摘 要：针对电动汽车在居民小区无序充电对电网系统产生严重隐患及充电间时过长问题，提出一种采用延迟充电的电动汽车有序充电控制策略，并在分析国内外电动汽车有序充电的研究现状后，设计了居民小区电动汽车有序充电策略的总体框架。该策略采用延迟充电对电动汽车进行有序充电控制，通过计算电动汽车的充电优先级来确定用户开始充电的时间以保证离开时电动汽车的荷电状态，很大程度达到用户期望荷电状态。通过算例仿真分析，证明提出的延迟充电策略可在满足用户对电动汽车充电量期望的同时达到削峰填谷的作用。
关键词：电动汽车；有序充电；延迟充电；削峰填谷；储能；壹捌柒贰壹零玖捌柒伍柒；
0引言
随着世界经济的快速发展和人类对能源需求的不断增长，不可再生能源被大量消耗，产生大量的环境污染。机动车辆已经成为生产生活中不可或缺的一部分，使用燃油车无疑会增加 CO2的排放。虽然新能源发电被越来越多地引入电网，如光伏发电，风力发电等。但由于二者的功率输出是随机波动的，会对电力系统造成影响，产生电能质量问题。因此，减少燃油车的使用，从燃油动力汽车转向电动汽车（Electric Vehicle，EV）是解决汽车造成的环境污染的有效手段。当前电网系统的有序充电对智能电网的发展起着越来越大的作用。随着EV的大规模使用，有序充电对电网及分布式能源的重要性日益增强，需要解决EV充电问题。目前针对EV充电的研究内容主要涉及充电负荷预测、V2G、EV参与辅助服务、配电网规划、充电站规划等,也有一些学者对EV充电分层分区调度策略进行了研究。居民小区具有用车规律性强、可控性强、方便调研等优势，因此将居民小区作为研究对象，针对EV在居民小区充电过程中随机停放且无序充电对电网系统产生的严重隐患及充电间时过长的问题，提出一种采用延迟充电的EV有序充电控制策略。
1 EV有序充电策略
1.1 EV有序充电控制架构
EV充电将成为居民区电力需求的重要组成部分，需要从配电网规划原则和负荷分布的影响等方面展开研究。结合概率收费模型和电力消费数据，在标准中定义的不同充电功率下，随机模拟不受控制、限制和价格优化的 EV充电产生的影响。将大量EV推迟至用电谷时段进行充电以减小EV充电对小区变压器的冲击，并且考虑到分时电价可减少用户充电费用，提高经济性，保证EV与电网的协调互动发展。EV有序充电控制架构如图1所示。
图1 EV有序充电控制框架
1.2延迟充电的充电变量定义
EV返回后驻车时长的计算方法为 TS = tout - tback，（1）式中：TS为用户驻车时长，h；tout为用户外出时刻；tback为用户返回时刻。EV结束充电时刻tover的表达式为 tover = tstart + Tcha，（2）式中：tstart为充电开始时刻；Tcha为充电时长，h。设t时刻共有m辆EV进行充电，则EV充电总 功率Pt，EV和功率Pa.t的表达式为 Pt，EV =∑PEV，（3）式中：PEV为EV荷电功率。Pa.t = Pmax - Pload - Pt，EV，（4）式中：Pmax为功率限值，kW；Pload为除EV充电之外的日常负荷，kW。EVi进行有序充电的优先级计算方法为 γ = 1 - TS - Tcha 24 - Tout ，（5）式中：γ为EV充电优先级。
在设计EV的充电优先级时，设置当γ=1时的优先级高，EV优先进行充电；γ=0 时的优先级较低，EV*后进行充电。为了让EV在车主离开小区时处于满电状态，需要设置车主的优先级γ=1，确保EV电池状态达到满电状态。
1.3有序充电策略具体执行方式
EV有序充电设计重要的部分是对延迟充电条件的设置，通过对满足条件的EV延迟充电且不影响用户的期望充电量为基础，完成对居民小区EV有序充电的控制。当用户把 EV连接到充电桩时，可通过充电桩的人机交互界面对EV的期望荷电状态、用户预计离开时刻进行设定。充电桩通过充电控制系统获得EV的电池信息，并将EV的充电负荷信息上传至有序充电控制器，有序充电控制器获得各个EV的充电负荷信息后对EV的充电进行控制，其实施流程如图2所示，具体如下。
图2采用延迟充电的EV有序充电流程
-
在t时刻将已经充电完成的EV从计算充电序列中剔除。
-
检测有无EV接入，若有则判断是否符合延迟充电条件，若无EV接入则转入步骤
-
