Технічна архітектура інтелектуальної зарядки електромобілів: динамічне балансування навантаження та оптимізація BESS

Комплексна технічна архітектура інтелектуальної зарядки електромобілів: освоєння динамічного балансування навантаження за допомогою вдосконалених контурів керування, локально-хмарна інтеграція, багатоенергетична оптимізація за допомогою фотоелектричних систем та BESS, а також масштабне прогнозне управління стабільністю мережі.

Розділ 1: Вступ до розумної зарядки електромобілів та необхідність динамічного балансування навантаження (DLB)

Глобальний перехід до електромобільності вже не є периферійною тенденцією, а центральним стовпом декаборнізації транспортного сектору. Оскільки мільйони автомобілів з двигунами внутрішнього згоряння (ДВЗ) замінюються електромобілями (EV), попит на електроенергію зміщується з рідкого палива до електричної мережі. Ця зміна парадигми створює монументальний виклик для електричної інфраструктури, яка в багатьох випадках була розроблена десятиліття тому. Переривчастий та потужний характер зарядки електромобілів може призвести до локальних перевантажень мережі, деградації трансформаторів та, зрештою, до катастрофічних збоїв, якщо їх не керувати точно.

Розумна зарядка електромобілів являє собою технологічний місток між зростаючим попитом на мобільність та фізичними обмеженнями енергомережі. По суті, розумна зарядка — це інтелект — знання того, коли, з якою швидкістю та з яким пріоритетом слід заряджати електромобіль. Однак найважливішим компонентом цього інтелектуального рівня є динамічне балансування навантаження (DLB).

Динамічне балансування навантаження (DLB) – це процес постійного моніторингу доступної електричної потужності об'єкта та розподілу цієї потужності між активними зарядними пристроями для електромобілів у режимі реального часу. Без DLB будівля або зарядна станція були б змушені працювати на статичному ліміті, часто диктованому «найгіршим сценарієм» пікового навантаження. Це призводить до значної неефективності: або об'єкт недостатньо обладнаний, що призводить до повільної зарядки для користувачів, або об'єкт потребує надзвичайно дорогої модернізації інфраструктури для обробки теоретичних піків, які трапляються лише протягом кількох годин на тиждень.

Необхідність DLB випливає з трьох основних чинників:

1. Збереження інфраструктуриЗапобігання спрацьовуванню головних автоматичних вимикачів та захист трансформаторів від перегріву.
2. Економічна ефективністьУникнення високих тарифів на електроенергію та непомірних витрат на модернізацію сервісних панелей або локальних розподільчих мереж.
3. Задоволеність користувачівМаксимізація швидкості заряджання для всіх користувачів шляхом інтелектуального використання кожної доступної кіловат-години потужності.

У цьому глибокому технічному дослідженні ми розберемо механіку роботи DLB (діапазону зарядних станцій з розподіленим навантаженням), від мілісекундних циклів керування, що керують силовою електронікою, до хмарного управління тисячами точок заряджання. Ми розглянемо, як DLB розвивається при інтеграції з відновлюваними джерелами енергії, такими як фотоелектричні (PV) та системи накопичення енергії в акумуляторах (BESS), а також як прогнозне моделювання дозволяє великомасштабним зарядним центрам передбачати коливання мережі до того, як вони відбудуться. Оскільки ми рухаємося до майбутнього, де електромобіль буде не просто споживачем, а розподіленим енергетичним ресурсом, розуміння нюансів DLB має першорядне значення як для інженерів, містобудівників, так і для постачальників енергії.

Розділ 2: Основні принципи динамічного балансування навантаження

Щоб зрозуміти, як працює DLB, спочатку потрібно зрозуміти «статичну» альтернативу. У середовищі статичного балансування навантаження кожному зарядному пристрою призначається фіксована величина струму. Наприклад, якщо об'єкт має обмеження 100 А та 5 зарядних пристроїв, кожен може бути обмежений 20 А. Якщо заряджається лише один автомобіль, він все одно отримує лише 20 А, витрачаючи 80 А доступної потужності. І навпаки, якщо заряджаються всі 5 автомобілів, а хтось увімкне потужну систему опалення, вентиляції та кондиціонування повітря в будівлі, загальне навантаження може перевищити 100 А, що призведе до відключення електроенергії.

DLB замінює цей жорсткий розподіл гнучкою, адаптивною системою. Фундаментальний принцип полягає у зворотному зв'язку між «Загальною доступною потужністю» та «Активним попитом на зарядку».

Математичний фонд

У найпростішому вигляді DLB можна виразити наступним рівнянням:P_доступно_для_електромеханічних_станцій(t) = P_загальна_лімітна_мощь – P_навантаження_не_електромеханічних_станцій(t)

Де:

• P_total_limitє фізичною або договірною межею ділянки.
• P_non_EV_loads(t)– це споживання електроенергії освітленням, технікою, ліфтами тощо в режимі реального часу, виміряне інтелектуальним лічильником.
• P_доступно_для_електромоб'єктів(t)– це залишок потужності, який можна безпечно розподілити між електромобілями.

Складність виникає, коли система повинна вирішити, як розподілятиP_доступно_для_електромоб'єктів(t)середNзарядні пристрої. Цей розподіл регулюється алгоритмами, які враховують:

• Стан заряду (SoC)Автомобіль із майже розрядженим акумулятором може отримати вищий пріоритет.
• Час відправленняАвтомобіль, що залишається на ніч, можна заряджати повільно, тоді як автомобіль, який потребує швидкої підзарядки, отримує прискорену зарядку.
• Фазове балансуванняУ трифазних системах DLB має забезпечити відсутність перевантаження жодної фази, що вимагає складної логіки перемикання або розподілу з урахуванням фаз.

