摘要：隨著電動汽車保有量的迅速增長，其無序充電對電力系統(tǒng)的穩(wěn)定性、經(jīng)濟(jì)性和環(huán)境友好性帶來了嚴(yán)峻挑戰(zhàn)。本文深入研究電動汽車有序充電控制策略優(yōu)化與智能調(diào)度方法。通過分析電動汽車充電特性與用戶行為模式，建立了的充電負(fù)荷模型。同時，考慮到實(shí)際應(yīng)用中的不確定性因素，引入智能調(diào)度機(jī)制，實(shí)現(xiàn)對充電過程的實(shí)時動態(tài)調(diào)整。多目標(biāo)優(yōu)化函數(shù)戶滿意度，為電動汽車的大規(guī)模推廣應(yīng)用提供了有力的技術(shù)支撐。

關(guān)鍵詞：電動汽車；有序充電控制策略；智能調(diào)度

1引言

1.1 研究背景與意義

隨著全球?qū)Νh(huán)境保護(hù)和可持續(xù)發(fā)展的關(guān)注度不斷提升，電動汽車作為一種清潔能源交通工具，其市場規(guī)模在近年來呈現(xiàn)出迅猛增長的態(tài)勢。國際能源署（IEA）數(shù)據(jù)顯示，2023年全球電動汽車保有量已突破1.4億輛，年銷售量超過1400萬輛，與2020年相比，保有量增長了近兩倍。在中國，據(jù)中國汽車工業(yè)協(xié)會統(tǒng)計(jì)，2024年上半年新能源汽車產(chǎn)量為389萬輛，銷量達(dá)391萬輛，同比分別增長32%和33%，新能源汽車滲透率達(dá)31.6%，比去年同期提升5.9個百分點(diǎn)。電動汽車的廣泛應(yīng)用，在減少碳排放、緩解石油危機(jī)等方面無疑發(fā)揮著重要的作用。

然而，電動汽車的無序充電卻給電網(wǎng)帶來了諸多嚴(yán)峻挑戰(zhàn)。當(dāng)大量電動汽車在同一時段集中充電時，電網(wǎng)負(fù)荷會瞬間急劇攀升，可能遠(yuǎn)超電網(wǎng)的承載能力，進(jìn)而導(dǎo)致電網(wǎng)峰谷差。以某城市夏季用電高峰為例，由于電動汽車無序充電，局部區(qū)域電網(wǎng)負(fù)荷在傍晚時分驟增，峰谷差率較平時擴(kuò)大了20%，嚴(yán)重影響了電網(wǎng)的安全穩(wěn)定運(yùn)行。不僅如此，無序充電還會引發(fā)電網(wǎng)電壓波動、諧波污染等電能質(zhì)量問題。電動汽車充電設(shè)備中的電力電子裝置在工作時會產(chǎn)生諧波電流，這些諧波電流注入電網(wǎng)后，會使電網(wǎng)電壓波形發(fā)生畸變，降低電能質(zhì)量，對電網(wǎng)中的其他用電設(shè)備造成干擾和損害。

為有效應(yīng)對這些問題，電動汽車有序充電控制方法的研究顯得尤為關(guān)鍵。通過合理引導(dǎo)電動汽車充電時間、優(yōu)化充電功率分配等手段，實(shí)現(xiàn)電動汽車與電網(wǎng)的協(xié)調(diào)互動，不僅能夠保障電網(wǎng)的安全穩(wěn)定運(yùn)行，還能顯著提升能源利用效率，減少能源浪費(fèi)，促進(jìn)電動汽車產(chǎn)業(yè)的可持續(xù)、健康發(fā)展。

2電動汽車有序充電控制原理

2.1 智能充電技術(shù)基礎(chǔ)