延迟充电条件：EV离开时刻在谷时段开始之后，且用户返回时刻到*迟充电完成时刻的时长大于EV充电所需时间。若上述延迟充电条件均满足则EV进入有序充电控制器的充电等待序列中，否则立即对EV充电以保证充电结束时的电池电量较大程度接近用户期待荷电。
（4）有序充电控制中台采集t时刻该小区实时负荷信息，寻找充电等待序列优先级EV。
（5）若EV充电优先级 γ=1，则有序充电控制器对充电桩下达命令使其对EV进行充电，若充电优先级γ≠1，则采用当日制定的功率限制值计算t时刻功率裕度判断功率裕度是否大于EV充电功率。
（6）若功率裕度大于EV充电功率则对EV进行充电，记录开始时间，计算结束时间，并更新功率裕度，继续寻找本时刻高优先级的EV，判断是否可以进行充电，直到充电优先级γ≠1 且功率裕度小EV充电功率（判定优先级γ=1的逻辑为：当EV在t时刻到*迟完成充电时刻等于充电所需时长时开始充电、当停留时长等于充电时长时开始充电。其他充电优先γ≠1的车辆均根据功率裕度判断是否进行充电）。
（7）判断 t时刻是否晚于谷时段开始时刻，是则结束循环，控制结束，否则重新执行步骤
为更加直观地展现上述过程，通过问卷收集了15条居民小区EV充电数据，见表1。
表1 居民小区EV充电数据
| 车辆编号 | 开始充电时间 | 充电时长/h | 充满电后停留时长/h | |
| A | 14:00 | 1 | 0 | |
| B | 14:00 | 4 | 0 | |
| C | 14:00 | 1 | 21 | |
| D | 14:00 | 1 | 0 | |
| E | 16:00 | 1 | 0 | |
| F | 16:00 | 5 | 0 | |
| G | 17:00 | 2 | 16 | |
| H | 18:00 | 5 | 10 | |
| I | 18:00 | 5 | 3 | |
| J | 21:00 | 2 | 8 | |
| K | 22:00 | 5 | 5 | |
| L | 22:00 | 3 | 8 | |
| M | 24:00 | 3 | 0 | |
| N | 24:00 | 4 | 2 |
假设该小区的峰谷时段为21：00至次日08：00。在不考虑功率限制、仅满足优先级但不具体根据优先级进行有序充电的情况下，对上述控制逻辑进行简单的模拟，结果如图3所示，并与即充即走的无序充电模式进行对比。图3中蓝色为EV充电时间，红色为 EV可以进行充电的时间。由图 3 可见：C，G， H，I，J，K，L 号 EV 均可在峰谷时进行充电。但由于没有有序充电策略的帮助，导致原本可以延迟充电的EV在到达小区时就立即开始充电，导致用电高峰时有大量EV接入电网进行充电，给小区的变压器带来很大的负担，甚至会产生安全隐患。
图3即充即走的无序充电模式
如果采用有序充电策略，如图4所示，21：00前用电高峰阶段进行充电的EV数量明显减少，从9辆减少为5辆。同时，21：00后用电峰谷时段的充电EV由3辆增加至7辆，显著降低了用电高峰期的变压器负荷，同时利用夜晚用电谷时段进行充电，达到了削峰填谷的目的。
2 EV有序充电算例分析
对提出的EV有序充电策略进行试验算例分析，并利用仿真结果证明有序充电策略的有效性。
2.1参数设置
为进行仿真分析，通过问卷调查获取小区EV回到社区的时间如图5所示。所采访小区的用电负荷高峰出现在20：00，功率峰值约900kW，其次为12：00，功率峰值约600 kW。EV返回后电池平均剩余容量为 50%。通过问卷获取EV离开社区的时间和EV充满电所用时间分别如图6及图7所示。
图5EV 返回小区时间
图6EV 离开小区时间
图7 EV 充电时长
对用户充电行为进行如下假设。
-
用户出行数据取自图5—7，共计44辆EV，充电桩的配比为1∶1，可随时接入充电桩，等待有序充电控制器的控制。
（2）充电桩为慢速交流充电装置，充电功率为7kW，谷时段为22：00—次日08：00。
（3）EV每天返回后均进行充电，用户期望驾车离开时EV电池电量为100%。
（4）变压器的负荷红线为1100kW。
2.2仿真结果
