Техничка архитектура паметног пуњења електричних возила: динамичко балансирање оптерећења и BESS оптимизација

Свеобухватна техничка архитектура паметног пуњења електричних возила: Савладавање динамичког балансирања оптерећења кроз напредне контролне петље, локалну интеграцију у облаку, оптимизацију вишеструких енергија са фотонапонским системима и BESS-ом и предиктивно управљање стабилношћу мреже великих размера

Поглавље 1: Увод у паметно пуњење електричних возила и потреба за динамичким балансирањем оптерећења (DLB)

Глобална транзиција ка електричној мобилности више није периферни тренд, већ централни стуб декаборнизације транспортног сектора. Како милионе возила са моторима са унутрашњим сагоревањем (СУС) замењују електрична возила (ЕВ), потражња за електричном енергијом се помера са течних горива на електричну мрежу. Ова промена парадигме представља монументални изазов за електричну инфраструктуру која је, у многим случајевима, пројектована пре неколико деценија. Интермитентна и енергетски захтевна природа пуњења електричних возила може довести до локализованог загушења мреже, деградације трансформатора и, на крају крајева, катастрофалних кварова ако се њима не управља прецизно.

Паметно пуњење електричних возила представља технолошки мост између растуће потражње за мобилношћу и физичких ограничења електроенергетске мреже. У својој суштини, паметно пуњење се односи на интелигенцију - знање када, којом брзином и са којим приоритетом треба пунити електрично возило. Међутим, најкритичнија компонента унутар овог слоја интелигенције је динамичко балансирање оптерећења (DLB).

Динамичко балансирање оптерећења (DLB) је процес континуираног праћења расположивог електричног капацитета локације и дистрибуције те снаге међу активним пуњачима за електрична возила у реалном времену. Без DLB-а, зграда или станица за пуњење би биле принуђене да раде на статичком ограничењу, често диктираном „најгорим сценаријем“ вршног оптерећења. То доводи до огромне неефикасности: или је локација недовољно опремљена, што доводи до спорог пуњења за кориснике, или локација захтева изузетно скупе надоградње инфраструктуре како би се носила са теоријским вршним оптерећењем које се јављају само неколико сати недељно.

Потреба за DLB-ом произилази из три главна покретача:

1. Очување инфраструктуреСпречавање искључења главних прекидача и заштита трансформатора од прегревања.
2. Економска ефикасностИзбегавање високих трошкова и претераних трошкова надоградње сервисних панела или локалних дистрибутивних мрежа.
3. Задовољство корисникаМаксимизирање брзине пуњења за све кориснике интелигентним коришћењем сваког расположивог киловат-сата капацитета.

У овом дубинском техничком истраживању, анализираћемо механику дистрибуираног пуњења на бази података (DLB), од контролних петљи на нивоу милисекунди које управљају енергетском електроником до оркестрације хиљада места за пуњење засноване на облаку. Испитаћемо како се DLB развија када се интегрише са обновљивим изворима енергије као што су фотонапонски системи (PV) и системи за складиштење енергије у батеријама (BESS), и како предиктивно моделирање омогућава великим чвориштима за пуњење да предвиде флуктуације мреже пре него што се догоде. Како се крећемо ка будућности у којој електрично возило није само потрошач већ дистрибуирани енергетски ресурс, разумевање нијанси DLB-а је од највеће важности за инжењере, урбане планере и добављаче енергије.

Поглавље 2: Основни принципи динамичког балансирања оптерећења

Да би се разумело како DLB функционише, прво се мора разумети „статичка“ алтернатива. У окружењу статичког балансирања оптерећења, сваком пуњачу је додељена фиксна количина струје. На пример, ако објекат има ограничење од 100А и 5 пуњача, сваки може бити ограничен на 20А. Ако се пуни само један аутомобил, он и даље добија само 20А, трошећи 80А расположивог капацитета. Насупрот томе, ако се пуни свих 5 аутомобила и неко укључи HVAC систем велике снаге у згради, укупно оптерећење може премашити 100А, што може довести до нестанка струје.

DLB замењује ову круту алокацију флуидним, респонзивним системом. Основни принцип је повратна спрега између „Укупног расположивог капацитета“ и „Активне потражње за пуњењем“.

Математичка фондација

Најједноставније, DLB се може изразити следећом једначином:P_доступно_за_електрична_возила(t) = P_укупно_лимит – P_оптерећења_не_електрична_возила(t)

Где:

• P_total_limitје физичка или уговорна граница локације.
• P_non_EV_loads(t)је потрошња светла, машина, лифтова итд. у реалном времену, мерена паметним бројилом.
• P_available_for_EVs(t)је преостала снага која се може безбедно расподелити између електричних возила.

Сложеност настаје када систем мора да одлучи како да дистрибуираP_available_for_EVs(t)међуNпуњачи. Ова дистрибуција је регулисана алгоритмима који узимају у обзир:

• Стање напуњености (SoC)Аутомобил са скоро празном батеријом може добити већи приоритет.
• Време поласкаАутомобил који стоји преко ноћи може се пунити полако, док аутомобил коме је потребно брзо пуњење добија подстицај.
• Фазно балансирањеУ трофазним системима, DLB мора да осигура да ниједна фаза није преоптерећена, задатак који захтева сложену логику прекидача или дистрибуцију која је свесна фаза.

