综述:多组学整合助力可持续生物氢生产:释放微生物生物燃料系统的潜力
《RENEWABLE & SUSTAINABLE ENERGY REVIEWS》:Integration of omics for sustainable biohydrogen production: unlocking the potential of microbial biofuel systems
【字体:
大
中
小
】
时间:2025年12月06日
来源:RENEWABLE & SUSTAINABLE ENERGY REVIEWS 18.0
编辑推荐:
T. Unterluggauer|F. Hipolito|P.B. Andersen|J. Rich|M. Marinelli
丹麦技术大学风能与能源系统系,丹麦Kongens Lyngby,2800
**摘要**
随着社会电气化进程的加快,电力分配网络面临着越来越
T. Unterluggauer|F. Hipolito|P.B. Andersen|J. Rich|M. Marinelli
丹麦技术大学风能与能源系统系,丹麦Kongens Lyngby,2800
**摘要**
随着社会电气化进程的加快,电力分配网络面临着越来越大的压力。随着新增电网连接需求的激增,电力系统运营商在提供网络接入方面面临日益严峻的挑战,往往需要投入大量资金和时间来加强电网设施。这些限制凸显出亟需短期、成本效益高的解决方案,以便在推动电气化进程的同时优化现有电网容量。条件性连接协议为解决这一问题提供了有效途径,但目前其应用仍较为有限,主要针对中高压用户。本文探讨了条件性连接协议在低压电网中的应用,重点研究其在电动汽车充电领域的应用。首先,我们基于功率分配方式提出了条件性连接协议的新的分类方法,并对现有的、尽管尚处于起步阶段的电动汽车相关研究进行了全面梳理。随后,我们结合在丹麦Frederiksberg市与当地电力系统运营商共同开展的实地研究,提出了四种适用于低压电网的解决方案。我们在两个公共住宅区充电站点展示了这些方案的实施方式,并给出了初步研究结果。最后,我们指出了实施过程中面临的挑战,并提出了未来研究的方向。
**1. 引言**
随着电动汽车及其他分布式能源资源的日益普及,电力分配网络面临着巨大压力。由于电力分配网络最初并非为满足电动汽车带来的额外需求而设计,未来可能需要投入大量资金和时间来加强电网设施,从而延缓公共充电基础设施的建设进度。因此,许多研究致力于探讨电动汽车充电对电力分配网络的影响[1]、[2],以及如何利用电动汽车的灵活性来减少对电网加强的需求[3]、[4]。
**1.1 灵活性获取的类型**
欧洲能源监管机构委员会提出了四种不同的机制,帮助电力系统运营商获取电力分配网络中的灵活性资源,包括:1)基于规则的方法,2)网络定价机制,3)连接协议,4)基于市场的采购方式[5]。基于市场的灵活性采购方式可进一步分为a)双边合同和b)本地市场平台。如图1所示,这四种机制均为电力系统运营商提供了应对电力分配网络约束的手段,可作为传统电网加强措施的替代方案或补充措施。
下载:高分辨率图片(298KB)
下载:全尺寸图片
图1. 电力系统运营商应对电力分配网络约束的手段概览(基于[5]的示意图)。总体而言,这些机制的复杂性从左到右逐渐增加。
虽然已经有多种定价机制被提出,作为利用需求侧灵活性的第一步(例如,分时电价在欧洲已被广泛采用[6]),但连接协议直到最近才被更广泛地视为解决电力分配网络容量问题的工具[7],因此目前应用较少,主要应用于分布式发电或大型用户领域[8]、[9]。此外,只有少数国家,如英国和法国,实现了让电力系统运营商能够为电网规划与运营获取基于市场灵活性的解决方案[10]。尽管监管机构倾向于将基于市场的方案作为长期解决方案[5]、[9],但在大多数国家,其商业化应用仍需数年时间,且在电网的某些区域可能面临可行性问题。因此,亟需能够在短期内实施的实用方案,以更好地利用现有电网容量。这在那些灵活性市场并不可行的地区尤为重要,例如某些低压电力分配网络区域,由于地理范围有限且市场规模较小,灵活性市场并不具备实际操作性。