智能充電技術(shù)是實(shí)現(xiàn)電動汽車有序充電的核心手段，其依托于充電樁與電動汽車之間的通信以及充電樁對充電過程的精準(zhǔn)控制。

充電樁與電動汽車之間的通信方式主要分為有線和無線兩種。有線通信方式包括有線以太網(wǎng)（RJ45 線和光纖）以及工業(yè)串行總線（RS458、RS232、CAN 總線）。其中，有線以太網(wǎng)具有數(shù)據(jù)傳輸可靠、網(wǎng)絡(luò)容量大的優(yōu)勢，然而其布線復(fù)雜、擴(kuò)展性差、施工成本高且靈活性不足；工業(yè)串行總線則數(shù)據(jù)傳輸可靠、設(shè)計(jì)相對簡單，但存在布網(wǎng)復(fù)雜、擴(kuò)展性差、通信容量低等問題。無線通信方式如 GPRS、EVDO、CDMA 等，雖可減少布線成本，但需支付昂貴的月租和年費(fèi)，且隨著充電樁數(shù)量增加成本會大幅上升。同時，移動運(yùn)營商對數(shù)據(jù)安全性和網(wǎng)絡(luò)可靠性的限制，不利于設(shè)備安全運(yùn)行，在局部區(qū)域大量設(shè)備接入時，接入可靠性和用戶平均帶寬會惡化，不適用于充電樁群的密集接入與大數(shù)據(jù)量傳輸。在實(shí)際應(yīng)用中，需綜合考慮通信的可靠性、建設(shè)費(fèi)用、雙向通信需求、多業(yè)務(wù)數(shù)據(jù)傳輸速率以及通信的靈活性和可擴(kuò)展性等因素，選擇合適的通信方式。

在充電過程中，充電樁與電動汽車之間會傳輸多種數(shù)據(jù)，涵蓋充電電壓、電流、剩余電量等。智能充電樁依據(jù)這些數(shù)據(jù)，通過其內(nèi)部的控制模塊對充電過程進(jìn)行智能調(diào)控。當(dāng)電動汽車連接到智能充電樁時，充電樁首先會識別電動車的通信信號，以此判斷電動車的類型、電池容量等信息，進(jìn)而確定合適的充電模式與參數(shù)。例如，對于電池容量較大且剩余電量較低的電動汽車，充電樁可能會選擇恒流充電模式，以快速補(bǔ)充電量；而當(dāng)電池電量接近充滿時，充電樁會自動切換到恒壓充電模式，避免過充，保障電池安全。在整個充電過程中，充電樁會實(shí)時監(jiān)測電壓、電流等參數(shù)，確保電能傳輸?shù)陌踩c。

2.2 充電策略制定依據(jù)

充電策略的制定需要綜合考量多方面因素，其中配電網(wǎng)負(fù)荷狀況與電動汽車用戶需求尤為關(guān)鍵。

在分析配電網(wǎng)負(fù)荷時，需著重研究其負(fù)荷曲線，明確負(fù)荷高峰與低谷時段及其差值。以某城市配電網(wǎng)為例，工作日白天工業(yè)用電需求大，傍晚居民用電集中，形成雙峰型負(fù)荷曲線，峰谷差較大。在此情況下，為電動汽車制定充電策略時，應(yīng)引導(dǎo)其避開電網(wǎng)負(fù)荷高峰，如鼓勵在夜間低谷時段充電，從而有效降低電網(wǎng)峰谷差，提升電網(wǎng)運(yùn)行的穩(wěn)定性與經(jīng)濟(jì)性。

考慮電動汽車用戶需求時，充電時間與充電速度是關(guān)鍵。用戶的日常出行習(xí)慣、用車頻率等會影響充電時間選擇。例如，上班族通常在下班后或夜間有較長時間可用于充電，而出租車、網(wǎng)約車等運(yùn)營車輛則需在運(yùn)營間隙快速充電以保障續(xù)航。對于充電速度，不同用戶因行程安排緊急程度、電池類型及容量等因素，需求各異。長續(xù)航需求的用戶可能更傾向于快速充電，而對電池壽命較為關(guān)注的用戶則可能選擇較為溫和的充電速度。

充電策略對電網(wǎng)和電池具有不同影響。從電網(wǎng)角度看，合理的充電策略可優(yōu)化負(fù)荷分布，降低峰谷差，減少電網(wǎng)建設(shè)與運(yùn)營成本，提高電網(wǎng)電能質(zhì)量，避免電壓波動與諧波污染。若大量電動汽車在電網(wǎng)薄弱環(huán)節(jié)集中快速充電，可能導(dǎo)致電壓驟降、線路過載等問題，影響電網(wǎng)安全穩(wěn)定運(yùn)行。從電池角度出發(fā)，科學(xué)的充電策略能延長電池使用壽命、提高充電效率并確保充電安全。例如，避免電池過度充電或過度放電，依據(jù)電池剩余電量、溫度等因素動態(tài)調(diào)整充電電流與電壓，可減少電池?fù)p耗，提升電池性能與安全性。