Зондування та вимірювання

Точність DLB повністю залежить від якості даних, які він отримує. Зазвичай це стосується трансформаторів струму (CT) або спеціалізованих інтелектуальних лічильників, встановлених у точці загального підключення (PCC). Ці пристрої повинні повідомляти дані про навантаження з високою частотою (часто 1 Гц або вище), щоб контролер DLB міг реагувати на раптові сплески навантаження будівлі, такі як запуск промислового двигуна, протягом кількох секунд, щоб запобігти спрацюванню головного вимикача.

Ієрархічна структура

DLB часто працює в ієрархічній структурі. На «локальному» рівні контролер керує кластером зарядних пристроїв. На «локальному» рівні він координує свою роботу з системою управління будівлею. На «мережевому» рівні він може реагувати на сигнали реагування на попит (DR) від комунального підприємства. Такий багаторівневий підхід гарантує підтримку локальної безпеки, водночас беручи участь у ширших енергетичних ринках.

Розділ 3: Проектування контуру керування для алгоритмів DLB: ПІД та прогнозне керування за моделлю (MPC)

Ефективність системи динамічного балансування навантаження зрештою вимірюється її затримкою та точністю. Якщо навантаження будівлі зростає, а системі динамічного балансування навантаження потрібно 30 секунд для регулювання струму зарядки електромобіля, головний автоматичний вимикач, ймовірно, спрацює до того, як відбудеться корекція. Тому конструкція контуру керування є «мозком» інтелектуальної зарядної станції. У цьому розділі ми заглибимося в інженерні характеристики цих механізмів керування, зосередившись на пропорційно-інтегрально-диференціальних (PID) контролерах та більш просунутому модельно-прогнозному управлінні (MPC).

Структура ПІД-керування в DLB

ПІД-контролери – це робочі конячки промислової автоматизації, і вони знаходять природне застосування в DLB. Метою ПІД-контуру є підтримка загального навантаження об'єкта ($P_{total}$) на рівні або нижче заданого значення ($P_{limit}$) шляхом регулювання керуючої змінної, яка є максимальним обмеженням струму, що надсилається до EVSE (обладнання живлення електромобілів).

• Пропорційний (P)P-термін забезпечує негайну реакцію на помилку (різницю між $P_{limit}$ та $P_{total}$). Якщо помилка велика (наприклад, значне падіння навантаження будівлі), P-термін швидко збільшує дозволений струм зарядки електромобіля. Однак, керування лише за допомогою P часто призводить до «стаціонарної помилки», коли система ніколи повністю не досягає межі.
• Інтеграл (I)I-член враховує накопичення минулих помилок. Він повільно збільшує або зменшує струм, щоб усунути похибку усталеного стану, забезпечуючи використання системою кожного доступного ампера з часом.
• Похідна (D)D-термін прогнозує майбутні помилки, враховуючи швидкість змін. Це має вирішальне значення для запобігання «перевищення». Якщо навантаження швидко зростає, D-термін агресивно регулюватиме зарядні пристрої для електромобілів, перш ніж буде фактично досягнуто ліміту.

У середовищі DLB (діафрагментного зарядного пристрою з низьким рівнем заряджання) PID-регулятор має бути ретельно налаштований. Якщо він занадто агресивний, електромобільні зарядні пристрої (EVSE) постійно модулюватимуть свій струм, що може призвести до зносу бортового зарядного пристрою (OBC) автомобіля та потенційно подразнювати програмне забезпечення електромобіля, що призведе до помилок заряджання. Якщо він занадто повільний, він не виконує свою основну функцію – захист мережі.

За межами ПІД: Модельно-прогнозируюче керування (MPC)

Хоча PID-регулятори ефективні для простих сценаріїв, сучасні великомасштабні зарядні центри все частіше використовують моделювання прогнозного керування (MPC). На відміну від PID, яке є реактивним, MPC є проактивним. Він використовує математичну модель системи для прогнозування її майбутньої поведінки протягом певного «горизонту прогнозування».

У контексті DLB, MPC-контролер враховує:

1. Системні обмеженняФізичні обмеження зарядних пристроїв, потужність трансформатора та максимальна швидкість споживання транспортного засобу.
2. Прогнози на майбутнєПрогнозоване навантаження на будівлю на основі історичних тенденцій, прогнозів погоди (що впливають на навантаження на системи опалення, вентиляції та кондиціонування повітря) та очікуваного прибуття транспортних засобів.
3. Цільова функціяМатематична мета, така як «Мінімізувати загальні витрати енергії, забезпечуючи при цьому досягнення всіма автомобілями 80% заряду акумулятора до 8 ранку».

Алгоритм MPC вирішує задачу оптимізації на кожному кроці часу (наприклад, кожні 5 хвилин). Він обчислює послідовність оптимальних дій керування, але реалізує лише першу з них, а потім перераховує на наступному кроці. Це дозволяє системі DLB «згладжувати» профілі зарядки. Наприклад, якщо система знає, що о 14:00 настане величезний пік навантаження на будівлю, вона може попередньо зарядити електромобілі о 13:30, а потім значно зменшити їх зарядку о 14:00, замість того, щоб різко реагувати, коли досягається пік.

