ארכיטקטורה טכנית של טעינה חכמה של רכבים חשמליים: איזון עומסים דינמי ואופטימיזציה של BESS

הארכיטקטורה הטכנית המקיפה של טעינה חכמה של רכבים חשמליים: שליטה באיזון עומסים דינמי באמצעות לולאות בקרה מתקדמות, שילוב ענן מקומי, אופטימיזציה של אנרגיה מרובה עם PV ו-BESS, וניהול יציבות רשת חיזוי בקנה מידה גדול

פרק 1: מבוא לטעינה חכמה של רכבים חשמליים והצורך באיזון עומסים דינמי (DLB)

המעבר העולמי לניידות חשמלית אינו עוד מגמה שולי, אלא עמוד תווך של דה-קרבוניזציה של מגזר התחבורה. ככל שמיליוני כלי רכב בעלי מנוע בעירה פנימית (ICE) מוחלפים בכלי רכב חשמליים (EV), הביקוש לחשמל עובר מדלקים נוזליים לרשת החשמל. שינוי פרדיגמה זה מציב אתגר אדיר לתשתית החשמל, אשר במקרים רבים תוכנן לפני עשרות שנים. האופי הסתורי והצרכני של טעינת רכבים חשמליים עלול להוביל לעומס מקומי ברשת, לפגיעה בשנאים ובסופו של דבר, לכשלים קטסטרופליים אם לא ינוהלו בדיוק.

טעינה חכמה של רכבים חשמליים מייצגת את הגשר הטכנולוגי בין הביקוש הגובר לניידות לבין האילוצים הפיזיים של רשת החשמל. בליבתה, טעינה חכמה עוסקת באינטליגנציה - לדעת מתי, באיזו מהירות ובאיזו עדיפות יש לטעון רכב חשמלי. עם זאת, המרכיב הקריטי ביותר בשכבת האינטליגנציה הזו הוא איזון עומסים דינמי (DLB).

איזון עומסים דינמי הוא תהליך של ניטור רציף של הקיבולת החשמלית הזמינה של אתר וחלוקת הספק זה בין עמדות טעינה פעילות לרכבים חשמליים בזמן אמת. ללא איזון עומסים דינמי (DLB), בניין או תחנת טעינה ייאלצו לפעול במגבלה סטטית, שלעתים קרובות מוכתבת על ידי "התרחיש הגרוע ביותר" של עומס שיא. זה מוביל לחוסר יעילות עצום: או שהאתר אינו מצויד מספיק, מה שמוביל לטעינה איטית עבור המשתמשים, או שהאתר דורש שדרוגי תשתית יקרים ביותר כדי להתמודד עם שיאים תיאורטיים המתרחשים רק כמה שעות בשבוע.

הצורך ב-DLB נובע משלושה גורמים עיקריים:

1. שימור תשתיותמניעת ניתוק מפסקי החשמל הראשיים והגנה על שנאים מפני התחממות יתר.
2. יעילות כלכליתהימנעות מתעריפי ביקוש גבוהים ומהעלויות הגבוהות של שדרוג לוחות שירות או רשתות הפצה מקומיות.
3. שביעות רצון המשתמשיםמקסום מהירות הטעינה עבור כל המשתמשים על ידי ניצול חכם של כל קילוואט-שעה קיבולת זמינה.

בחקירה טכנית מעמיקה זו, ננתח את המכניקה של DLB, החל מלולאות בקרה ברמת מילישנייה השולטות באלקטרוניקת הספק ועד לתזמור מבוסס ענן של אלפי נקודות טעינה. נבחן כיצד DLB מתפתח כאשר הוא משולב עם מקורות אנרגיה מתחדשים כמו מערכות פוטו-וולטאיות (PV) ומערכות אחסון אנרגיה בסוללות (BESS), וכיצד מידול ניבוי מאפשר למרכזי טעינה בקנה מידה גדול לצפות תנודות ברשת לפני שהן מתרחשות. ככל שאנו מתקדמים לעבר עתיד שבו הרכב החשמלי אינו רק צרכן אלא משאב אנרגיה מבוזר, הבנת הניואנסים של DLB היא בעלת חשיבות עליונה עבור מהנדסים, מתכנני ערים וספקי אנרגיה כאחד.

פרק 2: עקרונות יסוד של איזון עומסים דינמי

כדי להבין כיצד DLB פועל, יש להבין תחילה את החלופה ה"סטטית". בסביבת איזון עומסים סטטית, לכל מטען מוקצית כמות זרם קבועה. לדוגמה, אם למתקן יש מגבלה של 100 אמפר ו-5 מטענים, כל אחד מהם עשוי להיות מוגבל ל-20 אמפר. אם רק מכונית אחת נטענת, היא עדיין מקבלת רק 20 אמפר, ובכך מבזבזת 80 אמפר מהקיבולת הזמינה. לעומת זאת, אם כל 5 המכוניות נטענות ומישהו מפעיל מערכת HVAC בעלת הספק גבוה בבניין, העומס הכולל עשוי לעלות על 100 אמפר, ולגרום להפסקת חשמל.

DLB מחליף את ההקצאה הנוקשה הזו במערכת גמישה ורספונסיבית. העיקרון הבסיסי הוא לולאת משוב בין "הקיבולת הזמינה הכוללת" לבין "דרישת הטעינה הפעילה".

הקרן המתמטית

בפשטותה, ניתן לבטא את DLB באמצעות המשוואה הבאה:P_available_for_EVs(t) = P_total_limit – P_non_EV_loads(t)

אֵיפֹה:

• מגבלת_סכום_Pהוא הגבול הפיזי או החוזי של האתר.
• P_non_EV_loads(t)היא צריכת החשמל בזמן אמת של תאורה, מכונות, מעליות וכו', הנמדדת על ידי מונה חכם.
• P_זמין_לרכבים_חשמליים(t)הוא הכוח הנותר שניתן לחלק בבטחה בין הרכבים החשמליים.

