõpuks alati täielikult laetud.

Juhtumiuuring 2: Elektribusside depoo

Shenzheni bussifirma pidi öö jooksul laadima 100 elektribussi. Probleemiks oli tohutu samaaegne laadimine, mis tekkis, kui kõik bussid kell 23.00 depoosse tagasi jõudsid.LahendusTehisintellektil põhinevat prognoosimismudelit kasutati iga bussi saabumisel selle marsruudiandmete põhjal selle energiatarbimise ennustamiseks. Seejärel ajastas DLB-süsteem laadimise „lainetena“, tagades, et kogukoormus ei ületaks kunagi depoo alajaama võimsust, ning tagades, et iga buss oleks kella 5-ks hommikul 100% laetud.

Levinud rakendusprobleemid

1. Suhtluse ja integratsiooni keerukus:Iga laadija peab rääkima saidi keelt – OCPP keskse haldussüsteemiga, ISO 15118 sõidukiga ja sageli Modbus või BACnet hoone energiahaldussüsteemiga. Kõigi kolme kihi usaldusväärse koostalitlusvõime saavutamine, eriti erinevate tarnijate laadijate vahel, on üks levinumaid „fantoomvigade” allikaid, mis tegelikult on protokollide mittevastavused.
2. Võrguühenduse ja nõudluse tasud:DLB-süsteem lahendab piiratud võimsuse tehnilise probleemi, kuid kommertsprobleem – nõudlustasud ja kommunaalteenuste ühendamise tasud – jääb alles. Koormusprofiilid peavad modelleerima, kas nende koormusprofiil käivitab karistavad nõudluse tipud ja kas BESS on kulutõhusam kui suurem võrguühendus.
3. Andmete kvaliteet ja SoC hindamine:DLB optimeerimine on täpselt nii hea, kui head on selle sisendid. Sõidukid annavad laadimisseansi ajal teada laadimisolekust, kuid väärtused võivad olla aegunud, ebajärjekindlad või vanemate mudelite puhul lihtsalt kättesaamatud. Süsteemid peavad olema puuduvate andmete suhtes vastupidavad ja vaikimisi kasutama konservatiivset ajastamist, kui telemeetria on ebausaldusväärne.
4. Juhtimiskihi skaleeritavus:Süsteem, mis haldab elegantselt 50 laadijat, võib 500 laadijaga hätta jääda. Servakontrollerid, pilvepõhised armatuurlauad ja tõrkesiirde käitumine peavad olema esimesest päevast alates kavandatud skaleeritavaks, kusjuures juhtimisloogikat tuleb testida realistlike halvimate koormusnähtude suhtes – mitte ainult keskmiste tingimuste suhtes.

Nende väljakutsete ületamine

Ükski neist väljakutsetest ei ole takistus; igaüks neist on disainidistsipliin. OCPP 1.6J või 2.0.1 standardiseerimine ühe CMS-i tarnijaga kõrvaldab enamiku protokolli hõõrdumisest. Nõudluskulude modelleerimine esialgses äriplaanis – ja BESS-i lisamine, kui numbrid seda soosivad – kaitseb kasumlikkust. Ja DLB-tarnija valimine, kellel on tõestatud laiaulatuslikud juurutused, mitte ainult laborimahus demosid omav tarnija, vähendab kogu projekti riske.

Nendel väljakutsetel on ka inimlik mõõde. DLB-süsteemi kasutuselevõtu insenerid peavad mõistma nii toitesüsteeme kui ka tarkvara – haruldane kombinatsioon. Operaatorid peaksid eelarvestama struktureeritud koolitust ja dokumenteeritud käitusraamatuid, et kui servakontroller kell 2 öösel alarmi annab, teaks valvetehnik täpselt, milliseid armatuurlaudu kontrollida ja milliseid protseduure järgida. Kogenud tarnijad pakuvad neid käitusraamatuid standardsete tarnete hulka ja nende puudumine on tarnija valikul hoiatusmärk.

Kokkuvõte

Dünaamiline koormuse tasakaalustamine ja laadimise energiatõhususe optimeerimine muudavad elektriautode laadimise võrgukohustusest võrguvaraks. Need võimaldavad laadimisjaamadel kolmekordistada laadijate arvu ilma trafosid uuendamata, kaitsevad operaatoreid karistavate nõudlustasude eest ja avavad ukse tuluallikatele – tippkoormuse vähendamine, energia arbitraaž ja isegi võrguteenused –, millele naiivne installatsioon kunagi ligi ei pääseks. Tehnoloogia on küps; distsipliin seisneb integreerimises, andmete kvaliteedis ja ausas võimsuse modelleerimises.

Peamised järeldused

• DLB avab iga kilovati võrguühenduse kohta rohkem laadijaid, lükates sageli edasi või kaotades ära kuuekohalise hinnaga trafode uuendamise.
• BESS + maksustamine muudab nõudluse-tasu probleemi nõudluse-tasu kasumikeskuseks.
• Süsteemipõhine prioriseerimine ja tehisintellekti prognoosimine hoiavad kriitiliste kasutajate (pendeldajad, bussid) arveldatuna, samal ajal lamendades saidi koormuskõverat.
• Koostalitlusvõime (OCPP, ISO 15118), andmete kvaliteet ja tarnija ulatus on kolm otsustavat tegurit reaalsetes juurutustes.

Võtke ühendust MIDA Poweriga

MIDA Poweri laadimissüsteemid on varustatud integreeritud dünaamilise koormuse tasakaalustamise ja valikulise BESS-integratsiooniga, mida kõiki hallatakse ühe OCPP-ühilduva platvormi kaudu. Alates kontorikompleksidest kuni bussijaamadeni pakume tehnilist tuge teie koormuse modelleerimiseks, süsteemi õige suuruse määramiseks ja üllatusteta kasutuselevõtuks. Võtke meiega ühendust koormusanalüüsi konsultatsiooni ja projekti hinnapakkumise saamiseks.