**1.2 条件性连接协议**
在电力分配网络剩余容量有限的区域建立新的电网连接,往往需要投入大量资金和时间,因为通常需要加强电网设施。为促进在容量受限区域的新型或现有电网连接的部署或升级,一种可行的解决方案是采用条件性连接方式[11],它属于替代性连接的一种[9]。这类连接也被称为非固定型[12]、[13]、灵活型[14]、[15]、可中断型[6]、[16]、受限型[8]、可削减型[17]、动态型[18]、可变型[19]以及智能型[20]、[21]连接,或者称为具有有限电网接入权的连接[22]。与标准的固定型电网连接不同,条件性连接协议建立在非固定型电网接入的概念之上,即接入权限会随时间或特定电网状况发生变化,从而能够在容量受限的区域更快地实现电网连接。
条件性连接协议是电网用户与电力系统运营商之间的自愿性双边协议。在大多数国家,电力系统运营商并无义务提供此类协议,用户也无需接受它。然而,如果用户拒绝该提议,则必须等待电网得到充分加强后才能获得电网连接,如图2所示。
下载:高分辨率图片(346KB)
下载:全尺寸图片
图2. 丹麦境内考虑采用自愿性条件性连接协议时的电网连接流程简化图。需要注意的是,欧盟各成员国的连接费用有所不同。在丹麦及一些其他国家,除了直接的连接费用外,用户还需支付连接费,用于分担电网加强的成本(例如,根据所申请的电流大小来确定[24])。在其他国家,则只收取其中一项费用[6]。
如图2所示,条件性连接协议既可以作为临时解决方案(在电网加强完成并能够提供固定型连接之前,让用户能够接入电网),也可以作为永久解决方案(用于减轻或推迟电网加强的需要)[9]、[14]。这两种方案都能为多方利益相关者带来好处。对于电力系统运营商而言,由于能够更高效地利用现有电网容量,从而做出更好的投资决策并降低投资需求;而对于电网用户来说,则可以更快地获得电网接入服务,降低连接费用(对于永久性条件性连接协议而言),并且还有可能在不增加额外成本的情况下获得更广泛的供电服务(即完全灵活的连接方式)[9]。此外,条件性连接协议还能通过提高电网利用率、减少对电网加强的需求,进而降低电网费用,从而为整个社会带来益处。
尽管有上述诸多优势,迄今为止,条件性连接协议大多仅提供给中高压电网用户,即便有提供,也极为少见。相比之下,低压电力分配网络则几乎被忽视[23]。然而,未来几年,随着大量新的分布式能源资源被接入那些目前就已面临容量瓶颈的地区,低压电力分配网络将面临日益严重的供应挑战[25]。
**1.3 研究范围**
鉴于需要实用的解决方案来加快电网连接速度,本研究聚焦于低压电力分配网络中的条件性连接协议,旨在通过整合综述文章、概念与设计研究以及实验研究的内容,弥合理论与实践之间的差距。本文仅关注条件性连接协议解决方案的技术层面,不涉及监管和经济方面的内容。
本文的重点是针对那些因变压器限制而存在容量约束、且仅有单一条件性连接协议用户的低压电力分配网络区域。因此,由其他电网约束或多个条件性连接协议用户带来的复杂性问题不在本研究范围内。总之,本文将:
1. 基于推断可用电网容量的方法,提出条件性连接协议解决方案的新分类体系;
2. 对目前关于条件性连接协议在电动汽车充电领域应用的有限文献进行全面综述;
3. 为低压电力分配网络提出四种条件性连接协议解决方案,并对其优点与缺点进行深入分析;
4. 展示在丹麦Frederiksberg市的两个公共住宅区充电站进行的实际应用示范情况;
5. 讨论与低压电力分配网络中的条件性连接协议相关的挑战及未来研究方向。
本文的其余部分结构如下:第2节阐述本文的研究方法与贡献;第3节介绍条件性连接协议解决方案的分类体系,并回顾电动汽车领域的相关研究;第4节介绍四种不同条件性连接协议解决方案的设计方案;第5节讨论这些方案的实现过程及初步成果;第6节为未来研究提供指导方向;第7节为结论部分。
**2. 研究方法与贡献**
本文的研究方法与贡献如图3所示,主要围绕三个要素展开:1)文献综述,2)低压电力分配网络条件性连接协议解决方案的设计,3)这些方案在现实场景中的应用示范。
下载:高分辨率图片(635KB)
下载:全尺寸图片
图3. 本文的研究方法与贡献。左侧为研究方法,深绿色矩形表示输入数据;右侧则针对已识别的研究缺口、研究范围与适用性、电网连接类型以及电力分配网络类型,对研究方法的每一步进行了更详细的分析。