המורכבות מתעוררת כאשר המערכת צריכה להחליט כיצד לחלקP_זמין_לרכבים_חשמליים(t)בֵּיןNמטענים. התפלגות זו נשלטת על ידי אלגוריתמים אשר לוקחים בחשבון:

• מצב טעינה (SoC)מכונית עם סוללה כמעט ריקה עשויה לקבל עדיפות גבוהה יותר.
• זְמַן יְצִיאָהמכונית שנשארת ללילה יכולה להיטען באיטיות, בעוד שמכונית הזקוקה לטעינה מהירה מקבלת דחיפה.
• איזון פאזותבמערכות תלת פאזיות, DLB חייב לוודא שאף פאזה אחת לא תהיה עמוסה יתר על המידה, משימה הדורשת לוגיקת מיתוג מורכבת או חלוקה מודעת לפאזה.

חישה ומדידה

דיוק ה-DLB תלוי לחלוטין באיכות הנתונים שהוא מקבל. זה בדרך כלל כרוך בשנאי זרם (CT) או מונים חכמים ייעודיים המותקנים בנקודת הצימוד המשותפת (PCC). התקנים אלה חייבים לדווח על נתוני עומס בתדירות גבוהה (לעתים קרובות 1 הרץ ומעלה) כדי לאפשר לבקר ה-DLB להגיב לקפיצות פתאומיות בעומס הבניין - כגון הפעלת מנוע תעשייתי - תוך שניות כדי למנוע מהמפסק הראשי להיכשל.

המבנה ההיררכי

DLB פועל לעתים קרובות בהיררכיה. ברמה ה"מקומית", בקר מנהל אשכול של מטענים. ברמת ה"אתר", הוא מתאם עם מערכת ניהול הבניין. ברמת ה"רשת", הוא עשוי להגיב לאותות תגובת דרישה (DR) מחברת החשמל. גישה רב-שכבתית זו מבטיחה שמירה על בטיחות מקומית תוך כדי השתתפות בשווקי אנרגיה רחבים יותר.

פרק 3: תכנון לולאת בקרה עבור אלגוריתמי DLB: PID ובקרת מודל ניבוי (MPC)

יעילותה של מערכת איזון עומסים דינמי נמדדת בסופו של דבר על ידי ההשהיה והדיוק שלה. אם עומס הבניין עולה ומערכת ה-DLB לוקחת 30 שניות להתאים את זרם הטעינה של הרכב החשמלי, סביר להניח שהמפסק הראשי ייכשל לפני שהתיקון יתרחש. לכן, תכנון לולאת הבקרה הוא "המוח" של תחנת הטעינה החכמה. בפרק זה, נתעמק במפרטים ההנדסיים של מנגנוני בקרה אלה, תוך התמקדות בבקרי PID (Proportional-Integral-Derivative) ובבקרת מודל ניבוי (MPC) מתקדמת יותר.

מסגרת בקרת PID ב-DLB

בקרי PID הם סוסי העבודה של אוטומציה תעשייתית, והם מוצאים יישום טבעי ב-DLB. מטרת לולאת ה-PID היא לשמור על עומס האתר הכולל ($P_{total}$) בנקודת הגדרה ($P_{limit}$) או מתחתיה על ידי התאמת משתנה הבקרה, שהוא מגבלת הזרם המקסימלית הנשלחת ל-EVSE (ציוד אספקה ​​לרכב חשמלי).

• פרופורציונלי (P): בקרת P מספקת תגובה מיידית לשגיאה (ההפרש בין $P_{limit}$ ל- $P_{total}$). אם השגיאה גדולה (למשל, ירידה משמעותית בעומס הבניין), בקרת P מגדילה במהירות את זרם הטעינה המותר לרכב חשמלי. עם זאת, בקרת P בלבד מובילה לעתים קרובות ל"שגיאה במצב יציב" שבה המערכת לעולם לא מגיעה לגבול.
• אינטגרל (I)איבר ה-I מתחשב בהצטברות של שגיאות עבר. הוא מעלה או מוריד באיטיות את הזרם כדי לבטל את שגיאת המצב היציב, ומבטיח שהמערכת תנצל כל אמפר זמין לאורך זמן.
• נגזרת (D): מקדם ה-D מנבא שגיאות עתידיות על ידי בחינת קצב השינוי. זה קריטי למניעת "החרגה יתרה". אם העומס עולה במהירות, מקדם ה-D יחנוץ באופן אגרסיבי את מטעני הרכבים החשמליים לפני שהמגבלה תגיע בפועל.

בסביבת DLB, יש לכוונן בקפידה את לולאת ה-PID. אם היא אגרסיבית מדי, מערכות ה-EVSE יעצבו את הזרם שלהן ללא הרף, מה שעלול לגרום לבלאי במטען המובנה של הרכב (OBC) ולגרום לגירוי בתוכנת הרכב החשמלי, מה שמוביל לשגיאות טעינה. אם היא איטית מדי, היא נכשלת בתפקידה העיקרי של הגנה על הרשת.

מעבר ל-PID: בקרת מודל ניבוי (MPC)

בעוד ש-PID יעיל עבור תרחישים פשוטים, מרכזי טעינה מודרניים בקנה מידה גדול משתמשים יותר ויותר בבקרת מודלים ניבוייים (MPC). בניגוד ל-PID, שהוא ריאקטיבי, MPC הוא פרואקטיבי. הוא משתמש במודל מתמטי של המערכת כדי לחזות את התנהגותה העתידית לאורך "אופק חיזוי" מסוים.

בהקשר של DLB, בקר MPC שוקל:

1. אילוצי מערכתהמגבלות הפיזיות של המטענים, קיבולת השנאי וקצב הצריכה המרבי של הרכב.
2. תחזיות עתידיותעומס מבנים צפוי המבוסס על דפוסים היסטוריים, תחזיות מזג אוויר (המשפיעות על עומס מערכת HVAC) והגעות כלי רכב צפויות.
3. פונקציית מטרהמטרה מתמטית, כגון "למזער את עלות האנרגיה הכוללת תוך הבטחה שכל המכוניות יגיעו ל-80% SoC עד 8 בבוקר".

אלגוריתם ה-MPC פותר בעיית אופטימיזציה בכל שלב זמן (למשל, כל 5 דקות). הוא מחשב רצף של פעולות בקרה אופטימליות אך מיישם רק את הראשונה, ולאחר מכן מחשב מחדש בשלב הבא. זה מאפשר למערכת DLB "ליישר" פרופילי טעינה. לדוגמה, אם המערכת יודעת שעלייה חדה בעומס הבניין מגיעה בשעה 14:00, היא עשויה לטעון מראש את הרכבים החשמליים בשעה 13:30 ולאחר מכן לנטרל אותם עמוקות בשעה 14:00, במקום להגיב בפתאומיות כאשר העלייה מגיעה.

