شارژ خودروهای برقی برای ناوگان‌های لجستیک: برنامه‌ریزی پیشرفته، متعادل‌سازی بار هوش مصنوعی و BESS

راهنمای فنی جامع برای راهکارهای شارژ خودروهای برقی نسل بعدی برای ناوگان‌های لجستیک: ادغام برنامه‌ریزی پیشرفته، متعادل‌سازی بار مبتنی بر هوش مصنوعی، ریزشبکه‌های BESS و بهینه‌سازی زنجیره سرد برای حداکثر زمان کارکرد و حداقل هزینه مالکیت (TCO)

۱. مقدمه: تغییر الگو در الکتریکی‌سازی لجستیک

صنعت لجستیک در حال حاضر در حال گذر از یکی از مهم‌ترین تحولات از زمان اختراع موتور احتراق داخلی است. با تشدید چارچوب‌های نظارتی جهانی و تشدید ضرورت کربن‌زدایی، گذار به وسایل نقلیه الکتریکی (EVs) از یک هدف فرعی مسئولیت اجتماعی شرکت‌ها (CSR) به یک ضرورت عملیاتی اصلی تبدیل شده است. برای ناوگان‌های لجستیکی، که با حاشیه سود بسیار کم و برنامه‌های زمانی حساس به زمان فعالیت می‌کنند، تغییر به سمت الکتریکی‌سازی صرفاً به معنای جایگزینی کامیون‌های دیزلی با کامیون‌های الکتریکی نیست؛ بلکه به معنای بازآفرینی کل اکوسیستم انرژی است که جابجایی کالاها را ممکن می‌سازد.

برقی کردن ناوگان لجستیک، لایه‌ای از پیچیدگی را ایجاد می‌کند که سوخت‌گیری سنتی هرگز با آن مواجه نبود. در حالی که یک کامیون دیزلی را می‌توان در عرض چند دقیقه در هر ایستگاه تجاری سوخت‌گیری کرد، یک ناوگان الکتریکی به زیرساخت پیچیده‌ای نیاز دارد که بین دسترسی به برق، زمان از کارافتادگی وسیله نقلیه و محدودیت‌های شبکه برق تعادل برقرار کند. «سوخت» اکنون یک منبع پویا - برق - است که قیمت آن به صورت ساعتی در نوسان است و تحویل آن توسط ظرفیت فیزیکی شبکه برق محلی محدود می‌شود.

هدف اصلی هر اپراتور ناوگان، بهینه‌سازی «زمان آماده به کار» و «هزینه کل مالکیت» (TCO) است. زمان آماده به کار در زمینه خودروهای برقی به معنای اطمینان از این است که هر وسیله نقلیه از وضعیت شارژ (SoC) کافی برای تکمیل مسیر تعیین شده خود بدون توقف‌های برنامه‌ریزی نشده برخوردار باشد. به حداقل رساندن TCO شامل مدیریت هزینه‌های اولیه بالای زیرساخت شارژ و هزینه‌های عملیاتی مداوم تأمین برق، نگهداری و تخریب باتری است.

این مقاله، کاوشی فنی و عمیق در مورد راهکارهایی ارائه می‌دهد که ناوگان‌های لجستیکی را قادر می‌سازد تا در آینده‌ای الکتریکی پیشرفت کنند. ما ادغام سیستم‌های مدیریت ناوگان (FMS)، کاربرد برنامه‌ریزی مبتنی بر هوش مصنوعی، استقرار سیستم‌های ذخیره انرژی باتری (BESS) و چالش‌های منحصر به فرد بخش‌های تخصصی مانند لجستیک زنجیره سرد را بررسی خواهیم کرد. در پایان این راهنما، مدیران ناوگان و مهندسان زیرساخت، طرحی برای ساخت یک اکوسیستم شارژ انعطاف‌پذیر، مقرون به صرفه و مقیاس‌پذیر خواهند داشت.

۲. معماری زیرساخت شارژ ناوگان: استراتژی ایستگاه و انتخاب سخت‌افزار

پایه و اساس هر پروژه موفق برق‌رسانی، زیرساخت شارژ فیزیکی است. برخلاف شبکه‌های شارژ عمومی، شارژ ناوگان لجستیک در درجه اول «دپو محور» است. دپو به عنوان مرکزی عمل می‌کند که وسایل نقلیه در آن پارک، بارگیری و شارژ می‌شوند. معماری این زیرساخت باید برای قابلیت اطمینان، مقیاس‌پذیری و کارایی طراحی شود.

۲.۱ چیدمان انبار و بهینه‌سازی جریان

قرارگیری فیزیکی شارژرها در یک هاب لجستیک به طور قابل توجهی بر کارایی عملیاتی تأثیر می‌گذارد. یک طرح‌بندی ضعیف می‌تواند منجر به «گلوگاه‌های شارژ» شود، جایی که وسایل نقلیه باید منتظر توقف بمانند یا مانور بیش از حد که خطر تصادفات را افزایش می‌دهد.

• شارژ خطی در مقابل شارژ کششی:برای ون‌های تحویل کوچک‌تر، شارژ خطی (با دنده عقب رفتن به داخل غرفه) اغلب کافی است. با این حال، برای تراکتورهای سنگین و تریلرهای مسافت طولانی، پیکربندی‌های کششی برای به حداقل رساندن زمان مانور ترجیح داده می‌شوند.
• سیستم‌های شارژ سربار:در انبارهای شهری با تراکم بالا که فضای کف بسیار کم است، می‌توان از سیستم‌های پانتوگراف یا قرقره‌های سقفی استفاده کرد. این سیستم‌ها کابل‌ها را از زمین دور نگه می‌دارند و باعث کاهش ساییدگی و پارگی و خطرات ناشی از افتادن می‌شوند.
• مقیاس‌پذیری ماژولار:استقرارهای اولیه ممکن است فقط به چند شارژر نیاز داشته باشند، اما ستون فقرات الکتریکی (ترانسفورماتورها، تابلو برق و ترانشه‌کشی) باید برای برق‌رسانی ۱۰۰٪ نهایی ناوگان در نظر گرفته شود. این فلسفه «یک بار حفر کن» از هزینه‌های هنگفت آینده جلوگیری می‌کند.

۲.۲ AC در مقابل DC: یافتن تعادل مناسب

انتخاب بین شارژ جریان متناوب (AC) و جریان مستقیم (DC) توسط «زمان توقف» تعیین می‌شود - مدت زمانی که یک وسیله نقلیه در ایستگاه پارک شده است.

• شارژ AC (سطح ۲):شارژ AC که معمولاً از ۷ کیلووات تا ۲۲ کیلووات را فراهم می‌کند، مقرون‌به‌صرفه‌ترین راه‌حل برای زمان‌های توقف شبانه است. ون‌های لجستیکی که ساعت ۶ بعد از ظهر به انبار برمی‌گردند و ساعت ۶ صبح حرکت می‌کنند، ۱۲ ساعت برای شارژ زمان دارند. یک شارژر AC 22 کیلوواتی می‌تواند در این بازه زمانی بیش از ۲۵۰ کیلووات ساعت برق ارائه دهد که برای اکثر وسایل نقلیه تحویل در آخرین مایل بیش از حد کافی است. هزینه پایین‌تر سخت‌افزار AC امکان نسبت ۱:۱ شارژرها به وسایل نقلیه را فراهم می‌کند و نیاز به جابجایی پیچیده وسایل نقلیه را از بین می‌برد.
• شارژ سریع DC (DCFC):با محدوده‌ی توان ۵۰ کیلووات تا ۳۵۰ کیلووات (و به زودی سیستم‌های شارژ مگاواتی یا MCS برای کامیون‌های سنگین)، DCFC برای «شارژ فرصت» ضروری است. این اتفاق در زمان تغییر شیفت راننده، دوره‌های بارگیری/تخلیه بار یا استراحت‌های میان روز رخ می‌دهد. در حالی که سخت‌افزار DC به طور قابل توجهی گران‌تر است، تزریق توان بالای مورد نیاز برای ادامه‌ی استفاده از وسایل نقلیه‌ی پرمصرف را فراهم می‌کند.

