电动汽车充电站箱变电气安全物联监测系统设计与应用*

基于物联网技术架构提出了一种适用于电动汽车充电站箱变的电气安全物联监测系统设计方案。该系统由电气安全智能感知设备、通信网关、电气安全物联网监测平台等构成,可支持充电站箱变充电桩出线回路电流、电缆温度、剩余电流、故障电弧、短路电流等数据采集监测,并通过4G网络上送数据到电气安全物联网在线监测平台。根据此设计方案开发了电气安全智能感知设备、通信网关和系统软件。工程实践情况表明,系统可有效识别电动汽车充电站箱变低压线路电气火灾安全隐患,能为运维部门快速检修提供决策依据,避免火灾事故发生。     

考虑动力电池梯次利用的充电站容量优化配置

为提高电动汽车充电站储能系统稳定性、安全性和经济性,提出一种考虑动力电池梯次利用的充电站光储容量优化配置方法。首先,针对退役动力电池考虑了电池充放电深度和循环次数对使用寿命的影响,建立了退役动力电池容量衰减和寿命损耗模型,基于容量衰减和寿命损耗模型建立退役动力电池荷电状态(state of charge, SOC)与健康状态(state of health, SOH)耦合关系评价模型;其次,在SOC与SOH耦合关系评价模型的基础上,以充电站年净收益最优为目标函数建立充电站容量优化配置模型;最后,在满足一定能量交换策略的前提下,以某地区光伏储能电站为例对模型进行求解。通过算例分析得出：基于退役电池SOC与SOH耦合关系评价模型进行梯次利用的储能容量优化配置能使整个储能系统的功率峰值降低,且相较于无评价模型系统的功率更加平滑,有利于延长储能系统的寿命周期,提高了系统的稳定性和经济性。     

基于时空耦合特性的充电站运行状态预测

提出一种基于时空耦合特性和深度学习模型的充电站运行状态预测方法。首先,基于充电站历史运行数据和所在区域的交通通行速度数据集,利用k-means聚类方法将充电站划分为不同类型,分析充电站运行状态在时间上的特性;建立单个充电站的"偏移量-交通-时间"三维矩阵模型,深度挖掘充电站运行状态与周边交通状况在时间和空间上的耦合相关性。其次,将充电站状态与交通状况的时间滞后相关特性进行空间重构,利用卷积神经网络进行特征提取,通过长短期记忆网络进行时间序列预测,构建基于Keras深度学习框架的充电站运行状态多步预测模型。最后,以20个充电站的真实运行数据进行验证,并与多种预测算法进行对比,结果表明,所提方法具有较高的预测精度。     

考虑车辆充电调度机制的电动公交车充电站规划

针对电动公交车充电站的最佳充电容量难以确定及其充电效率低的问题,提出了一种在站址既定情况下考虑车辆充电调度机制的电动公交车充电站优化规划方法。首先,根据电动公交车的发车状态模拟电动公交车日常运行中的电能消耗,生成电动公交车的总运行负荷时序曲线;然后,基于生成的运行负荷时序曲线,构建充电需求度指标,制定电动公交车的充电调度机制;最后,在满足电动公交车充电需求的同时兼顾充电站精细化规划的要求,建立以充电能力最强、投资运行成本最小、光伏能源综合利用指标最大为优化目标的充电站多目标优化规划模型,并采用小生境多目标粒子群优化算法对该模型进行求解,以确定电动公交车充电站的充电桩数量以及光伏发电系统和配电变压器的容量。工程实例分析结果验证了所提方法的正确性和有效性。     