פרוטוקולי השהייה ותקשורת

לולאת הבקרה מהירה רק כמו קישור התקשורת שלה. במערכות DLB רבות, הבקר מתקשר עם המטענים באמצעות Modbus TCP, RTU או פרוטוקול נקודת טעינה פתוחה (OCPP).

• מודבוסמציע השהייה נמוכה מאוד (מילישניות), מה שהופך אותו לאידיאלי עבור DLB מקומי וקריטי לבטיחות.
• OCPP 1.6/2.0.1: הסטנדרט בתעשייה לתקשורת בין ענן לטעינה. למרות שהוא עשיר יותר בתכונות (טיפול בחיוב, אימות ועדכוני קושחה), הוא מציג השהייה משמעותית (לעתים קרובות 1-5 שניות) עקב התקורה של הודעות JSON דרך WebSockets וחציית האינטרנט הציבורי.

על המהנדסים לבחור את הפרוטוקול הנכון בהתבסס על קריטיות איזון העומסים. עבור בית מגורים, DLB מבוסס ענן איטי מעט יותר עשוי להספיק. עבור מפעל תעשייתי שבו ניתוק מפסק עולה אלפי דולרים בזמן השבתה, לולאה מקומית מבוססת Modbus היא חובה.

פרק 4: ארכיטקטורת DLB מקומית לעומת ארכיטקטורת DLB מבוססת ענן: ניתוח השוואתי

בעת תכנון תשתית טעינה חכמה, אחת ההחלטות הארכיטקטוניות הבסיסיות ביותר היא היכן נמצאת ה"בינה". האם לוגיקת איזון העומסים צריכה לפעול על פיסת חומרה באתר (DLB מקומי), או שמא לנהל אותה על ידי שרת מרוחק (DLB בענן)? לשתי הגישות יתרונות ופשרות ברורים מבחינת אמינות, עלות וגמישות.

DLB מקומי: גישת מחשוב קצה

DLB מקומי כולל בקר פיזי - לרוב PLC (בקר לוגי ניתנת לתכנות), שער ייעודי או מטען "ראשי" אחד - שמתקשר ישירות עם מטענים אחרים ברשת המקומית (LAN).

יתרונות:

1. אמינות ויכולת לא מקוונתהמערכת אינה תלויה בחיבור לאינטרנט. אם קו הסיבים מתנתק, המטענים ממשיכים לאזן את העומס באופן מקומי, ובכך מבטיחים את בטיחות החשמל של הבניין.
2. השהייה נמוכהכפי שנדון בפרק 3, תקשורת מקומית (Modbus או OCPP מקומי) מתרחשת במהירויות של פחות משנייה. זה חיוני עבור אתרים עם עומסים תנודתיים שאינם של רכבים חשמליים, כמו מפעלים או בתי חולים.
3. בִּטָחוֹןשמירת אותות הבקרה בתוך הרשת המקומית מפחיתה את משטח התקיפה לאיומי סייבר שעלולים לנסות לתמרן את יציבות הרשת.

חסרונות:

1. עלות חומרהדורש רכישה והתקנה של חומרה נוספת באתר.
2. מורכבות התחזוקהעדכון לוגיקת ה-DLB עשוי לדרוש ביקורים באתר או ניהול מורכב מרחוק של התקני קצה.
3. נתונים מבודדיםלבקר מקומי יש נראות מוגבלת לתנאי הרשת הרחבים יותר או למחירי האנרגיה של חברת החשמל, אלא אם כן הוא משולב במיוחד עם מערכת ענן אחורית.

DLB מבוסס ענן: תזמור בקנה מידה גדול

בארכיטקטורה מבוססת ענן, המונה החכם והמטענים מדווחים כולם על הנתונים שלהם לפלטפורמת ניהול מרכזית. הענן מחשב את ההספק האופטימלי עבור כל מטען ושולח אתטעינה חכמה.הגדרת פרופיל טעינהפקודה חזרה ל-EVSEs.

יתרונות:

1. מדרגיותקל לאין שיעור לנהל 1,000 אתרים מלוח מחוונים אחד בענן מאשר 1,000 בקרים מקומיים בודדים.
2. אופטימיזציה גלובליתהענן יכול לאסוף נתונים ממספר אתרים כדי להשתתף בתחנות כוח וירטואליות (VPP) או להגיב לעומס ברשת החשמל האזורית.
3. שילוב מתקדם של בינה מלאכותיתהרצת מודלים מורכבים של למידת מכונה לצורך חיזוי (אותם נעסוק בפרק 8) היא הרבה יותר ישימה על שרתי ענן חזקים מאשר על חומרת קצה מוגבלת.
4. עלות ראשונית נמוכה יותראין צורך בבקר מקומי ייעודי אם המטענים יכולים לתקשר ישירות עם הענן.

חסרונות:

1. תלות בקישוריותאם האינטרנט נופל, המערכת בדרך כלל חוזרת ל"מצב בטוח" (למשל, זרם טעינה מינימלי לכל המכוניות), דבר שיכול להיות מאוד לא יעיל ולהוביל לתלונות לקוחות.
2. השהייה גבוההזמן המעבר הלוך ושוב בין המונה, הענן והמטען יכול להיות מספר שניות. זה מקשה על התגובה לקפיצות עומס "מיידיות".
3. חששות בנוגע לפרטיותהזרמה מתמשכת של נתוני אנרגיה לענן מעלה בעיות של ריבונות נתונים ופרטיות עבור חלק מהלקוחות התאגידיים.

המודל ההיברידי: הטוב משני העולמות

מתוך הכרה בפשרות אלו, התעשייה נעה לעבר מודל היברידי. במסגרת זו, שער מקומי מטפל באיזון עומסים קריטי לבטיחות, ברמת מילישנייה (ומבטיח שהמפסק לעולם לא יפסיק לפעול). בינתיים, הענן מספק את האסטרטגיה ברמה גבוהה - קביעת "התקציבים" עבור הבקר המקומי על סמך מחירי אנרגיה, לוחות זמנים של משתמשים ואותות רשת. גישה זו, "כבדה בקצה, מתוזמנת ענן", מספקת את האמינות הדרושה להגנה על תשתיות תוך שמירה על גמישות ניהול הענן.