Сензорисање и мерење

Тачност DLB-а у потпуности зависи од квалитета података које прима. Ово обично укључује струјне трансформаторе (CT) или наменска паметна бројила инсталирана на тачки заједничког повезивања (PCC). Ови уређаји морају да пријављују податке о оптерећењу са високом фреквенцијом (често 1Hz или више) како би DLB контролер могао да реагује на изненадне скокове у оптерећењу зграде - као што је покретање индустријског мотора - у року од неколико секунди како би се спречило искључивање главног прекидача.

Хијерархијска структура

DLB често функционише у хијерархији. На „локалном“ нивоу, контролер управља кластером пуњача. На нивоу „локације“, координира са системом за управљање зградом. На нивоу „мреже“, може реаговати на сигнале одговора на потражњу (DR) од стране комуналног предузећа. Овај вишеслојни приступ осигурава да се локална безбедност одржава, а да се и даље учествује на ширим енергетским тржиштима.

Поглавље 3: Пројектовање контролне петље за DLB алгоритме: PID и предиктивно управљање моделом (MPC)

Ефикасност система динамичког балансирања оптерећења (ДББ) се у крајњој линији мери његовом латенцијом и прецизношћу. Ако оптерећење зграде порасте и ДББ систему треба 30 секунди да подеси струју пуњења електричног возила, главни прекидач ће вероватно искључити пре него што дође до корекције. Стога је дизајн контролне петље „мозак“ паметне станице за пуњење. У овом поглављу ћемо се позабавити инжењерским спецификацијама ових контролних механизама, фокусирајући се на пропорционално-интегрално-деривативне (ПИД) контролере и напредније моделно предиктивно управљање (МПЦ).

Оквир ПИД управљања у DLB-у

ПИД контролери су радни коњи индустријске аутоматизације и налазе природну примену у DLB-у. Циљ ПИД петље је да одржи укупно оптерећење локације ($P_{total}$) на или испод задате вредности ($P_{limit}$) подешавањем контролне променљиве, која је максимално ограничење струје које се шаље EVSE-има (опреми за напајање електричних возила).

• Пропорционални (П)П-члан пружа тренутни одговор на грешку (разлика између $P_{limit}$ и $P_{total}$). Ако је грешка велика (нпр. масиван пад оптерећења зграде), П-члан брзо повећава дозвољену струју пуњења електричног возила. Међутим, само П-контрола често доводи до „грешке у стационарном стању“ где систем никада у потпуности не достигне границу.
• Интеграл (I)I-члан објашњава акумулацију прошлих грешака. Он полако повећава или смањује струју како би елиминисао грешку у стационарном стању, осигуравајући да систем користи сваки расположиви ампер током времена.
• Дериват (D)Д-термин предвиђа будуће грешке посматрајући брзину промена. Ово је кључно за спречавање „прекорачења“. Ако се оптерећење брзо повећава, Д-термин ће агресивно успорити пуњаче за електрична возила пре него што се заиста достигне ограничење.

У DLB окружењу, PID петља мора бити пажљиво подешена. Ако је превише агресивна, EVSE ће стално модулирати своју струју, што може проузроковати хабање уграђеног пуњача возила (OBC) и потенцијално иритирати софтвер електричног возила, што доводи до грешака при пуњењу. Ако је превише спора, не испуњава своју примарну сврху заштите мреже.

Више од ПИД-а: Моделска предиктивна контрола (MPC)

Иако је ПИД ефикасан за једноставне сценарије, модерни велики чворишта за пуњење све више користе Моделску предиктивну контролу (MPC). За разлику од ПИД-а, који је реактиван, MPC је проактиван. Користи математички модел система да предвиди његово будуће понашање током одређеног „хоризонта предвиђања“.

У контексту DLB-а, MPC контролер разматра:

1. Системска ограничењаФизичка ограничења пуњача, капацитет трансформатора и максимална брзина усисавања возила.
2. Будуће прогнозеПредвиђено оптерећење зграде на основу историјских образаца, временских прогноза (које утичу на оптерећење система за грејање, вентилацију и климатизацију) и очекиваних долазака возила.
3. Функција циљаМатематички циљ, као што је „Минимизирање укупних трошкова енергије уз осигуравање да сви аутомобили достигну 80% SoC-а до 8 ујутру“.

MPC алгоритам решава проблем оптимизације у сваком временском кораку (нпр. сваких 5 минута). Израчунава низ оптималних контролних акција, али имплементира само прву, а затим поново израчунава у следећем кораку. Ово омогућава DLB систему да „изравна“ профиле пуњења. На пример, ако систем зна да долази велики скок оптерећења зграде у 14 часова, могао би да претходно напуни електрична возила у 13:30, а затим да их значајно успорава у 14 часова, уместо да нагло реагује када дође до скока.

