Tehnična arhitektura pametnega polnjenja električnih vozil: dinamično uravnoteženje obremenitve in optimizacija BESS

Celovita tehnična arhitektura pametnega polnjenja električnih vozil: obvladovanje dinamičnega uravnoteženja obremenitve z naprednimi krmilnimi zankami, integracijo lokalnega oblaka, optimizacijo večenergijskih sistemov s fotonapetostjo in BESS ter obsežnim napovednim upravljanjem stabilnosti omrežja

Poglavje 1: Uvod v pametno polnjenje električnih vozil in nujnost dinamičnega uravnoteženja obremenitve (DLB)

Globalni prehod na električno mobilnost ni več obroben trend, temveč osrednji steber dekabornizacije prometnega sektorja. Ker milijone vozil z motorji z notranjim zgorevanjem (ICE) nadomeščajo električna vozila (EV), se povpraševanje po električni energiji preusmerja s tekočih goriv na električno omrežje. Ta premik paradigme predstavlja ogromen izziv za električno infrastrukturo, ki je bila v mnogih primerih zasnovana že pred desetletji. Prekinjena in visokoenergetska narava polnjenja električnih vozil lahko povzroči lokalizirane preobremenjenosti omrežja, degradacijo transformatorjev in na koncu katastrofalne okvare, če se z njimi ne ukvarjamo natančno.

Pametno polnjenje električnih vozil predstavlja tehnološki most med naraščajočim povpraševanjem po mobilnosti in fizičnimi omejitvami električnega omrežja. V svojem bistvu gre pri pametnem polnjenju za inteligenco – vedeti, kdaj, s kakšno hitrostjo in s kakšno prioriteto je treba električno vozilo polniti. Vendar pa je najpomembnejša komponenta znotraj te inteligentne plasti dinamično uravnoteženje obremenitve (DLB).

Dinamično uravnoteženje obremenitve (DLB) je postopek nenehnega spremljanja razpoložljive električne zmogljivosti lokacije in porazdelitve te moči med aktivne polnilne postaje za električna vozila v realnem času. Brez DLB bi bila stavba ali polnilna postaja prisiljena delovati na statični meji, ki jo pogosto narekuje »najslabši možni scenarij« konične obremenitve. To vodi do velike neučinkovitosti: bodisi je lokacija premalo opremljena, kar vodi do počasnega polnjenja za uporabnike, bodisi lokacija zahteva izjemno drage nadgradnje infrastrukture za obvladovanje teoretičnih konic, ki se pojavljajo le nekaj ur na teden.

Potreba po DLB izhaja iz treh glavnih dejavnikov:

1. Ohranjanje infrastrukturePreprečevanje izklopa glavnih odklopnikov in zaščita transformatorjev pred pregrevanjem.
2. Ekonomska učinkovitostIzogibanje visokim stroškom odjema in previsokim stroškom nadgradnje servisnih omar ali lokalnih distribucijskih omrežij.
3. Zadovoljstvo uporabnikovMaksimiranje hitrosti polnjenja za vse uporabnike z inteligentno izrabo vsake razpoložljive kilovatne ure zmogljivosti.

V tej poglobljeni tehnični raziskavi bomo analizirali mehaniko DLB, od krmilnih zank na milisekundni ravni, ki upravljajo energetsko elektroniko, do orkestracije tisočih polnilnih mest v oblaku. Preučili bomo, kako se DLB razvija, ko se integrira z obnovljivimi viri energije, kot so fotovoltaika (PV) in sistemi za shranjevanje energije v baterijah (BESS), ter kako napovedno modeliranje omogoča velikim polnilnim vozliščem, da predvidijo nihanja v omrežju, preden se zgodijo. Ko se premikamo proti prihodnosti, kjer električno vozilo ni le porabnik, temveč porazdeljen vir energije, je razumevanje odtenkov DLB ključnega pomena za inženirje, urbaniste in ponudnike energije.

Poglavje 2: Temeljna načela dinamičnega uravnoteženja obremenitve

Da bi razumeli, kako deluje DLB, moramo najprej razumeti »statično« alternativo. V okolju statičnega uravnoteženja obremenitve je vsakemu polnilniku dodeljena fiksna količina toka. Če ima na primer objekt omejitev 100 A in 5 polnilnikov, je lahko vsak omejen na 20 A. Če se polni samo en avtomobil, še vedno dobi le 20 A, kar porabi 80 A razpoložljive zmogljivosti. Nasprotno, če se polni vseh 5 avtomobilov in nekdo vklopi visokozmogljiv sistem HVAC v stavbi, lahko skupna obremenitev preseže 100 A, kar povzroči izpad električne energije.

DLB to togo dodelitev nadomešča s tekočim, odzivnim sistemom. Temeljno načelo je povratna zanka med »skupno razpoložljivo zmogljivostjo« in »aktivnim povpraševanjem po polnjenju«.

Matematična fundacija

Najenostavneje lahko DLB izrazimo z naslednjo enačbo:P_razpoložljivo_za_električna_vozila(t) = P_skupna_omejitev – P_obremenitve_ne_električnih_vozil(t)

Kje:

• P_total_limitje fizična ali pogodbena meja lokacije.
• P_ne-EV_obremenitve(t)je poraba luči, strojev, dvigal itd. v realnem času, izmerjena s pametnim števcem.
• P_available_for_EVs(t)je preostala moč, ki jo je mogoče varno porazdeliti med električna vozila.

Kompleksnost nastane, ko se mora sistem odločiti, kako bo distribuiralP_available_for_EVs(t)medNpolnilniki. To porazdelitev urejajo algoritmi, ki upoštevajo:

• Stanje napolnjenosti (SoC)Avtomobil s skoraj prazno baterijo lahko dobi višjo prednost.
• Čas odhodaAvto, ki stoji čez noč, se lahko polni počasi, medtem ko avtomobil, ki potrebuje hitro polnjenje, dobi zagon.
• Fazno uravnoteženjeV trifaznih sistemih mora DLB zagotoviti, da nobena faza ni preobremenjena, kar zahteva kompleksno logiko preklapljanja ali fazno ozaveščeno distribucijo.

