靈活互動的充電網絡建設

李 璞

?

靈活互動的充電網絡建設

李 璞

(深圳市車電網絡有限公司，廣東 深圳 518057)

隨著電動汽車的保有量飛速發展，與之配套的充電網絡建設同樣迎來了快速發展時期，但也暴露出許多問題。為了提升電動汽車充電網絡的建設水平，針對當前充電網絡建設過程中存在的配電容量不足、無序充電影響、平臺開放性低等問題進行了分析。通過儲充結合、V2G技術、用電側的充電負荷調度模型及“車-樁-網-人”的深度互動的綜合方案，為建設更靈活、互通、可靠、智能的充電網絡提供一些思路和方法，以提高配電網絡的經濟效益性、安全穩定性和環境友好性。

充電樁；V2G；充電策略；互聯互通；車+樁+網+人

0 引言

隨著國家對能源結構調整的不斷深入，以及進一步加快清潔能源發展的大背景下，各大主流汽車廠商順應潮流，相繼推出了新能源汽車產品，其中電動汽車作為一種新興環保車輛，近年來在國家的大力支持下得到了快速發展。隨著工信部燃油車退出時間表的推進和電動汽車技術不斷更新，未來車輛必將以電動汽車為主，充電設施將逐步取代加油站成為國家重要基礎設施，充電樁(站)的建設將大力推動電動汽車的普及。

由于目前充電基礎設施建設處于初期發展階段，面臨較為嚴峻的考驗，行業標準在不斷更新變化，運營商前期建設的充電設施由于標準改變而成為淘汰產品，新增充電負荷對配電網形成沖擊影響電網安全運行，同時管理平臺之間的互聯互通還不夠完善，用戶體驗不佳等問題也成為關注重點。目前充電基礎設施建設遇到種種問題引起行業內各專家學者廣泛研究討論，針對電動汽車規?；蟠嬖诘膯栴}，文獻[1]研究了隨機充電行為對城市電網帶來的影響，認為合理安排電動汽車充電時間可有效減緩電纜老化速度；文獻[2]根據短期負荷趨勢，建立了充電控制數學模型，對各時段的充電功率進行優化；文獻[3]針對油車站位問題，提出了以智能地鎖方式管控充電車位的解決方法。本文主要對充電設施建設中出現的問題進行了分析，提出了關于充電網絡建設的一些思考，倡導實現平臺互通互聯，建立“車-樁-網-人”互動下電動汽車集群參與電網輔助服務的市場機制。

1 電動汽車及充電設施產業發展

近年來，國家加速推進全領域車輛電動化進程，并且在“十五”、“十一五”、“十二五”和“十三五”連續四個五年計劃中推動產業轉型，電動化趨勢日益明顯[5]。

2016年3月2日，發改委、中宣部、科技部等十部委就聯合制定了《關于促進綠色消費的指導意見》，文件要求2020年后公務車及公交系統基本實現全面電動化。自2017年以來，廣東、山東、上海等多個省份已先后發布公共領域交通全面電動化的時間表，都是以2020年為時間節點。

在物流運輸領域，交通運輸部、發改委、工業和信息部等十四個部委于2017年聯合印發了《促進道路貨運行業健康穩定發展行動計劃》，明確指出國家將全面推動城市貨運車輛電動化進程。在今年8月份中國電動汽車百人會行業熱點問題系列研討會上，專家代表也提出加快物流運輸領域的電動化趨勢。

除了公共領域以及物流運輸領域，在私人用車領域國家也在大力推廣新能源汽車。目前，進入工信部推薦目錄的新能源車型也以乘用車居多，數量遠超其他車型。為了刺激民眾購買電動車，2018年政府工作報告宣布將新能源車輛購置稅優惠政策再延長3年，北京市電動汽車延長免基本用電費5年，多個城市取消新能源車輛限牌……，不管是國家還是地方，都為新能源汽車發展盡可能的創造良好條件，從補貼、上牌、路權等方面給予支持。