利用提出的EV有序充电策略对案例进行仿真分析，可得出有序充电和无序充电波动曲线如图8所示。从有序充电和无序充电曲线的波动可以看出，不采用有序充电策略，EV充电处于大规模无序状态，且EV的充电高峰期出现在一天中的用电高峰期到凌晨。此时电网系统的用电量即为负荷的高峰，电网系统的负荷压力也很大。而在有序充电模式下，通过合理地安排EV充电顺序，可有效缩短EV充电时间，并将原本在用电高峰期充电的EV安排到其他时间段充电，提高电网的安全运行，降低电网系统的负荷压力。
图8 EV有序充电于无序充电负荷对比
为了更直观地体现有序充电的控制效果，计算44辆EV在无序充电充电模式和有序充电模式下的峰谷差，结果见表2。
| EV 数量 | 44 | 44 |
| 基础负荷峰值/kW | 900 | 900 |
| 总负荷峰值/kW | 928 | 1 161 |
| 是否超过红线 | 否 | 是 |
从表2无序充电充电模式和有序充电模式下负荷数据对比可见： EV数量相同的情况下，有序充电模式的负荷总峰值远小于无序充电充电模式时的总峰值，且无序充电充电模式已经超过负荷的红线（1100kW），而有序充电模式可以保证负荷的稳定性；从负荷的峰谷差可以看出，有序充电模式的峰谷差仅为无序充电充电模式峰谷差的1/2。可见提出的基于EV延迟充电的有序充电策略可以有效控制EV充电安全，并达到削峰填谷、错峰充电的目的，对EV的推广具有一定的积极意义。
-
安科瑞充电桩收费运营云平台
3.1概述
AcrelCloud-9000安科瑞充电柱收费运营云平台系统通过物联网技术对接入系统的电动电动自行车充电站以及各个充电整法行不间断地数据采集和监控，实时监控充电桩运行状态，进行充电服务、支付管理，交易结算，资要管理、电能管理，明细查询等。同时对充电机过温保护、漏电、充电机输入/输出过压，欠压，绝缘低各类故障进行预警；充电桩支持以太网、4G或WIFI等方式接入互联网，用户通过微信、支付宝，云闪付扫码充电。
3.2应用场所
适用于民用建筑、一般工业建筑、居住小区、实业单位、商业综合体、学校、园区等充电桩模式的充电基础设施设计。
3.3系统结构
3.3.1系统分为四层：
1）即数据采集层、网络传输层、数据中心层和客户端层。
2）数据采集层：包括电瓶车智能充电桩通讯协议为标准modbus-rtu。电瓶车智能充电桩用于采集充电回路的电力参数，并进行电能计量和保护。
3）网络传输层：通过4G网络将数据上传至搭建好的数据库服务器。
4）数据中心层：包含应用服务器和数据服务器，应用服务器部署数据采集服务、WEB网站，数据服务器部署实时数据库、历史数据库、基础数据库。
5）应客户端层：系统管理员可在浏览器中访问电瓶车充电桩收费平台。终端充电用户通过刷卡扫码的方式启动充电。
小区充电平台功能主要涵盖充电设施智能化大屏、实时监控、交易管理、故障管理、统计分析、基础数据管理等功能，同时为运维人员提供运维APP，充电用户提供充电小程序。
3.4安科瑞充电桩云平台系统功能
3.4.1智能化大屏
智能化大屏展示站点分布情况，对设备状态、设备使用率、充电次数、充电时长、充电金额、充电度数、充电桩故障等进行统计显示，同时可查看每个站点的站点信息、充电桩列表、充电记录等。统一管理小区充电桩，查看设备使用率，合理分配资源。
3.4.2.实时监控
实时监视充电设施运行状况，主要包括充电桩运行状态、回路状态、充电过程中的充电电量、充电电压/电流，充电桩告警信息等。
3.4.3交易管理
平台管理人员可管理充电用户账户，对其进行账户进行充值、退款、冻结、注销等操作，可查看小区用户每日的充电交易详细信息。
3.4.4故障管理
设备自动上报故障信息，平台管理人员可通过平台查看故障信息并进行派发处理，同时运维人员可通过运维APP收取故障推送，运维人员在运维工作完成后将结果上报。充电用户也可通过充电小程序反馈现场问题。
3.4.5统计分析
通过系统平台，从充电站点、充电设施、充电时间、充电方式等不同角度，查询充电交易统计信息、能耗统计信息等。
3.4.6基础数据管理
在系统平台建立运营商户，运营商可建立和管理其运营所需站点和充电设施，维护充电设施信息、价格策略、折扣、优惠活动，同时可管理在线卡用户充值、冻结和解绑。
3.4.7运维APP
面向运维人员使用，可以对站点和充电桩进行管理、能够进行故障闭环处理、查询流量卡使用情况、查询充电\充值情况，进行远程参数设置，同时可接收故障推送。