۲.۳ استانداردهای کانکتور و قابلیت همکاری

در یک محیط ناوگان مختلط، قابلیت همکاری بسیار مهم است. در حالی که CCS (سیستم شارژ ترکیبی) استاندارد غالب در اروپا و آمریکای شمالی و GB/T در چین است، اپراتورهای ناوگان باید اطمینان حاصل کنند که سیستم مدیریت شارژ (CMS) آنها می‌تواند از طریق پروتکل نقطه شارژ باز (OCPP) با برندهای سخت‌افزاری مختلف ارتباط برقرار کند. این امر از «قفل شدن فروشنده» جلوگیری می‌کند و به ناوگان اجازه می‌دهد تا انواع جدید خودرو و مدل‌های شارژر را با تکامل فناوری ادغام کند.

۳. یکپارچه‌سازی داده‌های حلقه بسته: هم‌افزایی FMS و CPMS

مهم‌ترین افزایش بهره‌وری در شارژ ناوگان نه در سخت‌افزار، بلکه در نرم‌افزار یافت می‌شود. به‌طور خاص، ادغام بین سیستم مدیریت ناوگان (FMS) و سیستم مدیریت نقاط شارژ (CPMS) یک محیط داده «حلقه بسته» ایجاد می‌کند که شارژ را از یک فعالیت غیرفعال به یک فرآیند عملیاتی بهینه تبدیل می‌کند.

۳.۱ پل داده FMS-CPMS

به طور سنتی، FMS برنامه‌ریزی مسیر، رفتار راننده و نگهداری خودرو را مدیریت می‌کند، در حالی که CPMS وضعیت شارژرها و جریان انرژی را مدیریت می‌کند. در یک ناوگان بهینه خودروهای برقی، این دو سیستم باید به صورت بلادرنگ با یکدیگر در ارتباط باشند.

• مسیردهی داده‌ها به CPMS:سیستم مدیریت پرواز (FMS) به سیستم مدیریت پرواز (CPMS) اطلاع می‌دهد که چه زمانی انتظار می‌رود یک وسیله نقلیه به ایستگاه برسد و SoC فعلی آن چیست. همچنین «الزامات SoC حرکت» را بر اساس طول مسیر برنامه‌ریزی شده برای روز بعد، تغییرات ارتفاع و شرایط آب و هوایی ارائه می‌دهد.
• وضعیت شارژر به FMS:سیستم مدیریت شارژ (CPMS) به FMS در مورد در دسترس بودن و سلامت شارژر اطلاع می‌دهد. اگر یک شارژر DC پرقدرت برای تعمیر و نگهداری از کار افتاده باشد، FMS می‌تواند به صورت پیشگیرانه وسایل نقلیه را به مسیرهای مختلف اختصاص دهد یا زمان حرکت را تنظیم کند تا شارژ کندتر را در نظر بگیرد.

۳.۲ تخصیص خودکار ارسال و شارژ

در یک ناوگان بزرگ، تصمیم‌گیری دستی برای اتصال هر وسیله نقلیه به شارژر غیرممکن است. یک سیستم حلقه بسته این کار را خودکار می‌کند:

1. ورود خودرو:یک ون وارد انبار می‌شود؛ سیستم تله‌ماتیک آن، SoC خود را (مثلاً 20٪) ارسال می‌کند.
2. تحلیل وظیفه:مدیر عملیات (FMS) برنامه‌ی فردا را بررسی می‌کند؛ به این ون یک مسیر ۱۵۰ مایلی اختصاص داده شده که نیاز به ۸۰٪ SoC تا ساعت ۷ صبح دارد.
3. تخصیص اسلات:سیستم مدیریت شارژ باتری (CPMS) یک شارژر AC 22 کیلوواتی موجود را شناسایی می‌کند. این سیستم محاسبه می‌کند که ون برای رسیدن به هدف به 6 ساعت شارژ نیاز دارد.
4. صف بندی اولویت دار:اگر ظرفیت ایستگاه به حداکثر خود برسد، CPMS شروع جلسه این ون را تا ساعت ۱۱ شب به تأخیر می‌اندازد تا از نرخ‌های پایین‌تر برق بهره‌مند شود، با این آگاهی که همچنان مهلت ۷ صبح را رعایت خواهد کرد.

۳.۳ نظارت بر سلامت باتری

جریان مداوم داده‌ها امکان نظارت پیشرفته بر سلامت باتری را فراهم می‌کند. با ردیابی منحنی‌های شارژ و پروفایل‌های دمایی هر وسیله نقلیه، سیستم می‌تواند تخریب زودرس را شناسایی کند. اگر یک وسیله نقلیه خاص به طور مداوم در حین شارژ مقاومت داخلی بالایی نشان دهد، می‌توان قبل از وقوع خرابی در جاده، آن را برای تعمیر و نگهداری علامت‌گذاری کرد. این تعمیر و نگهداری پیش‌بینی‌کننده برای حفظ زمان آماده به کار بالا مورد نیاز در لجستیک حیاتی است.

۴. الگوریتم‌های زمان‌بندی پیشرفته برای بهینه‌سازی زمان آماده به کار ناوگان

در یک محیط لجستیکی، برنامه‌ریزی، قلب تپنده عملیات است. با معرفی خودروهای برقی، اکنون برنامه‌ریزی باید انرژی را به عنوان یک منبع محدود و با محدودیت زمانی در نظر بگیرد. الگوریتم‌های پیشرفته برنامه‌ریزی برای هماهنگ‌سازی در دسترس بودن خودرو با الزامات شارژ مورد نیاز هستند و تضمین می‌کنند که هیچ مسیری به دلیل کمبود باتری از دست نرود.

۴.۱ مشکل اتصال خودرو-شارژر

در اصل، شارژ ناوگان یک مسئله بهینه‌سازی پیچیده است. ما باید N$ وسیله نقلیه را با M$ شارژر در یک افق زمانی T$، با توجه به محدودیت‌های متعدد، مطابقت دهیم. این مسئله اغلب به عنوان گونه‌ای از «مسئله زمان‌بندی کار کارگاهی» یا «مسئله مسیریابی وسیله نقلیه با پنجره‌های زمانی (VRPTW)» مدل‌سازی می‌شود.

• متغیرها:شناسه وسیله نقلیه، زمان ورود، SoC فعلی، SoC هدف، زمان حرکت، نوع شارژر و رتبه‌بندی توان.
• محدودیت‌ها:محدودیت‌های توان شبکه (کیلووات)، ظرفیت کل انرژی (کیلووات ساعت)، ساعات کار راننده و بازه‌های زمانی تعمیر و نگهداری.