Zaznavanje in merjenje

Natančnost DLB je v celoti odvisna od kakovosti podatkov, ki jih prejme. To običajno vključuje tokovne transformatorje (CT) ali namenske pametne števce, nameščene na točki skupnega priklopa (PCC). Te naprave morajo poročati podatke o obremenitvi z visoko frekvenco (pogosto 1 Hz ali več), da se krmilnik DLB lahko odzove na nenadne konice obremenitve stavbe – na primer zagon industrijskega motorja – v nekaj sekundah in tako prepreči izklop glavnega odklopnika.

Hierarhična struktura

DLB pogosto deluje hierarhično. Na »lokalni« ravni krmilnik upravlja skupino polnilnic. Na ravni »lokacije« se usklajuje s sistemom za upravljanje stavbe. Na ravni »omrežja« se lahko odziva na signale odziva na povpraševanje (DR) od komunalnega podjetja. Ta večplastni pristop zagotavlja ohranjanje lokalne varnosti, hkrati pa še vedno sodeluje na širših energetskih trgih.

Poglavje 3: Načrtovanje krmilne zanke za algoritme DLB: PID in modelno napovedno krmiljenje (MPC)

Učinkovitost sistema dinamičnega uravnoteženja obremenitve (DLB) se na koncu meri z njegovo zakasnitvijo in natančnostjo. Če obremenitev stavbe naraste in sistem DLB potrebuje 30 sekund za prilagoditev polnilnega toka električnega vozila, se bo glavno stikalo verjetno sprožilo, preden pride do popravka. Zato je zasnova krmilne zanke »možgani« pametne polnilne postaje. V tem poglavju se bomo poglobili v inženirske specifikacije teh krmilnih mehanizmov, s poudarkom na proporcionalno-integralno-derivacijskih (PID) regulatorjih in naprednejšem modelno napovednem krmiljenju (MPC).

Okvir PID regulacije v DLB

PID regulatorji so delovni konji industrijske avtomatizacije in se naravno uporabljajo v DLB. Cilj PID zanke je vzdrževati skupno obremenitev lokacije ($P_{total}$) na ali pod nastavljeno vrednostjo ($P_{limit}$) s prilagajanjem krmilne spremenljivke, ki je najvišja omejitev toka, poslana EVSE (Electric Vehicle Supply Equipment).

• Proporcionalno (P)P-člen zagotavlja takojšen odziv na napako (razliko med $P_{limit}$ in $P_{total}$). Če je napaka velika (npr. velik padec obremenitve stavbe), P-člen hitro poveča dovoljeni polnilni tok električnega vozila. Vendar pa krmiljenje samo s P pogosto vodi do "napake v ustaljenem stanju", kjer sistem nikoli ne doseže meje.
• Integral (I)I-člen upošteva kopičenje preteklih napak. Počasi povečuje ali zmanjšuje tok, da odpravi napako v ustaljenem stanju, s čimer zagotovi, da sistem sčasoma izkoristi vsak razpoložljivi amper.
• Izvedeni finančni instrument (D)D-člen napoveduje prihodnje napake z opazovanjem hitrosti sprememb. To je ključnega pomena za preprečevanje »prekoračitve«. Če se obremenitev hitro povečuje, bo D-člen agresivno zmanjšal število polnilnic za električna vozila, preden bo dejansko dosežena omejitev.

V okolju DLB je treba zanko PID skrbno uglasiti. Če je preveč agresivna, bodo EVSE nenehno modulirali svoj tok, kar lahko povzroči obrabo vgrajenega polnilnika vozila (OBC) in potencialno draži programsko opremo električnega vozila, kar vodi do napak pri polnjenju. Če je preveč počasna, ne izpolnjuje svojega primarnega namena, zaščite omrežja.

Onkraj PID: Model Prediktivni nadzor (MPC)

Medtem ko je PID učinkovit za preproste scenarije, sodobna velika polnilna vozlišča vse pogosteje uporabljajo napovedno krmiljenje modela (MPC). Za razliko od PID, ki je reaktiven, je MPC proaktiven. Uporablja matematični model sistema za napovedovanje njegovega prihodnjega vedenja v določenem »napovednem horizontu«.

V kontekstu DLB krmilnik MPC upošteva:

1. Sistemske omejitveFizične omejitve polnilnikov, zmogljivost transformatorja in največja dovoljena hitrost dovajanja vozila.
2. Prihodnje napovediPredvidena obremenitev stavbe na podlagi zgodovinskih vzorcev, vremenskih napovedi (ki vplivajo na obremenitev HVAC) in pričakovanih prihodov vozil.
3. Ciljna funkcijaMatematični cilj, kot je »Zmanjšanje skupnih stroškov energije ob hkratnem zagotavljanju, da vsi avtomobili do 8. ure zjutraj dosežejo 80 % napolnjenosti sistema na napajanju.«

Algoritem MPC rešuje optimizacijski problem v vsakem časovnem koraku (npr. vsakih 5 minut). Izračuna zaporedje optimalnih krmilnih ukrepov, vendar izvede le prvega, nato pa ga v naslednjem koraku ponovno izračuna. To omogoča sistemu DLB, da »zgladi« profile polnjenja. Če na primer sistem ve, da bo ob 14. uri prišlo do velikega porasta obremenitve stavb, lahko električna vozila predhodno napolni ob 13.30 in jih nato ob 14. uri močno zmanjša, namesto da bi se nenadoma odzval, ko pride do porasta.

Zakasnitev in komunikacijski protokoli

Krmilna zanka je le tako hitra, kot je hitra njena komunikacijska povezava. V mnogih nastavitvah DLB krmilnik komunicira s polnilniki prek protokola Modbus TCP, RTU ali protokola Open Charge Point Protocol (OCPP).