3.4.8充电小程序
面向充电用户使用，可查看附近空闲设备，主要包含扫码充电、账户充值，充电卡绑定、交易查询、故障申诉等功能。
3.5系统硬件配置
| 类型 | 型号 | 图片 | 功能 |
| 安科瑞充电桩收费运营云平台 | AcrelCloud-9000 |
| 安科瑞响应国家节能环保、绿色出行的号召，为广大用户提供慢充和快充两种充电方式壁挂式、落地式等多种类型的充电桩，包含智能7kW交流充电桩，30kW壁挂式直流充电桩，智能60kW/120kW直流一体式充电桩等来满足新能源汽车行业快速、经济、智能运营管理的市场需求，提供电动汽车充电软件解决方案，可以随时随地享受便捷 安全的充电服务，微信扫一扫、微信公众号、支付宝扫一扫、支付宝服务窗，充电方式多样化，为车主用户提供便捷、 安全的充电服务。实现对动力电池快速、 安全、合理的电量补给，能计时，计电度、计金额作为市民购电终端，同时为提高公共充电桩的效率和实用性。 |
| 互联网版智能交流桩 | AEV-AC007D |
| 额定功率7kW，单相三线制，防护等级IP65，具备防雷保护、过载保护、短路保护、漏电保护、智能监测、智能计量、远程升级，支持刷卡、扫码、即插即用。通讯方：4G/wifi/蓝牙支持刷卡，扫码、免费充电可选配显示屏 |
| 互联网版智能直流桩 | AEV-DC030D |
| 额定功率30kW，三相五线制，防护等级IP54，具备防雷保护、过载保护、短路保护、漏电保护、智能监测、智能计量、恒流恒压、电池保护、远程升级，支持刷卡、扫码、即插即用通讯方式：4G/以太网 支持刷卡，扫码、免费充电 |
| 互联网版智能直流桩 | AEV-DC060S |
| 额定功率60kW，三相五线制，防护等级IP54，具备防雷保护、过载保护、短路保护、漏电保护、智能监测、智能计量、恒流恒压、电池保护、远程升级，支持刷卡、扫码、即插即用通讯方式：4G/以太网 支持刷卡，扫码、免费充电 |
| 互联网版智能直流桩 | AEV-DC120S |
| 额定功率120kW，三相五线制，防护等级IP54，具备防雷保护、过载保护、短路保护、漏电保护、智能监测、智能计量、恒流恒压、电池保护、远程升级，支持刷卡、扫码、即插即用通讯方式：4G/以太网 支持刷卡，扫码、免费充电 |
| 10路电瓶车智能充电桩 | ACX10A系列 |
| 10路承载电流25A，单路输出电流3A，单回路功率1000W，总功率5500W。充满自停、断电记忆、短路保护、过载保护、空载保护、故障回路识别、远程升级、功率识别、独立计量、告警上报。 ACX10A-TYHN：防护等级IP21，支持投币、刷卡，扫码、免费充电 ACX10A-TYN：防护等级IP21，支持投币、刷卡，免费充电 ACX10A-YHW：防护等级IP65，支持刷卡，扫码，免费充电 ACX10A-YHN：防护等级IP21，支持刷卡，扫码，免费充电 ACX10A-YW：防护等级IP65，支持刷卡、免费充电 ACX10A-MW：防护等级IP65，仅支持免费充电 |
| 2路智能插座 | ACX2A系列 |
| 2路承载电流20A，单路输出电流10A，单回路功率2200W，总功率4400W。充满自停、断电记忆、短路保护、过载保护、空载保护、故障回路识别、远程升级、功率识别，报警上报。 ACX2A-YHN：防护等级IP21，支持刷卡、扫码充电 ACX2A-HN：防护等级IP21，支持扫码充电 ACX2A-YN：防护等级IP21，支持刷卡充电 |
| 20路电瓶车智能充电桩 | ACX20A系列 |
| 20路承载电流50A，单路输出电流3A，单回路功率1000W，总功率11kW。充满自停、断电记忆、短路保护、过载保护、空载保护、故障回路识别、远程升级、功率识别，报警上报。 ACX20A-YHN：防护等级IP21，支持刷卡，扫码，免费充电 ACX20A-YN：防护等级IP21，支持刷卡，免费充电 |
| 落地式电瓶车智能充电桩 | ACX10B系列 |