Латенција и комуникациони протоколи

Контролна петља је брза колико и њена комуникациона веза. У многим DLB подешавањима, контролер комуницира са пуњачима путем Modbus TCP-а, RTU-а или Open Charge Point Protocol-а (OCPP).

• МодбусНуди веома ниску латенцију (милисекунде), што га чини идеалним за локални, безбедносно критичан DLB.
• ОЦПП 1.6/2.0.1Индустријски стандард за комуникацију између облака и пуњача. Иако је богатији функцијама (обрада наплате, аутентификације и ажурирања фирмвера), уводи значајно кашњење (често 1-5 секунди) због оптерећења JSON порука преко WebSockets-а и проласка кроз јавни интернет.

Инжењери морају да изаберу прави протокол на основу критичности балансирања оптерећења. За стамбене куће, мало спорији DLB базиран на облаку може бити довољан. За индустријски погон где искључење прекидача кошта хиљаде долара застоја, локална Modbus петља је обавезна.

Поглавље 4: Локална наспрам облачне DLB архитектуре: Компаративна анализа

Приликом пројектовања паметне инфраструктуре за пуњење, једна од најосновнијих архитектонских одлука је где се налази „интелигенција“. Да ли логика балансирања оптерећења треба да се извршава на хардверу на лицу места (локални DLB) или треба да се управља помоћу удаљеног сервера (облачни DLB)? Оба приступа имају јасне предности и компромисе у погледу поузданости, трошкова и скалабилности.

Локални DLB: Приступ edge computing-а

Локални DLB укључује физички контролер — често PLC (Програмабилни логички контролер), наменски гејтвеј или један „главни“ пуњач — који директно комуницира са другим пуњачима на локалној мрежи (LAN).

Предности:

1. Поузданост и могућности рада ван мрежеСистем не зависи од интернет везе. Уколико се оптичка линија прекине, пуњачи настављају да локално балансирају оптерећење, осигуравајући електричну безбедност зграде.
2. Мала латенцијаКао што је објашњено у 3. поглављу, локална комуникација (Modbus или локални OCPP) одвија се брзинама мањим од секунде. Ово је неопходно за локације са нестабилним оптерећењима која нису електрична возила, као што су фабрике или болнице.
3. БезбедностЧување контролних сигнала унутар локалне мреже смањује површину напада за сајбер претње које би могле покушати да манипулишу стабилношћу мреже.

Недостаци:

1. Трошкови хардвераЗахтева куповину и инсталацију додатне опреме на лицу места.
2. Сложеност одржавањаАжурирање DLB логике може захтевати посете на лицу места или сложено даљинско управљање edge уређајима.
3. Изоловани подациЛокални контролер има ограничен увид у шире услове мреже или цене енергије компаније, осим ако није посебно интегрисан са cloud backend-ом.

DLB заснован на облаку: Оркестрација у великим размерама

У архитектури заснованој на облаку, паметно бројило и пуњачи достављају своје податке централној платформи за управљање. Облак израчунава оптималну снагу за сваки пуњач и шаљеПаметноПуњење.ПодесиПрофилПуњењакоманда назад EVSE-овима.

Предности:

1. СкалабилностНеупоредиво је лакше управљати са 1.000 локација са једне cloud контролне табле него са 1.000 појединачних локалних контролера.
2. Глобална оптимизацијаОблак може да агрегира податке са више локација како би учествовао у виртуелним електранама (VPP) или реаговао на регионално оптерећење мреже.
3. Напредна интеграција вештачке интелигенцијеПокретање сложених модела машинског учења за предвиђање (о чему ћемо говорити у поглављу 8) је много изводљивије на моћним клауд серверима него на ограниченом edge хардверу.
4. Нижи почетни трошковиНема потребе за посебним локалним контролером ако пуњачи могу директно да комуницирају са облаком.

Недостаци:

1. Зависност од повезивањаАко интернет падне, систем се обично враћа у „безбедно стање“ (нпр. минимална струја пуњења за све аутомобиле), што може бити веома неефикасно и довести до жалби купаца.
2. Велика латенцијаВреме преноса података између бројила, облака и пуњача може бити неколико секунди. Због тога је тешко реаговати на „тренутне“ скокове оптерећења.
3. Забринутост у вези са приватношћуНепрекидно стримовање енергетских података у облак покреће питања суверенитета података и приватности за неке корпоративне клијенте.

Хибридни модел: Најбоље из оба света

Препознајући ове компромисе, индустрија се креће ка хибридном моделу. У овом подешавању, локални гејтвеј се бави безбедносно критичним балансирањем оптерећења на милисекундном нивоу (осигуравајући да прекидач никада не искључује). У међувремену, облак пружа стратегију високог нивоа – подешавање „буџета“ за локални контролер на основу цена енергије, распореда корисника и сигнала мреже. Овај „гранично оријентисан, облаком оркестриран“ приступ пружа поузданост потребну за заштиту инфраструктуре, уз задржавање флексибилности управљања облаком.

