基于需求響應群控式充電系統

李 璞，賈心怡

基于需求響應群控式充電系統

李 璞，賈心怡

(深圳市車電網絡有限公司，廣東 深圳 518057)

需求響應作為電力體制改革下電網與用戶的主要互動手段，近年來在各個領域得到廣泛開展。在可參與需求響應的用戶中，電動汽車充電作為一種可削減柔性負荷，具有很大的需求響應潛力。因此，開展電動汽車充電設施需求響應研究將有效改善電網負荷側的功率分布曲線。提出了一種基于激勵的需求響應策略，通過配電監測實時采集臺區負荷，根據特定算法將剩余功率分配到群控充電系統，該系統具有冗余度小、穩定性高、運營維護方便，同時為后續進一步擴展邊緣計算和優化模型，實現更高層次的智能運維提供了基礎條件。

充電負荷；需求響應；有序充電；群控系統；公共充電設施

0 引言

隨著全球汽車保有量的迅速增長，能源、環境和安全問題也日益加劇。從可持續發展角度看，汽車產業必須解決能源、污染、安全和擁堵全球公認的四大問題，而建設低碳化、信息化與智能化汽車產業鏈已被認為是最終解決方案。但在今天，作為新能源汽車產業發展的基礎之一，充電樁的發展還存在著許多問題，樁的分布不平衡就是其中非常突出的一個問題。一方面，老城區和中心城區容易出現配電容量不足，導致新建充電樁運營十分困難的局面，電動汽車車主面臨無樁可充的窘境；而另一方面，城區邊緣地帶電力資源冗余，充電樁眾多卻利用率低下，這些盲目布建的樁在消耗大量社會資源后卻成了死樁、廢樁。隨著電動汽車的發展，每年的充電量也在飛速增長，未來將達到一個非常巨大的數字。以廣州市為例，根據《廣州市新能源汽車發展工作方案(2017-2020)》[1]，到2020年廣東省新能源汽車總數將達到20萬輛，其中有17萬輛為私人和租賃領域新能源汽車，與公共領域的集中快充模式相反，一些私人及租賃領域大多采用分散充電，假設每輛車日均充電量為20度，僅此一項新增的廣州市內日充電需求就將達到340萬度之多。更加重要的是，根據用戶調查顯示，大部分私人電動車主選擇在晚上下班后充電(18:00~22:00)，其用電負荷與電網晚高峰基本重疊，如果不進行有序充電調控，將會大大加重小區配電網的運行負擔[2]。

目前有許多學者都在研究如何減小電動汽車無序充電對電網運行產生的影響，如文獻[3]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[4]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[5]利用電氣介數定性地分析了充電站選址對系統電壓的穩定性影響，指出充電站選址于高介數節點有助于充電負荷的消納；文獻[6]基于主動配電網的特點，提出了含電動汽車充電和分布式電源的優化重構模型以實現電網優化運行；文獻[7]提出了一種基于多目標的有序充電控制系統，能夠依照電池自身特點與所處環境情況對車輛充電進行智能化管控。

但是大量的研究都僅有理論層面上的推斷，在實際執行過程中有各種各樣的困難。本文從用戶、電力供應方、運營方等不同視角分析了當前充電行業的難點和痛點，提出基于需求響應的原理，搭建一個可柔性充(放)電、靈活調度，且后續具有擴展潛力的充電系統，改善充電運營生態環境，實現電網與充電領域的和諧發展。

1 車與樁發展現狀

1.1 電動汽車發展現狀

近幾年來，在各國政府的積極推動和汽車制造商的努力下，基于動力電池技術進步和成本降低，全球汽車電動化進程不斷加快。根據國際能源署統計，截止2018年，全球電動汽車保有量達到510萬輛，同比2017年增長64%，中國以230萬輛連續成為電動汽車保有量第一的國家。據國際能源機構預測，到2030年電動汽車將占世界汽車銷量的30%。