國內電動汽車保有量的持續增長，對配套的充電設施建設提出了相應要求。在國家發展改革委發布的《電動汽車充電基礎設施發展指南(2015-2020)》中明確提出，到2020年新增集中式充換電站超過1.2萬座，分散式充電樁超過480萬個，以滿足全國500萬輛電動汽車充電需求。在國務院辦公廳發布的《關于加快電動汽車充電基礎設施建設的指導意見》中，社會公共停車場建設充電設施或預留建設安裝條件的車位比例不低于10%，每2000輛電動汽車至少配套建設一座公共充電站。鼓勵建設占地少、成本低、見效快的機械式與立體式停車充電一體化設施。

在國家對新能源汽車產業的發展規劃和政策支持下，充電設施建設近年來高速發展著。在公共樁方面，截止2018年11月，中國充電設施促進聯盟內成員總計上報樁數28.97萬臺，交流樁和直流樁分別占比62.45%和37.36%，2017年12月到2018年11月，月均新增7083臺；私人樁方面，截至2018年11月，通過聯盟內成員整車企業采樣數據統計私人類充電樁安裝43.81萬臺，整體配建率約71.01%(未配建原因多為集團用戶自行建樁、居住地物業不配合、居住地沒有固定停車位等)。預計2020年全國電動汽車市場規?？蛇_1 000億元，與之相應配套的充電設施運營平臺承載的運營能力，即充電費用結算將達到300億元/年。

隨著電動汽車及充電設施的快速發展，電動汽車用戶和充電運營商將日益增多，對充電場站和運營平臺的市場需求也將增加；對各運營商的充電設施進行統一管理，加強政府監管，改變各自為政、條塊分割的需求也日益迫切。此外，隨著小區和商業區充電設施的增多，充電業務越來越融入普通百姓生活中，對配電網的考驗和對“車-樁-網-人”一體化的服務要求也在不斷提升。

2 關于充電網絡建設的思考

2.1 問題分析

目前電動汽車充電網絡的建設還存在較多問題，下面就充電網絡建設過程中常面臨的配電容量不足以及無序充電造成的負面影響進行分析。

(1) 配電網容量不足

電動汽車充電站作為一種特殊的電力設施，在設計規劃時必須充分考慮與配電系統的結合是否合理。而原有配網容量不足，電網改造困難等問題常常成為充電設施建設的最大阻礙。尤其是在老舊小區、商業居民區等配電網剩余負荷緊張的地區，存在公共充電樁建設余量小，增設變壓器申請難、費用高等問題。還有，在充電站擴建時因未考慮新接入的充電設施對原有充電樁造成的電壓、電流不穩，導致電動汽車在充電過程中高壓接線盒損壞，由此引發的安全事故也頻頻發生。充電設施引入的新增負荷，對電力系統的發、輸、配電容量都提有較高的要求[6]。因此，在充電站建設(擴建)規劃時，需對配電網和充電設施進行協調規劃，盡量避免、縮小對配電設施增容改造的需求。一是要充分考慮電動汽車充電負荷的時空分布情況，考慮能量緩沖是非常必要的；二是要考慮資源的利用效率，不能完全要求電網進行升級改造。應以投資和系統網損最小化，充電站截獲交通流量最大化為目標，建立多目標優化的數學模型，根據計算結果合理地選擇站點的建設數量和地址。

(2) 無序充電負面影響

未來電動汽車具有數量龐大、時間及空間上充電行為的隨機性、間歇性、波動性的特點，主要表現為單臺車輛充電時間及地點的不確定和在充電高峰期大規模接入負荷對電網造成運行和控制難度的明顯增加[7-10]。已有許多學者在研究無序充電對配電網安全運行造成的影響，用電負荷在時間上的不均衡性不僅會增加配電網的損耗，導致電壓水平下降，還會對電網的三相負載平衡、變壓器使用壽命和電纜老化壽命造成影響[1,11-13]；另外，從經濟的角度講，無序充電會拉大峰谷差，而峰谷差增大則會影響配網資源的利用率，增加建設和運營成本。據統計，2010年至2015年廣東省的日負荷峰谷差率常年在35%以上，并且隨著城鎮化率的提高，高峰與低谷時段的峰谷差還在進一步增加[14]。這就對充電網絡的負荷優化及調度能力提出了考驗，如果調度策略用得好，可以較大程度地減輕電動汽車入網所帶來的不利影響。所以要加強對調度模型方面的研究，以達到平滑日負荷曲線的目的，以電價、預測電動汽車入網量、變壓器容量、配電網電壓波動等多個因素為指標，形成針對不同場景下的有序充放電的調度策略模型[15]。