Поглавље 5: Стратегије и приоритети расподеле енергије у реалном времену

Одређивање начина расподеле расположиве снаге између више електричних возила је најсложенији алгоритамски изазов у ​​динамичком балансирању оптерећења (DLB). То није једноставно питање дељења укупних киловата са бројем аутомобила. Софистицирани DLB систем мора да уравнотежи правичност, ефикасност и захтеве појединачних корисника. У овом поглављу ћемо истражити различите стратегије расподеле снаге које се данас користе у овој области.

Ко први дође, први се служи (FCFS)

Најједноставнија стратегија расподеле је FCFS. Прво возило које се укључи добија максималну тражену снагу. Следећа возила добијају оно што преостане.

Предности:

• Једноставно за имплементацију.
• Јасно и транспарентно за прве кориснике.

Мане:

• Веома неправедно. Пети корисник који стигне може да не добије никакву струју чак и ако има хитан пут, док први корисник већ има 90% напуњености и лако може да сачека.
• Доводи до „гомилања снаге“, где аутомобил сатима заузима место са великом снагом док пуни последњих неколико процентних поена веома споро.

Једнако дељење

У овом моделу, расположива снага се подједнако дели између свих активних сесија. Ако је доступно 100 kW и пуне се 4 аутомобила, сваки добија 25 kW. Ако се придружи пети аутомобил, снага свих пада на 20 kW.

Предности:

• Инхерентно „фер“ у основном смислу.
• Максимизира број аутомобила који добијају барем неко пуњење.

Мане:

• Неефикасно за аутомобиле са малим батеријама или оне који се приближавају потпуном пуњењу. Аутомобилу који може да прими само 7 kW „додељује се“ 20 kW, губећи 13 kW који су могли да оду аутомобилу снаге 50 kW.

Додела на основу приоритета (SoC и капацитет батерије)

Модерни DLB системи користе интелигентнију, вишепроменљиву оптимизацију. Они дају приоритет аутомобилима на основу њиховог стања напуњености (SoC). Аутомобил са 10% SoC има приоритет у односу на аутомобил са 80% јер аутомобил са 10% има хитнији потребан домет и такође може да прихвати много већу брзину пуњења због криве пуњења литијум-јонских батерија (фаза константне струје).

Штавише, систем узима у обзирмаксимална стопа прихватањавозила. КоришћењемМаксимална струјапријављује возило (путем PWM-а код AC пуњења или дигиталне комуникације код DC пуњења), DLB контролер осигурава да никада не додели више снаге него што аутомобил заправо може да користи, чиме се „вишак“ прерасподељује другим возилима.

Кориснички дефинисани приоритети и „премијум“ пуњење

У комерцијалним окружењима, DLB се може повезати са системом за наплату. Корисник може платити премију за „брзо пуњење“, осигуравајући да увек добије максималну могућу снагу без обзира на друга оптерећења. С друге стране, возилима флоте могу бити додељени различити приоритети на основу заказаног времена поласка. Комби за доставу који полази у 5 ујутру добија приоритет у 3 ујутру у односу на комби који полази у 9 ујутру.

Алгоритам пропорционалне праведности

Изведен из телекомуникација (LTE/5G заказивање), овај алгоритам покушава да максимизира укупну „корисност“ система. Он уравнотежује тренутну потребу за великом снагом (ефикасност) са дугорочном потребом да се осигура да ниједан аутомобил не остане ненапуњен (праведност). Израчунава оцену приоритета за сваки аутомобил:Резултат = (Тражена снага / Просечна снага примљена до сада)Аутомобили са највишим резултатима добијају следећу расподелу расположиве снаге.

Поглавље 6: Стабилност мреже и механизми за спречавање преоптерећења

Динамичко балансирање оптерећења (DLB) није само функција за погодност корисника; то је кључни безбедносни систем за стабилност мреже. Како се пенетрација електричних возила повећава, дистрибутивна мрежа се суочава са новим врстама стреса, укључујући брзе флуктуације потражње и хармонијска изобличења. Ово поглавље испитује механизме које DLB користи за заштиту мреже и спречавање катастрофалних преоптерећења.

Логика заштите „криве искључења“

Електрични осигурачи имају „криву искључивања“ – могу да издрже благо преоптерећење неколико минута, али ће се тренутно искључити ако дође до великог пренапона. Робустан DLB контролер мора да моделира ову криву искључивања. Требало би да омогући веома кратке скокове (нпр. покретање лифта) како би се избегло непотребно ограничавање пуњача за електрична возила, али мора одлучно да делује ако преоптерећење потраје.

Напредни контролери користе приступ „двоструког прага“:

1. Праг упозорења (нпр. 90% ограничења)Контролер започиње „меко регулисање“ пуњача за електрична возила како би се спречило достизање ограничења.
2. Критични праг (нпр. 98% ограничења)Контролер имплементира „хитно заустављање“ или агресивно смањење струје на минималну дозвољену струју (обично 6А за пуњење наизменичном струјом) како би заштитио главни осигурач.