| 10路承载电流25A，单路输出电流3A，单回路功率1000W，总功率5500W。充满自停、断电记忆、短路保护、过载保护、空载保护、故障回路识别、远程升级、功率识别、独立计量、告警上报。 ACX10B-YHW：户外使用，落地式安装，包含1台主机及5根立柱，支持刷卡、扫码充电,不带广告屏 ACX10B-YHW-LL：户外使用，落地式安装，包含1台主机及5根立柱，支持刷卡、扫码充电。液晶屏支持U盘本地投放图片及视频广告 |
| 智能边缘计算网关 | ANet-2E4SM |
| 4路RS485 串口，光耦隔离，2路以太网接口，支持ModbusRtu、ModbusTCP、DL/T645-1997、DL/T645-2007、CJT188-2004、OPC UA、ModbusTCP（主、从）、104（主、从）、建筑能耗、SNMP、MQTT；（主模块）输入电源：DC 12 V ～36 V 。支持4G扩展模块，485扩展模块。 |
| 扩展模块ANet-485 | M485模块：4路光耦隔离RS485 | ||
| 扩展模块ANet-M4G | M4G模块：支持4G全网通 | ||
| 导轨式单相电表 | ADL200 |
| 单相电参量U、I、P、Q、S、PF、F测量，输入电流：10（80）A； 电能精度：1级 支持Modbus和645协议 证书：MID /CE认证 |
| 导轨式电能计量表 | ADL400 |
| 三相电参量U、I、P、Q、S、PF、F测量，分相总有功电能，总正反向有功电能统计，总正反向无功电能统计；红外通讯；电流规格：经互感器接入3×1（6）A，直接接入3×10（80）A，有功电能精度0.5S级，无功电能精度2级 证书：MID /CE认证 |
| 无线计量仪表 | ADW300 |
| 三相电参量U、I、P、Q、S、PF、F测量，有功电能计量（正、反向）、四象限无功电能 、总谐波含量、分次谐波含量（2～31次） ；A、B、C、N四路测温；1路剩余电流测量；支持RS485/LoRa/2G/4G/NB；LCD显示；有功电能精度：0.5S级（改造项目 ） 证书：CPA/CE认证 |
| 导轨式直流电表 | DJSF1352-RN |
| 直流电压、电流、功率测量，正反向电能计量，复费率电能统计，SOE事件记录:8位LCD显示:红外通讯:电压输入较大1000V，电流外接分流器接入(75mV)或霍尔元件接入(0-5V);电能精度1级，1路485通讯，1路直流电能计量AC/DC85-265V供电 证书：MID/CE认证 |
| 面板直流电表 | PZ72L-DE |
| 直流电压、电流、功率测量，正反向电能计量:红外通讯:电压输入较大1000V，电流外接分流器接入·(75mV)或霍尔元件接入(0-20mA0-5V);电能精度1级 证书：CE认证 |
| 电气防火限流式保护器 | ASCP200-63D |
| 导轨式安装，可实现短路限流灭弧保护、过载限流保护、内部超温限流保护、过欠压保护、漏电监测、线缆温度监测等功能;1路RS485通讯，1路NB或4G无线通讯(选配);额定电流为0~63A，额定电流菜单可设。 |
4结束语
EV的充电周期与人们的生活习惯密切相关。随着全国EV保有量逐年增多，EV大量无序充电的 充电模式将对电网产生较大的影响，因此有必要对居民区的EV充电进行合理规划，提出合理的家用EV充电策略，确保电网充电区域的安全稳定运行。
-
从EV充电的选择策略着手进行研究，介绍了E有序充电的基础理论，分析了大规模 EV充电过程中遇到的问题。
-
介绍了EV充电策略的理论基础，对EV充电的模式进行了分析，然后针对居民小区充电充电模式提出了一种基于延迟充电的EV有序充电策略，并对充电策略的总体框架进行了分析。
-
以实际居民小区EV充电为例进行仿真分析，证明了本文提出的EV有序充电策略的方法能 够实现EV有序充电，并有效降低充电总峰值，达到削峰填谷、错峰充电的目的，表明提出的有序充电策略方法设计的有效性。
参考文献
［1］葛磊蛟，崔庆雪，李明玮，等.风光波动性电源电解水制氢技术综述［J］.综合智慧能源，2022，44（5）：1-14. GE Leijiao，CUI Qingxue，LI Mingwei，et al.Review on water electrolysis for hydrogen production powered by fluctuating wind power and PV ［J］.Integrated Intelligent Energy，2022， 44（5）：1-14.
