摘要：针对当时有序充电战略优化方针单一且未考虑。新动力。出力的现状，提出了面向光储充一体化社区的有序充电战略。首要，将下降社区负荷峰谷差作为电网层优化方针，将削减用户充电费用作为用户层优化方针，完结双层多方针有序充电模型的规划。其次，规划依据云边协同的调度架构，将电网层优化模型布置在云端侧，用户层优化模型布置在边际侧。该架构能有用运用边际侧的核算资源，缓解云端侧面临电动轿车大规模接入时的核算压力。最终，以5种充电场景为例进行算例剖析。试验标明，与无序充电比较，所提战略能够使社区负荷峰谷差削减40.47%，充电均价削减52.63%。与单层有序充电战略比较，该战略归纳效果优势显着，在保证配电网安全安稳运转的一起，统筹电动轿车用户的经济利益。

关键词：光储充一体化社区；有序充电；双层多方针优化模型；云边协同；电动轿车。

0导言。

近年来，跟着全球经济的快速打开，很多化石动力被挖掘运用，对环境构成污染，而电动轿车因具有环保、低碳等长处得以快速打开，据《电动轿车打开战略研讨报告》数据猜测，2030年我国电动轿车保有量将到达6000万辆。电动轿车数量的添加能够有用削减对传统动力的运用，但电动轿车很多接入电网必然会带来许多影响，如加重负荷动摇、增大负荷峰谷差、削减电网设备寿数等。因而研讨电动轿车有序充电战略具有重要意义和实用价值。

现在，国内外现已针对电动轿车有序充电战略打开了相关研讨。以变压器容量等为束缚条件、以充电站运营本钱最低为方针树立有序充电模型。在分时电价的基础上，提出一种依据动态分时电价的电动轿车有序充电办法，引导车主有序充电，平抑配电网负荷动摇。以上研讨仅针对单一方针进行优化，未考虑多方利益。充沛考虑到用户多方面需求，提出了依据好坏解距离法的电动轿车有序充电优化战略，该战略既能节省用户充电本钱，又能完结电力负荷削峰填谷的方针。以配电网与充电站交互功率、充电站运营收益两方面为方针，树立充电站调度模型，减小电池的损耗与放电本钱。但上述研讨都未考虑新动力出力的状况。针对散布式动力出力具有随机性等问题，构建了多方针两阶段优化模型，平抑了散布式动力出力动摇，一起下降了用户充电本钱。针对电动轿车的入网问题，提出了含散布式。电源。和电动轿车充电的优化重构模型，在IEEE33节点规范配电体系中进行。仿真。验证。但上述研讨未考虑参加储能设备进步散布式动力的就地消纳。凭借住宅小区的有序充电操控体系，运用分时电价调理电动轿车充电负荷，到达最大化用户侧和电网侧利益的意图，但文中的会集式调度架构在面临大规。模电。动轿车接入时，简单因核算量大而导致呼应速度慢等问题。

综上所述，现有研讨存在以下问题：1)优化方针单一，缺少对用户、电网等多方面利益的考虑；2)没有考虑参加散布式动力和储能设备来进步用户呼应战略的积极性和散布式动力的就地消纳；3)现有的会集式调度架构在大规模电动轿车接入的状况下，存在核算资源严重、呼应速度慢的问题。鉴于上述问题，本文针对包括光伏单元和储能单元的社区，以光储充一体化社区为例，提出了一种依据鼠群优化。算法。(ratsw。arm。op。ti。mizer,RS。O)的双层多方针有序充电战略，在光伏充沛消纳的状况下，考虑用户侧和电网侧的利益，有助于负荷的削峰填谷，下降峰谷差，一起削减充电费用。此外规划了依据云边协同的调度架构，有用运用边际侧的核算才能，下降云端侧面临大规模数据的核算压力。

1光储充一体化社区无序充电剖析。

1.1光储充一体化社区体系结构。

如图1所示，光储充一体化社区体系由光伏单元、储能单元和变压器等组成。其间箭头表明电能的流向，光伏单元和电网提。供电。能，充电桩。和惯例负荷耗费电能。其间储能单元比较特别，既能供应电能，也能耗费电能，为了后续简化充电模型，把储能单元看作负荷耗费电能，核算时储能单元若处于充电状况，则功率为正，反之功率为负。