(3) 現有充電樁運營平臺的局限

當前的充電樁運營市場中，運營商各自為政，互聯互通程度很低，缺乏統一的公共服務平臺。每個運營商都需要投入大量的資源建設自己的企業運營平臺，發行充電卡或者APP，而不同運營商的充電卡和APP不能通用。且各個運營商的技術標準不一，運營模式不同，服務水平參差不齊，無法實現跨運營商的互聯互通，給電動汽車用戶帶來了極大的不便。對于在小區和單位內部建設的非經營性充電設施也缺乏有效的監控管理，沒有實現資源的優化配置，而如果每個小區和單位都自己建設各自的后臺管理系統在經濟性上不可行。另一方面，目前國內的充電運營平臺系統的開放性和可擴展性都不夠，無法實現對外開放數據和與智慧交通等的融合，不能很好地滿足政府監管的需要，當設備發生故障時的響應速度也很遲緩。

2.2 如何建設靈活互動的充電網絡的思考

上面提到了關于充電網絡建設的諸多問題，下面就如何建設靈活互通的充電網絡提出了一些思考的方向。

(1) 儲充結合，需求響應

充電網絡的建設，應以滿足需求為出發點，以解決當前存在的問題為重點。針對上面提到的電網負荷峰谷差增大和配電容量不足引發的矛盾這一問題，可在充電網絡中引入儲能系統，除了能平滑電力負荷、降低電網沖擊，還能調節充電系統的連續性和穩定性。近年引起熱議的局域微電網概念就是一個很好的提議[16-17]，在需求側采用分布式儲能，通過能量交換系統與大電網進行能量交流，形成儲充一體化的充電網絡，可以最大限度的利用電網資源，做到充電柔性可控。

同時，儲能系統的構成可以考慮與動力電池梯次利用相結合，采用不拆解、組串分布式構架。將一套完整的退役動力電池作為單個電池包，多個電池包與電池管理單元DCU、DC/DC模塊串聯構成一個儲能單元，再相互并聯構成功率不等的儲能系統，可以將梯次利用電池的系統成本降低到1元/Wh。其中EMS作為梯次利用系統的能量管理核心，對每個電池包的BMS傳輸的電池信息進行采集，同時通過交換機對DC/DC模塊下達工作指令，即在對電池進行有效監測的同時還可結合調度策略做出反應。

圖1 梯次利用儲能系統框圖

(2) 群充群放，負荷管控

以雙向模塊、電池管理系統、能量控制系統、并網保護等組成的V2G車電網絡技術，能很好地實現削峰填谷、能量跨區域流動和故障緊急救援等目標。其本質是將直流母線作為一個能量蓄水池，通過雙向的DC/DC模塊實現車輛與電網間能量的雙向流動，當接入的電動汽車達到一定規模時，用調度手段可達到不同區域間電力能量的流動。對于終端用戶而言，由于V2G的特點，可以方便對電動汽車的電池進行容量標定和維護，很好地適應在充電準備階段、充電過程中、充電末尾階段不同充電功率同時充電的需求，做到集成群充，功率共享；對電網而言，因為充電模塊集成在一起，可以很容易地按電網功率限制，對終端進行功率分配(峰值期增大功率分配，谷值期減小功率分配)，車與電網之間還能在不同的用電環境下達到負荷轉移、負荷調節、施轉備用的互動，從而起到保護電網的作用[17]。