• ModbusPonuja zelo nizko zakasnitev (milisekunde), zaradi česar je idealen za lokalno, varnostno kritično DLB.
• OCPP 1.6/2.0.1Industrijski standard za komunikacijo med oblakom in polnilnikom. Čeprav ima več funkcij (obravnava obračunavanja, preverjanje pristnosti in posodobitve vdelane programske opreme), uvaja znatno zakasnitev (pogosto 1–5 sekund) zaradi dodatne obremenitve sporočil JSON prek spletnih vtičnic WebSockets in prečkanja javnega interneta.

Inženirji morajo izbrati pravi protokol glede na kritičnost uravnoteženja obremenitve. Za stanovanjski objekt lahko zadostuje nekoliko počasnejši oblačni DLB. Za industrijski obrat, kjer izklop odklopnika stane na tisoče dolarjev zaradi izpada, je lokalna zanka, ki temelji na protokolu Modbus, obvezna.

Poglavje 4: Lokalna v primerjavi z arhitekturo DLB v oblaku: primerjalna analiza

Pri načrtovanju pametne polnilne infrastrukture je ena najpomembnejših arhitekturnih odločitev, kje se nahaja »inteligenca«. Ali naj logika uravnoteženja obremenitve deluje na strojni opremi na lokaciji (lokalna DLB) ali naj jo upravlja oddaljeni strežnik (oblačna DLB)? Oba pristopa imata različne prednosti in kompromise glede zanesljivosti, stroškov in skalabilnosti.

Lokalni DLB: pristop robnega računalništva

Lokalni DLB vključuje fizični krmilnik – pogosto PLC (programirljivi logični krmilnik), namenski prehod ali en »glavni« polnilnik – ki komunicira neposredno z drugimi polnilniki v lokalnem omrežju (LAN).

Prednosti:

1. Zanesljivost in zmogljivost brez povezaveSistem ni odvisen od internetne povezave. Če se optična linija prekine, polnilniki še naprej lokalno uravnavajo obremenitev in tako zagotavljajo električno varnost stavbe.
2. Nizka latencaKot je bilo obravnavano v 3. poglavju, lokalna komunikacija (Modbus ali lokalni OCPP) poteka s hitrostjo, manjšo od sekunde. To je bistveno za lokacije z nestanovitnimi obremenitvami, ki niso povezane z električnimi vozili, kot so tovarne ali bolnišnice.
3. VarnostOhranjanje kontrolnih signalov znotraj lokalnega omrežja zmanjšuje površino za napad kibernetskih groženj, ki bi lahko poskušale manipulirati s stabilnostjo omrežja.

Slabosti:

1. Stroški strojne opremeZahteva nakup in namestitev dodatne strojne opreme na lokaciji.
2. Kompleksnost vzdrževanjaPosodobitev logike DLB lahko zahteva obiske na kraju samem ali kompleksno oddaljeno upravljanje robnih naprav.
3. Siloirani podatkiLokalni krmilnik ima omejen vpogled v širše pogoje omrežja ali cene energije komunalnega podjetja, razen če je posebej integriran z oblačnim zaledjem.

DLB v oblaku: Orkestracija v velikem obsegu

V arhitekturi, ki temelji na oblaku, pametni števec in polnilniki sporočajo svoje podatke centralni platformi za upravljanje. Oblak izračuna optimalno moč za vsak polnilnik in pošljeSmartCharging.SetChargingProfileukaz nazaj EVSE.

Prednosti:

1. PrilagodljivostNeskončno lažje je upravljati 1000 lokacij z ene nadzorne plošče v oblaku kot s 1000 posameznimi lokalnimi krmilniki.
2. Globalna optimizacijaOblak lahko združuje podatke z več lokacij za sodelovanje v virtualnih elektrarnah (VPP) ali odzivanje na obremenitev regionalnega omrežja.
3. Napredna integracija umetne inteligenceIzvajanje kompleksnih modelov strojnega učenja za napovedovanje (ki jih bomo obravnavali v 8. poglavju) je veliko bolj izvedljivo na zmogljivih strežnikih v oblaku kot na omejeni strojni opremi na robu omrežja.
4. Nižji začetni stroškiNamenski lokalni krmilnik ni potreben, če lahko polnilniki komunicirajo neposredno z oblakom.

Slabosti:

1. Odvisnost od povezljivostiČe internet ne deluje, se sistem običajno vrne v »varno stanje« (npr. minimalni polnilni tok za vse avtomobile), kar je lahko zelo neučinkovito in povzroči pritožbe strank.
2. Visoka latencaČas prenosa podatkov med števcem, oblakom in polnilnikom je lahko več sekund. Zaradi tega se je težko odzvati na »trenutne« konice obremenitve.
3. Pomisleki glede zasebnostiNeprekinjeno pretakanje podatkov o energiji v oblak sproža vprašanja suverenosti podatkov in zasebnosti za nekatere poslovne stranke.

Hibridni model: najboljše iz obeh svetov

Zaradi teh kompromisov se industrija premika proti hibridnemu modelu. V tej nastavitvi lokalni prehod upravlja varnostno kritično uravnoteženje obremenitve na milisekundni ravni (zagotavlja, da se odklopnik nikoli ne sproži). Medtem oblak zagotavlja strategijo na visoki ravni – določa »proračune« za lokalni krmilnik na podlagi cen energije, uporabniških urnikov in omrežnih signalov. Ta »robni in oblakom orkestriran« pristop zagotavlja zanesljivost, potrebno za zaščito infrastrukture, hkrati pa ohranja prilagodljivost upravljanja oblaka.