פרק 5: אסטרטגיות וסדרי עדיפויות להקצאת הספק בזמן אמת

קביעת אופן חלוקת ההספק הזמין בין מספר רכבים חשמליים היא האתגר האלגוריתמי המורכב ביותר באיזון עומסים דינמי. זה לא רק עניין של חלוקת סך הקילוואט במספר המכוניות. מערכת DLB מתוחכמת חייבת לאזן בין שוויון, יעילות ודרישות משתמש אינדיבידואליות. בפרק זה נחקור את אסטרטגיות הקצאת ההספק השונות המשמשות כיום בתחום.

כל הקודם זוכה (FCFS)

אסטרטגיית ההקצאה הפשוטה ביותר היא FCFS. הרכב הראשון שמתחבר מקבל את ההספק המרבי המבוקש. כלי הרכב הבאים מקבלים את מה שנותר.

יתרונות:

• פשוט ליישום.
• ברור ושקוף למשתמשים הראשונים.

חסרונות:

• חוסר שוויון רב. המשתמש החמישי שיגיע עלול לקבל אפס חשמל גם אם יש לו נסיעה דחופה, בעוד שהמשתמש הראשון כבר טעון ב-90% ויכול בקלות לחכות.
• מוביל ל"אגירת חשמל", שבה מכונית תופסת משבצת צריכת חשמל גבוהה במשך שעות תוך כדי טעינה של האחוזים האחרונים שלה בקצב איטי מאוד.

חלוקה שווה

במודל זה, ההספק הזמין מחולק שווה בשווה בין כל הסשנים הפעילים. אם 100 קילוואט זמינים ו-4 מכוניות נטענות, כל אחת מקבלת 25 קילוואט. אם מכונית חמישית מצטרפת, כל אחת יורדת ל-20 קילוואט.

יתרונות:

• "הוגן" מטבעו במובן הבסיסי.
• מגדיל את מספר המכוניות המקבלות לפחות טעינה מסוימת.

חסרונות:

• לא יעיל עבור מכוניות עם סוללות קטנות או כאלה שמתקרבות לטעינה מלאה. מכונית שיכולה לקבל רק 7 קילוואט "מוקצת" 20 קילוואט, מה שמבזבז 13 קילוואט שיכלו ללכת למכונית עם יכולת של 50 קילוואט.

הקצאה מבוססת עדיפות (SoC וקיבולת סוללה)

מערכות DLB מודרניות משתמשות באופטימיזציה חכמה יותר ורב-משתנית. הן מתעדפות מכוניות על סמך מצב הטעינה שלהן (SoC). מכונית עם SoC של 10% מקבלת עדיפות על פני מכונית עם 80% מכיוון שמכונית עם 10% זקוקה לטווח דחוף יותר ויכולה גם לקבל קצב טעינה גבוה בהרבה עקב עקומת טעינת ליתיום-יון (פאזה של זרם קבוע).

יתר על כן, המערכת מתחשבת ב-שיעור קבלה מקסימלישל הרכב. באמצעות ה-זרם מקסימליכפי שמדווח על ידי הרכב (באמצעות PWM בטעינת AC או תקשורת דיגיטלית בטעינת DC), בקר ה-DLB מבטיח שהוא לעולם לא מקצה יותר חשמל ממה שהמכונית יכולה להשתמש בפועל, ובכך מחלק מחדש את ה"עודף" לכלי רכב אחרים.

סדרי עדיפויות מוגדרים על ידי המשתמש וטעינה "פרימיום"

בסביבות מסחריות, ניתן לחבר DLB למערכת חיוב. משתמש עשוי לשלם פרמיה עבור טעינה "Fast Track", מה שמבטיח שהוא תמיד מקבל את ההספק המרבי האפשרי ללא קשר לעומסים אחרים. לעומת זאת, כלי רכב של הצי עשויים לקבל עדיפויות שונות בהתבסס על זמני היציאה המתוכננים שלהם. משאית משלוחים היוצאת בשעה 5 בבוקר מקבלת עדיפות בשעה 3 לפנות בוקר על פני משאית היוצאת בשעה 9 בבוקר.

אלגוריתם הוגנות פרופורציונלית

אלגוריתם זה, שנגזר מתחום התקשורת (תזמון LTE/5G), מנסה למקסם את ה"תועלת" הכוללת של המערכת. הוא מאזן בין הצורך המיידי בהספק גבוה (יעילות) לבין הצורך ארוך הטווח להבטיח שאף מכונית לא תישאר ללא טעינה (הגינות). הוא מחשב ציון עדיפות לכל מכונית:ציון = (הספק מבוקש / הספק ממוצע שהתקבל עד כה)המכוניות עם הניקוד הגבוה ביותר מקבלות את הקצאת הכוח הזמין הבאה.

פרק 6: יציבות הרשת ומנגנוני מניעת עומס יתר

איזון עומסים דינמי אינו רק תכונה לנוחות המשתמש; זוהי מערכת בטיחות קריטית ליציבות הרשת. ככל שחדירת כלי רכב חשמליים גוברת, רשת החלוקה מתמודדת עם סוגים חדשים של עומסים, כולל תנודות מהירות בביקוש ועיוות הרמוני. פרק זה בוחן את המנגנונים בהם משתמשת DLB כדי להגן על הרשת ולמנוע עומסי יתר קטסטרופליים.

לוגיקת ההגנה של "עקומת הנסיעה"

למפסקים חשמליים יש "עקומת ניתוק" - הם יכולים לעמוד בעומס יתר קל למשך מספר דקות, אך ייכנסו באופן מיידי אם מתרחשת נחשול מתח משמעותי. בקר DLB חזק חייב לדמות עקומת ניתוק זו. הוא אמור לאפשר קפיצות מתח קצרות מאוד (למשל, התנעת מעלית) כדי למנוע חסימה מיותרת של מטעני רכב חשמלי, אך עליו לפעול באופן נחרץ אם העומס נמשך.

בקרים מתקדמים משתמשים בגישת "סף כפול":

1. סף אזהרה (לדוגמה, 90% מהמגבלה)הבקר מתחיל "האצה רכה" של מטעני רכבים חשמליים כדי למנוע הגעה לגבול.
2. סף קריטי (לדוגמה, 98% מהמגבלה)הבקר מיישם "עצירת חירום" או הפחתה אגרסיבית של הזרם המינימלי המותר (בדרך כלל 6A לטעינת AC) כדי להגן על הנתיך הראשי.