۴.۲ مدل‌سازی ریاضی اولویت‌های تعیین هزینه

از نظر یک برنامه‌ریز، همه وسایل نقلیه یکسان نیستند. یک الگوریتم باید شارژ را بر اساس چندین عامل اولویت‌بندی کند:

1. زمان سکون:تفاوت بین زمان لازم برای شارژ و زمان باقی مانده تا حرکت. وسیله نقلیه‌ای که زمان سکون صفر دارد باید بلافاصله با حداکثر توان شروع به شارژ کند.
2. بحرانی بودن مسیر:تحویل‌های با اولویت بالا (مثلاً لوازم پزشکی یا لوازم الکترونیکی با ارزش بالا) ممکن است نسبت به نقل و انتقالات معمول موجودی، اولویت شارژ داشته باشند.
3. وضعیت باتری:ممکن است خودروهایی با SoC بسیار پایین در اولویت قرار گیرند تا از آسیب باتری جلوگیری شود یا در صورت خرابی خودروی دیگر، امکان استقرار سریع «نجات» فراهم شود.

۴.۳ الگوریتم‌های اکتشافی و فرااکتشافی

از آنجا که تعداد متغیرها در یک انبار بزرگ (بیش از ۱۰۰ وسیله نقلیه) منجر به انفجار ترکیبی می‌شود، برنامه‌ریزی خطی ساده اغلب برای تنظیمات در زمان واقعی بسیار کند است.

• الگوریتم‌های ژنتیک (GA):اینها برای تکامل یک برنامه بهینه با شبیه‌سازی «بقای اصلح» در میان استراتژی‌های مختلف برنامه‌ریزی استفاده می‌شوند. الگوریتم‌های ژنتیک در یافتن راه‌حل‌های نزدیک به بهینه در محیط‌های پیچیده با حداقل‌های محلی زیاد، عالی هستند.
• آنیلینگ شبیه‌سازی شده:این تکنیک به سیستم کمک می‌کند تا از الگوهای برنامه‌ریزی ناکارآمد «بیرون بپرد» تا توزیع انرژی بهینه سراسری را پیدا کند.
• بهینه‌سازی مجدد بلادرنگ:اگر وسیله نقلیه‌ای به دلیل ترافیک دیر برگردد، الگوریتم باید فوراً کل برنامه شارژ ایستگاه را دوباره محاسبه کند. این کار از تبدیل شدن یک تأخیر به بحران در کل ناوگان جلوگیری می‌کند.

۵. متعادل‌سازی بار و تخصیص پویای توان: بررسی عمیق فنی

یکی از بزرگترین موانع برقی‌سازی ناوگان، «محدودیت شبکه» است. اکثر پارک‌های لجستیک برای روشنایی و تسمه نقاله طراحی شده‌اند، نه برای شارژ همزمان ده‌ها کامیون سنگین. ارتقاء اتصال شبکه می‌تواند میلیون‌ها هزینه داشته باشد و سال‌ها طول بکشد. متعادل‌سازی بار (یا شارژ هوشمند) راه‌حل فنی است که از این محدودیت‌های فیزیکی عبور می‌کند.

۵.۱ مدیریت بار استاتیک در مقابل مدیریت بار دینامیک

• مدیریت بار استاتیک (SLM):این شامل تعیین یک محدودیت سخت برای هر شارژر است. به عنوان مثال، اگر یک ایستگاه دارای محدودیت ۱۰۰ کیلووات و ۱۰ شارژر باشد، هر کدام به ۱۰ کیلووات محدود می‌شوند. اگرچه SLM ساده است، اما بسیار ناکارآمد است. اگر فقط یک کامیون به برق وصل شود، با وجود اینکه ۱۰۰ کیلووات در دسترس است، فقط ۱۰ کیلووات دریافت می‌کند.
• مدیریت بار پویا (DLM):این یک استاندارد طلایی برای اپراتورهای ناوگان است. یک کنترل‌کننده مرکزی، کل بار انبار را به صورت بلادرنگ رصد می‌کند. اگر فقط یک کامیون به برق وصل باشد، ۱۰۰ کیلووات کامل را دریافت می‌کند. با ورود کامیون‌های بیشتر، برق به صورت پویا بر اساس الگوریتم‌های اولویت‌بندی که در فصل ۴ مورد بحث قرار گرفته است، توزیع مجدد می‌شود.

۵.۲ کنترل محلی در مقابل کنترل مبتنی بر ابر

• کنترل‌کننده‌های محلی:یک دستگاه سخت‌افزاری فیزیکی در محل (اغلب یک Edge Gateway) شارژرها را مدیریت می‌کند. مزیت اصلی آن تأخیر و قابلیت اطمینان است؛ این سیستم حتی اگر اینترنت قطع شود نیز کار می‌کند.
• کنترل‌کننده‌های مبتنی بر ابر:این منطق در یک سرور از راه دور قرار دارد. این امر امکان ادغام بهتر با سیگنال‌های قیمت آب و برق (پاسخ به تقاضا) و مدیریت بین سایتی را فراهم می‌کند، اما وابستگی به اتصال را ایجاد می‌کند. به طور کلی یک رویکرد ترکیبی - منطق ابری با قابلیت اطمینان محلی - توصیه می‌شود.

۵.۳ متعادل‌سازی فاز و کیفیت توان

در سیستم‌های الکتریکی سه فاز، ایجاد تعادل بار در هر سه فاز بسیار مهم است. اگر تعداد زیادی شارژر تک فاز روی یک فاز فعال باشند، می‌تواند منجر به ناپایداری ولتاژ و آسیب به تجهیزات شود. سیستم‌های پیشرفته DLM میزان استفاده از فازها را رصد می‌کنند و می‌توانند جلسات شارژ را بین فازها تغییر دهند (در صورت پشتیبانی سخت‌افزار) یا توان را برای حفظ تعادل تعدیل کنند. علاوه بر این، مدیریت «اعوجاج هارمونیکی کل» (THD) برای جلوگیری از تداخل با سایر تجهیزات حساس لجستیکی، مانند سیستم‌های مرتب‌سازی خودکار و سرورها، ضروری است.

۶. نقش سیستم‌های ذخیره انرژی باتری (BESS) در اصلاح اوج مصرف و جابجایی بار

برای بهینه‌سازی واقعی TCO، ناوگان‌های لجستیکی باید به «مصرف‌کنندگان انرژی پیشرفته» تبدیل شوند - نهادهایی که هم انرژی را مصرف و هم مدیریت می‌کنند. ادغام یک سیستم ذخیره‌سازی انرژی باتری (BESS) در زیرساخت انبار، انقلابی در تاب‌آوری اقتصادی و عملیاتی است.