Poglavje 5: Strategije in prioritete dodeljevanja moči v realnem času

Določanje, kako razdeliti razpoložljivo moč med več električnih vozil, je najzahtevnejši algoritemski izziv pri dinamičnem uravnoteženju obremenitve (DLB). Ne gre zgolj za deljenje skupne porabe energije s številom avtomobilov. Sofisticiran sistem DLB mora uravnotežiti pravičnost, učinkovitost in zahteve posameznih uporabnikov. V tem poglavju bomo raziskali različne strategije porazdelitve moči, ki se danes uporabljajo na tem področju.

Kdor prej pride, prej melje (FCFS)

Najenostavnejša strategija dodeljevanja je FCFS. Prvo vozilo, ki se priključi, prejme največjo zahtevano moč. Naslednja vozila prejmejo preostalo moč.

Prednosti:

• Enostavno za izvedbo.
• Jasno in pregledno za prve uporabnike.

Slabosti:

• Zelo nepravično. Peti uporabnik, ki prispe, morda ne bo imel nobene energije, tudi če ima nujno potovanje, medtem ko je prvi uporabnik že napolnjen 90 % in bi lahko zlahka počakal.
• Vodi do "kopičenja energije", kjer avtomobil ure in ure zaseda mesto z visoko močjo, medtem ko zelo počasi polni zadnjih nekaj odstotnih točk.

Enaka delitev

V tem modelu se razpoložljiva moč enakomerno razdeli med vse aktivne seje. Če je na voljo 100 kW in se polnijo 4 avtomobili, vsak dobi 25 kW. Če se pridruži peti avtomobil, se moč vseh zmanjša na 20 kW.

Prednosti:

• V osnovi "pošteno".
• Maksimizira število avtomobilov, ki prejmejo vsaj nekaj polnjenja.

Slabosti:

• Neučinkovito za avtomobile z majhnimi baterijami ali tiste, ki so skoraj popolnoma napolnjene. Avtomobilu, ki lahko sprejme le 7 kW, se "dodeli" 20 kW, s čimer se zapravi 13 kW, ki bi jih lahko namenil avtomobilu z močjo 50 kW.

Dodelitev na podlagi prioritet (SoC in zmogljivost baterije)

Sodobni sistemi DLB uporabljajo bolj inteligentno, večspremenljivo optimizacijo. Avtomobilom dajejo prednost glede na njihovo stanje napolnjenosti (SoC). Avtomobil z 10 % SoC ima prednost pred avtomobilom z 80 %, ker avtomobil z 10 % nujno potrebuje večji doseg in lahko zaradi krivulje polnjenja litij-ionskih baterij (faza konstantnega toka) sprejme tudi veliko višjo hitrost polnjenja.

Poleg tega sistem upoštevanajvišja stopnja sprejemanjavozila. Z uporaboMaks. tokKrmilnik DLB, ki ga sporoča vozilo (prek PWM pri polnjenju z izmeničnim tokom ali digitalne komunikacije pri polnjenju z enosmernim tokom), zagotavlja, da nikoli ne dodeli več moči, kot jo avtomobil dejansko lahko porabi, in s tem prerazporedi »presežek« med druga vozila.

Uporabniško določene prioritete in »premium« polnjenje

V komercialnih okoljih je mogoče DLB povezati s sistemom za obračunavanje. Uporabnik lahko plača premijo za »hitro polnjenje«, kar zagotavlja, da vedno dobi največjo možno moč ne glede na druge obremenitve. Nasprotno pa se lahko vozilom voznega parka dodelijo različne prioritete glede na predvidene čase odhoda. Dostavni kombi, ki odpelje ob 5. uri zjutraj, ima prednost ob 3. uri zjutraj pred kombijem, ki odpelje ob 9. uri zjutraj.

Algoritem proporcionalne pravičnosti

Ta algoritem, ki izhaja iz telekomunikacij (razporejanje LTE/5G), poskuša maksimirati skupno »koristnost« sistema. Uravnoteži takojšnjo potrebo po visoki moči (učinkovitost) z dolgoročno potrebo po zagotavljanju, da noben avtomobil ne ostane prazen (pravičnost). Za vsak avtomobil izračuna prednostno oceno:Rezultat = (Zahtevana moč / Povprečna prejeta moč do sedaj)Avtomobili z najvišjimi rezultati dobijo naslednjo dodelitev razpoložljive moči.

Poglavje 6: Stabilnost omrežja in mehanizmi za preprečevanje preobremenitve

Dinamično uravnoteženje obremenitve (DLB) ni le funkcija za udobje uporabnika; je ključni varnostni sistem za stabilnost omrežja. Z naraščanjem penetracije električnih vozil se distribucijsko omrežje sooča z novimi vrstami obremenitev, vključno s hitrimi nihanji povpraševanja in harmoničnim popačenjem. To poglavje preučuje mehanizme, ki jih DLB uporablja za zaščito omrežja in preprečevanje katastrofalnih preobremenitev.

Logika zaščite »krivulje izklopa«

Električna varovalka ima »krivuljo izklopa« – lahko prenese rahlo preobremenitev nekaj minut, vendar se v primeru velikega prenapetosti sproži takoj. Robustni krmilnik DLB mora modelirati to krivuljo izklopa. Omogočati mora zelo kratke sunke (npr. zagon dvigala), da se prepreči nepotrebno dušenje polnilnic za električna vozila, vendar mora odločno ukrepati, če preobremenitev vztraja.

Napredni krmilniki uporabljajo pristop »dvojnega praga«:

1. Prag opozorila (npr. 90 % omejitve)Krmilnik začne z »mehkim dušenjem« polnilnic za električna vozila, da prepreči doseganje omejitve.
2. Kritični prag (npr. 98 % omejitve)Krmilnik izvede »zasilno zaustavitev« oziroma agresivno zmanjšanje toka na najmanjši dovoljeni tok (običajno 6 A za polnjenje z izmeničnim tokom), da zaščiti glavno varovalko.