圖2 V2G車電網絡技術構成圖

(3) 策略調度，售電增值

上文提到的主要是關于設備層面的，在軟件層面上，更好的調度策略也能起到降低成本、售電增值的目的。以總充電成本最小、電網負荷方差最小為目標，以充電需求等條件為約束，建立一個電動汽車充電負荷的優化調度模型，根據配電網的負荷狀態及車的充電狀態，自動優化充電時序和充電功率。基于多種機器學習策略，針對單輛電動汽車，聚合分析大量、快速更新、多種類的數據推導出電動汽車的充電習慣，預測每一輛電動汽車的充電開始時間、持續時間和充電地點，得到單輛電動汽車的負荷模型，該模型綜合考慮電池狀態、出行時間、行駛路徑與速度、充電偏好等信息。調度策略主要可分為充電優先和削峰填谷兩種策略。充電功率優先策略是指當充電功率大于配網容量時，利用儲能電池補充為電動車充電。當充電功率小于配網容量時，配電網剩余容量為儲能充電直至充滿；削峰填谷策略則是在電網平谷時段，利用電網能量為電動車充電，剩余容量可為儲能充電直至充滿。在電網尖峰時段，優先利用儲能為電動車充電，不足的功率從電網獲取。

圖3 場站級調度策略

場站級調度是基于充電樁輪充技術實現充電負荷的最大利用，利用場站柔性負荷調度保證變壓器在安全負載內運行，保護關鍵用電。平臺級調度以平臺為基礎，通過儲能等新能源技術實現城市級區域能量調度，降低充電對電網的沖擊，還可在云端服務器增加遠程功率控制策略，提供在線自主學習充電樁運營狀態數據，自動生成契合該場站功率調配模型，做到智能調節功率。

圖4 平臺級調度策略

當未來動力電池成本下降到可以利用峰谷差價獲取收益時，還可增加能量的雙向流動，將電動汽車作為分布式移動儲能資源，充電樁承擔車輛和電網的連接任務，形成車電上網的智能充放電系統，實現售電增值。當新能源車輛規模達到一定程度后可與現有電網形成深度需求調節，將雙向充電樁作為應急電源，在微網離網停電時調集電動汽車與樁相連，進行臨時供電，增強充電網絡的靈活互通性，減少對配電增容改造的影響，具有較高實用價值和產品化前景。

(4) 互聯互通，“車+樁+網+人”合一

V2G理念是傳統汽車產業鏈步入“互聯網+”時代最關鍵的一筆，“車-樁-網-人”的互動連接在于信息與資源的共享。但目前充電運營系統都是為各自網絡內電動汽車充電需求提供服務，各系統之間相互獨立，還未形成一套完整的技術體系和標準，互聯互通標準主要集中在“車-樁”之間技術接口，缺乏運營相關的接口標準。而高度開放的電動汽車充電互聯互通云平臺，應支持車-樁-網的全面互聯互通，支持與政府系統的深度融合，與配電網絡的靈活調度，與智慧交通、財政等系統實現集成應用，基于大數據分析挖掘，為充電設施規劃和政策制定提供輔助決策。能為運營商、用戶、第三方機構等搭建一個溝通合作的基礎平臺，便利電動汽車用戶，拓展充電設施運營服務新模式，促進產業鏈資源的整合，推動新能源汽車產業的可持續健康發展。 車電網研發的充電云平臺，致力于實現平臺間的互聯互通，充電設施統一接入管理，資源與數據高度共享，用戶可通過云平臺使用不同運營商的樁輕松完成充電漫游，屆時用戶僅憑一臺手機就可享受到日常充電、電動汽車租賃、充電樁運維、私樁分享、售電套利等一系列服務。平臺服務以充電業務為核心，串聯充電設施采購、建站運營、售后維護、停車管理、分時租賃、整車銷售、保險服務、周邊商場等業務線，滿足多元化需求，促進生態圈企業融合共生，放大整體價值，助力充電事業持續發展。