۶.۱ کاهش مصرف در ساعات اوج مصرف: کاهش هزینه‌های تقاضا

در بسیاری از مناطق، بخش قابل توجهی از صورتحساب برق تجاری توسط «اوج تقاضا» تعیین می‌شود - بالاترین میزان برق مورد استفاده در هر بازه ۱۵ دقیقه‌ای در طول ماه. ناوگانی متشکل از ۵۰ ون برقی که همزمان در ساعت ۶ بعد از ظهر شروع به شارژ می‌کنند، افزایش شدید تقاضا را ایجاد می‌کنند. یک BESS می‌تواند با تخلیه انرژی ذخیره شده در این دوره‌های تقاضای بالا، این اوج را «اصلاح» کند. به جای دریافت ۵۰۰ کیلووات از شبکه، انبار ۲۵۰ کیلووات از شبکه و ۲۵۰ کیلووات از BESS دریافت می‌کند. این کاهش در هزینه‌های تقاضا می‌تواند هزاران دلار در ماه برای اپراتور ناوگان صرفه‌جویی کند و اغلب هزینه BESS را در کمتر از پنج سال پرداخت می‌کند.

۶.۲ جابجایی بار: آربیتراژ قیمت‌های انرژی

قیمت برق به ندرت ثابت است. از طریق نرخ‌های «زمان استفاده» (ToU)، برق در شب (خارج از ساعات اوج مصرف) ارزان و در بعد از ظهر (در ساعات اوج مصرف) گران است. یک BESS به یک انبار اجازه می‌دهد تا «با قیمت پایین بخرد و با قیمت بالا مصرف کند». سیستم ذخیره‌سازی در طول شب که نرخ‌ها در پایین‌ترین حد خود هستند، از شبکه برق شارژ می‌شود. در طول روز، وقتی وسایل نقلیه در ساعات اوج مصرف گران برای شارژ سریع برمی‌گردند، به جای شبکه، از BESS شارژ می‌شوند.

۶.۳ پشتیبانی اضطراری و جزیره‌ای شدن

لجستیک، کسب‌وکاری است که در آن خرابی غیرقابل قبول است. قطعی شبکه می‌تواند یک ناوگان الکتریکی را فلج کند. یک BESS، همراه با یک کنترل‌کننده هوشمند ریزشبکه، به انبار اجازه می‌دهد تا خود را "جزیره‌ای" کند. در صورت خاموشی، BESS برق لازم را برای شارژ وسایل نقلیه ضروری و حفظ عملیات حیاتی انبار (مانند تبرید و امنیت) فراهم می‌کند.

۶.۴ باتری‌های خودروهای برقی دست دوم در BESS

یک روند رو به رشد در لجستیک، استفاده از باتری‌های «عمر دوم» است. وقتی ظرفیت باتری یک خودروی برقی به ۷۰ تا ۸۰ درصد کاهش می‌یابد، ممکن است دیگر برای مسیر تحویل با برد بالا مناسب نباشد، اما کاملاً قادر به ذخیره‌سازی ثابت است. با استفاده مجدد از باتری‌های ناوگان قدیمی در یک انبار BESS، اپراتورها می‌توانند CAPEX سیستم‌های ذخیره‌سازی خود را کاهش داده و در عین حال چرخه عمر زیست‌محیطی وسایل نقلیه خود را بهبود بخشند.

۷. ساخت ریزشبکه در پارک‌های لجستیک مدرن: ادغام انرژی خورشیدی، ذخیره‌سازی و شبکه

همزمان با تبدیل هاب‌های لجستیک به هاب‌های انرژی، ساخت ریزشبکه‌های محلی به یک اولویت استراتژیک تبدیل شده است. ریزشبکه گروهی محلی از منابع و بارهای برق است که معمولاً به صورت متصل و همزمان با شبکه سراسری برق سنتی کار می‌کنند، اما می‌توانند به «حالت جزیره‌ای» نیز متصل شوند و طبق شرایط فیزیکی یا اقتصادی به صورت مستقل عمل کنند.

۷.۱ یکپارچه‌سازی فتوولتائیک خورشیدی (PV)

مراکز لجستیک به دلیل مساحت زیاد و سقف مسطح خود، کاندیداهای ایده‌آلی برای انرژی خورشیدی هستند. یک انبار معمولی می‌تواند میزبان چندین مگاوات ظرفیت خورشیدی باشد.

• اندازه سیستم:مهندسان باید «نرخ خودمصرفی» (SCR) را با «نرخ خودکفایی» (SSR) متعادل کنند. بزرگ کردن بیش از حد یک سیستم می‌تواند منجر به انرژی اضافی شود که ممکن است با نرخ پایین به شبکه فروخته شود، در حالی که کوچک کردن بیش از حد آن نیز تأثیر قابل توجهی بر TCO شارژ نخواهد داشت.
• استحکام نصب و سازه:سقف‌های لجستیک اغلب برای بارهای حداقلی طراحی می‌شوند. ماژول‌های فتوولتائیک فوق سبک مدرن و سیستم‌های قفسه‌بندی تخصصی برای جلوگیری از تقویت سازه‌های گران‌قیمت ضروری هستند.
• فناوری اینورتر:اینورترهای رشته‌ای به دلیل قابلیت اطمینانشان رایج هستند، اما میکرواینورترها یا بهینه‌سازهای DC به طور فزاینده‌ای در پارک‌های لجستیکی مورد استفاده قرار می‌گیرند که در آن‌ها نورگیرها، واحدهای HVAC یا جهت‌گیری‌های مختلف سقف ممکن است باعث ایجاد سایه شوند.

۷.۲ سیستم‌های کنترل ریزشبکه (MCS)

MCS «مغز» پارک لجستیک است. این مرکز جریان انرژی بین آرایه خورشیدی، BESS، شارژرهای خودروهای برقی و شبکه برق را مدیریت می‌کند.

• پیش‌بینی نسل آینده:MCS از داده‌های آب و هوای محلی برای پیش‌بینی خروجی خورشیدی استفاده می‌کند. اگر بعدازظهر ابری پیش‌بینی شود، سیستم ممکن است به جای استفاده از انرژی BESS برای اصلاح اوج مصرف صبحگاهی، آن را ذخیره کند.
• بهینه‌سازی اقتصادی:MCS به طور مداوم هزینه برق شبکه را در مقابل هزینه انرژی ذخیره شده و ارزش فروش انرژی خورشیدی به شبکه ارزیابی می‌کند. این سیستم تصمیمات بلادرنگ را برای به حداقل رساندن صورتحساب روزانه انرژی اتخاذ می‌کند.
• خدمات شبکه:یک ریزشبکه مجهز می‌تواند در بازارهای تنظیم فرکانس یا پشتیبانی ولتاژ شرکت کند و پارک لجستیک را از یک مرکز هزینه انرژی به یک دارایی درآمدزا برای شرکت برق تبدیل کند.

۷.۳ زیرساخت برای تاب‌آوری

ساخت یک ریزشبکه نیازمند تابلو برق‌های تخصصی و رله‌های حفاظتی است که بتوانند جریان برق دو طرفه و قطع سریع از شبکه را مدیریت کنند. برای ناوگان‌های لجستیک، این انعطاف‌پذیری تضمین می‌کند که حتی در هنگام خرابی شبکه منطقه‌ای، ناوگان می‌تواند حداقل سطح خدمات را حفظ کند، که برای زنجیره‌های تأمین ضروری بسیار مهم است.

۸. لجستیک زنجیره سرد: رسیدگی به الزامات تخصصی برق و تاب‌آوری

لجستیک زنجیره سرد، چالش‌برانگیزترین مرز برای برق‌رسانی است. حمل کالاهای حساس به دما - مانند داروها، محصولات تازه و غذاهای منجمد - به انرژی مداوم و پرقدرت برای واحدهای تبرید حمل و نقل (TRU) نیاز دارد. برخلاف یک ون تحویل استاندارد، مصرف انرژی یک کامیون یخچال‌دار بین نیروی محرکه و مدیریت حرارتی تقسیم می‌شود.