首先,文献综述部分涵盖了科学论文、试点项目、报告以及现有的条件性连接协议产品,共分为两个主要阶段:1)对现有解决方案的分类,2)对与电动汽车应用相关的文献的评估。在第一个阶段,近年来出现了多种不同的条件性连接协议解决方案,它们在多个方面存在差异,尤其是功率分配方法方面。然而,目前尚未形成统一的术语体系,这给标准化和知识传播带来了困难。为弥补这一不足,我们提出了一种新的分类框架,该框架涵盖了所有类型的电网连接和电网层级(即该分类并不局限于电动汽车充电应用或低压电力分配网络)。在第二个阶段,尽管条件性连接协议在电动汽车充电领域的应用仍然较少,但近年来其受到的关注度显著上升。因此,有必要回顾现有的相关方法,并重点介绍那些适用于电动汽车充电基础设施部署的相关研究。据作者所知,这是首篇关于条件性连接协议在电动汽车充电领域应用的综述。由于相关文献数量有限,且术语统一也存在困难,本综述还纳入了一些并未明确提及条件性连接协议,但采用了类似概念的研究成果。此外,需要指出的是,虽然本综述并未局限于特定的地理区域,但现有文献大多来自欧洲。
接下来,基于文献综述的结果,并与丹麦电力系统运营商Radius Elnet A/S密切合作,我们针对低压电力分配网络的需求,提出了四种不同的条件性连接协议解决方案,以寻求实用的短期解决方案。尽管该电力系统运营商目前已提供临时型(Trinvist fuldt leveringsomfang,即逐步全面供电)和永久型(Tilslutning med Begr?nset Netadgang,即具有有限网络接入权的连接)条件性连接协议,但这些产品目前仅面向接入10千伏及以上电压等级电网的用户[27]。出现这一限制的原因在于,低压电力分配网络的电网监测能力有限,而大型用户则需要更复杂的通信和远程控制功能。作为丹麦FUSE项目[28]的一部分,该项目旨在为人口密集的城市地区制定一种在电网效率方面也能达到最优的公共充电基础设施部署策略,这些解决方案正是基于Frederiksberg市的案例研究开发的。因此,它们是在丹麦的特定框架下设计的,同时也充分考虑了该电力系统运营商的运营需求。不过,鉴于数据可用性和监管环境具有相似性,这些解决方案也可在全球范围内应用。此外,它们并不局限于特定技术,可适用于所有具有灵活需求类型的低压电力分配网络连接,因为这些解决方案与具体用户无关,而是侧重于功率分配方法。
最后,我们在两个公共充电站展示了这四种条件性连接协议解决方案的实现情况,并给出了初步的示范结果,以弥补目前在低压电力分配网络中缺乏电动汽车充电条件性连接协议实际应用示范的现状。虽然本研究聚焦于城市居民区的路边充电站,并使用了Zaptec Pro充电器生态系统[29],但这些方法也可应用于其他类型的可控公共充电基础设施或电网区域。
**3. 电动汽车充电领域条件性连接协议的文献综述**
迄今为止,条件性连接协议在研究层面和实践应用层面都仍然十分有限。最初,学术文献几乎完全聚焦于分布式发电系统的应用[7],涉及诸多方面,如益处[16]、经济可行性[12]、限电逻辑[30]、监管与法律框架[23]、案例研究[8]、规划[31]以及运营[32]。近期,人们开始从不同设计维度分析容量共享协议,涵盖持续时间、通知选项、连接成本、接入原则、补偿机制以及合格用户等重要方面[15]。此外,还有针对固定电池[19]或工业能源社区[13]等其他应用的研究。尽管相关研究仍较为有限,但近年来人们对用于电动汽车充电的容量共享协议越来越感兴趣,大部分研究都在试点项目中开展。虽然根据配电网状况调整接入权限的核心理念相对简单,但实际实施却十分复杂。不同方案在电网利用率、通信需求以及成本方面存在显著差异,这些都需要加以权衡。为了解决这一问题,我们在图4中提出了基于功率分配方法的各类容量共享协议分类。虽然我们的目标是全面详细地概述现有文献中的这些解决方案,但需注意的是,鉴于潜在应用种类繁多,此分类并非面面俱到。接下来,我们将更详细地探讨各类容量共享协议,并介绍与电动汽车充电相关的现有研究成果。表1总结了与电动汽车充电相关的文献情况,其中包括本文[?]。表格顶部列出了明确提及连接协议的文献,而底部则展示了一些采用类似方法但未明确引用容量共享协议概念的研究。试点项目会标注具体名称,而没有对应试点项目的理论研究论文则用“–”标示,因为没有项目名称。表格还提供了研究所在国家、项目周期或发表年份、充电站点类型、简要描述以及容量共享协议类型等信息。
参考文献:
项目名称 CC年份 站点 项目/研究论文描述 CCAS
[49] LV Connect & Manage GB 16-19 LVDNv中的电动汽车充电主动网络管理
[50] Flexpower 1NL 18 高峰/低谷时段具有容量增减的定时连接