ניהול חוסר איזון פאזות

במערכות חשמל תלת פאזיות (נפוצות באירופה ובאתרים תעשייתיים), ייתכן עומס יתר על פאזה אחת גם אם סך ההספק התלת פאזי נמצא בגבולות. זה קורה אם רוב כלי הרכב החשמליים באתר הם מטענים חד פאזיים והם במקרה מחוברים לאותה פאזה (למשל, פאזה L1).

מערכת DLB מודעת לפאזה מנטרת כל פאזה באופן עצמאי. אם פאזה L1 מגיעה לגבול שלה בעוד ש-L2 ו-L3 אינם מנוצלים מספיק, הבקר רק יבטל את המכוניות המחוברות ל-L1. חלק מרכבי ה-EVSE המתקדמים יכולים אפילו להחליף פאזות באופן דינמי (החלפת פאזות), ולהעביר מכונית מפאזה עמוסה לפאזה פתוחה מבלי להפריע לסשן הטעינה.

עיוות הרמוני ואיכות חשמל

מטעני רכב חשמליים הם עומסים לא ליניאריים המשתמשים באלקטרוניקה של הספק (מיישרי חשמל). אלה יכולים להחדיר הרמוניות לרשת, מה שעלול לגרום להתחממות יתר של מוליכים ניטרליים ולהפרעות לציוד אלקטרוני רגיש. בעוד ש-DLB מנהל בעיקר "הספק אמיתי" (קילוואט), מערכות מתוחכמות גם מנטרות "עיוות הרמוני כולל" (THD) ו"גורם הספק" (PF). אם ה-THD חורג ממגבלות הרגולציה (למשל, IEEE 519), מערכת DLB עשויה להפחית את מהירויות הטעינה כדי למתן את ההשפעה על איכות החשמל.

תגובת ביקוש וויסות תדרים

ברמה המאקרו, מערכות DLB יכולות להשתתף בתוכניות תגובת ביקוש (DR). כאשר תדר הרשת יורד (מה שמעיד על מחסור באספקה), חברת החשמל שולחת אות. בקר ה-DLB יכול להגיב תוך אלפיות השנייה, ולהוריד את עומס הרכב החשמלי על פני מאות מטענים בו זמנית. זה מספק אפקט של "סוללה וירטואלית" שהוא מהיר וחסכוני בהרבה מהפעלת תחנת כוח גז שיא. מעבר זה מ"עומס פסיבי" ל"נכס רשת פעיל" הוא עתיד הטעינה החכמה.

תפקידן של מדינות החלפה

מרכיב קריטי במניעת עומס יתר הוא "מצב בטוח" או "זרם גיבוי". במקרה של כשל בתקשורת בין הבקר למד (או הענן), מערכת ה-DLB חייבת להגדיר כברירת מחדל למגבלת זרם בטוחה מוגדרת מראש. בדרך כלל, ערך זה מוגדר לערך נמוך מאוד (למשל, 6A למטען) או לאפס, מה שמבטיח שגם במקרה של כשל מערכתי כולל, תשתית הבניין תישאר מוגנת.

פרק 7: שילוב מערכות מרובות אנרגיה: אופטימיזציה של DLB עם PV ו-BESS

שילוב מקורות אנרגיה מתחדשים, ובפרט אנרגיה פוטו-וולטאית (PV), ואחסון מקומי, כגון מערכות אחסון אנרגיה בסוללות (BESS), מוסיף מימד חדש של מורכבות לאיזון עומסים דינמי. במערכת DLB מסורתית, המטרה היא להישאר מתחת למגבלת הרשת. במערכת מרובת אנרגיה, המטרה היא לתאם את הנכסים השונים הללו כדי למקסם את הצריכה העצמית, למזער את עלויות הרשת ולהבטיח אמינות.

משוואת מאזן הכוח הרב-מקורית

באתר עם PV ו-BESS, כמות החשמל הזמינה לטעינת רכב חשמלי כבר אינה רק "מגבלת הרשת פחות עומס הבניין". היא הופכת ל:P_ev(t) = P_grid_limit – P_building(t) + P_pv(t) + P_bess_discharge(t) – P_bess_charge(t)

משוואה זו מציגה מספר משתני בקרה חדשים. בקר ה-DLB צריך כעת להחליט לא רק כיצד לחלק את ההספק לרכבים חשמליים, אלא גם מתי לטעון או לפרוק את ה-BESS.

טעינה אופטימלית לאנרגיה סולארית (מניעת קיצוץ אנרגיה פוטו-וולטאית)

אחד ממקרי השימוש העיקריים עבור DLB רב-אנרגטי הוא "מעקב סולארי". כאשר השמש זורחת, מערכת הפוטו-וולטאית עשויה לייצר יותר חשמל ממה שהבניין יכול לצרוך. אם רשת החשמל אינה מאפשרת הזרקה (אפס ייצוא) או אם תעריף ההזנה נמוך, אנרגיה זו מבוזבזת (מצומצמת). מערכת DLB חכמה מנטרת את תפוקת הפוטו-וולטאית ומגבירה אוטומטית את מהירויות טעינת הרכבים החשמליים כדי להתאים לייצור הסולארי. מצב "טעינה ירוקה" זה פופולרי מאוד במסגרות מגורים ועסקים מכיוון שהוא מאפשר ניידות מתחדשת של 100% עם אפס השפעה על הרשת.

גילוח שיא עם BESS

ה-BESS משמש כחיץ. בתקופות של ביקוש שיא - כמו כאשר מספר מטענים מהירים DC בעלי הספק גבוה פועלים בו זמנית - ה-BESS יכול לפרוק כדי להשלים את אספקת החשמל לרשת. זה מאפשר לאתר לתמוך ביותר מטענים ממה שהחיבור לרשת שלו היה מאפשר בדרך כלל. בקר ה-DLB מנהל את "מצב האנרגיה" (SoE) של ה-BESS. עליו להבטיח שלסוללה יש מספיק קיבולת כדי להתמודד עם השיא הצפוי הבא, תוך תזמון טעינה מחדש בתקופות של ביקוש נמוך או ייצור סולארי גבוה.