۸.۱ بار انرژی دوگانه

برای یک کامیون یخچال‌دار برقی، باتری باید هم موتور و هم سیستم خنک‌کننده را تغذیه کند. این امر منجر به تخلیه سریع‌تر SoC، به خصوص در آب و هوای گرم یا در طول چرخه‌های مکرر باز و بسته شدن درب می‌شود.

• مشخصات فنی:یک TRU معمولی ممکن است به ۵ تا ۱۵ کیلووات برق مداوم نیاز داشته باشد. در یک مسیر ۱۰ ساعته، این مقدار می‌تواند ۱۰۰ کیلووات ساعت یا بیشتر مصرف کند - اغلب ۳۰ تا ۵۰ درصد از کل ظرفیت باتری یک کامیون متوسط.
• استراتژی‌های پیش خنک‌سازی:یکی از موثرترین راه‌ها برای بهینه‌سازی شارژ زنجیره سرد، «پیش‌سرمایش برق ساحلی» است. در حالی که وسیله نقلیه به شارژر ایستگاه متصل است، TRU از برق شبکه برای رساندن دمای قسمت بار به دمای هدف قبل از حرکت استفاده می‌کند. این امر تضمین می‌کند که کامیون با «مخزن پر» انرژی حرارتی و باتری پر برای نیروی محرکه حرکت می‌کند.

۸.۲ ادغام TRUها در سیستم مدیریت شارژ

CPMS باید TRU را به عنوان یک بار بحرانی جداگانه در نظر بگیرد.

• مدیریت مصرف برق در حالت آماده به کار:وقتی یک تریلر یخچال‌دار پارک شده اما هنوز بارگیری شده است، باید روشن بماند. سیستم مدیریت بار (CPMS) باید این «بارهای فعال» را حتی اگر سایر وسایل نقلیه منتظر شارژ باشند، در اولویت قرار دهد.
• معماری‌های E-TRU (TRU برقی):طرح‌های مدرن به جای استفاده از یک اینورتر ناکارآمد یا یک موتور دیزل جداگانه، از جریان مستقیم با ولتاژ بالا مستقیماً از باتری کششی برای تأمین انرژی کمپرسور تبرید استفاده می‌کنند. این ادغام نیازمند ارتباط پیچیده‌ای بین سیستم مدیریت باتری (BMS) کامیون و کنترل‌کننده تبرید است.

۸.۳ افزونگی و ایمنی

در زنجیره سرد، قطع برق فقط یک دردسر نیست - بلکه به معنای از دست دادن کامل بار است. پارک‌های لجستیکی متخصص در زنجیره سرد باید در زیرساخت‌های شارژ خود افزونگی «n+1» داشته باشند. این اغلب شامل ژنراتورهای پشتیبان اختصاصی (یا واحدهای عظیم BESS) است که به طور خاص برای بار تبرید رزرو شده‌اند و تضمین می‌کنند که حتی اگر شارژ پیشرانه از کار بیفتد، خنک‌سازی هرگز متوقف نمی‌شود.

۹. مدل‌های اولویت‌بندی شارژ مبتنی بر هوش مصنوعی: تحلیل‌های پیش‌بینی‌کننده و بهینه‌سازی بلادرنگ

با افزایش ناوگان به صدها وسیله نقلیه، تعداد دفعات برنامه‌ریزی برای شارژ خودروها نجومی می‌شود. هوش مصنوعی (AI) و یادگیری ماشین (ML) دیگر اختیاری نیستند؛ آنها موتورهایی هستند که کارایی را هدایت می‌کنند.

۹.۱ پیش‌بینی ورود و پیش‌بینی SoC

مدل‌های هوش مصنوعی می‌توانند با دقت بالا پیش‌بینی کنند که یک وسیله نقلیه چه زمانی به ایستگاه می‌رسد و SoC آن چیست.

• ورودی‌های داده:این مدل داده‌های GPS در لحظه، الگوهای ترافیکی گذشته، رفتار راننده (رانندگی تهاجمی در مقابل رانندگی اقتصادی) و دمای محیط (که بر راندمان باتری تأثیر می‌گذارد) را دریافت می‌کند.
• نوع الگوریتم:شبکه‌های عصبی بازگشتی (RNN) یا شبکه‌های حافظه کوتاه‌مدت بلندمدت (LSTM) به طور خاص در پردازش این داده‌های سری زمانی برای پیش‌بینی نیازهای انرژی هر وسیله نقلیه در حال بازگشت، ساعت‌ها قبل از رسیدن، مؤثر هستند.

۹.۲ یادگیری تقویتی (RL) برای فرمان هیدرولیک

سیستم‌های استاندارد مبتنی بر قانون (مثلاً «اول ون A را شارژ کن») برای محیط‌های پویا بیش از حد انعطاف‌ناپذیر هستند. یادگیری تقویتی به CPMS اجازه می‌دهد تا از طریق آزمون و خطا در یک محیط شبیه‌سازی شده، استراتژی بهینه را «یاد بگیرد».

• توابع پاداش نماینده:به عامل RL برای رعایت تمام مهلت‌های حرکت و به حداقل رساندن کل هزینه انرژی «پاداش» داده می‌شود و برای افزایش ناگهانی تقاضا در ساعات اوج مصرف یا از دست دادن مسیرها «جریمه» می‌شود.
• تطبیق بلادرنگ:اگر راننده‌ای از وجود کانکتور معیوب یا انحراف غیرمنتظره‌ای در مسیر گزارش دهد، سیستم مبتنی بر RL می‌تواند تخصیص نیرو را به تمام وسایل نقلیه دیگر در عرض چند میلی‌ثانیه تنظیم کند و تضمین کند که هدف کلی ناوگان همچنان برآورده می‌شود.

۹.۳ بهینه‌سازی عمر باتری از طریق هوش مصنوعی

شارژ سریع گرما تولید می‌کند که باعث تسریع تخریب باتری می‌شود. هوش مصنوعی می‌تواند «پروفایل‌های شارژ» را مدیریت کند که نیاز به سرعت را با طول عمر باتری متعادل می‌کند. با تجزیه و تحلیل «وضعیت سلامت» (SoH) هر بسته باتری، هوش مصنوعی می‌تواند نرخ شارژ را برای باتری‌های قدیمی‌تر یا در دماهای بالای محیط کاهش دهد و عمر عملیاتی خودرو را ۱۵ تا ۲۰ درصد افزایش دهد و TCO را به طور قابل توجهی بهبود بخشد.

۱۰. استراتژی‌های کاهش هزینه کل مالکیت (TCO): پتانسیل CAPEX در مقابل OPEX و V2G

تصمیم برای برقی کردن ناوگان لجستیک در نهایت یک تصمیم مالی است. در حالی که مزایای زیست‌محیطی واضح است، اما توجیه اقتصادی آن به دستیابی به هزینه کل مالکیت (TCO) بستگی دارد که با عملیات دیزلی سنتی قابل رقابت یا برتر باشد. TCO در زمینه شارژ خودروهای برقی به دو دسته اصلی تقسیم می‌شود: هزینه‌های سرمایه‌ای (CAPEX) و هزینه‌های عملیاتی (OPEX).