Управљање фазним дисбалансом

У трофазним електричним системима (уобичајеним у Европи и индустријским локацијама), могуће је преоптеретити једну фазу чак и ако је укупна трофазна снага у границама. То се дешава ако је већина електричних возила на локацији једнофазни пуњачи и ако су повезани на исту фазу (нпр. фаза L1).

Фазно свесни DLB систем прати сваку фазу независно. Ако фаза L1 достигне свој лимит док су L2 и L3 недовољно искоришћене, контролер ће само успорити аутомобиле повезане на L1. Нека напредна EVSE возила могу чак и динамички да мењају фазе (Phase Switching), померајући аутомобил из загушене фазе у отворену без прекидања сесије пуњења.

Хармонијско изобличење и квалитет напајања

Пуњачи за електрична возила су нелинеарна оптерећења која користе енергетску електронику (исправљаче). Они могу убризгавати хармонике у мрежу, што може изазвати прегревање у неутралним проводницима и сметње са осетљивом електронском опремом. Док DLB првенствено управља „реалном снагом“ (kW), софистицирани системи такође прате „укупно хармонијско изобличење“ (THD) и „фактор снаге“ (PF). Ако THD прелази регулаторна ограничења (нпр. IEEE 519), DLB систем може смањити брзину пуњења како би ублажио утицај на квалитет електричне енергије.

Одговор на потражњу и регулација фреквенције

На макро нивоу, DLB системи могу учествовати у програмима одговора на потражњу (DR). Када фреквенција мреже падне (што указује на недостатак снабдевања), електродистрибуција шаље сигнал. DLB контролер може реаговати у милисекундама, истовремено испуштајући оптерећење електричних возила на стотине пуњача. Ово обезбеђује ефекат „виртуелне батерије“ који је много бржи и исплативији од паљења вршне електране. Ова транзиција од „пасивног оптерећења“ до „активног средства мреже“ је будућност паметног пуњења.

Улога резервних стања

Критична компонента спречавања преоптерећења је „безбедно стање“ или „резервна струја“. У случају квара комуникације између контролера и бројила (или облака), DLB систем мора подразумевано да подеси унапред дефинисано, безбедно ограничење струје. Обично је ово подешено на веома ниску вредност (нпр. 6A по пуњачу) или нулу, осигуравајући да чак и у случају потпуног квара система, инфраструктура зграде остане заштићена.

Поглавље 7: Интеграција мултиенергетских система: DLB оптимизација са PV и BESS

Интеграција обновљивих извора енергије, посебно фотонапонских система (PV), и локалног складиштења, као што су системи за складиштење енергије у батеријама (BESS), додаје нову димензију сложености динамичком балансирању оптерећења (Dynamic Load Balancing). У традиционалном DLB систему, циљ је остати испод ограничења мреже. У систему са више извора енергије, циљ је оркестрирати ова различита средства како би се максимизирала сопствена потрошња, минимизирали трошкови мреже и осигурала поузданост.

Једначина вишеструког биланса снаге

На локацији са фотонапонским системима и BESS-ом, снага доступна за пуњење електричних возила више није само „Ограничење мреже минус оптерећење зграде“. Постаје:P_ev(t) = P_grid_limit – P_building(t) + P_pv(t) + P_bess_discharge(t) – P_bess_charge(t)

Ова једначина уводи неколико нових контролних варијабли. DLB контролер сада мора да одлучи не само како да дистрибуира снагу електричним возилима, већ и када да пуни или празни BESS.

Пуњење оптимизовано соларном енергијом (спречавање ограничавања фотонапонског система)

Један од главних случајева употребе вишеенергетског DLB-а је „Праћење соларне енергије“. Када сунце сија, фотонапонски систем може произвести више енергије него што зграда може да потроши. Ако мрежа не дозвољава убризгавање (нулти извоз) или ако је фид-ин тарифа ниска, ова енергија се троши (смањује). Паметни DLB систем прати фотонапонски излаз и аутоматски повећава брзине пуњења електричних возила како би се ускладила са производњом соларне енергије. Овај режим „зеленог пуњења“ је веома популаран у стамбеним и корпоративним окружењима јер омогућава 100% обновљиву мобилност без утицаја на мрежу.

Бријање врхова са BESS-ом

BESS делује као бафер. Током периода вршне потражње – као што је када је истовремено активно више брзих пуњача велике снаге са једносмерном електричном енергијом – BESS може да празни батерију како би допунио напајање мреже. Ово омогућава локацији да подржи више пуњача него што би њена мрежна веза нормално дозвољавала. DLB контролер управља „стањем енергије“ (SoE) BESS-а. Мора да осигура да батерија има довољан капацитет да поднесе следећи очекивани врхунац, а истовремено заказује пуњење током периода ниске потражње или велике производње соларне енергије.