［2］李景丽，时永凯，张琳娟，等.考虑电动汽车有序充电的光储充电站储能容量优化策略［J］. 电力系统保护与控制， 2021，49（7）：94-102. LI Jingli，SHI Yongkai，ZHANG Linjuan，et al.Optimization strategy for the energy storage capacity of a charging station with photovoltaic and energy storage considering orderly charging of electric vehicles ［J］. Power System Protection and Control，2021，49（7）：94-102.
［3］贺瑜环，杨秀媛，陈麒宇，等.电动汽车智能充放电控制与应用综述［J］.发电技术，2021，42（2）：180-192. HE Yuhuan，YANG Xiuyuan，CHEN Qiyu，et al.Review of intelligent charging and discharging control and application of electric vehicles ［J］.Power Generation Technology，2021， 42（2）：180-192.
［4］JU X.A new AC charging system with orderly charging for electric vehicles ［C］//2013 5th International Conference on Power Electronics Systems and Applications （PESA）.IEEE， 2013：1-4.
［5］唐菁敏，王杰，刘思淼 .含电动汽车参与的微电网调度策略研究［J］.电力科学与工程，2021，37（2）：25-31. TANG Jingmin，WANG Jie，LIU Simiao. Research on dispatching strategy of microgrid with electric vehicle ［J］. Electric Power Science and Engineering，2021，37（2）：25-31.
［6］谢子殿，陈男，孙晓东 .精英遗传算法的电动汽车有序充电策略［J］.黑龙江科技大学学报，2021，31（1）：105-109. XIE Zidian，CHEN Nan，SUN Xiaodong. Orderly charging strategy of electric vehicle based on ESGA ［J］.Journal of Heilongjiang University of Science and Technology，2021，31 （1）：105-109.
［7］GE L，LIU H，YAN J，et al.Optimal integrated energy system planning with DG uncertainty affine model and carbon emissions charges ［J］. IEEE Transactions on Sustainable Energy，2021，13（2）：905-918.
［8］江明，许庆强，季振亚 .基于时序差分学习的充电站有序充电方法［J］.电力工程技术，2021，40（1）：181-187. JIANG Ming，XU Qingqiang，JI Zhenya. Coordinated charging approach for charging stations based on temporal difference learning ［J］. Electric Power Engineering Technology，2021，40（1）：181-187.
［9］董伟杰.崔全胜.郝澜欣.王义龙.刘国琳.居民小区电动汽车有序充电策略研究
［10］安科瑞企业微电网设计与应用手册.2022.05版.