Затримка та протоколи зв'язку

Швидкість контуру керування залежить від швидкості його каналу зв'язку. У багатьох схемах DLB контролер зв'язується із зарядними пристроями через Modbus TCP, RTU або протокол Open Charge Point Protocol (OCPP).

• ModbusПропонує дуже низьку затримку (мілісекунди), що робить його ідеальним для локального, критично важливого для безпеки DLB.
• OCPP 1.6/2.0.1Галузевий стандарт для зв'язку між хмарою та зарядними пристроями. Хоча він має більше функцій (обробка виставлення рахунків, автентифікація та оновлення прошивки), він створює значну затримку (часто 1-5 секунд) через накладні витрати на JSON-повідомлення через WebSockets та проходження через публічний Інтернет.

Інженери повинні вибрати правильний протокол, виходячи з критичності балансування навантаження. Для житлового будинку може бути достатньо дещо повільнішої хмарної мережі розподіленого навантаження (DLB). Для промислового підприємства, де простої вимикача коштують тисячі доларів, локальний цикл на базі Modbus є обов'язковим.

Розділ 4: Локальна та хмарна архітектура DLB: порівняльний аналіз

Під час проектування інфраструктури інтелектуальної зарядки одним із найважливіших архітектурних рішень є те, де знаходиться «інтелект». Чи повинна логіка балансування навантаження працювати на локальному обладнанні (локальна DLB), чи нею має керувати віддалений сервер (хмарна DLB)? Обидва підходи мають чіткі переваги та недоліки з точки зору надійності, вартості та масштабованості.

Локальна DLB: підхід периферійних обчислень

Локальна зарядна станція DLB передбачає використання фізичного контролера — часто ПЛК (програмованого логічного контролера), виділеного шлюзу або одного «головного» зарядного пристрою — який безпосередньо взаємодіє з іншими зарядними пристроями в локальній мережі (LAN).

Переваги:

1. Надійність та можливості роботи в автономному режиміСистема не залежить від інтернет-з’єднання. Якщо оптоволоконна лінія обривається, зарядні пристрої продовжують балансувати навантаження локально, забезпечуючи електробезпеку будівлі.
2. Низька затримкаЯк обговорювалося в розділі 3, локальний зв'язок (Modbus або локальний OCPP) відбувається зі швидкістю менше секунди. Це важливо для об'єктів з нестабільними навантаженнями, не пов'язаними з електромобілями, такими як заводи чи лікарні.
3. БезпекаЗберігання керуючих сигналів у межах локальної мережі зменшує поверхню атаки для кіберзагроз, які можуть спробувати маніпулювати стабільністю мережі.

Недоліки:

1. Вартість обладнанняПотрібне придбання та встановлення додаткового обладнання на місці.
2. Складність обслуговуванняОновлення логіки DLB може вимагати відвідувань об'єктів або складного віддаленого керування периферійними пристроями.
3. Ізольовані даніЛокальний контролер має обмежений огляд ширших умов мережі або цін на енергоносії комунального підприємства, якщо він не інтегрований спеціально з хмарним сервером.

Хмарна DLB: оркестрація в масштабі

У хмарній архітектурі інтелектуальний лічильник та зарядні пристрої передають свої дані на централізовану платформу управління. Хмара розраховує оптимальну потужність для кожного зарядного пристрою та надсилаєSmartCharging.SetChargingProfilesкоманду назад до EVSE.

Переваги:

1. МасштабованістьКерувати 1000 сайтами з однієї хмарної панелі керування набагато простіше, ніж з 1000 окремих локальних контролерів.
2. Глобальна оптимізаціяХмара може агрегувати дані з кількох сайтів для участі у віртуальних електростанціях (ВЕС) або реагування на регіональне навантаження на мережу.
3. Розширена інтеграція штучного інтелектуЗапуск складних моделей машинного навчання для прогнозування (які ми розглянемо в розділі 8) набагато доцільніший на потужних хмарних серверах, ніж на обмеженому периферійному обладнанні.
4. Нижча початкова вартістьНемає потреби в окремому локальному контролері, якщо зарядні пристрої можуть безпосередньо взаємодіяти з хмарою.

Недоліки:

1. Залежність від підключенняЯкщо інтернет зникає, система зазвичай повертається до «безпечного стану» (наприклад, мінімальний струм зарядки для всіх автомобілів), що може бути дуже неефективним і призводити до скарг клієнтів.
2. Висока затримкаЧас обміну даними між лічильником, хмарою та зарядним пристроєм може становити кілька секунд. Це ускладнює реагування на «миттєві» піки навантаження.
3. Проблеми конфіденційностіБезперервне потокове передавання енергетичних даних до хмари порушує питання суверенітету даних та конфіденційності для деяких корпоративних клієнтів.

Гібридна модель: найкраще з обох світів

Визнаючи ці компроміси, галузь рухається до гібридної моделі. У цій конфігурації локальний шлюз виконує критично важливе для безпеки балансування навантаження на мілісекундному рівні (забезпечуючи, щоб автоматичний вимикач ніколи не спрацьовував). Тим часом хмара забезпечує стратегію високого рівня — встановлення «бюджетів» для локального контролера на основі цін на енергію, графіків користувачів та сигналів мережі. Такий «орієнтований на периферію, хмарно-орієнтований» підхід забезпечує надійність, необхідну для захисту інфраструктури, зберігаючи при цьому гнучкість управління хмарою.