Координирана оптимизација више средстава

Најнапреднији системи користе приступ „ко-оптимизације“. Уместо да се фотонапонски системи, енергетски ефикасни електрични системи (BESS) и електрична возила третирају као одвојени ентитети, они се управљају као јединствена микромрежа. Контролер користи линеарно програмирање или еволутивне алгоритме да би решио проблем енергетског биланса сваких неколико секунди. На пример, ако аутомобил треба да крене за 1 сат, а производња фотонапонских система опада због облака, контролер мора да одлучи: Да ли треба да црпи више из мреже (скупо), да испразни BESS (трошкови циклуса) или да угаси аутомобил (незадовољство корисника)? Логика „економског распоређивања“ (обрађена у поглављу 9) пружа оквир за ове одлуке.

Поглавље 8: Напредни модели прогнозирања снаге за велике пуњачке станице

За велике пуњачке центре — као што су бензинске станице на аутопутевима или градске аутобуске станице — реактивни DLB није довољан. Да би се спречила нестабилност мреже и оптимизовали трошкови енергије, ови центри морају користити предиктивне моделе за предвиђање потражње. Ово поглавље истражује науку о подацима и технике моделирања које се користе за предвиђање снаге код паметног пуњења.

Прогноза потражње: Предвиђање долазака возила

Први корак у прогнозирању је предвиђање када и колико ће електричних возила стићи. За комерцијални центар, ово подразумева анализу:

1. Историјски обрасци долазакаТрендови у зависности од доба дана, дана у недељи и сезонски трендови.
2. Спољни подациСаобраћајни услови, време (што утиче на домет електричног возила и оптерећење грејања/хлађења) и локални догађаји.
3. Теорија чекањаКоришћење стохастичких модела попут M/M/s редова за процену вероватноће да су сви пуњачи заузети.

Напредни модели користе неуронске мреже са дугорочном меморијом (LSTM) или градијентно појачана стабла (XGBoost) да би са високом тачношћу предвидели „профил агрегатне тражње“ за наредна 24 сата.

Прогноза оптерећења зграде

Да би DLB функционисао, мора такође да предвидиоптерећење које није електрично возилоУ пословној згради, ово је веома предвидљиво (достиже врхунац током радног времена). На индустријској локацији може бити нестабилно. Модели прогнозирања оптерећења зграда обично користе:

• Ауторегресивни интегрисани покретни просек (ARIMA)За стабилне, сезонске податке.
• Пророк (од Мете)Одлично за обраду недостајућих података и аномалија у временским серијама података о енергији.
• Модели засновани на физициПредвиђање оптерећења система за грејање, вентилацију и климатизацију узимајући у обзир термичку масу зграде и прогнозирану спољашњу температуру.

Прогнозирање производње фотонапонских система

Предвиђање производње соларне енергије је од виталног значаја за вишеенергетски DLB. Ово захтева интеграцију са API-јима за време високе резолуције (подаци о соларном зрачењу) и сензорима на лицу места. Краткорочно прогнозирање (0-15 минута) често користи камере „Sky Imaging“ које прате кретање облака како би предвиделе изненадне падове у производњи фотонапонских система, омогућавајући DLB систему да проактивно ограничи пуњаче или припреми BESS за пражњење.

Интерфејс за прогнозирање и контролу

Излаз ових прогноза се уноси у петљу предиктивне контроле модела (MPC) описану у поглављу 3. Прогноза пружа „Хоризонт предвиђања“, омогућавајући контролеру да данас доноси одлуке које узимају у обзир очекиване услове за два сата. Ова могућност „унапредног гледања“ је оно што разликује основни паметни пуњач од система за управљање енергијом интегрисаног у мрежу.

Поглавље 9: Оптимизација трошкова и економска отпрема код паметног пуњења

Док је примарни циљ DLB-а технички (спречавање преоптерећења), секундарни и све важнији циљ је економски. У овом поглављу разматрамо како DLB системи оптимизују најниже трошкове енергије.

Арбитража времена коришћења (ToU)

Већина комуналних предузећа сада нуди динамичко одређивање цена. Струја може коштати 0,30 долара/kWh у 17 часова, али само 0,05 долара/kWh у 2 часа ујутру. Паметни систем за пуњење електричне енергије узима ове ценовне сигнале као улаз. „Распоређивач оптималних трошкова“ ће пребацити што је више могуће оптерећења електричних возила на периоде са нижим ценама. Међутим, то мора уравнотежити са захтевима корисника. Ако кориснику треба аутомобил у 20 часова, систем не може чекати до 2 часа ујутру да почне са пуњењем. Алгоритам израчунава „трошкове прилике“ одлагања сваке сесије.

Управљање накнадама за потражњу

За комерцијалне кориснике, рачун за комуналне услуге се често дели на два дела: потрошњу енергије (kWh) и вршну потражњу (kW). Накнада за вршну потражњу заснива се на највишем интервалу од 15 минута у месецу. Један неуправљани вршни оптерећење може коштати хиљаде долара. DLB систем делује као „мањич вршног оптерећења“. Постављањем чврстог ограничења на укупно оптерећење локације и коришћењем BESS-а или пригушивања да би се оно одржало, систем осигурава да накнада за вршну потражњу остане у оквиру буџетираног распона.