1.2 電樁發展現狀

充電樁產業在國家和各地政策的支持下，這些年也有了一定程度的發展，但總體而言，其發展水平仍然滯后于電動汽車的發展，根據中國充電基礎設施聯盟的數據計算，2018年國內電動汽車和公共充電樁數量之比仍在持續增加，已由2016年的5.29和2017年的7.01增加到了7.03。且由于選點布局不合理、檢修維護不及時、充電接口及電壓不兼容等多方面原因，我國公共充電樁的整體利用率不足15%[8]，也即是說，在電動汽車迅猛發展的同時，現今已布局充電樁的數量遠遠不能提供未來汽車大規模電動化的需求，而且充電樁的建設不足也已成為了電動汽車發展的桎梏。

2 各方需求與矛盾

2.1 電動汽車車主

當前廣大電動汽車車主正被車樁比低、充電難、充電費用高三大問題所困擾，這也使得電動汽車的潛在消費人群遲遲處于觀望狀態，對電動汽車的快速發展形成了一定禁錮。對于電動汽車車主來說，對充電服務的要求主要體現在便捷性、安全性、經濟性方面，但一方面，由于車位或報裝問題，小區自建樁困難；另一方面公共充電設施不足。當前充電樁無論是從站點分布、充電費用等方面，離用戶期望都還有很大的差距。

2.2 電網供應方

我國還處于電力負荷快速增長的時期，現有線路設施和容量不足以支撐大量充電負荷接入。而充電設施引入的新增負荷，對電力系統的發、輸、配電容量都有較高的要求[9]。電動汽車的無序充電不僅會增大負荷峰值，拉大用電峰谷差，同時還會加劇配電網損耗，導致電壓水平下降，影響電網的運行安全。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。要兼顧電網規劃的要求，并與電網規劃、建設與改造密切結合的情況下發展和規劃充電行業。既要結合變電站的建設、改造，進行科學、合理的選址，又要滿足電力系統對電力平衡、供電可靠性、電能質量、自動化等方面的要求，為廣大群眾提供充電服務，這是充電行業發展中必須解決的一個問題。

2.3 充電運營商

充電站作為一種特殊的電力設施，在建設過程中需考慮場地、土建、設備、電費和維護等方面的投資，土地取得和增容申請都十分困難。而當前充電負荷波動過大、充電樁利用率極低，這是導致回收期過長且投資風險很大的最重要的原因，社會投資建設充電樁的意愿度較低，進一步加劇了充電難的問題。這也表明，通過智能化的運維管理解決城市充電的效率問題將是運營商提高自身利潤、從行業競爭中脫穎而出的關鍵。

2.4 地產開發商

對于地產開發商來講，雖然建樁的場地不算難題，但有時也會遇到片區變壓器冗余小，無法滿足建樁需求的情況，而增大配電容量不僅會造成投資浪費，還會進一步降低設備的利用率[10]。另外很多地產商在建樁時只是為了完成任務指標或者獲得優惠政策，建樁后缺少對設備的運營維護，這些樁對用戶來說并沒有真正的發揮作用，甚至從一開始就是閑置設備，造成了很大的資源浪費。事實上，充電樁自身盈利不足是開發商怠于運營管理和設備維護的原因，而一旦對充電樁建設的意義產生困惑，在規劃建設時就更難從合理、長遠的角度考慮了。

3 基于需求響應的有序充電調控

需求響應(Demand Response, DR)作為電力體制改革下電網與用戶的主要互動手段近年來在我國各個領域得到了廣泛開展[11]。電動汽車充電作為一種可削減柔性負荷，在電動汽車充電領域開展設施需求響應研究，將有效改善電網負荷側的功率分布曲線。

為了解決電動汽車大規模無序充電后對配電網造成的沖擊，許多學者對有序充電調控方法進行了探索和研究，主要分為兩大類別[12]：一個是直接控制電動汽車的充電功率和充電時間，即通過強制手段維護區域用電安全，被稱為硬調控；另一個是運用需求響應策略，根據電能供給側能力自發地調節用電負荷，也被稱為軟調控。與硬調控相比，軟調控更能調動用戶參與的積極性，在前期推廣過程中對用戶習慣的培養上更有優勢，能滿足車主、充電運營商、電網多方面的需求，也是目前試點研究中運用較多的一種。如圖1所示，根據不同策略，主要有電價需求響應和基于激勵的需求響應兩種方式。