圖5 互聯互通構架圖

圖6 “車+樁+網+人”生態圈式經營

3 結論

隨著國家在新能源汽車行業的加大投入，充電樁產業也迎來了爆發式增長，在大規模擴張的同時也遇到了不少問題，其發展前景可謂是機遇與挑戰并存。本文分析了目前行業內遇到的一些問題：配電網容量不足阻礙發展、無序充電拉大峰谷差、平臺開放性和擴展程度低。對充電網絡的建設提供了一些想法和思路：(1) 充電樁可與儲能結合，平滑充電負荷，提高設備穩定性；(2) 采用V2G一體充放機，群充群控，調節負荷；(3) 建立從場站到平臺級的調度策略模型，配合儲能系統，實現售電增值；(4) 實現平臺互通，加強車-樁-網-人的互動連接，創造經濟、社會、環境價值。本文提出從建立電動汽車、充電樁的產品服務，到結合儲能提高智能電網的能效管理、綜合售能，再擴展到智慧交通、助推“大交通+小交通+私人交通”的新型綠色交通生態體系，通過數據流和能量流，把人、車、環境、城市有機的結合起來，發展未來新能源汽車領域更大的生態圈。

[1] 朱曉嶺, 楊靜, 于德明, 等. 規模化電動汽車充電對配電網電纜老化的影響[J]. 電力自動化設備, 2018, 38(6): 117-123, 130.

ZHU Xiaoling, YANG Jing, YU Deming, et al. Impact of large-scale EVs charging load on aging effect of power cables[J]. Electric Power Automation Equipment, 2018, 38(6): 117-123, 130.

[2] 李惠玲, 白曉民. 電動汽車充電對配電網的影響及對策[J]. 電力系統自動化, 2011, 35(17): 38-43.

LI Huiling, BAI Xiaoming. Impacts of electric vehicles charging on distribution grid[J]. Automation of Electric Power Systems, 2011, 35(17): 38-43.

[3] 武圣, 易正, 孫玉昆, 等. 基于智能地鎖解決燃油車占位和充電預約的技術研究與設計[J]. 現代信息科技, 2018, 2(3): 167-169.

WU Sheng, YI Zheng, SUN Yukun, et al. Technical research and design based on smart ground lock to solve fuel truck occupancy and charge reservation[J]. Modern Information Technology, 2018, 2(3): 167-169.

[4] 葛少云, 馮亮, 劉洪, 等. 考慮電量分布及行駛里程的高速公路充電站規劃[J]. 電力自動化設備, 2013, 33(7): 111-116.

GE Shaoyun, FENG Liang, LIU Hong, et al. Planning of charging stations on highway considering power distribution and driving mileage[J]. Electric Power Automation Equipment, 2013, 33(7): 111-116.

[5] 國務院. “十二五”節能環保產業發展規劃[EB/OL]. (2012－09－14) [2018－01－02]. http:∥www.caepi.org. cn/p/1211/28731.html.

[6] 郭建龍, 文福拴. 電動汽車充電對電力系統的影響及其對策[J]. 電力自動化設備, 2015, 35(6): 1-9.

GUO Jianlong, WEN Fushuan. Impact of electric vehicle charging on power system and relevant counter measures[J]. Electric Power Automation Equipment, 2015, 35(6): 1-9.

[7] 陳麗丹, 聶涌泉, 鐘慶. 基于出行鏈的電動汽車充電負荷預測模型[J]. 電工技術學報, 2015, 30(4): 216-225.

CHEN Lidan, NIE Yongquan, ZHONG Qing. A model for electric vehicle charging load forecasting based on trip chains[J]. Transactions of China Electrotechnical Society, 2015, 30(4): 216-225.

[8] MEYERS M K, SCHNEIDER K, PRATT R. Impacts assessment of plug-in hybrid vehicles on electric utilities and regional US power grids: Part 1 technical analysis[R]. Richland, WA, USA: Pacific Northwest National Laboratory, 2007.

[9] ZHANG P, QIAN K, ZHOU C, et al. A methodology for optimization of power systems demand due to electric vehicle charging load[J]. IEEE Transactions on Power Systems, 2012, 27(3): 1628-1636.

[10] 胡宇航, 皮一晨, 崔靜安, 等. 電動汽車充電站負荷建模研究[J]. 電力系統保護與控制, 2017, 45(8): 107-112.