Розділ 5: Стратегії та пріоритети розподілу потужності в режимі реального часу

Визначення того, як розподілити доступну потужність між кількома електромобілями, є найскладнішим алгоритмічним завданням у динамічному балансуванні навантаження. Це не просто питання ділення загальної кількості кіловат на кількість автомобілів. Складна система динамічного балансування навантаження повинна збалансувати справедливість, ефективність та індивідуальні вимоги користувачів. У цьому розділі ми розглянемо різні стратегії розподілу потужності, що використовуються сьогодні в цій галузі.

«Хто перший прийшов, того й обслужили» (FCFS)

Найпростішою стратегією розподілу є FCFS (FCushing Flow Flow - FCFS). Перший транспортний засіб, який підключається, отримує максимальну запитувану потужність. Наступні транспортні засоби отримують те, що залишилося.

Плюси:

• Простий у впровадженні.
• Зрозуміло та прозоро для перших користувачів.

Мінуси:

• Вкрай несправедливо. П'ятий користувач, який прибуває, може не отримати заряду, навіть якщо у нього термінова поїздка, тоді як перший користувач вже має 90% заряду і може легко почекати.
• Це призводить до «накопичення енергії», коли автомобіль годинами займає слот високої потужності, заряджаючи останні кілька відсотків дуже повільно.

Рівний розподіл

У цій моделі доступна потужність розподіляється порівну між усіма активними сеансами. Якщо доступно 100 кВт і заряджаються 4 автомобілі, кожен отримує 25 кВт. Якщо приєднується 5-й автомобіль, потужність усіх знижується до 20 кВт.

Плюси:

• По суті, «справедливий» у базовому сенсі.
• Максимізує кількість автомобілів, які отримують хоча б якийсь заряд.

Мінуси:

• Неефективно для автомобілів з малими акумуляторами або тих, що майже повністю заряджені. Автомобілю, який може прийняти лише 7 кВт, «виділяється» 20 кВт, витрачаючи 13 кВт, які могли б піти на автомобіль потужністю 50 кВт.

Розподіл на основі пріоритетів (SoC та ємність акумулятора)

Сучасні системи DLB використовують більш інтелектуальну багатовимірну оптимізацію. Вони надають пріоритет автомобілям на основі їхнього стану заряду (SoC). Автомобіль з 10% SoC має пріоритет над автомобілем з 80%, оскільки автомобіль з 10% заряду терміново потребує запасу ходу, а також може витримувати набагато вищу швидкість заряджання завдяки кривій заряджання літій-іонного акумулятора (фаза постійного струму).

Крім того, система враховуємаксимальний рівень прийняттятранспортного засобу. ВикористовуючиМакс.струмЗгідно з повідомленнями від автомобіля (через ШІМ при зарядці змінним струмом або цифровий зв'язок при зарядці постійним струмом), контролер DLB гарантує, що він ніколи не виділяє більше потужності, ніж автомобіль фактично може використати, тим самим перерозподіляючи «надлишок» між іншими транспортними засобами.

Користувацькі пріоритети та «преміальна» тарифікація

У комерційних умовах DLB можна підключити до системи виставлення рахунків. Користувач може сплачувати премію за «швидку» зарядку, гарантуючи, що він завжди отримуватиме максимально можливу потужність незалежно від інших навантажень. І навпаки, транспортним засобам автопарку можуть бути призначені різні пріоритети залежно від запланованого часу відправлення. Фургон доставки, який відправляється о 5 ранку, отримує пріоритет о 3 ранку над фургоном, який відправляється о 9 ранку.

Алгоритм пропорційної справедливості

Похідний від телекомунікацій (планування LTE/5G), цей алгоритм намагається максимізувати загальну «корисність» системи. Він збалансовує нагальну потребу у високій потужності (ефективність) з довгостроковою потребою забезпечити, щоб жоден автомобіль не залишався незарядженим (справедливість). Він обчислює пріоритетний бал для кожного автомобіля:Оцінка = (Запитана потужність / Середня отримана на даний момент потужність)Автомобілі з найвищими балами отримують наступний розподіл доступної потужності.

Розділ 6: Стабільність мережі та механізми запобігання перевантаженню

Динамічне балансування навантаження (DLB) — це не просто функція для зручності користувача; це критично важлива система безпеки для стабільності мережі. Зі збільшенням проникнення електромобілів розподільча мережа стикається з новими видами навантаження, включаючи швидкі коливання попиту та гармонійні спотворення. У цьому розділі розглядаються механізми, які DLB використовує для захисту мережі та запобігання катастрофічним перевантаженням.

Логіка захисту «кривої спрацьовування»

Електричні автоматичні вимикачі мають «криву спрацьовування» — вони можуть витримувати невелике перевантаження протягом кількох хвилин, але миттєво спрацьовують, якщо виникає значний стрибок напруги. Надійний контролер DLB повинен моделювати цю криву спрацьовування. Він повинен враховувати дуже короткі піки (наприклад, запуск ліфта), щоб уникнути непотрібного дроселювання зарядних пристроїв для електромобілів, але повинен діяти рішуче, якщо перевантаження не зникає.

Удосконалені контролери використовують підхід «подвійного порогу»:

1. Поріг попередження (наприклад, 90% ліміту)Контролер запускає «м’яке регулювання» зарядних пристроїв для електромобілів, щоб запобігти досягненню ліміту.
2. Критичний поріг (наприклад, 98% від ліміту)Контролер реалізує «аварійну зупинку» або рішуче зниження струму до мінімально допустимого рівня (зазвичай 6 А для заряджання змінним струмом) для захисту головного запобіжника.