۱۰.۱ بررسی هزینه‌های سرمایه‌ای: هزینه زیرساخت

سرمایه‌گذاری اولیه برای شارژ ناوگان اغلب بزرگترین مانع است.

• هزینه‌های سخت‌افزار:شارژرهای سریع DC بسته به توان و ویژگی‌ها می‌توانند از 20،000 تا بیش از 100،000 دلار برای هر واحد متغیر باشند. شارژرهای AC مقرون به صرفه‌تر هستند (500 تا 3000 دلار) اما برای پوشش یک ناوگان بزرگ به واحدهای بیشتری نیاز دارند.
• نصب و حفر ترانشه:بخش قابل توجهی از هزینه‌های سرمایه‌ای (CAPEX) در زیر زمین پنهان است. اجرای خطوط لوله ولتاژ بالا در یک محوطه لجستیکی بزرگ مستلزم کارهای عمرانی گسترده‌ای است که اغلب می‌تواند از هزینه خود شارژرها فراتر رود.
• ارتقاء شبکه:اگر شرکت برق محلی نیاز به نصب ترانسفورماتورها یا پست‌های برق جدید برای مدیریت بار انبار داشته باشد، این هزینه‌ها اغلب به اپراتور ناوگان منتقل می‌شود.
• مجوزها و مهندسی:«هزینه‌های نرم» - شامل طراحی سایت، مهندسی برق و مجوزهای دولتی محلی - می‌توانند 10 تا 20 درصد از کل هزینه‌های سرمایه‌ای (CAPEX) را تشکیل دهند.

۱۰.۲ تحلیل هزینه‌های عملیاتی: هزینه انرژی و نگهداری

مزیت خودروهای برقی در هزینه‌های عملیاتی پایین‌تر آنهاست، البته به شرطی که زیرساخت‌ها به درستی مدیریت شوند.

• تامین برق:همانطور که در فصل‌های قبلی بحث شد، مدیریت تقاضای اوج مصرف و استفاده از نرخ‌های خارج از اوج مصرف بسیار مهم است. یکپارچه‌سازی نرم‌افزار پیشرفته می‌تواند هزینه‌های انرژی را در مقایسه با شارژ مدیریت نشده، 30 تا 50 درصد کاهش دهد.
• هزینه‌های نگهداری و شبکه:شارژرها قطعات الکترونیکی پرقدرتی هستند که در معرض عناصر مختلف قرار دارند و به شدت مورد استفاده قرار می‌گیرند. قراردادهای نگهداری سالانه و هزینه‌های اشتراک نرم‌افزار برای CPMS هزینه‌های جاری هستند که باید در بودجه لحاظ شوند.
• آموزش کارکنان:خرابی عملیاتی به دلیل «خطای انسانی» (مثلاً فراموش کردن وصل کردن دستگاه به برق توسط راننده) یک هزینه غیرمستقیم OPEX است. سرمایه‌گذاری در آموزش و سیستم‌های اطلاع‌رسانی خودکار ضروری است.

۱۰.۳ ارتباط خودرو با شبکه برق (V2G) و خودرو با ساختمان (V2B)

فناوری V2G به ناوگان حمل و نقل اجازه می‌دهد تا به عنوان یک باتری عظیم سیار عمل کند. در طول دوره‌های اوج فشار بر شبکه، خودروهای برقی پارک شده می‌توانند انرژی را به شبکه تخلیه کنند و از ارائه دهنده خدمات برق، هزینه‌ها را دریافت کنند.

• چالش‌های فنی:V2G به شارژرهای دوطرفه و سخت‌افزار تخصصی خودرو نیاز دارد. همچنین چرخه باتری را افزایش می‌دهد که می‌تواند به طور بالقوه بر سلامت باتری در درازمدت تأثیر بگذارد - اگرچه مدیریت مبتنی بر هوش مصنوعی می‌تواند این امر را کاهش دهد.
• پتانسیل درآمد:برای ناوگانی متشکل از ۱۰۰ کامیون، که هر کدام باتری ۳۰۰ کیلووات ساعتی دارند، کل ظرفیت ذخیره‌سازی ۳۰ مگاوات ساعت است. حتی تخلیه بخش کوچکی از این مقدار در رویدادهای پرهزینه می‌تواند درآمد قابل توجهی ایجاد کند و هزینه کل مالکیت (TCO) را جبران کند.
• V2B برای تاب‌آوری:در یک سیستم V2B، ناوگان می‌تواند در زمان خاموشی یا اوج قیمت، برق انبار لجستیک را تأمین کند و تقاضای تأسیسات از شبکه را کاهش دهد.

۱۰.۴ مدل‌های تأمین مالی: دریافت هزینه به عنوان سرویس (CaaS)

برای جلوگیری از هزینه‌های سرسام‌آور اولیه، بسیاری از ارائه‌دهندگان خدمات لجستیکی به «شارژ به عنوان یک سرویس» روی آورده‌اند. در این مدل، یک ارائه‌دهنده شخص ثالث زیرساخت را نصب، مالکیت و اداره می‌کند. اپراتور ناوگان هزینه ماهانه یا نرخی به ازای هر کیلووات ساعت پرداخت می‌کند. این امر بار مالی را از هزینه‌های سرسام‌آور به هزینه‌های عملیاتی منتقل می‌کند و برق‌رسانی را برای ناوگان‌های کوچک‌تر یا کسانی که سرمایه محدودی دارند، قابل دسترس‌تر می‌سازد.

۱۱. انطباق با مقررات، استانداردهای شبکه و مقیاس‌پذیری آینده

پیمایش چشم‌انداز نظارتی، جزء حیاتی برق‌رسانی به ناوگان است. دولت‌ها و کمیسیون‌های خدمات شهری به سرعت در حال تکامل استانداردها برای اطمینان از ایمنی، قابلیت همکاری و پایداری شبکه هستند.

۱۱.۱ قابلیت همکاری و استاندارد ISO 15118

استاندارد ISO 15118 که با نام «Plug & Charge» نیز شناخته می‌شود، استاندارد بین‌المللی برای ارتباط خودرو با شارژر است.

• احراز هویت خودکار:با استاندارد ISO 15118، وسیله نقلیه و شارژر به طور خودکار شناسایی و صدور صورتحساب را از طریق گواهی‌های دیجیتال انجام می‌دهند. راننده به سادگی کابل را وصل می‌کند و جلسه شروع می‌شود. برای یک ناوگان لجستیکی، این امر نیاز به کارت‌های RFID یا برنامه‌های تلفن همراه را از بین می‌برد و عملیات را ساده می‌کند.
• شارژ هوشمند پیشرفته:این استاندارد از ارتباط دوطرفه پیچیده پشتیبانی می‌کند و به خودرو اجازه می‌دهد تا نیازهای دقیق انرژی و سلامت باتری خود را به شارژر اطلاع دهد و بهینه‌سازی بهتر هوش مصنوعی را تسهیل کند.

۱۱.۲ امنیت سایبری در زیرساخت شارژ

با تبدیل شدن شبکه‌های شارژ به بخشی از زیرساخت‌های حیاتی ملی، آنها به اهدافی برای حملات سایبری تبدیل می‌شوند.