Учешће на тржиштима фреквентног одзива

Оператери мреже (TSO/DSO) плаћају за „флексибилност“. Ако мрежа за пуњење може да докаже да може да смањи оптерећење по команди, може да учествује на тржиштима као што су FFR (Firm Frequency Response - Чврсти фреквентни одговор) или DSR (Demand Side Response - Одговор на потражњу). DLB контролер делује као интерфејс. Када стигне „Захтев за флексибилност“, контролер израчунава колико може безбедно да смањи оптерећење без кршења минималних SoC захтева корисника и даје понуду на тржишту. Приход остварен од ових услуга може значајно да надокнади трошкове инфраструктуре за пуњење.

Циљна функција економске диспечерске службе

Математика која стоји иза ове оптимизације је обично вишециљна функција:Минимизирај: (Цена енергије из мреже) + (Цена деградације батерије) + (Казна за кашњење у пуњењу) У зависности од: (Капацитет мреже) и (Кориснички рокови)

Решавањем овог проблема сваких неколико минута, DLB систем осигурава да станица ради на „граници ефикасности“ – савршеној равнотежи између трошкова и перформанси.

Поглавље 10: Будући трендови: V2G, DLB вођен вештачком интелигенцијом и стандардизација (OCPP 2.0.1)

Област паметног пуњења електричних возила развија се вртоглавом брзином. Како технологија сазрева, прелазимо са једноставног управљања оптерећењем ка потпуној интеграцији мреже и аутономној оптимизацији. Ово поглавље испитује три најзначајнија тренда која обликују будућност динамичког балансирања оптерећења: возило-мрежа (V2G), вештачка интелигенција и усвајање комуникационих стандарда следеће генерације.

Возило-мрежа (V2G) и двосмерни DLB

V2G је врхунска еволуција паметног пуњења. Уместо да електрично возило буде само оптерећење, оно постаје мобилна батерија која може да убризгава енергију назад у мрежу. За DLB, то значи да расположива снага у једначини може заправо бити негативна. На локацији омогућеној V2G, DLB контролер мора да управља „двосмерним балансирањем оптерећења“. Ако оптерећење зграде прелази ограничење мреже, контролер може да командује електричним возилима да испразне своје батерије како би подржали зграду. Ово захтева веома софистицирано „управљање циклусом“ како би се осигурало да пражњење не деградира прекомерно батерију возила и да корисник и даље има довољан домет за следеће путовање. V2G такође захтева надоградње хардвера - тачније, двосмерне DC пуњаче или AC пуњаче који подржавају стандард ISO 15118-20.

Аутономно балансирање оптерећења вођено вештачком интелигенцијом

Док се данашњи DLB системи ослањају на унапред дефинисане алгоритме и правила, следећа генерација ће користити „самоучећу“ вештачку интелигенцију. Користећи учење са појачањем (RL), DLB контролер може да научи оптималну стратегију пуњења путем покушаја и грешака у симулираном окружењу пре него што буде примењен. Контролер вођен вештачком интелигенцијом може да идентификује суптилне обрасце које би људски инжењер могао да пропусти – као што је чињеница да сваког уторка ујутру у 10 часова, одређена индустријска машина ради 15 минута, што узрокује скок оптерећења. Вештачка интелигенција може да научи да проактивно ограничава број пуњача за електрична возила током тог одређеног прозора, чак и без сигнала у реалном времену од саме машине.

Утицај OCPP 2.0.1 и ISO 15118

Стандардизација је темељ скалабилности. Индустрија брзо прелази са застарелог OCPP 1.6 на много робуснији OCPP 2.0.1.

• ОЦПП 2.0.1Уводи „Управљање уређајима“, омогућавајући облаку да много детаљније прати стање и конфигурацију пуњача. Што је још важније за DLB, укључује побољшане функције паметног пуњења које омогућавају сложеније профиле пуњења и боље руковање трофазним системима.
• ISO 15118 (Укључи и пуни)Овај стандард комуникације између возила и пуњача омогућава аутомобилу да дели свој стварни SoC и капацитет батерије са пуњачем. Данас, већина AC пуњача „погађа“ SoC или се ослања на корисника да га унесе у апликацију. Са ISO 15118, DLB контролер добија податке „Ground Truth“ директно из система за управљање батеријом (BMS) аутомобила, омогућавајући далеко прецизнију расподелу снаге.

Поглавље 11: Студије случаја и изазови у имплементацији

Теоретска изврсност је ништа без практичне примене. У овом поглављу разматрамо примене DLB-а у стварном свету и техничке препреке са којима су се инжењери суочавали током имплементације.

Студија случаја 1: Комплекс комерцијалних канцеларија

Велико корпоративно седиште у Лондону желело је да инсталира 50 пуњача за електрична возила, али је било ограничено мрежним прикључком од 200 kW који је већ био 70% искоришћен за грејање, вентилацију и климатизацију и осветљење зграде.РешењеИмплементиран је хибридни DLB систем. Инсталиран је локални контролер ивице за праћење главног трансформатора преко CT стезаљки. Систем је конфигурисан са „меким ограничењем“ од 180 kW и „тврдим ограничењем“ од 195 kW.РезултатЛокација је успешно управљала са 50 пуњача без иједног искључења прекидача. Коришћењем приоритетизације засноване на SoC-у, осигурали су да запослени са дугим путовањима на посао увек буду потпуно напуњени до краја дана.