HU Yuhang, PI Yichen, CUI Jingan, et al. Research on electric vehicle charging station modeling[J]. Power System Protection and Control, 2017, 45(8): 107-112.

[11] 王建, 吳奎華, 劉志珍, 等. 電動汽車充電對配電網負荷的影響及有序控制研究[J]. 電力自動化設備, 2013, 33(8): 47-52.

WANG Jian, WU Kuihua, LIU Zhizhen, et al. Impact of electric vehicle charging on distribution network load and coordinated control[J]. Electric Power Automation Equipment, 2013, 33(8): 47-52.

[12] 熊虎, 向鐵元, 榮欣, 等. 電動汽車電池更換站布局的最優規劃[J]. 電力自動化設備, 2012, 32(9): 1-6.

XIONG Hu, XIANG Tieyuan, RONG Xin, et al. Optimal allocation of electric vehicle battery swap station[J]. Electric Power Automation Equipment, 2012, 32(9): 1-6.

[13] KAZERONI M, KAR N C. Impact analysis of EV battery charging on the power system distribution transformers[C]∥2012 IEEE International Electric Vehicle Conference ( IEVC), Piscataway, NJ, USA: IEEE, 2012: 6.

[14] 郇嘉嘉, 左鄭敏. 廣東電網負荷特性典型日選取研究[J]. 電力科學與技術學報, 2017, 32(1): 164-170.

XUN Jiajia, ZUO Zhengmin. Research on typical day selection method of Guangdong power grid load[J]. Journal of Electric Power Science and Technology, 2017, 32(1): 164-170.

[15] 謝東亮, 張宇瓊, 吳巨愛, 等. 容量受限下電動汽車充電策略優化及應急備用能力分析[J]. 電力系統自動化, 2018, 42(11): 56-63.

XIE Dongliang, ZHANG Yuqiong, WU Juai, et al. Charging optimization strategy and capability analysis as reserve measures for electric vehicles under limited-capacity area[J]. Automation of Electric Power Systems, 2018, 42(11): 56-63.

[16] 鄧詩蕾, 王明渝. 直流微電網潮流控制器與分布式儲能協同控制策略[J]. 電力系統保護與控制, 2018, 46(24): 40-46.

DENG Shilei, WANG Mingyu. Cooperative control strategy of DC microgrid power flow controller and distributed energy storage system[J]. Power System Protection and Control, 2018, 46(24): 40-46.

[17] 王閃閃, 趙晉斌, 毛玲, 等. 基于電動汽車移動儲能特性的直流微網控制策略[J]. 電力系統保護與控制, 2018, 46(20): 31-38.

WANG Shanshan, ZHAO Jinbin, MAO Ling, et al. A control strategy based on mobile energy storage characteristic of electric vehicles in DC micro-grid[J]. Power System Protection and Control, 2018, 46(20): 31-38.

[18]張喆, 邱艷. 公用充電站車樁人互動深化應用研究[J].供用電, 2018, 35(9): 47-52.

ZHANG Zhe, QIU Yan. Research on deepening application of vehicle-piling-people in public charging station[J]. Distribution & Utilization, 2018, 35(9): 47-52.

Flexible and interactive charging network construction

LI Pu

(Shenzhen Carenergynet Co., Ltd., Shenzhen 518057, China)

With the rapid development of electric vehicle ownership, the construction of corresponding charging network ushered in a period of rapid development, but many problems also have been exposed. In order to improve the construction level of EV charging network, the problems existing in the current construction process of charging network, such as insufficient power distribution capacity, unordered charging, low openness of platform and so on, are analyzed. Through the comprehensive scheme consist of storage and charging combination, V2G technology, the charging load scheduling model on the power side and the in-depth interactive of "vehicle-charger-network-human", some ideas and methods are provided for the construction of a more flexible, interconnected, reliable and intelligent charging network, so as to improve the economic efficiency, safety stability and environmental friendliness of the distribution network.

charger; V2G; charging strategy; interconnection and interworking; vehicle-charger-network-human

2018-10-25

李 璞 (1978—)，男，碩士，中級工程師，主要研究方向為新能源汽車供電。E-mail: Lipu1@szclou.com