Управління фазовим дисбалансом

У трифазних електричних системах (поширених у Європі та на промислових об'єктах) можливе перевантаження однієї фази, навіть якщо загальна трифазна потужність знаходиться в межах норми. Це трапляється, якщо більшість електромобілів на об'єкті є однофазними зарядними пристроями, і вони підключені до однієї фази (наприклад, фаза L1).

Фазозалежна система DLB контролює кожну фазу незалежно. Якщо фаза L1 досягає своєї межі, а L2 та L3 використовуються недостатньо, контролер дроселюватиме лише автомобілі, підключені до L1. Деякі вдосконалені EVSE можуть навіть динамічно перемикати фази (Phase Switching), переміщуючи автомобіль з перевантаженої фази у вільну, не перериваючи сеанс заряджання.

Гармонійні спотворення та якість електроенергії

Зарядні пристрої для електромобілів – це нелінійні навантаження, які використовують силову електроніку (випрямлячі). Вони можуть вводити гармоніки в мережу, що може спричинити перегрів у нейтральних провідниках та перешкоди для чутливого електронного обладнання. Хоча DLB в основному керує «реальною потужністю» (кВт), складні системи також контролюють «загальний коефіцієнт гармонійних спотворень» (THD) та «коефіцієнт потужності» (PF). Якщо THD перевищує нормативні обмеження (наприклад, IEEE 519), система DLB може знизити швидкість заряджання, щоб пом’якшити вплив на якість електроенергії.

Регулювання попиту та частоти

На макрорівні системи DLB можуть брати участь у програмах реагування на попит (DR). Коли частота мережі падає (що вказує на дефіцит поставок), комунальне підприємство надсилає сигнал. Контролер DLB може реагувати за мілісекунди, одночасно розряджаючи навантаження електромобіля на сотні зарядних пристроїв. Це забезпечує ефект «віртуальної батареї», який набагато швидший та економічно ефективніший, ніж запуск пікової газової станції. Цей перехід від «пасивного навантаження» до «активного активу мережі» – це майбутнє розумної зарядки.

Роль резервних станів

Критичним компонентом запобігання перевантаженню є «безпечний стан» або «резервний струм». У разі збою зв'язку між контролером та лічильником (або хмарою) система DLB повинна за замовчуванням встановити попередньо визначене безпечне обмеження струму. Зазвичай воно встановлюється на дуже низьке значення (наприклад, 6 А на зарядний пристрій) або нуль, що гарантує, що навіть у разі повного виходу системи з ладу інфраструктура будівлі залишатиметься захищеною.

Розділ 7: Інтеграція мультиенергетичних систем: оптимізація DLB з фотоелектричними системами та BESS

Інтеграція відновлюваних джерел енергії, зокрема фотоелектричних (PV), та локальних накопичувачів, таких як системи акумуляторного накопичення енергії (BESS), додає новий вимір складності до динамічного балансування навантаження. У традиційній схемі DLB метою є дотримання ліміту мережі. У багатоенергетичній системі метою є узгодження цих різних активів для максимізації власного споживання, мінімізації витрат на мережу та забезпечення надійності.

Рівняння балансу потужності з кількох джерел

На об'єкті з фотоелектричними системами та системами BESS, потужність, доступна для заряджання електромобілів, більше не є просто «Лімітом мережі мінус навантаження будівлі». Вона стає:P_ev(t) = P_grid_limit – P_building(t) + P_pv(t) + P_bess_discharge(t) – P_bess_charge(t)

Це рівняння вводить кілька нових керуючих змінних. Контролер DLB тепер повинен вирішувати не лише як розподіляти потужність між електромобілями, але й коли заряджати або розряджати BESS.

Зарядка, оптимізована для сонячної енергії (запобігання обмеженню фотоелектричної енергії)

Одним з основних варіантів використання багатоенергетичної DLB є «відстеження сонячної енергії». Коли світить сонце, фотоелектрична система може виробляти більше енергії, ніж будівля може спожити. Якщо мережа не дозволяє введення електроенергії (нульовий експорт) або якщо «зелений» тариф низький, ця енергія витрачається даремно (скорочується). Розумна система DLB контролює вихід фотоелектричних панелей і автоматично збільшує швидкість заряджання електромобілів відповідно до виробництва сонячної енергії. Цей режим «зеленої зарядки» дуже популярний у житлових та корпоративних умовах, оскільки він забезпечує 100% відновлювану мобільність з нульовим впливом на мережу.

Пікове гоління з BESS

BESS діє як буфер. У періоди пікового навантаження, наприклад, коли одночасно активні кілька потужних швидкісних зарядних пристроїв постійного струму, BESS може розряджатися, щоб доповнити живлення мережі. Це дозволяє об'єкту підтримувати більше зарядних пристроїв, ніж зазвичай дозволяє його підключення до мережі. Контролер DLB керує «станом енергії» (SoE) BESS. Він повинен забезпечити, щоб акумулятор мав достатню ємність для обробки наступного очікуваного піку, а також планувати підзарядку в періоди низького навантаження або високого виробництва сонячної енергії.