圖1 有序充電的調控方式

Fig. 1 Regulation methods of orderly charging

3.1 電價的需求響應

需求側響應的定價機制，指在定價過程中充分考慮用電側的需求，以有效轉移和控制用電負荷，抑制電價峰值的出現，同時提升所有市場參與者的經濟效益[13-14]。目前一些居民小區雖然已實行峰谷電價，但民意調查顯示，其對電動汽車充電的引導效果并不理想，谷期電力資源實際利用率仍然較低。目前更多的小區分時電價是固定不變的，其峰谷時刻和電價不隨現實狀況發生轉移和改變，其靈活性和引導性會相對較弱，如能隨著電動汽車的普及和電池成本的下降，在今后運作時能將電動汽車的儲能特性考慮在內，有希望得到更好的效果[15]。

3.2 基于激勵的需求響應

基于激勵的需求響應主要通過充電運營商和電網公司之間的協議來實現。對于運營方來說，其主要盈利來源于充電服務費的收取，而電費在運營支出中占比最大，降低電費支出是充電運營商提高盈利能力首要考慮的問題。正是基于這一根本點，對于將充電負荷控制在電網健康運行的范圍內的充電運營商，電網給予激勵獎勵，運營商再將獎勵分享給用戶，從而實現上下游的需求傳遞與響應過程。相比于硬調控的強制執行和軟調控的分時電價，基于激勵的響應允許運營方有更多自主調度空間，策略上更靈活，與配合的算法模型相結合，能通過功率預約與實時調節等多種方式，控制負荷平衡的同時實現充電收益最大化。

4 有序群控充電系統

4.1 有序群控充電系統架構

有序群控充電系統主要由兩個方面構成，一個是電力的流動控制，另一個是通信的傳遞控制。通過在臺區變壓器的低壓側接入一個配電監測設備，實時采集臺區當前總負荷，并通過4G通信上傳到具有有序控制算法模型的充電云平臺(能源管理系統)，云平臺則根據預先設定的策略，計算并安排單個群充系統的可用充電余量，避免過載等安全風險。平臺下發的指令會通過以太網、4G、PLC等方式傳遞到群充系統的操作終端，操作終端再根據用戶側的需求及設定策略將充電功率下發到每一個充電終端。

圖2 有序群控充電系統架構

4.2 有序群控充電系統優勢

該系統采用群充與能源管理系統相結合的方式，具有系統冗余小、穩定性高的特點，且相比與單樁直連的平臺有著更好的經濟優勢。同時群控的模式也具有搭載邊緣計算，為后續擴展接入更多樁體，提供深度機器學習以實現算法優化，提高調度精度，為實現更高層次的智能運維打下了基礎。采用有序群控充電系統，能較大地提高單樁利用率，同時標準配置統一降低了接口數量，易于管理和維護，在搭載邊緣計算時還可減輕平臺負擔。

圖3 有序群控充系統響應策略

5 結論

本文分析了電動汽車及充電行業發展的情況和未來趨勢，通過分析充電領域涉及的充電用戶、電力資源供應方、充電服務運營商以及與建設投資相關的地產開發商四個主體間的不同需求，提出了當前充電發展存在的問題及原因。提出采用基于激勵的需求響應策略，建立該場景下的算法模型，通過配電監測實時采集臺區負荷，同時根據算法將剩余功率分配到群控充電系統的內部，該系統冗余度小、穩定性高、運營維護方便，且后續可擴展邊緣計算和優化模型，實現更高層次的智能運維。

[1] 廣州市人民政府. 廣州市新能源汽車發展工作方案(2017—2020年)[S]. 2017.

[2] 包廣清, 袁怡, 楊軍, 等. 電動汽車充放電行為對電網負荷特性的影響[J]. 蘭州理工大學學報, 2015, 41(5): 84-90.

BAO Guangqing,YUAN Yi , YANG Jun, et al. Impact of charging-discharging behavior of electric vehicles on power grid load characteristics[J]. Journal of Lanzhou University of Technology, 2015, 41(5): 84-90.

[3] 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.

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

[5] 楊田, 劉曉明, 吳其, 等. 電動汽車充電站選址對電壓穩定影響的研究[J]. 電力系統保護與控制, 2018, 46(5): 31-37.