图1光储充一体化社区体系结构。

当光伏出力大于充电负荷时，光伏单元先对充电桩供电，其次向储能单元供电，若有充裕再流向惯例负荷；当光伏出力小于充电负荷时，储能单元对充电桩进行供电，最终充电负荷的差额由电网供应。

1.2社区无序充电负荷模型。

单个居民的充电行为是随机的和无序的，但从整体而言，充电规则会遭到社区居民生活习惯和出行规则的影响。本文以2017年美国交通部对全美家用轿车出行的核算成果为依据，并结合中美出行时段差异做了必定程度的调整，使之更契合我国居民用户的出行状况。

调整之后居民回家时刻的概率密度函数为。

式中：xs为居民回家时刻；期望值ms=18.74；规范差s s= 3.41。假定居民回家就开端充电，即能够把回家时刻看作电动轿车开端充电时刻。调整之后居民离家时刻的概率密度函数为。

式中：xe为居民离家时刻；期望值me= 7.92；规范差s e= 3.24。假定居民离家才完毕充电，即能够把离家时刻看作电动轿车完毕充电时刻。

电动轿车日行进路程的概率密度函数为。

式中：d为电动轿车日行进路程；期望值md= 3.2；规范差s d=0.88。

居民出行规则概率密度散布如图2所示。

图2居民出行规则概率密度散布。

从图2能够看出：电动轿车开端充电时刻会集在16：00—21：00，完毕充电时刻会集在06：00—10：00，日行进路程会集在50km以内。

1.3无序充电负荷。模仿。

本文选用蒙特卡洛法模仿社区居民的无序充电行为。假定电动轿车每天充电一次，直到充溢停止，整个充电进程近似为恒功率充电，并挑选更适合社区的惯例充电方法。电动轿车无序充电负荷模仿流程如图3所示，详细过程如下。

图3无序充电负荷模仿流程。

1)输入最大仿真次数和电动轿车总数量，并进行初始化；

2)依据前文说到的概率模型，随机生成车主充电开端时刻、完毕时刻和日行进路程；

3)结合电动轿车相关。参数。核算得到充电电量，并累加得到充电负荷；

4)当完结一切电动轿车充电负荷的核算后，进行下一次仿真，仿真次数到达最大值后，取均匀值输出电动轿车无序充电负荷曲线。

1.4社区无序充电仿真剖析。

社区电动轿车无序充电负荷和储能单元、光伏单元出力状况如图4(a)所示，三者再和社区惯例负荷叠加得到无序充电下的社区负荷，如图4(b)所示。

从图4中能够看出：光伏单元出力时刻会集在在08：00—17：00，期间光伏发电量能够掩盖充电负荷和储能单元的耗费，剩余的再供应社区惯例负荷运用，无须上网，削减传输时的损耗，完结就地消纳。但充电负荷会集的时刻段正好是惯例负荷的顶峰时刻段，简单“峰上加峰”，进一步添加峰谷差，加重电网负荷动摇。此刻储能单元能够放电，对充电桩供电，下降负荷峰值。

图4无序充电仿真成果。

在18：00—22：00这一时刻段，社区负荷现已超越变压器有功功率上限，使变压器处于过载状况，危害其运用寿数。和一般社区比较，光储充一体化社区的负荷峰值和越限时刻都有必定程度下降，但仍未处理社区负荷越限和动摇大的问题，影响居民的安全用电，亟需对电动轿车充电行为打开有序调度研讨。

2依据鼠群优化算法的双层多方针有序充电战略。

2.1双层多方针有序充电战略。

本战略提出了社区负荷峰谷差和用户充电费用最小的双层多方针优化模型。第一层是电网层，将下降社区负荷峰谷差作为优化方针；第二层是用户层，将削减用户充电费用作为优化方针，并把电网层优化成果作为本层优化模型的束缚条件，削减用户充电费用，一起考虑社区负荷平稳性。双层多方针有序充电战略详细流程如图5所示。