3常見有序充電控制方法

3.1 基于時間的控制方法

3.1.1 分時電價策略

分時電價策略是依據(jù)不同時間段的用電負(fù)荷情況制定差異化電價，以引導(dǎo)電動汽車用戶合理安排充電時間，實(shí)現(xiàn)削峰填谷，提升電網(wǎng)負(fù)荷平衡與能源利用效率。在我國，許多城市已推行電動汽車充電分時電價政策，例如北京，將一天劃分為峰、平、谷三個時段，峰時段為 10:00 - 15:00 和 18:00 - 21:00，平時段為 7:00 - 10:00、15:00 - 18:00 和 21:00 - 23:00，谷時段為 23:00 - 次日 7:00。峰時段電價較高，谷時段電價較低，平時段電價則介于兩者之間。通過這種價格差異，鼓勵用戶在谷時段充電。據(jù)統(tǒng)計(jì)，實(shí)施分時電價后，某大型居民區(qū)在谷時段的電動汽車充電量占比從之前的 20%提升至 40%，有效降低了電網(wǎng)在峰時段的負(fù)荷壓力，峰谷差率降低了約 15%，同時，用戶充電成本平均降低了 25%左右。

3.1.2 時間窗控制策略

時間窗控制策略是設(shè)定特定的允許充電時間區(qū)間，避免電動汽車集中在某一時段充電，保障電網(wǎng)安全穩(wěn)定運(yùn)行。以某城市商業(yè)區(qū)為例，根據(jù)該區(qū)域電網(wǎng)的負(fù)荷特性與用電規(guī)律，設(shè)定電動汽車的充電時間窗為 22:00 - 次日 6:00。在這個時間窗內(nèi)，電動汽車可自由充電；而在其他時段，充電則受到限制或禁止。這樣的控制策略有效分散了充電負(fù)荷，避免了充電集中導(dǎo)致的電網(wǎng)過載問題。通過實(shí)際監(jiān)測發(fā)現(xiàn)，實(shí)施時間窗控制策略后，該商業(yè)區(qū)電網(wǎng)在高峰時段的負(fù)荷波動明顯減小，電壓穩(wěn)定性顯著提高，因充電導(dǎo)致的電網(wǎng)故障次數(shù)降低了約 30%。然而，時間窗控制策略也在一定程度上限制了用戶的充電靈活性，部分用戶可能因時間窗限制而無法及時滿足充電需求，需要合理規(guī)劃出行與充電計(jì)劃。

3.2 基于功率的控制方法

3.2.1 恒定功率充電

恒定功率充電是指在整個充電過程中，充電功率保持不變。這種充電方式的工作原理相對簡單，充電樁按照設(shè)定的固定功率輸出電能，電動汽車的電池管理系統(tǒng)則負(fù)責(zé)監(jiān)控電池的電壓、電流和溫度等參數(shù)，以確保充電過程的安全。例如，在一些早期的電動汽車充電樁中，常采用恒定功率充電模式，將充電功率設(shè)定為 3.5kW 或 7kW。

恒定功率充電的優(yōu)點(diǎn)在于控制簡單，易于實(shí)現(xiàn)。充電樁不需要復(fù)雜的功率調(diào)節(jié)裝置，降低了成本和技術(shù)難度。然而，其缺點(diǎn)也較為明顯。由于充電功率固定，難以適應(yīng)電網(wǎng)負(fù)荷的動態(tài)變化。在電網(wǎng)負(fù)荷高峰時段，大量電動汽車進(jìn)行恒定功率充電，會進(jìn)一步加重電網(wǎng)負(fù)擔(dān)，導(dǎo)致峰谷差。而且，在電池電量較低時，采用恒定功率充電可能會使充電電流過大，對電池壽命產(chǎn)生不利影響，因?yàn)檫^大的電流可能導(dǎo)致電池發(fā)熱加劇，加速電池內(nèi)部化學(xué)反應(yīng)的速度，從而縮短電池的使用壽命。

3.2.2 功率動態(tài)調(diào)整策略

功率動態(tài)調(diào)整策略則是根據(jù)電網(wǎng)的實(shí)時負(fù)荷情況，動態(tài)調(diào)整電動汽車的充電功率。當(dāng)電網(wǎng)負(fù)荷較低時，適當(dāng)提高電動汽車的充電功率，以加快充電速度；而當(dāng)電網(wǎng)負(fù)荷較高時，降低充電功率，避免給電網(wǎng)帶來過大壓力。