[51] Flexpower 2NL 19-20 基于太阳能预测的低谷时段容量定时连接
[52] Charge GB 19-22 静态及实时容量共享协议的详细概念构建、分析与仿真
[53] FuCharNO 19-23 动态负载削减的控制器设计与测量方案选择
[54] FuCharNO 19-23 快速充电的负载削减与无功功率供应
[55] Optimise Prime GB 19-23 商业电动汽车车队的车库充电定时连接方案
[56] aVEnir FR 19-23 考虑配电系统约束的集体住宅建筑智能充电
[57] – 202 住宅集体建筑的灵活电力合同
[43] Charge Collective GB 20-22 街道充电定时连接的定性分析
[3] – 21 电动汽车充电的可中断及可变容量合同综述
[58] Flexpower 3NL 21-22 基于集群与非固定容量的智能充电
[59] EV Grid Trial AU 21-22 电动汽车家庭充电动态运行范围测试
[60] FlexConnectSE 21-? 基于电压下降预测的快速充电负载削减
[61] FUSEDK 21-24 本文提出的CCAS1与CCAS2的示范结果
[62] – NL 22 在用户之间分配非固定运输容量的机制
[63] ? SE 22-? 用于管理条件连接的系统支持开发
[64] FORSEL NO 22-25 条件连接的负载建模与风险评估工具
[65] SLVI 2025 NL 22-25 公共充电条件的全国推广
[66] FLOWDK/IT 22-26 丹麦的CCAS4示范与意大利的半动态容量共享协议示范
[37] – PT 23 包括灵活连接在内的E-REDES灵活性方案讨论
[67] Zero emission energy station NO 23 用于挪威最大杂货批发商ASKO的卡车车队电气化CCAS
[35] LCMSUS 23-25 客户管理与配电系统管理的CCAS测试
[68] FlexCPT 23-25 集体建筑车库的电动汽车充电灵活连接试点
[69] IMPROCAPBE 23-27 动态运行范围对电动汽车承载能力的影响评估
[70] – 24 作为承载能力评估部分的动态运行范围研究论文
[38] – AT 24 电动汽车停车库的静态与动态运行范围比较
[71] – 24 面向拥有电动汽车的产消者的基于动态运行范围的本地能源市场
[35] Flex ConnectUS 24-? 基于提前预报的家庭、公共快速充电及卡车车库充电CCAS
[72] FIXUS 24-? Itron与Mobility House推出的电动汽车车队灵活连接计划
[73] – AU 25 动态运行范围内的双向电动汽车最优调度
[74] My Electric Avenue GB 13-15 基于变电站状况的充电限电
[75] BienVEnu FR 16-18 考虑配电系统约束的集体住宅建筑智能充电
[76] Electric Nation GB 16-19 聚合器根据季节性容量曲线管理充电
[77] Invade NL 17-20 基于容量曲线及其他利益相关方输入的智能充电
[40] NETZlabor E-Mobility-Allee DE 18-19 10户独立家庭的静态及实时负载管理试点
[78] ELBE DE 18-22 具备拥堵情况下负载削减能力的智能充电推广
[42] NETZlabor E-Mobility-Chaussee DE 19-21 农村地区8辆电动汽车的静态及实时负载管理试点
[41] NETZlabor E-Mobility-Carré DE 20-21 公共地下车库的静态及实时负载管理
[44] Agile Streets GB 20-22 基于定时连接、用户输入及收费方式的智能充电
[79] SmoothEMS met GridShield NL 21-24 基于变压器负荷的充电功率限制软件
[48] – 22 静态与动态充电计划的比较
[46] Ubitricity pilot GB 23-25 英国电力网络大规模公共智能充电试点(推迟实施)
[47] Grid-aware charging pilot NL 23-25 北布拉班特和林堡地区的大规模公共智能充电试点
[?] FUSE/FLOWDK 21-24 LVDN的容量共享协议综述、设计与实施