图5双层多方针有序充电战略流程。

1)获取未来24h社区惯例负荷和光伏出力猜测数据，动态获取用户充电。信息。，包括开端充电时刻、完毕充电时刻、充电量等；

2)当某时段有新车接入或用户改动充电信息时，电网层依据社区负荷峰谷差最小的优化方针求解并输出用户开端充电时刻、光伏的充放电功率和充电负荷；

3)电网层输出的充电负荷作为用户层优化模型的束缚条件，用户层依据用户充电费用最小的优化方针求解并输出用户开端充电时刻、光伏的充放电功率；

4)重复过程2)和3)，到达最大迭代次数，输出新的充电方案；

5)若没有新车接入或用户改动充电信息，则遵从上一时段充电方案；

6)重复过程2)—过程5)，直到优化时段到达最大时段数。

2.2电网层优化模型。

2.2.1方针函数。

电网层的优化方针是下降社区负荷峰谷差，方针函数为。

式中，Pall为总负荷。

2.2.2束缚条件。

1)功率平衡束缚。

式中：Ppva为光伏出力功率；Pc为充电负荷；Pg为惯例负荷；Ps为储能单元充放电功率。

2)总负荷束缚束缚。

式中：Pmax为社区变压器的最大有功功率；PR为社区变压器的额外容量；⋏R为。功率因数。。式(6)代表社区总负荷不能超越社区变压器的最大有功功率。

3)用户充电需求束缚。

充电时刻束缚为。

式中：Timin为第i辆电动轿车充溢电的最短时刻，即按最大功率进行充电需求的时刻；Tineed第i辆电动轿车充溢电需求的充电时长；Timax为第i辆电动轿车的最长充电时刻，即车主回家到离家之间的时刻；S ḭst为第i辆电动轿车开端充电时的电池荷电状况；di为第i辆电动轿车的日行进路程；E100为电动轿车百公里耗电量；B为电池的额外容量；Pcs为充电桩的额外充电功率。

电池电量束缚为。

式中，Siend为第i辆电动轿车完毕充电时电池的荷电状况。

4)储能单元束缚。

储能单元充放电功率束缚为。

式中，Psmax为最大充放电功率。

储能单元容量束缚为。

式中：Bcmax为储能单元最大容量；Bc为储能单元实践容量。

2.3用户层优化模型。

2.3.1方针函数。

社区的电力来自光伏单元和配电网，充电费用也来自这两部分，其他充电设备建造的费用暂不考虑，充电费用方针函数为。

式中：Pi。pvc为第i个时段的光伏单元在电动轿车和储能单元上的输出功率；Rpv为光伏的单位发电本钱；P为第i个时段电网在电动轿车和储能单元上的输出功率；Ri为第i个时段的分时电价；∆t为单位时段；Pipva为第i个时段的光伏出力功率；Pic为第i个时段的充电负荷；Pis为第i个时段的储能单元充放电功率。

2.3.2束缚条件。

式中Pic1为电网层输出第i个时段的充电负荷；Pic2为用户层输出第i个时段的充电负荷。

其他束缚条件和2.2.2节相同。

2.4依据云边协同的调度架构。

现在电动轿车有序充电调度首要采纳会集式调度架构，但在面临大规模电动轿车接入电网时，云主站往往会因为数据巨大导致核算时刻过长，乃至呈现过错。对此，在配电网“云管边端”的建造形式基础上，依据云边协同规划有序充电调度架构，如图7所示。

图7依据云边协同的调度架构。

依据云边协同的调度架构由感知端侧、边际侧和云端侧构成，详细调度流程如下。

1)用户经过。手机。APP将预设充电开端时刻、完毕时刻等充电信息发送给云渠道；

2)云主站从云渠道获取用户充电信息，从。智能。交融终端获取储能单元和充电桩的状况信息，并聚集未来24h的光伏出力、社区负荷猜测数据；

3)云主站内电网层优化模型求解得到电动轿车开端充电时刻、储能单元充放电功率和充电负荷，然后将参数下发至边际侧；

4)智能交融终端内布置用户层优化模型，接纳参数并进行求解，并将参数上传回云端侧；

5)重复过程3)和4)，直到到达设置的最大迭代次数，输出充电方案；

6)智能交融终端内有序充电APP将充电方案操控指令下发到感知端侧设备。

3算例剖析。

3.1参数设置。

本文以湖南某光储充一体化社区为研讨目标，其间详细参数如下。

1)光伏单元容量200kW，均匀发电本钱为0.35元/kWh。

2)储能单元容量为200kWh，最大充放电功率为50kW/h，最大放电深度为90%。

3)配电网变压器额外容量为1000kVA，功率因数为0.9。

4)社区内有300户居民，假定每户一辆车，且具有电动轿车的用户装备一个充电桩；电动轿车浸透率为50%，即电动轿车150辆。单台电动轿车电池额外容量为50kWh，类型为。锂电池。，百公里耗电量为25kWh；充电桩额外充电功率为7kW/h。