Upravljanje faznega neravnovesja

V trifaznih električnih sistemih (pogostih v Evropi in industrijskih območjih) je možno preobremeniti eno samo fazo, tudi če je skupna trifazna moč znotraj omejitev. To se zgodi, če je večina električnih vozil na lokaciji enofaznih polnilnic in so priključene na isto fazo (npr. faza L1).

Sistem DLB, ki se zaveda faz, neodvisno spremlja vsako fazo. Če faza L1 doseže svojo omejitev, medtem ko sta L2 in L3 premalo izkoriščeni, bo krmilnik omejil le vozila, priključena na L1. Nekatera napredna EVSE lahko celo dinamično preklapljajo faze (preklapljanje faz), s čimer premaknejo vozilo iz preobremenjene faze v odprto fazo, ne da bi prekinili polnjenje.

Harmonično popačenje in kakovost električne energije

Polnilnice za električna vozila so nelinearne obremenitve, ki uporabljajo močnostno elektroniko (usmernike). Te lahko v omrežje vbrizgavajo harmonike, kar lahko povzroči pregrevanje nevtralnih vodnikov in motnje v občutljivi elektronski opremi. Medtem ko DLB primarno upravlja »delovno moč« (kW), sofisticirani sistemi spremljajo tudi »skupno harmonično popačenje« (THD) in »faktor moči« (PF). Če THD preseže regulativne omejitve (npr. IEEE 519), lahko sistem DLB zmanjša hitrost polnjenja, da ublaži vpliv na kakovost električne energije.

Odziv na povpraševanje in regulacija frekvence

Na makro ravni lahko sistemi DLB sodelujejo v programih odzivanja na povpraševanje (DR). Ko omrežna frekvenca pade (kar kaže na pomanjkanje oskrbe), elektroenergetsko podjetje pošlje signal. Krmilnik DLB se lahko odzove v milisekundah in hkrati prekine obremenitev električnih vozil na stotinah polnilnic. To zagotavlja učinek »virtualne baterije«, ki je veliko hitrejši in stroškovno učinkovitejši od uporabe plinske elektrarne v času največje porabe. Ta prehod iz »pasivne obremenitve« v »aktivno omrežno sredstvo« je prihodnost pametnega polnjenja.

Vloga rezervnih stanj

Ključna komponenta preprečevanja preobremenitve je »varno stanje« ali »rezervni tok«. V primeru komunikacijske napake med krmilnikom in števcem (ali oblakom) mora sistem DLB privzeto nastaviti vnaprej določeno, varno omejitev toka. Običajno je ta nastavljena na zelo nizko vrednost (npr. 6 A na polnilnik) ali nič, kar zagotavlja, da tudi v primeru popolne okvare sistema ostane infrastruktura stavbe zaščitena.

Poglavje 7: Integracija večenergijskih sistemov: Optimizacija DLB s PV in BESS

Integracija obnovljivih virov energije, zlasti fotovoltaike (PV), in lokalnega shranjevanja, kot so sistemi za shranjevanje energije v baterijah (BESS), dodaja novo dimenzijo kompleksnosti dinamičnemu uravnoteženju obremenitve. V tradicionalni nastavitvi DLB je cilj ostati znotraj omejitve omrežja. V večenergijskem sistemu je cilj uskladiti ta različna sredstva, da se poveča lastna poraba, zmanjšajo stroški omrežja in zagotovi zanesljivost.

Enačba za večvirno ravnovesje moči

Na lokaciji s fotovoltaiko in BESS moč, ki je na voljo za polnjenje električnih vozil, ni več le »omejitev omrežja minus obremenitev stavbe«. Postane:P_ev(t) = P_omejitev_mreže – P_zgradba(t) + P_pv(t) + P_bess_izpust(t) – P_bess_polnjenje(t)

Ta enačba uvaja več novih krmilnih spremenljivk. Krmilnik DLB se mora zdaj odločiti ne le o tem, kako bo porazdelil energijo med električna vozila, temveč tudi, kdaj bo BESS napolnil ali izpraznil.

Polnjenje, optimizirano za sončno energijo (preprečevanje omejitev PV)

Eden glavnih primerov uporabe večenergijskega DLB je »sledenje sončni svetlobi«. Ko sije sonce, lahko fotonapetostni sistem proizvede več energije, kot jo lahko stavba porabi. Če omrežje ne omogoča vbrizgavanja (ničelnega izvoza) ali če je odkupna tarifa nizka, se ta energija zapravlja (omejuje). Pametni sistem DLB spremlja fotonapetostno proizvodnjo in samodejno poveča hitrost polnjenja električnih vozil, da se ujema s proizvodnjo sončne energije. Ta način »zelenega polnjenja« je zelo priljubljen v stanovanjskih in poslovnih okoljih, saj omogoča 100-odstotno obnovljivo mobilnost z ničelnim vplivom na omrežje.

Vrhunsko britje z BESS

BESS deluje kot blažilec. V obdobjih največjega povpraševanja – na primer, ko je hkrati aktivnih več hitrih polnilnic z visoko močjo in enosmernim tokom – se lahko BESS prazni, da dopolni napajanje omrežja. To omogoča lokaciji, da podpira več polnilnic, kot bi jih običajno dovoljevala omrežna povezava. Krmilnik DLB upravlja »stanje energije« (SoE) BESS. Zagotoviti mora, da ima baterija dovolj zmogljivosti za naslednjo pričakovano konico, hkrati pa načrtuje polnjenje v obdobjih nizkega povpraševanja ali visoke proizvodnje sončne energije.

Koordinirana optimizacija več sredstev

Najnaprednejši sistemi uporabljajo pristop »sooptimizacije«. Namesto da bi fotonapetostne sisteme, sisteme za zmanjšanje energijskega stresa (BESS) in električna vozila obravnavali kot ločene entitete, se upravljajo kot enotno mikro omrežje. Krmilnik uporablja linearno programiranje ali evolucijske algoritme za reševanje problema energijskega ravnovesja vsakih nekaj sekund. Če mora na primer avtomobil odpeljati čez 1 uro in proizvodnja fotonapetostnih sistemov upada zaradi oblaka, se mora krmilnik odločiti: Ali naj iz omrežja črpa več energije (drago), naj izprazni BESS (stroški cikliranja) ali naj avtomobil omeji (nezadovoljstvo uporabnikov)? Logika »ekonomične dispečinga« (obravnavana v 9. poglavju) zagotavlja okvir za te odločitve.