אופטימיזציה מתואמת של נכסים מרובים

המערכות המתקדמות ביותר משתמשות בגישת "אופטימיזציה משותפת". במקום להתייחס ל-PV, BESS וכלי רכב חשמליים כישויות נפרדות, הם מנוהלים כמיקרו-רשת מאוחדת. הבקר משתמש בתכנות ליניארי או באלגוריתמים אבולוציוניים כדי לפתור את בעיית מאזן האנרגיה כל כמה שניות. לדוגמה, אם מכונית צריכה לצאת בעוד שעה וייצור ה-PV יורד עקב ענן, הבקר חייב להחליט: האם עליו לשאוב יותר מהרשת (יקר), לפרוק את ה-BESS (עלות מחזור), או לווסת את המכונית (חוסר שביעות רצון של המשתמשים)? לוגיקת "השיגור הכלכלי" (המכוסה בפרק 9) מספקת את המסגרת להחלטות אלו.

פרק 8: מודלים מתקדמים לחיזוי צריכת חשמל עבור תחנות טעינה בקנה מידה גדול

עבור מרכזי טעינה בקנה מידה גדול - כגון תחנות שירות בכבישים מהירים או עמדות אוטובוס עירוניות - טעינת DLB ריאקטיבית אינה מספיקה. כדי למנוע חוסר יציבות ברשת ולמטב את עלויות האנרגיה, אתרים אלה חייבים להשתמש במודלים ניבוייים כדי לצפות את הביקוש. פרק זה בוחן את טכניקות המדע והמידול המשמשות לחיזוי צריכת חשמל בטעינה חכמה.

תחזית ביקוש: חיזוי הגעת כלי רכב

השלב הראשון בתחזית הוא חיזוי מתי וכמה רכבים חשמליים יגיעו. עבור מרכז מסחרי, זה כרוך בניתוח:

1. דפוסי הגעה היסטורייםמגמות לפי שעה ביום, יום בשבוע ומגמות עונתיות.
2. נתונים חיצונייםתנאי תנועה, מזג אוויר (המשפיע על טווח הנסיעה של רכב חשמלי ועומס החימום/קירור) ואירועים מקומיים.
3. תורת התוריםשימוש במודלים סטוכסטיים כמו תורי M/M/s כדי להעריך את ההסתברות שכל עמדות הטעינה יהיו תפוסים.

מודלים מתקדמים משתמשים ברשתות עצביות של זיכרון ארוך טווח קצר (LSTM) או בעצים בעלי הגברת הדרגתית (XGBoost) כדי לחזות את "פרופיל הביקוש המצטבר" ל-24 השעות הקרובות בדיוק גבוה.

תחזית עומס בניין

כדי ש-DLB יעבוד, הוא חייב גם לחזות אתעומס שאינו חשמליבבניין משרדים, זה מאוד צפוי (שיא במהלך שעות העבודה). באתר תעשייתי, זה יכול להיות תנודתי. מודלים לחיזוי עומסי מבנים משתמשים בדרך כלל ב:

• ממוצע נע משולב אוטומטי-רגרסיבי (ARIMA): לקבלת נתונים עונתיים יציבים.
• נביא (מאת מטא)מצוין לטיפול בנתונים חסרים ובחריגים בנתוני אנרגיה בסדרות זמן.
• מודלים מבוססי פיזיקהחיזוי עומס HVAC על ידי התחשבות במסה התרמית של הבניין ובטמפרטורה החיצונית החזויה.

תחזית ייצור PV

חיזוי ייצור אנרגיה סולארית חיוני עבור DLB רב-אנרגטי. זה דורש שילוב עם ממשקי API של מזג אוויר ברזולוציה גבוהה (נתוני קרינה סולארית) וחיישנים באתר. חיזוי לטווח קצר (0-15 דקות) משתמש לעתים קרובות במצלמות "Sky Imaging" העוקבות אחר תנועת עננים כדי לחזות ירידות פתאומיות בתפוקת הפוטו-וולטאית, מה שמאפשר למערכת DLB לווסת באופן יזום מטענים או להכין את ה-BESS לפריקה.

ממשק החיזוי-בקרה

הפלט של תחזיות אלו מוזן ללולאת בקרת המודל החזויה (MPC) המתוארת בפרק 3. התחזית מספקת את "אופק החיזוי", המאפשר לבקר לקבל החלטות היום המתחשבות בתנאים צפויים בעוד שעתיים. יכולת "מבט קדימה" זו היא מה שמבדיל מטען חכם בסיסי ממערכת ניהול אנרגיה משולבת ברשת החשמל.

פרק 9: אופטימיזציה של עלויות ושיגור כלכלי בטעינה חכמה

בעוד שהמטרה העיקרית של DLB היא טכנית (מניעת עומסי יתר), המטרה המשנית והחשובה יותר ויותר היא כלכלית. בפרק זה, נדון כיצד מערכות DLB מתאימות לעלות האנרגיה הנמוכה ביותר.

ארביטראז' זמן שימוש (ToU)

רוב חברות התשתית מציעות כיום תמחור דינמי. חשמל עשוי לעלות 0.30 דולר לקוט"ש בשעה 17:00, אך רק 0.05 דולר לקוט"ש בשעה 02:00. מערכת DLB חכמה מקבלת את אותות המחיר הללו כקלט. "מתזמן העלות האופטימלי" יעביר כמה שיותר עומס על רכב חשמלי לתקופות בעלות המחיר הנמוך. עם זאת, עליו לאזן זאת מול דרישות המשתמש. אם משתמש זקוק למכוניתו בשעה 20:00, המערכת לא יכולה לחכות עד 02:00 כדי להתחיל לטעון. האלגוריתם מחשב את "עלות ההזדמנות" של עיכוב כל סשן טעינה.

ניהול חיובים לפי דרישה

עבור לקוחות מסחריים, חשבון החשמל מחולק לרוב לשני חלקים: צריכת אנרגיה (קוט"ש) ושיא ביקוש (קוט"ש). חיוב שיא הביקוש מבוסס על מרווח 15 הדקות הגבוה ביותר בחודש. שיא בודד שאינו מנוהל יכול לעלות אלפי דולרים. מערכת DLB פועלת כ"קוצץ שיא". על ידי קביעת מגבלה נוקשה על העומס הכולל באתר ושימוש ב-BESS או ויסות כדי לשמור עליו, המערכת מבטיחה שחיוב שיא הביקוש יישאר בטווח התקציבי.