以1h为时刻距离，即∆t=1，当地分时电价如表1所示。

3.2成果剖析。

本文以一般社区无序充电、光储充一体化社区无序充电、电网层有序充电、用户层有序充电、双层多方针有序充电等5种充电场景为例进行仿真剖析。

1)5种充电场景下充电负荷和社区负荷。

一般社区无序充电和光储充一体化社区无序充电的仿真成果见图4，由图4中能够看出，社区尽管装备了光储单元，但在无序充电下仍然无法有用处理社区负荷越限和动摇大的问题。

电网层有序充电、用户层有序充电和双层多方针有序充电的仿真成果如图8—图10所示。

图8电网层有序充电。

由图8能够看出：电网层有序充电能够在保证用户正常充电需求的状况下，将充电负荷转移到电价低谷时期，然后完结削峰填谷。但跟着接入电动轿车数量的添加，必然会将更多的充电负荷转移到电价平时段，添加充电费用，下降用户呼应有序充电战略的积极性。

图9用户层有序充电。

由图9能够看出：用户层有序充电相同能够在保证用户正常充电需求的状况下，将充电负荷转移到电价低谷时段和光伏出力时段，然后削减充电费用。此外，储能单元也能够保证电价顶峰时段零散的充电需求，但充电负荷简单在电价低谷时段构成新的顶峰，加重负荷的动摇，影响电网的正常运转。

图10双层多方针有序充电。

由图10能够看出：双层多方针有序充电的充电负荷散布规模更大，既能充沛发挥充电负荷削峰填谷的效果，下降负荷峰谷差，也能削减用户充电费用。

2)5种充电场景下负荷动摇比照剖析。

对社区电动轿车履行无序和有序充电战略的社区负荷状况进行比照剖析，详细数据如表2所示。

由表2能够看出：无序充电时，因为“峰上加峰”的现象，社区负荷超越变压器的有功功率上限，使变压器处于过载状况，负荷峰值和峰谷差率别离到达970.89kW和54.25%。光储充一体化社区依托光伏体系和储能体系尽管能下降负荷峰值和峰谷差率，别离削减了45.23kW和2.23%，但仍然不能处理社区负荷越限问题。

而3种有序充电战略均能有用下降负荷峰谷差，且负荷峰值都未超越上限900kW，其间电网层有序充电和双层多方针有序充电效果较好，和光储充一体化社区无序充电比较，峰谷差别离下降了223.34kW和194.89kW，峰谷差率别离下降了20.81%和17.37%。

3)5种充电场景下用户充电费用比照剖析。

对社区电动轿车履行无序和有序充电战略的社区充电状况进行比照剖析，详细数据如表3所示。

结合图4、图8—图10，由表3能够看出：在无序充电状况下，充电负荷首要会集在电价顶峰时段平和时段，充电费用较高；在有序充电状况下，将充电负荷有用转移到电价低谷时段和光伏出力时段，充电费用较低。其间，用户层有序充电和双层多方针有序充电效果较好，和光储充一体化社区无序充电比较，充电均价别离下降了0.43元/kWh和0.4元/kWh。

3种有序充电战略均能获得不错的效果，但用户层有序充电简单使社区总负荷在电价低谷时段构成新的峰，不利于削减峰谷差。电网层有序充电仅考虑了配电网的安稳性，疏忽了用户的用电本钱需求，简单下降用户的呼应积极性。而双层多方针有序充电在下降负荷峰谷差和削减用户充电费用方面都能获得令人满意的效果，该战略在下降社区负荷动摇性、保证配电网安全运转的一起，进步了用户的经济效益和呼应战略的积极性。

4、处理方案。

图11渠道结构图。

充电运营办理渠道是依据。物联网。和大数据技能的充电设备办理体系，能够完结对充电桩的监控、调度和办理，进步充电桩的运用率和充电功率，进步用户的充电体会和服务质量。用户能够经过APP或小程序提早预定充电，防止在充电站排队等候的状况，一起也能为充电站供应更精确的充电需求数据，便利后续的调度和办理。经过渠道可对充电桩的功率、电压、。电流。等参数进行实时监控，及时发现和处理充电桩毛病和异常状况对充电桩的功率进行操控和办理，保证充电桩在合理的功率规模内充电，防止对电网构成过大的负荷。