Скоординована оптимізація кількох активів

Найсучасніші системи використовують підхід «кооптимізації». Замість того, щоб розглядати фотоелектричні системи, BESS та електромобілі як окремі сутності, вони керуються як єдина мікромережа. Контролер використовує лінійне програмування або еволюційні алгоритми для вирішення проблеми енергетичного балансу кожні кілька секунд. Наприклад, якщо автомобілю потрібно виїхати через 1 годину, а виробництво фотоелектричних систем падає через хмарність, контролер повинен вирішити: чи варто йому споживати більше енергії з мережі (дорого), розряджати BESS (витрати на циклічність) чи дроселювати автомобіль (невдоволення користувачів)? Логіка «економічного розподілу» (розглянута в розділі 9) забезпечує основу для цих рішень.

Розділ 8: Розширені моделі прогнозування потужності для великомасштабних зарядних станцій

Для великомасштабних зарядних вузлів, таких як станції технічного обслуговування на автомагістралях або міські автобусні депо, реактивної прямої зарядки недостатньо. Щоб запобігти нестабільності мережі та оптимізувати витрати на енергію, ці об'єкти повинні використовувати прогнозні моделі для передбачення попиту. У цьому розділі розглядаються методи моделювання та аналізу даних, що використовуються для прогнозування потужності в інтелектуальній зарядці.

Прогнозування попиту: прогнозування прибуття транспортних засобів

Першим кроком у прогнозуванні є передбачення того, коли і скільки електромобілів прибуде. Для комерційного центру це включає аналіз:

1. Історичні моделі прибуття: Пора доби, день тижня та сезонні тенденції.
2. Зовнішні даніДорожні умови, погода (яка впливає на запас ходу електромобіля та навантаження на обігрів/охолодження) та місцеві події.
3. Теорія чергВикористання стохастичних моделей, таких як черги M/M/s, для оцінки ймовірності зайнятості всіх зарядних пристроїв.

Розширені моделі використовують нейронні мережі з довгостроковою пам'яттю (LSTM) або градієнтно посилені дерева (XGBoost) для прогнозування «профілю сукупного попиту» на наступні 24 години з високою точністю.

Прогнозування навантаження на будівлю

Щоб DLB працював, він також повинен передбачатинавантаження не електромобіляВ офісній будівлі це дуже передбачувано (пік досягається в робочий час). На промисловому об'єкті це може бути нестабільним. Моделі прогнозування навантажень будівель зазвичай використовують:

• Авторегресивна інтегрована ковзна середня (ARIMA)Для стабільних сезонних даних.
• Пророк (від Мети)Чудово підходить для обробки відсутніх даних та викидів у часових рядах енергетичних даних.
• Фізичні моделіПрогнозування навантаження системи опалення, вентиляції та кондиціонування повітря з урахуванням теплової маси будівлі та прогнозованої температури зовнішнього повітря.

Прогнозування виробництва фотоелектричних батарей

Прогнозування виробництва сонячної енергії є життєво важливим для багатоенергетичного DLB. Це вимагає інтеграції з високороздільними погодними API (даними сонячної радіації) та локальними датчиками. Короткострокове прогнозування (0-15 хвилин) часто використовує камери «Sky Imaging», які відстежують рух хмар, щоб передбачити раптові падіння потужності фотоелектричних систем, що дозволяє системі DLB проактивно регулювати зарядні пристрої або готувати BESS до розрядки.

Інтерфейс прогнозування та управління

Вихідні дані цих прогнозів подаються в цикл прогнозного керування моделлю (MPC), описаний у розділі 3. Прогноз забезпечує «горизонт прогнозування», що дозволяє контролеру приймати рішення сьогодні, враховуючи очікувані умови через дві години. Ця можливість «попередження» відрізняє базовий інтелектуальний зарядний пристрій від інтегрованої в мережу системи управління енергією.

Розділ 9: Оптимізація витрат та економічне відправлення в інтелектуальній зарядці

Хоча основна мета DLB є технічною (запобігання перевантаженням), другорядна та дедалі важливіша мета є економічною. У цьому розділі ми обговорюємо, як системи DLB оптимізуються для досягнення найнижчої вартості енергії.

Арбітраж часу використання (ToU)

Більшість комунальних підприємств зараз пропонують динамічне ціноутворення. Електроенергія може коштувати 0,30 долара/кВт·год о 17:00, але лише 0,05 долара/кВт·год о 2:00. Розумна система DLB приймає ці цінові сигнали як вхідні дані. «Планувальник оптимальних витрат» перемістить якомога більше навантаження електромобілів на періоди з низькими цінами. Однак, він повинен збалансувати це з потребами користувача. Якщо користувачеві потрібен автомобіль о 20:00, система не може чекати до 2:00, щоб розпочати заряджання. Алгоритм розраховує «альтернативну вартість» затримки кожного сеансу.

Управління платою за попит

Для комерційних клієнтів рахунок за комунальні послуги часто поділяється на дві частини: споживання енергії (кВт·год) та пікове навантаження (кВт). Плата за пікове навантаження базується на найвищому 15-хвилинному інтервалі місяця. Один некерований пік може коштувати тисячі доларів. Система DLB діє як «обмежувач пікового навантаження». Встановлюючи жорстке обмеження на загальне навантаження на об'єкті та використовуючи BESS або дроселювання для його підтримки, система гарантує, що плата за пікове навантаження залишається в межах бюджетного діапазону.