השתתפות בשווקי תגובת תדרים

מפעילי רשת (TSOs/DSOs) משלמים עבור "גמישות". אם רשת טעינה יכולה להוכיח שהיא יכולה להפחית את העומס שלה לפי פקודה, היא יכולה להשתתף בשווקים כמו FFR (תגובת תדר איתנה) או DSR (תגובת צד דרישה). בקר ה-DLB משמש כממשק. כאשר מגיעה "בקשת גמישות", הבקר מחשב כמה הוא יכול להפחית את העומס בבטחה מבלי להפר את דרישות ה-SoC המינימליות של המשתמשים ומגיש הצעה בשוק. ההכנסות הנובעות משירותים אלה יכולות לקזז משמעותית את עלות תשתית הטעינה.

הפונקציה האובייקטיבית של שיגור כלכלי

המתמטיקה שמאחורי אופטימיזציה זו היא בדרך כלל פונקציה רב-מטרתית:מזעור: (עלות אנרגיית הרשת) + (עלות התדרדרות הסוללה) + (קנס על טעינה מאוחרת) בכפוף ל: (קיבולת רשת) ו-(מועדי תפוגה למשתמש)

על ידי פתרון זה כל כמה דקות, מערכת DLB מבטיחה שהתחנה פועלת ב"גבול היעילות" - האיזון המושלם בין עלות לביצועים.

פרק 10: מגמות עתידיות: V2G, DLB מונע בינה מלאכותית וסטנדרטיזציה (OCPP 2.0.1)

תחום טעינת הרכבים החשמליים החכמים מתפתח בקצב מסחרר. ככל שהטכנולוגיה מתבגרת, אנו מתקדמים מעבר לניהול עומסים פשוט לעבר שילוב מלא של הרשת ואופטימיזציה אוטונומית. פרק זה בוחן את שלוש המגמות המשמעותיות ביותר המעצבים את עתיד איזון העומסים הדינמי: רכב-לרשת (V2G), בינה מלאכותית ואימוץ תקני תקשורת מהדור הבא.

רכב-לרשת (V2G) ו-DLB דו-כיווני

V2G היא האבולוציה האולטימטיבית של טעינה חכמה. במקום שהרכב החשמלי יהיה רק ​​מטען, הוא הופך לסוללה ניידת שיכולה להזרים חשמל בחזרה לרשת. עבור DLB, משמעות הדבר היא שההספק הזמין במשוואה יכול להיות למעשה שלילי. באתר התומך ב-V2G, בקר ה-DLB חייב לנהל "איזון עומסים דו-כיווני". אם עומס הבניין חורג ממגבלת הרשת, הבקר יכול להורות לרכבים החשמליים לפרוק את הסוללות שלהם כדי לתמוך בבניין. זה דורש "ניהול מחזורים" מתוחכם ביותר כדי להבטיח שהפריקה לא תפגע יתר על המידה בסוללת הרכב ושעדיין יהיה למשתמש טווח מספיק לנסיעה הבאה שלו. V2G מחייב גם שדרוגי חומרה - במיוחד, מטעני DC דו-כיווניים או מטעני AC התומכים בתקן ISO 15118-20.

איזון עומסים אוטונומי מונע על ידי בינה מלאכותית

בעוד שמערכות DLB של ימינו מסתמכות על אלגוריתמים וכללים מוגדרים מראש, הדור הבא ישתמש בבינה מלאכותית "למידה עצמית". באמצעות למידה מחוזקת (RL), בקר DLB יכול ללמוד את אסטרטגיית הטעינה האופטימלית באמצעות ניסוי וטעייה בסביבה מדומה לפני פריסתו. בקר המונע על ידי בינה מלאכותית יכול לזהות דפוסים עדינים שמהנדס אנושי עלול לפספס - כמו העובדה שבכל יום שלישי בבוקר בשעה 10:00, מכונה תעשייתית ספציפית פועלת במשך 15 דקות, מה שגורם לקפיצת עומס. הבינה המלאכותית יכולה ללמוד לווסת באופן יזום את מטעני הרכבים החשמליים במהלך חלון ספציפי זה, גם ללא אות בזמן אמת מהמכונה עצמה.

ההשפעה של OCPP 2.0.1 ו-ISO 15118

סטנדרטיזציה היא הבסיס להרחבה. התעשייה עוברת במהירות מ-OCPP 1.6 הישן ל-OCPP 2.0.1 החזק הרבה יותר.

• OCPP 2.0.1מציג "ניהול מכשירים", המאפשר לענן לנטר את תקינותם ותצורתם של מטענים בפירוט רב יותר. וחשוב מכך, עבור DLB, הוא כולל תכונות טעינה חכמות משופרות המאפשרות פרופילי טעינה מורכבים יותר וטיפול טוב יותר במערכות תלת פאזיות.
• ISO 15118 (חבר וטען)תקן תקשורת זה בין הרכב למטען מאפשר למכונית לשתף את ה-SoC וקיבולת הסוללה בפועל שלה עם המטען. כיום, רוב מטעני ה-AC "מנחשים" את ה-SoC או מסתמכים על כך שהמשתמש מזין אותו באפליקציה. עם תקן ISO 15118, בקר ה-DLB מקבל נתוני "Ground Truth" ישירות ממערכת ניהול הסוללות (BMS) של המכונית, מה שמאפשר הקצאת חשמל מדויקת הרבה יותר.

פרק 11: מקרי בוחן ואתגרי יישום

מצוינות תיאורטית היא דבר ללא ביצוע מעשי. בפרק זה, נבחן פריסות של DLB בעולם האמיתי ואת המכשולים הטכניים איתם התמודדו המהנדסים במהלך היישום.

מקרה בוחן 1: קומפלקס המשרדים המסחריים

מטה חברה גדול בלונדון רצה להתקין 50 עמדות מטעינה לרכבים חשמליים, אך הוגבל על ידי חיבור לרשת של 200 קילוואט, שכבר נוצל ב-70% על ידי מערכת המיזוג והתאורה של הבניין.פִּתָרוֹןמערכת DLB היברידית יושמה. בקר קצה מקומי הותקן כדי לנטר את השנאי הראשי באמצעות מהדקים CT. המערכת הוגדרה עם "גבול רך" של 180 קילוואט ו"גבול קשיח" של 195 קילוואט.תוֹצָאָההאתר הצליח לנהל 50 מטענים ללא תקלה אחת של מפסק. באמצעות תעדוף מבוסס SoC, הם הבטיחו שעובדים עם נסיעות ארוכות לעבודה תמיד יהיו טעונים במלואם עד סוף היום.