5、安科瑞充电桩云渠道详细的功用。

渠道除了对充电桩的监控外，还对充电站的光伏发电体系、储能体系以及供电体系进行会集监控和一致和谐办理，进步充电站的运转可靠性，下降运营本钱，渠道体系架构如图所示。

图12充电桩运营办理渠道体系架构。

大屏显现：展现充电站设备核算、运用率排行、运营核算图表、节碳量核算等数据。

图13大屏展现界面。

站点监控：显现设备实时状况、设备列表、设备日志、设备状况核算等功用。

图14站点监控界面。

设备监控：显现设备实时信息、配套设备状况、设备实时曲线、相关订单信息、充电功率曲线等。

图15设备监控界面。

运营趋势核算：显现运营信息查询、站点比照曲线、日月年报表、站点比照列表等功用。

图16运营趋势界面。

收益查询：供应收益汇总、实践收益报表、收益改变曲线、付出方法占比等功用。

图17收益查询界面。

毛病剖析：供应毛病汇总、毛病状况饼图、毛病趋势剖析、毛病类型饼图等功用。

图18毛病剖析界面。

订单记载：供应实时/前史订单查询、订单停止、订单概况、订单导出、运营商应收信息、充电明细、买卖流水查询、充值余额明细等功用。

图19订单查询界面。

6、。产品。选型。

安科瑞为广阔用户供应慢充和快充两种充电方法，便携式、壁挂式、落地式等多种类型的充电桩，包括智能7kw/21kw沟通充电桩，30kw直流充电桩，60kw/80kw/120kw/180kw直流一体式充电桩来满意新动力轿车行业快速、经济、智能运营办理的市场需求。完结对动力电池快速、高效、安全、合理的电量补给，一起为进步公共充电桩的功率和实用性，具有有智能监测：充电桩智能操控器对充电桩具有丈量、操控与维护的功用；智能计量：输出装备智能电能表，进行充电计量，具有完善的。通讯。功用；云渠道：具有衔接云渠道的功用，能够完结实时监控，财务报表剖析等等；长途晋级：具有完善的通讯功用，可长途对设备软件进行晋级；维护功用：具有防雷维护、过载维护、短路维护，漏电维护和接地维护等功用；适配车型：满意国标充电接口，适配一切契合国标的电动轿车，习惯不同车型的不同功率。下面是详细产品的类型和技能参数。

7、现场图片。

8、定论。

光储充一体化社区尽管能够进步光伏的就地消纳，下降社区负荷峰值，但仍存在社区负荷的越限问题。对此提出了依据鼠群优化算法的双层多方针有序充电战略，该战略满意了电网层和用户层的两边利益，不只能够削减社区负荷峰谷差，还能下降用户充电费用。一起依据云边协同的调度架构充沛运用云端侧和边际侧的核算资源，能够应对电动轿车大规模接入的状况。依据算例剖析，该战略获得的归纳效果显着优于无序充电和单层有序充电战略，起到了削峰填谷、节省用户充电费用的效果，保证了电网的安全、安稳运转。

本文未考虑到不同电动轿车类型、电池类型等要素，此外仅考虑社区有序充电场景，后续将打开进一步研讨，使该战略更具实用性和扩展性。

参考文献。

[1]康童,朱吉然,冯楚瑞,范敏,任磊,唐海国.面向光储充一体化社区的有序充电战略研讨。

[2]张延宇,饶新朋,周书奎,等.依据深度强化学习的电动轿车充电调度算法研讨进展[J].。电力体系。维护与操控,2022,50(16):179-187.。

[3]李景丽,时永凯,张琳娟,等.考虑电动轿车有序充电的光储充电站储能容量优化战略[J].电力体系维护与操控,2021,49(7):94-102.。

[4]邓慧琼,张晓飞,曾凡淦,等.动态分时电价机制下的电动轿车充放电调度战略研讨[J].才智电力,2023,51(3):59-66,78.。

[5]安科瑞企业微电网规划与使用手册2022.5版.。

审阅修改 黄宇。

内容来源：https://tongdaidmxanh.com/app-1/quy luật trúng vé số,http://chatbotjud.saude.mg.gov.br/app-1/betse-baixa