• امنیت OCPP:پروتکل Open Charge Point به گونه‌ای تکامل یافته است که شامل لایه‌های امنیتی قوی (OCPP 2.0.1 و بالاتر) باشد. رمزگذاری داده‌ها، فرآیندهای بوت امن برای شارژرها و احراز هویت چند عاملی برای پلتفرم‌های مدیریتی غیرقابل مذاکره هستند.
• مدیریت آسیب‌پذیری:یک نفوذ در CPMS می‌تواند به یک مهاجم اجازه دهد تا کل ناوگان را خاموش کند یا با ایجاد همزمان حداکثر مصرف برق در چندین سایت، باعث بی‌ثباتی شبکه شود. اپراتورهای ناوگان باید تقسیم‌بندی دقیق شبکه و ممیزی‌های امنیتی منظم را اجرا کنند.

۱۱.۳ گزارشگری زیست‌محیطی و انطباق با استانداردهای زیست‌محیطی، اجتماعی، اجتماعی و دولتی

شرکت‌های لجستیکی تحت فشار فزاینده‌ای از سوی مشتریان و سرمایه‌گذاران برای گزارش ردپای کربن خود هستند.

• میزان انتشار گازهای گلخانه‌ای در محدوده ۲ و محدوده ۳:برقی‌سازی مستقیماً انتشار گازهای گلخانه‌ای حوزه ۱ (گازهای خروجی از اگزوز) را کاهش می‌دهد. با این حال، شرکت‌ها باید حوزه ۲ (میزان انتشار گازهای گلخانه‌ای ناشی از برق مورد استفاده برای شارژ) و حوزه ۳ (میزان انتشار گازهای گلخانه‌ای چرخه عمر باتری‌ها و زیرساخت‌ها) را نیز پیگیری کنند.
• ردیابی کربن در لحظه:پلتفرم‌های پیشرفته CPMS می‌توانند شدت کربن شبکه را به صورت بلادرنگ ردیابی کنند و به ناوگان‌ها اجازه دهند تا شارژ را در زمانی که انرژی تجدیدپذیر (باد/خورشیدی) در شبکه رایج‌تر است، اولویت‌بندی کنند و امتیاز ESG (محیط‌زیست، اجتماعی و حاکمیتی) خود را بیشتر بهبود بخشند.

۱۱.۴ مقیاس‌پذیری: از پایلوت تا فراگیر

چالش‌های فنی شارژ ۱۰ وسیله نقلیه با شارژ ۱۰۰۰ وسیله نقلیه بسیار متفاوت است.

• بلوک‌های قدرت مدولار:مقیاس‌پذیری با استفاده از کابینت‌های برق ماژولار که می‌توانند با رشد ناوگان گسترش یابند، حاصل می‌شود.
• مقیاس‌بندی افقی نرم‌افزار:پلتفرم مدیریت باید بر اساس معماری ابری (مثلاً Kubernetes) ساخته شود تا بتواند حجم عظیم داده‌های ورودی از هزاران جلسه شارژ همزمان را بدون تأخیر مدیریت کند.

۱۲. مطالعات موردی و روندهای آینده در برقی‌سازی ناوگان‌های بزرگ

برای درک کاربرد عملی این فناوری‌ها، می‌توانیم به طرح‌های نوظهور «مگا-دپوها» که در حال حاضر توسط رهبران لجستیک جهانی در حال اجرا هستند، نگاهی بیندازیم.

۱۲.۱ مطالعه موردی: مرکز تحویل بسته ۵۰۰ وسیله نقلیه

یک سرویس پیک جهانی پیشرو اخیراً یک مرکز توزیع شهری بزرگ را برق‌رسانی کرد.

• چالش:۵۰۰ ون برقی هر شب با کمتر از ۲۰٪ SoC برمی‌گشتند و همه آنها باید تا ساعت ۶ صبح به ۱۰۰٪ می‌رسیدند. ظرفیت شبکه موجود تنها ۴۰٪ از کل بار نظری بود.
• راه حل:استقرار ۲۵۰ شارژر AC دو پورته که توسط یک CPMS مبتنی بر هوش مصنوعی مدیریت می‌شوند. ادغام یک BESS با ظرفیت ۲ مگاوات/۴ مگاوات ساعت و ۵۰۰ کیلووات انرژی خورشیدی پشت بامی.
• نتیجه:سیستم هوش مصنوعی در طول شب شارژ را به صورت متناوب انجام می‌داد و از آماده بودن همه وسایل نقلیه برای حرکت اطمینان حاصل می‌کرد. BESS ساعات اوج مصرف در شب را کاهش داد و از 15000 دلار هزینه تقاضا در ماه جلوگیری کرد. این پروژه در 4.2 سال به بازگشت سرمایه مثبت دست یافت.

۱۲.۲ روندهای آینده: مسیر خودمختاری و فراتر از آن

آینده‌ی هزینه‌های لجستیک به طور فزاینده‌ای خودکار و یکپارچه خواهد بود.

• جابجایی خودکار کابل و شارژ رباتیک:برای کامیون‌های خودران، دخالت انسان در طول شارژ یک تنگنا است. بازوهای رباتیک یا سیستم‌های شارژ القایی (بی‌سیم) زیر خودرو در حال توسعه هستند تا عملیات انبارداری کاملاً خودران را امکان‌پذیر کنند.
• سیستم شارژ مگاوات (MCS):MCS که برای حمل و نقل کامیون‌های سنگین در مسافت‌های طولانی طراحی شده است، بیش از ۱۰۰۰ کیلووات برق فراهم می‌کند و به یک کامیون کلاس ۸ اجازه می‌دهد در کمتر از ۳۰ دقیقه ۳۰۰ مایل به برد خود اضافه کند. این امر لجستیک مسافت‌های متوسط ​​و طولانی را متحول خواهد کرد.
• باتری‌های حالت جامد:اگرچه باتری‌های حالت جامد هنوز در مرحله توسعه هستند، اما چگالی انرژی بالاتر و سرعت شارژ سریع‌تری را با خطر آتش‌سوزی کمتر ارائه می‌دهند که این امر باعث کاهش بیشتر فضای اشغال شده و زمان مورد نیاز برای شارژ در پارک‌های لجستیکی خواهد شد.

نتیجه‌گیری

برقی کردن ناوگان لجستیک یک چالش چندبعدی است که نیاز به هم‌افزایی سخت‌افزار، نرم‌افزار و مهندسی مالی دارد. با ادغام سیستم‌های مدیریت ناوگان با پلتفرم‌های شارژ هوشمند، استفاده از هوش مصنوعی برای بهینه‌سازی پیش‌بینی‌کننده و استقرار فناوری‌های ریزشبکه مانند BESS و انرژی خورشیدی، اپراتورهای ناوگان نه تنها می‌توانند الزامات زیست‌محیطی را برآورده کنند، بلکه می‌توانند عملیاتی مقاوم‌تر و مقرون‌به‌صرفه‌تر ایجاد کنند.

گذار به لجستیک الکتریکی دیگر مسئله «اگر» نیست، بلکه «با چه سرعتی» مطرح است. راهکارهای فنی که در این راهنما به تفصیل شرح داده شده‌اند، نقشه راه را برای پیمایش این گذار ارائه می‌دهند و تضمین می‌کنند که چرخ‌های تجارت جهانی همچنان - پاک‌تر، کارآمدتر و سودآورتر از همیشه - بچرخند. با تکامل شبکه و بلوغ فناوری باتری، انبار لجستیک آینده به عنوان چراغ راه انقلاب انرژی پایدار خواهد بود و ثابت می‌کند که حمل بار با کارایی بالا و نظارت بر محیط زیست می‌توانند دست در دست هم پیش بروند.