Poglavje 8: Napredni modeli za napovedovanje porabe energije za velike polnilne postaje

Za velika polnilna vozlišča – kot so avtocestne črpalke ali mestne avtobusne postaje – reaktivno DLB ni zadostno. Da bi preprečili nestabilnost omrežja in optimizirali stroške energije, morajo ta mesta uporabljati napovedne modele za predvidevanje povpraševanja. To poglavje raziskuje tehnike podatkovne znanosti in modeliranja, ki se uporabljajo za napovedovanje energije pri pametnem polnjenju.

Napovedovanje povpraševanja: napovedovanje prihodov vozil

Prvi korak pri napovedovanju je napovedovanje, kdaj in koliko električnih vozil bo prispelo. Za komercialno središče to vključuje analizo:

1. Zgodovinski vzorci prihodovTrendi glede na čas dneva, dan v tednu in sezonske trende.
2. Zunanji podatkiPrometne razmere, vreme (ki vpliva na doseg električnega vozila in obremenitev ogrevanja/hlajenja) in lokalni dogodki.
3. Teorija čakalnih vrstUporaba stohastičnih modelov, kot so čakalne vrste M/M/s, za oceno verjetnosti, da so vsi polnilniki zasedeni.

Napredni modeli uporabljajo nevronske mreže z dolgim ​​kratkoročnim pomnilnikom (LSTM) ali drevesa z gradientnim ojačevanjem (XGBoost) za napovedovanje »profila agregatnega povpraševanja« za naslednjih 24 ur z visoko natančnostjo.

Napovedovanje obremenitve stavbe

Da bi DLB deloval, mora tudi napovedatiobremenitev ne-električnih vozilV poslovni stavbi je to zelo predvidljivo (doseže vrhunec med delovnim časom). Na industrijski lokaciji je lahko nestanovitno. Modeli napovedovanja obremenitev stavb običajno uporabljajo:

• Avtoregresivno integrirano drseče povprečje (ARIMA)Za stabilne, sezonske podatke.
• Prerok (avtor Meta)Odlično za obravnavo manjkajočih podatkov in odstopanj v časovnih vrstah podatkov o energiji.
• Modeli, ki temeljijo na fizikiNapovedovanje obremenitve HVAC sistema z upoštevanjem toplotne mase stavbe in napovedane zunanje temperature.

Napovedovanje proizvodnje sončne energije

Napovedovanje proizvodnje sončne energije je ključnega pomena za večenergijsko DLB. To zahteva integracijo z vremenskimi API-ji visoke ločljivosti (podatki o sončnem obsevanju) in senzorji na lokaciji. Kratkoročno napovedovanje (0–15 minut) pogosto uporablja kamere »Sky Imaging«, ki spremljajo gibanje oblakov, da napovejo nenadne padce proizvodnje PV, kar omogoča sistemu DLB, da proaktivno omeji polnilnike ali pripravi BESS na praznjenje.

Vmesnik za napovedovanje in nadzor

Izhodni podatki teh napovedi se vnesejo v zanko napovednega krmiljenja modela (MPC), opisano v 3. poglavju. Napoved zagotavlja »obzorje napovedi«, ki krmilniku omogoča, da danes sprejema odločitve, ki upoštevajo pričakovane razmere čez dve uri. Ta zmožnost »vnaprejšnjega predvidevanja« je tisto, kar loči osnovno pametno polnilnico od sistema za upravljanje energije, integriranega v omrežje.

Poglavje 9: Optimizacija stroškov in ekonomična odprema pri pametnem polnjenju

Medtem ko je primarni cilj DLB tehnični (preprečevanje preobremenitev), je sekundarni in vse pomembnejši cilj ekonomski. V tem poglavju bomo obravnavali, kako sistemi DLB optimizirajo za najnižje stroške energije.

Arbitraža časa uporabe (ToU)

Večina komunalnih podjetij zdaj ponuja dinamično oblikovanje cen. Elektrika lahko stane 0,30 USD/kWh ob 17. uri, ob 2. uri zjutraj pa le 0,05 USD/kWh. Pametni sistem DLB upošteva te cenovne signale kot vhodne podatke. »Stroškovno optimalni razporejevalnik« bo čim večjo obremenitev električnih vozil preusmeril na obdobja z nizkimi cenami. Vendar mora to uravnotežiti z zahtevami uporabnikov. Če uporabnik potrebuje svoj avtomobil ob 20. uri, sistem ne more čakati do 2. ure zjutraj, da se začne polniti. Algoritem izračuna »oportunitetne stroške« odlašanja vsake seje.

Upravljanje povpraševanja

Za poslovne odjemalce je račun za komunalne storitve pogosto razdeljen na dva dela: porabo energije (kWh) in največjo obremenitev (kW). Pristojbina za največjo obremenitev temelji na najvišjem 15-minutnem intervalu v mesecu. Posamezna neobvladovana največja obremenitev lahko stane na tisoče dolarjev. Sistem DLB deluje kot »zaščita pred največjo obremenitvijo«. Z nastavitvijo stroge omejitve skupne obremenitve lokacije in uporabo BESS ali dušenja za njeno vzdrževanje sistem zagotavlja, da pristojbina za največjo obremenitev ostane znotraj predvidenega območja.