YANG Tian,, LIU Xiaoming, WU Qi, et al. Research on impacts of electric vehicle charging station location on voltage stability[J].Power System Protection and Control, 2018, 46(5): 31-37.

[6] 張濤, 張東方, 王凌云, 等. 計及電動汽車充電模式的主動配電網多目標優化重構[J]. 電力系統保護與控制, 2018, 46(8): 2-9.

ZHANG Tao, ZHANG Dongfang, WANG Lingyun, et al. Multi-objective optimization of active distribution network reconfiguration considering electric vehicle charging mode[J]. Power System Protection and Control, 2018, 46(8): 2-9.

[7] 費春國, 王鵬鵬. 智能有序充電控制系統設計[J]. 電力系統保護與控制, 2016, 44(9): 135-139.

FEI Chunguo, WANG Pengpeng. System design of the intelligent orderly charging control[J]. Power System Protection and Control, 2016, 44(9): 135-139.

[8] 國家能源局: 公共充電樁利用率不足15%[J]. 變頻器世界, 2018(2): 34-34.

[9] 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.

[10]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 Ju’ai, 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.

[11]南思博, 李庚銀, 周明, 等. 智能小區可削減柔性負荷實時需求響應策略[J]. 電力系統保護與控制, 2019, 47(10): 42-50.

NAN Sibo, LI Gengyin, ZHOU Ming, et al. Real-time demand response of curtailable flexible load in smart residential community[J]. Power System Protection and Control, 2019, 47(10): 42-50.

[12]張碩. 基于需求響應的電動汽車有序充電策略的研究[D]. 北京: 華北電力大學, 2018.

ZHANG Shuo. Research on ordered charging strategy of electric vehicle based on demand response[D]. Beijing: North China Electric Power University, 2018.

[13]王彪, 尹霞. 實時電價下含V2G功能的電動汽車理性充放電模型及其分析[J]. 電力系統保護與控制, 2016, 44(24): 90-96.

WANG Biao, YIN Xia. Modeling and analysis on the rational charging and discharging of electric vehicle with V2G function under real-time prices[J]. Power System Protection and Control, 2016, 44(24): 90-96.

[14]蘇舒, 李培軍, 嚴輝, 等. 基于Hotelling模型的充電服務費雙寡頭聯盟定價方法[J]. 電力系統保護與控制, 2019, 47(11): 133-142.

SU Shu, LI Peijun, YAN Hui, et al. Pricing method of charging service fee duopoly alliance based on Hotelling model[J]. Power System Protection and Control, 2019, 47(11): 133-142.

[15]嚴俊, 嚴鳳. 峰谷分時電價背景下的居民電動汽車有序放電策略[J]. 電力系統保護與控制, 2018, 46(15): 127-134.

YAN Jun, YAN Feng. An orderly charging and discharging strategy for residential electric vehicles based on peak- valley electricity tariffs[J]. Power System Protection and Control, 2018, 46(15): 127-134.

Group-controlled charging system based on demand response

LI Pu, JIA Xinyi

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

Demand response, as the main interactive means between power grid and users under the reform of power system, has been widely carried out in various fields in recent years in China. Among users who can participate in demand response, electric vehicle charging has a great demand response potential as a kind of flexible load. Therefore, researching the demand response of electric vehicle charging facilities will effectively improve the power distribution curve on the grid user side. This paper proposes an incentive-based demand response strategy, which collects the load of the station in real time through power distribution monitoring and distributes the remaining power to the interior of the group-controlled charging system according to a specific algorithm. The system has small redundancy, high stability, and convenient for operation and maintenance. At the same time, it provides the basic conditions for further extending the edge calculation and optimization model to achieve higher level intelligent operation and maintenance.

charging load; demand response; ordered charging; group-controlled charging system; public charging facility

2019-08-31

李 璞(1978—)，男，碩士，中級工程師，研究方向為新能源汽車供電、儲能系統等；E-mail: Lipu1@szclou.com

賈心怡(1991—)，女，碩士，工程師，研究方向為新能源汽車供電。E-mail: jiaxinyi@szclou.com