以某地區(qū)的實(shí)際應(yīng)用為例，該地區(qū)安裝了智能充電系統(tǒng)，能夠?qū)崟r監(jiān)測電網(wǎng)負(fù)荷。在電網(wǎng)負(fù)荷處于低谷時段，如凌晨 2 點(diǎn)至 6 點(diǎn)，系統(tǒng)會將電動汽車的充電功率提高到 6kW 甚至更高，充分利用此時的富余電力資源；而在電網(wǎng)負(fù)荷高峰時段，如晚上 6 點(diǎn)至 10 點(diǎn)，充電功率會被限制在 2kW 以內(nèi)，以保障電網(wǎng)的穩(wěn)定運(yùn)行。通過采用這種功率動態(tài)調(diào)整策略，該地區(qū)電網(wǎng)的峰谷差率得到了，從原來的 30%降低至 20%左右，有效提升了電網(wǎng)的穩(wěn)定性和可靠性。

不過，功率動態(tài)調(diào)整策略在技術(shù)實(shí)現(xiàn)上存在一定難點(diǎn)。它要求充電樁與電網(wǎng)之間建立的通信連接，以便及時獲取電網(wǎng)負(fù)荷信息。充電樁還需要具備的功率調(diào)節(jié)能力，能夠根據(jù)接收到的指令快速、準(zhǔn)確地調(diào)整充電功率。此外，還需要考慮如何在滿足電網(wǎng)需求的同時，兼顧用戶的充電需求和滿意度，例如避免因過度降低充電功率而導(dǎo)致用戶充電時間過長等問題。

4安科瑞充電樁收費(fèi)運(yùn)營云平臺助力有序充電開展

4.1概述

AcrelCloud-9000安科瑞充電柱收費(fèi)運(yùn)營云平臺系統(tǒng)通過物聯(lián)網(wǎng)技術(shù)對接入系統(tǒng)的電動電動自行車充電站以及各個充電整法行不間斷地?cái)?shù)據(jù)采集和監(jiān)控，實(shí)時監(jiān)控充電樁運(yùn)行狀態(tài)，進(jìn)行充電服務(wù)、支付管理，交易結(jié)算，資要管理、電能管理，明細(xì)查詢等。同時對充電機(jī)過溫保護(hù)、漏電、充電機(jī)輸入/輸出過壓，欠壓，絕緣低各類故障進(jìn)行預(yù)警；充電樁支持以太網(wǎng)、4G或WIFI等方式接入互聯(lián)網(wǎng)，用戶通過微信、支付寶，云閃付掃碼充電。

4.2應(yīng)用場所

適用于民用建筑、一般工業(yè)建筑、居住小區(qū)、實(shí)業(yè)單位、商業(yè)綜合體、學(xué)校、園區(qū)等充電樁模式的充電基礎(chǔ)設(shè)施設(shè)計(jì)。

4.3系統(tǒng)結(jié)構(gòu)

系統(tǒng)分為四層：

1）即數(shù)據(jù)采集層、網(wǎng)絡(luò)傳輸層、數(shù)據(jù)層和客戶端層。

2）數(shù)據(jù)采集層：包括電瓶車智能充電樁通訊協(xié)議為標(biāo)準(zhǔn)modbus-rtu。電瓶車智能充電樁用于采集充電回路的電力參數(shù)，并進(jìn)行電能計(jì)量和保護(hù)。

3）網(wǎng)絡(luò)傳輸層：通過4G網(wǎng)絡(luò)將數(shù)據(jù)上傳至搭建好的數(shù)據(jù)庫服務(wù)器。

4）數(shù)據(jù)層：包含應(yīng)用服務(wù)器和數(shù)據(jù)服務(wù)器，應(yīng)用服務(wù)器部署數(shù)據(jù)采集服務(wù)、WEB網(wǎng)站，數(shù)據(jù)服務(wù)器部署實(shí)時數(shù)據(jù)庫、歷史數(shù)據(jù)庫、基礎(chǔ)數(shù)據(jù)庫。

5）應(yīng)客戶端層：系統(tǒng)管理員可在瀏覽器中訪問電瓶車充電樁收費(fèi)平臺。終端充電用戶通過刷卡掃碼的方式啟動充電。

小區(qū)充電平臺功能主要涵蓋充電設(shè)施智能化大屏、實(shí)時監(jiān)控、交易管理、故障管理、統(tǒng)計(jì)分析、基礎(chǔ)數(shù)據(jù)管理等功能，同時為運(yùn)維人員提供運(yùn)維APP，充電用戶提供充電小程序。