پیوست فنی: واژه‌نامه اصطلاحات و استانداردها در برق‌رسانی لجستیک

برای تسهیل درک عمیق‌تر مهندسان و مدیران ناوگان، این پیوست واژه‌نامه‌ای فنی از اصطلاحات کلیدی و استانداردهای بین‌المللی ذکر شده در سراسر این راهنما ارائه می‌دهد.

• جریان متناوب (AC):شکلی که در آن برق به مشاغل تحویل داده می‌شود. برای شارژ خودروهای برقی، یک شارژر داخلی در خودرو، جریان متناوب (AC) را به جریان مستقیم (DC) تبدیل می‌کند تا انرژی را در باتری ذخیره کند.
• سیستم ذخیره انرژی باتری (BESS):سیستمی که با استفاده از فناوری باتری، انرژی را برای استفاده‌های بعدی ذخیره می‌کند. در لجستیک، از آن برای اصلاح در ساعات اوج مصرف، تغییر بار و برق پشتیبان استفاده می‌شود.
• CCS (سیستم شارژ ترکیبی):استانداردی برای شارژ خودروهای برقی که از یک کانکتور واحد برای شارژ AC و DC استفاده می‌کند.
• CPMS (سیستم مدیریت نقطه شارژ):پلتفرم نرم‌افزاری که برنامه‌ریزی شارژر، تخصیص انرژی و احراز هویت راننده را در یک ایستگاه هماهنگ می‌کند. CPMS «مغز» سیستم مدیریت ناوگان است که الزامات حرکت سیستم مدیریت ناوگان را به دستورات قدرت برای هر شارژر تبدیل می‌کند و تضمین می‌کند که هر وسیله نقلیه بدون اضافه بار اتصال شبکه سایت، به موقع حرکت کند.
• سیستم مدیریت ایستگاه شارژ (CSMS):لایه نرم‌افزاری پشتیبان که داده‌ها را از چندین نصب CPMS جمع‌آوری می‌کند، صورتحساب را مدیریت می‌کند، سلامت شارژر را رصد می‌کند و به پلتفرم تله‌ماتیک ناوگان گزارش می‌دهد.
• شارژ سریع با جریان مستقیم (DCFC):شارژی که شارژر داخلی خودرو را دور می‌زند و برق DC را مستقیماً به باتری در سطوح توان از 30 کیلووات تا بیش از 1 مگاوات تحویل می‌دهد. DCFC فناوری توانمندساز برای کامیون‌ها و ون‌های برقی است که باید به سرعت به سرویس بازگردند.
• هزینه تقاضا:هزینه برق بر اساس بالاترین میزان مصرف برق (کیلووات) در طول یک دوره صورتحساب، که معمولاً به طور متوسط ​​​​در طول 15 دقیقه محاسبه می‌شود. هزینه‌های تقاضا اغلب 30 تا 60 درصد از صورتحساب برق یک انبار را تشکیل می‌دهند و عامل اصلی پذیرش BESS در لجستیک هستند.
• شارژ انبار:شارژ خودروهای ناوگان در پایگاه اصلی آنها، معمولاً در طول شب با استفاده از شارژرهای AC کم‌مصرف یا DC با توان متوسط، که با شارژ سریع در مسیر برای چرخه‌های کاری طولانی تکمیل می‌شود.
• ایزو ۱۵۱۱۸:استاندارد بین‌المللی برای ارتباط خودرو با شبکه برق، که امکان اتصال و شارژ (احراز هویت خودکار)، شارژ هوشمند مبتنی بر سیگنال‌های شبکه و جریان برق دو طرفه (V2G) را فراهم می‌کند.
• OCPP (پروتکل نقطه شارژ باز):پروتکل ارتباطی باز و بی‌طرف بین شارژرها و CPMS/CSMS. OCPP تضمین می‌کند که سخت‌افزار یک انبار هرگز به یک فروشنده نرم‌افزار واحد قفل نمی‌شود و از انعطاف‌پذیری بلندمدت اپراتور ناوگان محافظت می‌کند.
• SoC (وضعیت شارژ):درصد انرژی قابل استفاده باقی مانده در باتری. الگوریتم‌های زمان‌بندی ناوگان، SoC را به عنوان محدودیت اصلی در نظر می‌گیرند: هر وسیله نقلیه باید تا زمان حرکت برنامه‌ریزی شده خود به حداقل SoC مورد نیاز خود برسد.
• تعرفه زمان استفاده (TOU):ساختار نرخ آب و برق با قیمت‌های متفاوت در ساعات مختلف روز. شارژ شبانه از طریق انبار، از نرخ‌های پایین خارج از ساعات اوج مصرف بهره می‌برد، در حالی که BESS و متعادل‌سازی بار هوش مصنوعی از اپراتور در ساعات اوج مصرف محافظت می‌کنند.
• V2G (خودرو به شبکه برق):توانایی یک خودروی برقی برای بازگرداندن برق به شبکه یا ساختمان. برای انبارهایی با دوره‌های بیکاری قابل پیش‌بینی، V2G خود ناوگان را به یک دارایی ذخیره‌سازی درآمدزا تبدیل می‌کند.
• V2L (وسیله نقلیه برای بارگیری):توانایی یک خودروی برقی برای تأمین انرژی تجهیزات خارجی. برای اپراتورهای لجستیک، این امر کاربردهای «ابزار تجاری» مانند تأمین انرژی دروازه‌های بالابر، واحدهای برودتی یا تجهیزات کارگاهی قابل حمل را امکان‌پذیر می‌کند.
• نرخ C:معیار سرعت شارژ یا دشارژ باتری نسبت به ظرفیت آن. نرخ 1C یک باتری 100 کیلووات ساعتی را با قدرت 100 کیلووات در یک ساعت شارژ می‌کند؛ نرخ 4C (معمولاً برای شارژ سریع خودروهای سنگین) آن را در 15 دقیقه شارژ می‌کند.

نکته پایانی

این واژه‌نامه، واژگان یک صنعت بالغ و استانداردمحور را منعکس می‌کند. اپراتورهای ناوگانی که بر این اصطلاحات - و فناوری‌های پشت آنها - تسلط داشته باشند، کسانی خواهند بود که برق‌رسانی را از یک بار انطباق با قوانین به یک مزیت رقابتی تبدیل می‌کنند.

با شرکت MIDA Power تماس بگیرید و سخت‌افزارهای مورد نیاز برای انبارهای لجستیک مدرن را تأمین کنید: شارژرهای سریع جریان مستقیم (DC) انبار، سوپرشارژرهای خنک‌شونده با مایع و سیستم‌های شارژ یکپارچه با BESS که هزینه‌های تقاضا را کاهش داده و ناوگان‌ها را در حال حرکت نگه می‌دارند. برای دریافت مشخصات فنی، راهنمای یکپارچه‌سازی یا ارائه قیمت متناسب با ناوگان خود، با تیم ما تماس بگیرید - مهندسان ما به شما کمک می‌کنند تا انبار خود را با یک نقشه راه روشن و قابل اجرا، برقی کنید.