Студија случаја 2: Депо за електричне аутобусе

Аутобуски превозник у Шенжену је морао да напуни 100 електричних аутобуса преко ноћи. Изазов је представљало огромно истовремено оптерећење које се јављало када су се сви аутобуси враћали у депо у 23 часа.РешењеМодел прогнозирања заснован на вештачкој интелигенцији коришћен је за предвиђање стања напуњености сваког аутобуса по доласку на основу података о рути. DLB систем је затим заказао пуњење у „таласима“, осигуравајући да укупно оптерећење никада не пређе капацитет подстанице депоа, док је истовремено осигуравао да сваки аутобус буде 100% напуњен до 5 ујутру.

Уобичајени изазови имплементације

1. Сложеност комуникације и интеграције:Сваки пуњач мора да говори језиком локације — OCPP ка централном систему управљања, ISO 15118 ка возилу, а често и Modbus или BACnet ка систему управљања енергијом зграде. Омогућавање поуздане интероперабилности сва три слоја, посебно код пуњача различитих произвођача, један је од најчешћих извора „фантомских“ кварова који су заправо неусклађености протокола.
2. Трошкови прикључења на мрежу и потражње:DLB систем решава технички проблем ограниченог капацитета, али комерцијални проблем – накнаде за потражњу и накнаде за међусобно повезивање комуналних услуга – остаје. Локације морају да моделирају да ли ће њихов профил оптерећења изазвати прекомерне врхове потражње и да ли је BESS исплативији од веће мрежне конекције.
3. Процена квалитета података и SoC-а:DLB оптимизација је добра колико и њени улази. Возила извештавају о стању напуњености током сесије пуњења, али вредности могу бити застареле, недоследне или једноставно недоступне на старијим моделима. Системи морају бити отпорни на недостајуће податке и подразумевано користити конзервативно заказивање када је телеметрија непоуздана.
4. Скалабилност контролног слоја:Систем који елегантно управља са 50 пуњача може имати проблема са 500. Рубни контролери, cloud контролне табле и понашање у случају отказа морају бити дизајнирани за скалирање од првог дана, а логика контроле тестирана у односу на реалне најгоре случајеве скокова оптерећења – не само на просечне услове.

Превазилажење ових изазова

Ниједан од ових изазова није препрека; сваки је дизајнерска дисциплина. Стандардизација на OCPP 1.6J или 2.0.1 са једним CMS добављачем елиминише већину трења у протоколу. Моделирање трошкова потражње у почетном пословном случају – и додавање BESS-а када бројке то подржавају – штити профитабилност. А избор DLB добављача са доказаним имплементацијама у великим количинама уређаја, уместо оног са само лабораторијским демонстрацијама, смањује ризик целог пројекта.

Постоји и људска димензија ових изазова. Инжењери који пуштају у рад DLB систем морају да разумеју и системе напајања и софтвер – ретка комбинација. Оператори би требало да планирају буџет за структурирану обуку и документоване програмске књиге, тако да када контролер на рубу мреже активира аларм у 2 ујутру, дежурни техничар тачно зна које контролне табле треба да провери и које процедуре треба да следи. Зрели добављачи пружају ове програмске књиге као стандардну опрему, а њихово одсуство је знак упозорења током избора добављача.

Закључак

Динамичко балансирање оптерећења и оптимизација BESS-а трансформишу пуњење електричних возила из обавезе мреже у имовину мреже. Они омогућавају локацијама да утроструче број пуњача без надоградње трансформатора, штите оператере од казнених трошкова потражње и отварају врата токовима прихода – смањењу вршних оптерећења, арбитражи енергије, па чак и услугама мреже – којима наивна инсталација никада не би могла приступити. Технологија је зрела; дисциплина лежи у интеграцији, квалитету података и искреном моделирању капацитета.

Кључне закључке

• DLB откључава више пуњача по киловату мрежне везе, често одлажући или елиминишући шестоцифрене надоградње трансформатора.
• BESS + наплата претвара проблем наплате потражње у профитни центар наплате потражње.
• Приоритизација заснована на SoC-у и вештачкој интелигенцији одржавају рачуне за кључне кориснике (путнике, аутобусе) док истовремено изравнавају криву оптерећења локације.
• Интероперабилност (OCPP, ISO 15118), квалитет података и обим добављача су три фактора која одлучују о успеху у стварним имплементацијама.

Контактирајте MIDA Power

Системи за пуњење компаније MIDA Power испоручују се са интегрисаним динамичким балансирањем оптерећења и опционом BESS интеграцијом, а све се управља преко јединствене OCPP компатибилне платформе. Од канцеларијских комплекса до аутобуских депоа, пружамо инжењерску подршку за моделирање вашег оптерећења, правилно димензионисање система и његово пуштање у рад без изненађења. Контактирајте нас за консултације о анализи оптерећења и понуду за пројекат.