מקרה בוחן 2: תחנת האוטובוסים החשמלית

מפעיל אוטובוסים בשנג'ן היה צריך לטעון 100 אוטובוסים חשמליים בן לילה. האתגר היה העומס העצום בו זמנית שהתרחש כאשר כל האוטובוסים חזרו לתחנת הרכבת בשעה 23:00.פִּתָרוֹןמודל חיזוי מבוסס בינה מלאכותית שימש לחיזוי רמת הטעינה (SoC) של כל אוטובוס עם הגעתו, בהתבסס על נתוני המסלול שלו. מערכת DLB תכננה לאחר מכן את הטעינה ב"גלים", תוך הבטחה שהעומס הכולל לעולם לא יעלה על קיבולת תחנת המשנה של התחנת, תוך הבטחה שכל אוטובוס יהיה ב-100% עד 5 בבוקר.

אתגרי יישום נפוצים

1. מורכבות תקשורת ואינטגרציה:כל מטען חייב לדבר את שפת האתר - OCPP למערכת הניהול המרכזית, ISO 15118 לרכב, ולעתים קרובות Modbus או BACnet למערכת ניהול האנרגיה של הבניין. לגרום לכל שלוש השכבות לפעול באופן אמין, במיוחד בין מטענים של ספקים שונים, הוא אחד המקורות הנפוצים ביותר לתקלות "פנטום" שהן למעשה אי התאמות בפרוטוקול.
2. חיבור לרשת ותעריפי ביקוש:מערכת DLB פותרת את הבעיה הטכנית של קיבולת מוגבלת, אך הבעיה המסחרית - חיובי ביקוש ודמי חיבור בין תשתיות - נותרה בעינה. אתרים חייבים לדגמן האם פרופיל העומס שלהם יגרום לשיאי ביקוש עונשיים, והאם BESS חסכוני יותר מחיבור לרשת גדולה יותר.
3. איכות נתונים והערכת SoC:אופטימיזציה של DLB טובה רק כמו הקלט שלה. כלי רכב מדווחים על מצב טעינה במהלך סבב הטעינה, אך ערכים יכולים להיות מיושנים, לא עקביים או פשוט לא זמינים בדגמים ישנים יותר. מערכות חייבות להיות עמידות בפני נתונים חסרים ולבצע תזמון שמרני כברירת מחדל כאשר הטלמטריה אינה אמינה.
4. מדרגיות שכבת הבקרה:מערכת שמנהלת בצורה אלגנטית 50 מטענים עלולה להתקשות עם 500. בקרי קצה, לוחות מחוונים בענן והתנהגות מעבר לגיבוי חייבים להיות מתוכננים להרחבה מהיום הראשון, כאשר לוגיקת הבקרה נבדקת מול קפיצות עומס מציאותיות בתרחיש הגרוע ביותר - ולא רק מול תנאים ממוצעים.

התגברות על אתגרים אלה

אף אחד מהאתגרים הללו אינו מהווה חוסם; כל אחד מהם הוא תחום עיצובי. סטנדרטיזציה על OCPP 1.6J או 2.0.1 עם ספק CMS יחיד מבטלת את רוב החיכוכים בפרוטוקול. מידול חיובי ביקוש במקרה העסקי הראשוני - והוספת BESS כאשר המספרים מעדיפים זאת - מגנה על הרווחיות. ובחירת ספק DLB עם פריסות צי גדול מוכחות, במקום ספק עם הדגמות בקנה מידה מעבדתי בלבד, מפחיתה את הסיכונים בפרויקט כולו.

לאתגרים אלה יש גם ממד אנושי. המהנדסים המפעילים מערכת DLB חייבים להבין הן את מערכות החשמל והן את התוכנה - שילוב נדיר. על המפעילים לתקצב הכשרה מובנית וספרי ריצה מתועדים, כך שכאשר בקר הקצה מפעיל אזעקה בשעה 2 לפנות בוקר, הטכנאי התורן ידע בדיוק אילו לוחות מחוונים לבדוק ואילו נהלים עליו לבצע. ספקים בוגרים מספקים את ספרי הריצה הללו כתוצרים סטנדרטיים, והיעדרם מהווה סימן אזהרה במהלך בחירת הספק.

מַסְקָנָה

איזון עומסים דינמי ואופטימיזציה של BESS הופכים את טעינת כלי הרכב החשמליים מנטל רשת לנכס רשת. הם מאפשרים לאתרים לשלש את מספר המטענים שלהם מבלי לשדרג שנאים, מגנים על מפעילים מחיובי ביקוש עונשיים ופותחים את הדלת לזרמי הכנסה - גילוח שיא, ארביטראז' אנרגיה ואפילו שירותי רשת - שאליהם התקנה נאיבית לעולם לא תוכל לגשת. הטכנולוגיה בוגרת; התחום טמון באינטגרציה, איכות נתונים ומידול קיבולת כנה.

נקודות מפתח

• DLB מאפשרת יותר מטענים לכל קילוואט של חיבור לרשת, ולעתים קרובות דוחה או מבטלת שדרוגי שנאים בעלות של שש ספרות.
• BESS + טעינה ממיר בעיית דרישה-טעינה למרכז רווח של דרישה-טעינה.
• קביעת סדרי עדיפויות מבוססי SoC וחיזוי בינה מלאכותית שומרים על טעינת משתמשים קריטיים (נוסעים, אוטובוסים) תוך יישור עקומת העומס באתר.
• יכולת פעולה הדדית (OCPP, ISO 15118), איכות נתונים וגודל הספק הם שלושת הגורמים המכריעים בפריסות אמיתיות.

צור קשר עם MIDA Power

מערכות הטעינה של MIDA Power מגיעות עם איזון עומסים דינמי משולב ואינטגרציה אופציונלית של BESS, כולם מנוהלים דרך פלטפורמה אחת תואמת OCPP. ממתחמי משרדים ועד תחנות אוטובוס, אנו מספקים את התמיכה ההנדסית למידול העומס שלכם, התאמה נכונה של גודל המערכת והפעלתה ללא הפתעות. צרו קשר לקבלת ייעוץ לניתוח עומסים והצעת מחיר לפרויקט.