Sodelovanje na trgih frekvenčnega odziva

Omrežni operaterji (TSO/DSO) plačujejo za »fleksibilnost«. Če polnilno omrežje dokaže, da lahko po ukazu zmanjša obremenitev, lahko sodeluje na trgih, kot sta FFR (Firm Frequency Response) ali DSR (Demand Side Response). Krmilnik DLB deluje kot vmesnik. Ko pride »zahteva za fleksibilnost«, krmilnik izračuna, koliko lahko varno zmanjša obremenitev, ne da bi kršil minimalne zahteve uporabnikov glede SoC, in odda ponudbo na trgu. Prihodki, ustvarjeni s temi storitvami, lahko znatno izravnajo stroške polnilne infrastrukture.

Ciljna funkcija ekonomske dispečerske službe

Matematika, ki stoji za to optimizacijo, je običajno večciljna funkcija:Zmanjšajte: (Stroški omrežne energije) + (Stroški degradacije baterije) + (Kazen za pozno polnjenje) Odvisno od: (Zmogljivost omrežja) in (Uporabniški roki)

Z reševanjem tega vsakih nekaj minut sistem DLB zagotavlja, da postaja deluje na »meji učinkovitosti« – popolnem ravnovesju med stroški in zmogljivostjo.

Poglavje 10: Prihodnji trendi: V2G, DLB, ki ga poganja umetna inteligenca, in standardizacija (OCPP 2.0.1)

Področje pametnega polnjenja električnih vozil se razvija z vrtoglavo hitrostjo. Z razvojem tehnologije se premikamo od preprostega upravljanja obremenitve k popolni integraciji omrežja in avtonomni optimizaciji. To poglavje preučuje tri najpomembnejše trende, ki oblikujejo prihodnost dinamičnega uravnoteženja obremenitve: vozilo-omrežje (V2G), umetna inteligenca in sprejetje komunikacijskih standardov naslednje generacije.

Vozilo-omrežje (V2G) in dvosmerna DLB

V2G je ultimativni razvoj pametnega polnjenja. Namesto da bi bilo električno vozilo zgolj obremenitev, postane mobilna baterija, ki lahko energijo dovaja nazaj v omrežje. Za DLB to pomeni, da je lahko razpoložljiva moč v enačbi dejansko negativna. Na lokaciji, ki podpira V2G, mora krmilnik DLB upravljati »dvosmerno uravnoteženje obremenitve«. Če obremenitev stavbe preseže omejitev omrežja, lahko krmilnik električnim vozilom ukaže, naj izpraznijo svoje baterije, da podprejo stavbo. To zahteva zelo dovršeno »upravljanje ciklov«, da se zagotovi, da praznjenje ne izprazni prekomerno baterije vozila in da ima uporabnik še vedno dovolj dosega za naslednje potovanje. V2G zahteva tudi nadgradnje strojne opreme – natančneje dvosmerne polnilnike z enosmernim ali izmeničnim tokom, ki podpirajo standard ISO 15118-20.

Avtonomno uravnoteženje obremenitve, ki ga poganja umetna inteligenca

Medtem ko se današnji sistemi DLB zanašajo na vnaprej določene algoritme in pravila, bo naslednja generacija uporabljala »samoučečo se« umetno inteligenco. Z uporabo učenja z okrepitvijo (RL) se lahko krmilnik DLB pred uporabo s poskusi in napakami v simuliranem okolju nauči optimalne strategije polnjenja. Krmilnik, ki ga poganja umetna inteligenca, lahko prepozna subtilne vzorce, ki bi jih človeški inženir lahko spregledal – na primer dejstvo, da vsak torek zjutraj ob 10. uri določen industrijski stroj deluje 15 minut, kar povzroči porast obremenitve. Umetna inteligenca se lahko nauči proaktivno zavirati polnilnice za električna vozila v tem določenem oknu, tudi brez signala v realnem času iz samega stroja.

Vpliv OCPP 2.0.1 in ISO 15118

Standardizacija je temelj skalabilnosti. Industrija hitro prehaja s starejšega OCPP 1.6 na veliko robustnejši OCPP 2.0.1.

• OCPP 2.0.1: Predstavlja »Upravljanje naprav«, ki omogoča oblaku veliko podrobnejše spremljanje stanja in konfiguracije polnilnikov. Še pomembneje za DLB je, da vključuje izboljšane funkcije pametnega polnjenja, ki omogočajo bolj kompleksne profile polnjenja in boljše upravljanje trifaznih sistemov.
• ISO 15118 (Priklopi in polni)Ta komunikacijski standard med vozilom in polnilnikom omogoča avtomobilu, da s polnilnikom deli svoj dejanski sistem na čipu (SoC) in kapaciteto baterije. Danes večina polnilnikov z izmeničnim tokom »ugane« sistem na čipu ali pa se zanaša na to, da ga uporabnik vnese v aplikacijo. S standardom ISO 15118 krmilnik DLB pridobiva podatke »Ground Truth« neposredno iz sistema za upravljanje baterije (BMS) avtomobila, kar omogoča veliko natančnejšo dodelitev moči.

Poglavje 11: Študije primerov in izzivi pri izvajanju

Teoretična odličnost ni nič brez praktične izvedbe. V tem poglavju si bomo ogledali dejansko uvajanje DLB in tehnične ovire, s katerimi so se inženirji soočali med implementacijo.

Študija primera 1: Kompleks komercialnih pisarn

Veliko podjetje v Londonu je želelo namestiti 50 polnilnic za električna vozila, vendar je bilo omejeno z 200 kW omrežno povezavo, ki je bila že 70 % izkoriščena za ogrevanje, prezračevanje in klimatizacijo stavbe ter razsvetljavo.RešitevIzveden je bil hibridni sistem DLB. Nameščen je bil lokalni krmilnik roba za spremljanje glavnega transformatorja prek klešč tokovnega transformatorja. Sistem je bil konfiguriran z "mehko omejitvijo" 180 kW in "trdo omejitvijo" 195 kW.RezultatLokacija je uspešno upravljala 50 polnilnic brez enega samega izklopa odklopnika. Z uporabo prednostnega sistema na osnovi sistema na čipu so zagotovili, da so bili zaposleni z dolgimi vožnjami na delo do konca dneva vedno popolnoma napolnjeni.