4.4安科瑞充電樁云平臺系統(tǒng)功能

4.4.1智能化大屏

智能化大屏展示站點(diǎn)分布情況，對設(shè)備狀態(tài)、設(shè)備使用率、充電次數(shù)、充電時長、充電金額、充電度數(shù)、充電樁故障等進(jìn)行統(tǒng)計(jì)顯示，同時可查看每個站點(diǎn)的站點(diǎn)信息、充電樁列表、充電記錄、收益、能耗、故障記錄等。統(tǒng)一管理小區(qū)充電樁，查看設(shè)備使用率，合理分配資源。

4.4.2實(shí)時監(jiān)控

實(shí)時監(jiān)視充電設(shè)施運(yùn)行狀況，主要包括充電樁運(yùn)行狀態(tài)、回路狀態(tài)、充電過程中的充電電量、充電電壓電流，充電樁告警信息等。

4.4.3交易管理

平臺管理人員可管理充電用戶賬戶，對其進(jìn)行賬戶進(jìn)行充值、退款、凍結(jié)、注銷等操作，可查看小區(qū)用戶每日的充電交易詳細(xì)信息。

4.4.4故障管理

設(shè)備自動上報故障信息，平臺管理人員可通過平臺查看故障信息并進(jìn)行派發(fā)處理，同時運(yùn)維人員可通過運(yùn)維APP收取故障推送，運(yùn)維人員在運(yùn)維工作完成后將結(jié)果上報。充電用戶也可通過充電小程序反饋現(xiàn)場問題。

4.4.5統(tǒng)計(jì)分析

通過系統(tǒng)平臺，從充電站點(diǎn)、充電設(shè)施、、充電時間、充電方式等不同角度，查詢充電交易統(tǒng)計(jì)信息、能耗統(tǒng)計(jì)信息等。

4.4.6基礎(chǔ)數(shù)據(jù)管理

在系統(tǒng)平臺建立運(yùn)營商戶，運(yùn)營商可建立和管理其運(yùn)營所需站點(diǎn)和充電設(shè)施，維護(hù)充電設(shè)施信息、價格策略、折扣、優(yōu)惠活動，同時可管理在線卡用戶充值、凍結(jié)和解綁。

4.4.7運(yùn)維APP

面向運(yùn)維人員使用，可以對站點(diǎn)和充電樁進(jìn)行管理、能夠進(jìn)行故障閉環(huán)處理、查詢流量卡使用情況、查詢充電\充值情況，進(jìn)行遠(yuǎn)程參數(shù)設(shè)置，同時可接收故障推送

4.4.8充電小程序

面向充電用戶使用，可查看附近空閑設(shè)備，主要包含掃碼充電、賬戶充值，充電卡綁定、交易查詢、故障申訴等功能。

4.5系統(tǒng)硬件配置

5總結(jié)

盡管電動汽車有序充電控制方法的研究已取得諸多成果，但仍有一些問題亟待解決，未來的研究可從以下幾個方向深入展開。

在用戶行為建模方面，目前的研究對用戶充電行為的不確定性考慮尚不充分。未來需要深入探究用戶的心理、習(xí)慣、經(jīng)濟(jì)狀況等因素對充電行為的影響，建立更加精準(zhǔn)的用戶行為模型。通過大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)等技術(shù)，挖掘用戶充電行為的潛在規(guī)律，提高對用戶充電需求預(yù)測的準(zhǔn)確性，從而為制定更加合理有效的充電策略提供依據(jù)。

隨著可再生能源在電力系統(tǒng)中的占比不斷增加，電動汽車與可再生能源的協(xié)同控制成為重要研究方向。如何實(shí)現(xiàn)電動汽車充電與風(fēng)電、光伏等可再生能源發(fā)電的有效匹配，充分利用可再生能源，減少對傳統(tǒng)化石能源的依賴，是亟待解決的問題。這需要深入研究電動汽車與可再生能源之間的能量交互機(jī)制，開發(fā)相應(yīng)的控制策略與優(yōu)化算法，在滿足電動汽車充電需求的同時，提高可再生能源的利用率，促進(jìn)能源的可持續(xù)發(fā)展。