Участь у ринках частотної характеристики

Оператори мережі (TSO/DSO) платять за «гнучкість». Якщо мережа зарядки може довести, що вона може зменшити навантаження за командою, вона може брати участь у таких ринках, як FFR (Firm Frequency Response - гарантована частотна характеристика) або DSR (Demand Side Response - реагування на попит). Контролер DLB діє як інтерфейс. Коли надходить «Запит на гнучкість», контролер розраховує, наскільки він може безпечно зменшити навантаження, не порушуючи мінімальних вимог користувачів до SoC, і розміщує ставку на ринку. Дохід, отриманий від цих послуг, може значно компенсувати вартість інфраструктури зарядки.

Цільова функція економічного відправлення

Математика, що лежить в основі цієї оптимізації, зазвичай є багатоцільовою функцією:Мінімізація: (Вартість енергії мережі) + (Вартість деградації акумулятора) + (Штраф за пізню зарядку) З урахуванням: (Пропускної здатності мережі) та (Кінцевих термінів використання для користувачів)

Вирішуючи це питання кожні кілька хвилин, система DLB забезпечує роботу станції на «межі ефективності» — ідеальному балансі між вартістю та продуктивністю.

Розділ 10: Майбутні тенденції: V2G, DLB на основі штучного інтелекту та стандартизація (OCPP 2.0.1)

Галузь розумної зарядки електромобілів розвивається шаленими темпами. У міру розвитку технологій ми переходимо від простого управління навантаженням до повної інтеграції в мережу та автономної оптимізації. У цьому розділі розглядаються три найважливіші тенденції, що формують майбутнє динамічного балансування навантаження: «транспортне засіб-мережа» (V2G), штучний інтелект та впровадження стандартів зв'язку наступного покоління.

Транспортний засіб-мережа (V2G) та двонаправлена ​​DLB

V2G – це найвищий рівень еволюції інтелектуальної зарядки. Замість того, щоб електромобіль був просто навантаженням, він стає мобільним акумулятором, який може подавати енергію назад у мережу. Для DLB це означає, що доступна потужність у рівнянні може бути фактично негативною. На об'єкті з підтримкою V2G контролер DLB повинен керувати «двонаправленим балансуванням навантаження». Якщо навантаження будівлі перевищує ліміт мережі, контролер може наказати електромобілям розрядити свої акумулятори для підтримки будівлі. Це вимагає високоякісного «управління циклами», щоб гарантувати, що розрядка не призведе до надмірного погіршення заряду акумулятора транспортного засобу та що користувач все ще матиме достатній запас ходу для наступної поїздки. V2G також вимагає оновлення обладнання, зокрема, двонаправлених зарядних пристроїв постійного струму або зарядних пристроїв змінного струму, які підтримують стандарт ISO 15118-20.

Автономне балансування навантаження на основі штучного інтелекту

Хоча сучасні системи DLB (заряджання з підкріпленням) спираються на попередньо визначені алгоритми та правила, наступне покоління використовуватиме штучний інтелект, що «самонавчається». Використовуючи навчання з підкріпленням (RL), контролер DLB може вивчити оптимальну стратегію заряджання методом спроб і помилок у змодельованому середовищі перед розгортанням. Контролер на базі штучного інтелекту може виявити тонкі закономірності, які інженер-людина може пропустити, наприклад, той факт, що щовівторка о 10:00 ранку певна промислова машина працює протягом 15 хвилин, що призводить до піку навантаження. Штучний інтелект може навчитися проактивно регулювати зарядні пристрої для електромобілів протягом цього конкретного вікна, навіть без сигналу в режимі реального часу від самої машини.

Вплив OCPP 2.0.1 та ISO 15118

Стандартизація є основою масштабованості. Галузь швидко переходить від застарілої версії OCPP 1.6 до набагато надійнішої версії OCPP 2.0.1.

• OCPP 2.0.1: Впроваджує «Керування пристроями», що дозволяє хмарі набагато детальніше контролювати стан та конфігурацію зарядних пристроїв. Що ще важливіше для DLB, він включає розширені функції інтелектуального заряджання, які дозволяють створювати складніші профілі заряджання та краще обробляти трифазні системи.
• ISO 15118 (Підключи та заряди)Цей стандарт зв'язку між транспортним засобом та зарядним пристроєм дозволяє автомобілю ділитися своїм фактичним SoC та ємністю акумулятора із зарядним пристроєм. Сьогодні більшість зарядних пристроїв змінного струму «вгадують» SoC або покладаються на те, що користувач введе його в додаток. Завдяки ISO 15118 контролер DLB отримує дані «Ground Truth» безпосередньо від системи керування акумулятором (BMS) автомобіля, що забезпечує набагато точніший розподіл потужності.

Розділ 11: Тематичні дослідження та проблеми впровадження

Теоретична досконалість ніщо без практичного впровадження. У цьому розділі ми розглянемо реальне впровадження DLB та технічні перешкоди, з якими стикалися інженери під час впровадження.

Тематичне дослідження 1: Комерційно-офісний комплекс

Велика корпоративна штаб-квартира в Лондоні хотіла встановити 50 зарядних пристроїв для електромобілів, але була обмежена підключенням до мережі потужністю 200 кВт, яке вже на 70% використовувалося системою опалення, вентиляції та кондиціонування повітря та освітленням будівлі.РішенняБуло впроваджено гібридну систему DLB. Було встановлено локальний контролер периферії для контролю головного трансформатора через кліщі токового трансформатора. Систему було налаштовано з «м’яким обмеженням» 180 кВт та «жорстким обмеженням» 195 кВт.Результат: Об'єкт успішно керував 50 зарядними пристроями без жодного відключення автоматичного вимикача. Використовуючи пріоритезацію на основі SoC, вони гарантували, що співробітники, які довго їздять на роботу та з роботи, завжди були повністю заряджені до кінця дня.