Študija primera 2: Postaja električnih avtobusov

Avtobusni prevoznik v Shenzhenu je moral čez noč napolniti 100 električnih avtobusov. Izziv je bila ogromna sočasna obremenitev, ki je nastala, ko so se vsi avtobusi ob 23. uri vrnili na postajo.RešitevZa napovedovanje stanja napolnjenosti vsakega avtobusa ob prihodu na podlagi podatkov o poti je bil uporabljen model napovedovanja, ki temelji na umetni inteligenci. Sistem DLB je nato polnjenje načrtoval v »valovih«, s čimer je zagotovil, da skupna obremenitev nikoli ne preseže zmogljivosti podpostaje depoja, hkrati pa je zagotovil, da je bil vsak avtobus do 5. ure zjutraj 100-odstotno napolnjen.

Pogosti izzivi pri izvajanju

1. Kompleksnost komunikacije in integracije:Vsak polnilnik mora govoriti jezik lokacije – OCPP za centralni sistem upravljanja, ISO 15118 za vozilo in pogosto Modbus ali BACnet za sistem upravljanja energije v stavbi. Zanesljivo medsebojno delovanje vseh treh plasti, zlasti med polnilniki različnih prodajalcev, je eden najpogostejših virov »fantomskih« napak, ki so dejansko neusklajenosti protokolov.
2. Pristojbine za priključitev na omrežje in odjem:Sistem DLB rešuje tehnični problem omejene zmogljivosti, vendar ostaja komercialni problem – stroški povpraševanja in stroški medsebojne povezave komunalnih storitev. Lokacije morajo modelirati, ali bo njihov profil obremenitve sprožil kazenske konice povpraševanja in ali je BESS stroškovno učinkovitejši od večje omrežne povezave.
3. Ocena kakovosti podatkov in SoC:Optimizacija DLB je le toliko dobra, kot so dobri njeni vhodni podatki. Vozila poročajo o stanju napolnjenosti med sejo polnjenja, vendar so lahko vrednosti zastarele, nedosledne ali preprosto nedostopne pri starejših modelih. Sistemi morajo biti odporni na manjkajoče podatke in privzeto uporabljati konzervativno razporejanje, kadar telemetrija ni zanesljiva.
4. Prilagodljivost nadzorne plasti:Sistem, ki elegantno upravlja 50 polnilnic, se lahko sooči s težavami pri 500. Krmilniki na robu sistema, nadzorne plošče v oblaku in delovanje preklopa v primeru okvare morajo biti zasnovani za skaliranje že od prvega dne, pri čemer mora biti logika krmiljenja preizkušena glede na realistične najslabše možne konice obremenitve – ne le glede na povprečne pogoje.

Premagovanje teh izzivov

Noben od teh izzivov ni ovira; vsak je oblikovalska disciplina. Standardizacija na OCPP 1.6J ali 2.0.1 z enim samim ponudnikom CMS odpravi večino trenja s protokoli. Modeliranje stroškov povpraševanja v začetnem poslovnem primeru – in dodajanje BESS, ko so številke v prid – ščiti dobičkonosnost. Izbira ponudnika DLB z dokazanimi uvedbami v velikih flotah, namesto ponudnika z le laboratorijskimi preizkusi, zmanjša tveganje celotnega projekta.

Ti izzivi imajo tudi človeško dimenzijo. Inženirji, ki naročajo sistem DLB, morajo razumeti tako napajalne sisteme kot programsko opremo – redka kombinacija. Operaterji bi morali predvideti strukturirano usposabljanje in dokumentirane priročnike, tako da bo dežurni tehnik, ko krmilnik na robu ob 2. uri zjutraj sproži alarm, natančno vedel, katere nadzorne plošče mora preveriti in katere postopke mora upoštevati. Zreli ponudniki zagotavljajo te priročnike kot standardno opremo, njihova odsotnost pa je opozorilni znak pri izbiri ponudnika.

Zaključek

Dinamično uravnoteženje obremenitve in optimizacija BESS spreminjata polnjenje električnih vozil iz bremena omrežja v omrežno prednost. Omogočata, da lokacije potrojijo število polnilnic brez nadgradnje transformatorjev, ščitijo operaterje pred kazenskimi stroški povpraševanja in odpirajo vrata do prihodkovnih tokov – zmanjševanje konic, energetska arbitraža in celo omrežne storitve – do katerih naivna namestitev nikoli ne bi imela dostopa. Tehnologija je zrela; disciplina leži v integraciji, kakovosti podatkov in poštenem modeliranju zmogljivosti.

Ključne ugotovitve

• DLB omogoča več polnilnic na kilovat omrežne povezave, pogosto pa odloži ali odpravi nadgradnje transformatorjev v višini šestmestne vrednosti.
• BESS + zaračunavanje pretvori problem povpraševanja in zaračunavanja v profitni center povpraševanja in zaračunavanja.
• Določanje prioritet na osnovi sistema na čipu in napovedovanje z umetno inteligenco zagotavljata breme za ključne uporabnike (voznike, avtobuse), hkrati pa izravnavata krivuljo obremenitve lokacije.
• Interoperabilnost (OCPP, ISO 15118), kakovost podatkov in obseg ponudnikov so trije odločilni dejavniki pri resničnih uvedbah.

Kontaktirajte MIDA Power

Polnilni sistemi MIDA Power so opremljeni z integriranim dinamičnim uravnoteženjem obremenitve in opcijsko integracijo BESS, vse pa se upravlja prek ene same platforme, skladne z OCPP. Od pisarniških kompleksov do avtobusnih depojev nudimo inženirsko podporo za modeliranje vaše obremenitve, pravilno dimenzioniranje sistema in njegov zagon brez presenečenj. Za posvet o analizi obremenitve in ponudbo projekta nas kontaktirajte.