基于马尔可夫决策过程的电动汽车充电站能量管理策略

电动汽车充电站作为并网分布式储能装置,是实现电动汽车与未来能源互联网深度融合的重要组成部分。考虑分时电价和电动汽车用户行为的不确定性,提出了以电动汽车充电站日运营成本最小化为目标的能量管理策略。为了减少对先验信息的依赖和约束,将优化问题建模为一个新的有限回合马尔可夫决策过程模型;基于传统成本模型提出奖惩回报函数,通过主动学习调度决策,得到每辆电动汽车的实时充放电行为;针对模型的高维状态空间问题,设计相应的状态空间和动作空间,采用一种卷积神经网络结构结合强化学习的方法,通过从原始数据观测中提取高质量的经验,获取最优调度策略以达到优化目标。仿真结果表明,与传统的充电策略相比,所提策略可以有效地降低充电站的日运营成本,保护电动汽车的电池,同时能满足电动汽车用户的充电需求。     

光伏快速充电站配电变压器端电能质量综合控制研究

针对光伏快速充电站将光伏发电与电动汽车快速充电站有机结合,在充分发挥清洁能源优势和大量提升充电效率的同时所带来的电能质量扰动类型复杂、变化快速等问题,提出了一种基于串并联组合配电网柔性交流输电(distribution flexible AC transmission system, DFACTS)的新型电能质量补偿器的电能质量综合控制方法。深入研究了新型电能质量补偿器主电路拓扑,建立起了动态工作模型。详细分析了新型电能质量补偿器线性自抗扰控制方法的工作原理,设计出线性自抗扰控制器。并针对各DFACTS控制器间的交互影响,提出多DFACTS控制器的协调控制策略。最后搭建仿真模型,进行仿真验证。仿真结果表明,所提出的新型电能质量补偿器采用线性自抗扰控制方法相比传统PI控制方法,提高了电能质量扰动快速变化时的综合补偿能力和动态响应能力。并且验证了该协调控制能有效提高系统电压稳定能力,具有良好的可行性和有效性。     

研祥测控一体机PMM-0791在电动汽车充电桩终端控制系统中的解决方案

一、系统背景近年来,全球石油资源的短缺以及人类赖以生存的自然环境日益恶化,使得减少温室气体排放量,遏制全球变暖趋势已经成为全球各国共同关注的焦点话题。汽车作为现代工业化社会的重要产物,为推动人类文明向前发展做出了巨大的贡献,给人类的生活带来舒适和便携。根据联合国的统计数据显示,目前汽车的耗油量已占全部石油消耗的75%,同时也带来了巨大的环境污染。     

基于去中心化交易模式的充电站日前购电策略

电动汽车充电站大规模建设下,协调充电站的充电功率对配电网的安全经济运行具有十分重要的意义。受制于不同充电站之间的利益冲突以及实时控制技术的瓶颈,电网公司难以对充电站实行集中管理。文中基于去中心化交易模式,提出了充电站参与日前电力市场的购电策略。首先,借助区块链存储技术,设计了适用于充电站日前购电协议的智能合约。然后,采用二阶锥规划求解交流最优潮流模型得到不同时间配电网各节点用电的边际成本,并以此为潮流运行点构建线性化阻塞管理模型,从而得到配电网节点边际电价。最后,考虑电动汽车的停泊特性,以购电成本最小为目标建立了充电站分散式优化调度模型并根据价格信号分散求解。在IEEE 33节点配电网系统中进行了充电站购电策略仿真,仿真结果表明,所提出的充电站日前购电策略能实现分散式调度,改善了配电网的潮流分布;同时,节点边际电价能够作为公平的价格信号引导充电站有序充电,在保证配电网安全经济运行的同时降低充电站的购电成本,提高充电机的利用率。     

电动公交车充电站代理商的月度交易模型与日运行优化策略

以电力大用户参与电力市场交易为背景,研究电动公交车光储充电站通过代理商参与月度电力交易的优化问题。基于实际电动公交车充电站的充电历史数据,提出了电动公交车代理商参与月度市场双边交易的优化模型,该模型考虑了充电站内光伏发电和充电负荷的随机性;提出了最小化偏差电量惩罚的充电站日运行优化策略与实施方法,通过控制充电站内储能系统充放电策略减小月度合同的偏差损失。算例结果表明,所提出的模型和策略可给出代理商月度交易的优化方案,并可显著减少合同偏差电量、降低惩罚费用。