Тематичне дослідження 2: Депо електричних автобусів

Автобусному оператору в Шеньчжені потрібно було зарядити 100 електричних автобусів протягом ночі. Проблема полягала у величезному одночасному навантаженні, яке виникало, коли всі автобуси поверталися до депо о 23:00.РішенняДля прогнозування стану заряду кожного автобуса після прибуття на основі даних про його маршрут було використано модель прогнозування на основі штучного інтелекту. Потім система DLB планувала зарядку «хвилями», гарантуючи, що загальне навантаження ніколи не перевищує потужність підстанції депо, а також забезпечуючи 100% завантаження кожного автобуса до 5 ранку.

Поширені проблеми впровадження

1. Складність комунікації та інтеграції:Кожен зарядний пристрій повинен розмовляти мовою об'єкта — OCPP для центральної системи управління, ISO 15118 для транспортного засобу, і часто Modbus або BACnet для системи енергоменеджменту будівлі. Надійна взаємодія всіх трьох рівнів, особливо між зарядними пристроями різних постачальників, є одним із найпоширеніших джерел «фантомних» збоїв, які насправді є невідповідністю протоколів.
2. Плата за підключення до мережі та попит:Система DLB вирішує технічну проблему обмеженої потужності, але комерційна проблема — плата за попит та плата за підключення комунальних підприємств — залишається. Об'єкти повинні моделювати, чи призведе їхній профіль навантаження до каральних піків попиту, і чи є BESS більш економічно ефективним, ніж підключення до більшої мережі.
3. Оцінка якості даних та SoC:Оптимізація DLB настільки ж добра, як і її вхідні дані. Транспортні засоби повідомляють про стан заряду протягом сеансу заряджання, але значення можуть бути застарілими, невідповідними або просто недоступними на старіших моделях. Системи повинні бути стійкими до відсутніх даних і за замовчуванням використовувати консервативне планування, коли телеметрія ненадійна.
4. Масштабованість рівня керування:Система, яка елегантно керує 50 зарядними пристроями, може зіткнутися з труднощами при роботі з 500. Контролери периферійних пристроїв, хмарні панелі керування та поведінка при перемиканні на резервний рахунок повинні бути розроблені для масштабування з першого дня, а логіка керування має бути перевірена на реальних найгірших сценаріях навантаження, а не лише на середніх умовах.

Подолання цих викликів

Жодна з цих проблем не є перешкодою; кожна з них є дисципліною проектування. Стандартизація на OCPP 1.6J або 2.0.1 з одним постачальником CMS усуває більшість проблем, пов'язаних з протоколами. Моделювання витрат на попит у початковому бізнес-кейсі та додавання BESS, коли цифри на це сприяють, захищає прибутковість. А вибір постачальника DLB з перевіреним досвідом розгортання великого парку систем, а не лише з лабораторними демонстраціями, зменшує ризики для всього проекту.

Ці виклики також мають людський вимір. Інженери, які вводять в експлуатацію систему DLB, повинні розуміти як системи живлення, так і програмне забезпечення — рідкісне поєднання. Операторам слід передбачити бюджет на структуроване навчання та документовані робочі книги, щоб, коли периферійний контролер спрацьовує о 2:00 ночі, черговий технік точно знав, які панелі інструментів перевіряти та які процедури дотримуватися. Досвідчені постачальники надають ці робочі книги як стандартні комплекти, а їх відсутність є попереджувальним сигналом під час вибору постачальника.

Висновок

Динамічне балансування навантаження та оптимізація BESS перетворюють зарядку електромобілів з обтяження мережі на актив мережі. Вони дозволяють об'єктам потроїти кількість зарядних пристроїв без модернізації трансформаторів, захищають операторів від штрафних санкцій за попит та відкривають доступ до потоків доходів — зменшення пікового навантаження, енергетичного арбітражу та навіть мережевих послуг — до яких наївна установка ніколи не мала б доступу. Технологія є зрілою; дисципліна полягає в інтеграції, якості даних та чесному моделюванні потужності.

Ключові висновки

• DLB розблоковує більше зарядних пристроїв на кіловат підключення до мережі, часто відкладаючи або скасовуючи модернізацію трансформаторів вартістю шестизначну суму.
• BESS + нарахування перетворює проблему попиту та нарахування на центр прибутку за принципом попиту та нарахування.
• Пріоритезація на основі SoC та прогнозування на основі штучного інтелекту забезпечують стягнення плати за критично важливих користувачів (пасажирів, автобусів), одночасно вирівнюючи криву навантаження сайту.
• Взаємосумісність (OCPP, ISO 15118), якість даних та масштаб постачальника – це три фактори, що вирішують проблеми реального розгортання.

Зв'яжіться з MIDA Power

Системи заряджання MIDA Power постачаються з інтегрованим динамічним балансуванням навантаження та опціональною інтеграцією BESS, і все це керується через єдину платформу, сумісну зі стандартом OCPP. Від офісних комплексів до автобусних депо, ми надаємо інженерну підтримку для моделювання вашого навантаження, визначення оптимального розміру системи та її введення в експлуатацію без несподіванок. Зверніться до нас для консультації з аналізу навантаження та отримання кошторису проекту.