智慧城市网

登录

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

安科瑞电子商务(上海)有限公司

2024/10/12 8:59:45>> 进入商铺

 

张继冬

安科瑞电气股份有限公司 上海嘉定 201801

摘要: 随着电动汽车的普及和 V2G(Vehicle-to-Grid)技术的发展,对电动汽车有序充电控制及负荷预测的研究变得至关重要。本文深入探讨了考虑用户行为的 V2G 模式下电动汽车有序充电控制的负荷预测问题。通过分析用户行为对充电需求的影响,结合先进的预测方法,为实现高效的电动汽车有序充电和电网稳定运行提供理论支持和实践指导。

一、引言
近年来,电动汽车作为一种环保、高效的交通工具得到了迅速发展。V2G 技术的出现使得电动汽车不仅可以从电网获取电能,还可以在适当的时候将电能回馈给电网,实现车辆与电网的双向互动。然而,大规模电动汽车的无序充电可能会给电网带来巨大的负荷波动,影响电网的稳定性和可靠性。因此,研究 V2G 模式下电动汽车有序充电控制及负荷预测具有重要的现实意义。
用户行为是影响电动汽车充电需求的关键因素之一。不同用户的出行习惯、充电偏好等行为差异会导致充电需求的多样化。准确把握用户行为,对于提高电动汽车有序充电控制的效果和负荷预测的准确性至关重要。
二、V2G 模式下电动汽车充电行为分析
(一)用户出行行为
用户的出行行为主要包括出行目的、出行时间、出行距离等。一般来说,工作日用户的出行主要是上下班通勤,出行时间相对固定;而周末和节假日用户的出行目的更加多样化,出行时间也更加灵活。出行距离则决定了电动汽车的耗电量,进而影响充电需求。
(二)充电偏好
用户的充电偏好包括充电时间、充电地点、充电方式等。有些用户可能更倾向于在夜间充电,以利用低谷电价;而有些用户则可能更注重充电的便捷性,选择在公共场所如商场、停车场等进行充电。充电方式也有快充和慢充之分,不同的充电方式对电网的负荷影响不同。
(三)V2G 参与意愿
用户对 V2G 的参与意愿也是影响电动汽车充电行为的重要因素。一些用户可能出于经济利益的考虑,愿意参与 V2G 模式,将电动汽车的电能回馈给电网;而另一些用户则可能担心对电池寿命的影响,不愿意参与 V2G。
三、基于用户行为的电动汽车负荷预测方法
(一)传统负荷预测方法
传统的负荷预测方法主要有时间序列法、回归分析法等。时间序列法是根据历史负荷数据的时间序列特征进行预测,适用于负荷变化较为平稳的情况。回归分析法是通过建立负荷与影响因素之间的回归方程进行预测,需要确定合适的影响因素和回归模型。
(二)考虑用户行为的负荷预测方法
  1. 基于出行链的负荷预测
    出行链是指用户在一定时间内的出行活动序列。通过分析用户的出行链,可以预测电动汽车的充电需求。例如,根据用户的上下班出行链,可以确定电动汽车在工作日的充电时间和充电地点。

  2. 基于用户分类的负荷预测
    根据用户的出行行为、充电偏好等特征,将用户进行分类。针对不同类型的用户,建立相应的负荷预测模型。这样可以提高负荷预测的准确性,更好地满足不同用户的需求。

  3. 基于机器学习的负荷预测
    机器学习方法如神经网络、支持向量机等具有强大的非线性拟合能力,可以有效地处理复杂的用户行为和负荷数据。通过对大量历史数据的学习,建立电动汽车负荷预测模型,提高预测的精度和可靠性。

四、安科瑞充电桩收费运营云平台系统选型方案

(一)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。

(二)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。

(三)系统结构

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

系统分为四层:

(1)即数据采集层、网络传输层、数据层和客户端层。

(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。

(四)安科瑞充电桩云平台系统功能

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、收益、能耗、故障记录等。统一管理小区充电桩,查看设备使用率,合理分配资源。

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

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。

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

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。

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

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。

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

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。

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

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。

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

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

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

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。

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

9.系统硬件配置

 

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

浅聊用户行为的V2G模式下电动汽车有序充电控制负荷预测研究

五、结论
本文对考虑用户行为的 V2G 模式下电动汽车有序充电控制负荷预测进行了深入研究。通过分析用户行为对充电需求的影响,提出了基于出行链、用户分类和机器学习的负荷预测方法,以及分时电价引导、智能充电管理系统和激励机制等有序充电控制策略。案例分析表明,这些方法和策略能够有效地提高负荷预测的准确性和电动汽车有序充电控制的效果,为实现 V2G 模式下电动汽车与电网的协调发展提供了理论支持和实践指导。

然而,目前的研究还存在一些不足之处。例如,用户行为的复杂性和不确定性使得负荷预测仍然存在一定的误差;V2G 技术的推广和应用还面临着一些技术和政策上的障碍。未来的研究需要进一步深入分析用户行为,完善负荷预测方法和有序充电控制策略,加强 V2G 技术的研发和应用,推动电动汽车产业的健康发展。

参考文献:

[1]薛静云,张银环.基于用户行为的V2G模式下电动汽车等有序充放电控制策略研究

[2]彭晶,黄虹,刘福潮,基于V2G技术的电动汽车有序充放电策略研究

[3] 安科瑞企业微电网设计与应用手册.2022.05版

作者介绍:
张继冬,男,现任职于安科瑞电气股份有限公司。

相关技术文章:

当前客户在线交流已关闭
请电话联系他 :