缩写:CC = 国家代码[80];Ref. = 参考文献。充电站点类型:1=私人住宅;2=共享住宅;3=公共场所;4=工作场所;5=其他。容量共享协议类型:i=静态;ii=半静态;iii=半动态;iv=动态;v=实时。
3.1 静态条件连接
最简单的解决方案是静态容量共享协议,其可用容量是通过仅基于历史数据进行的容量分析预先确定的,且在整个合同期内保持不变。因此无需额外的配电网监控和通信基础设施,便于实施且对用户透明。但由于依赖历史数据,静态容量共享协议存在无法充分利用现有电网容量的缺点。这类协议可以是临时降低容量的固定连接,也可以是固定的定时/按曲线连接的方案。降低容量的固定连接只是临时措施,仅在增容完成前提供部分所需容量。而定时连接则可通过预设的随时间变化的容量曲线,让用户在配电网负荷较低时获得全额电力,而在容量受限时限制供电,从而更高效地利用闲置容量[9]。
南加州爱迪生公司开展的负载控制管理系统(LCMS)试点项目[35][36]对临时降低容量和固定定时连接进行了测试。参考文献[3]也简要提到了固定定时连接,文献[37]从配电系统运营商的角度进行了探讨,文献[38]则针对停车库进行了模拟研究。此外,还有多项研究聚焦于不同类型电动汽车充电的定时连接方案。文献[39][40][41][42]研究了家庭充电的定时连接方案。其中[39]为纯科学研究,比较了不同的家庭充电静态计划。而在德国的三个试点项目——NETZlabor E-Mobility-Alle、E-Mobility-Chaussee和E-Mobility-Carré中,则展示了在晚高峰时段降低充电功率的定时方案。E-Mobility-Alle针对郊区家庭充电,共有10户家庭参与;E-Mobility-Carré则着眼于城市多单元公寓楼的充电需求,该建筑有一个公共地下车库,内设45辆电动汽车和58个充电接口;E-Mobility-Chaussee则聚焦于农村地区的家庭充电,有8户家庭参与。
文献[34][43][44][45][46][47][48]研究了公共充电的定时连接方案。文献[43][48]分析了公共住宅充电的固定定时连接。此外,Agile Streets试点项目提出了一种基于云的解决方案,充电计划由用户输入、收费标准以及为公共充电站点设定的静态容量限制共同决定[44]。Charge项目[34][45]也深入研究了定时容量连接和用户负载管理方案,为英国公共充电基础设施的此类连接概念构建、分析及仿真提供了重要见解。最后,英国和荷兰开展了两项大规模公共充电试点。在英国,ubitricity与英国电力网络合作开展了为期两年的试点项目,允许用户安排在高峰时段(16:00–19:00)暂停充电[46]。在荷兰,Vattenfall与电网运营商Enexis合作,对800个充电站进行了试点,高峰时段(15:00–21:00)会降低充电容量,之后电网可用容量逐渐增加,到23:00时可恢复满容量。通过与TapElectric应用程序的整合,用户能够及时收到电网限制通知,并可选择不充电[47]。
3.2 半静态条件连接
与静态版本类似,半静态容量共享协议也依靠历史数据来确定配电网用户的可用容量。不过,通过设定更细致的规则,比如考虑季节性变化、月度或日度波动,或是特定预测信息,能够实现更高效的电网利用。
多项试点项目研究了电动汽车充电的季节性定时连接方案[35][55][76][77]。Electric Nation试点项目采用了聚合器解决方案,根据季节性容量曲线管理多个家用充电设备的用电情况[76]。Invade试点项目则基于历史累计需求曲线计算出的容量限制,开展了大规模公共充电试验[77]。而Optimise Prime项目则开发了一种用于为商业电动汽车车队在车库充电的定时连接规划工具[55]。在LCMS试点项目[35][36]中,也测试了由用户自行管理的季节性容量曲线。
荷兰的Flexpower Amsterdam项目进一步研究了公共充电的半静态容量共享协议。在Flexpower 1 [50][81]中,工作日、周末和节假日均采用了在早晚高峰时段降低容量的不同定时连接方案,但仅分析了工作日的情况;Flexpower 2 [51]则允许根据提前一天的太阳能预测,在低谷时段提高容量。此外,文献[54]提出了挪威容量共享协议中用于全年快速充电的负载削减及/或无功功率供应评估方法。最后,文献[62]提出了一种分配非固定运输容量的方法,用户可以选择以不同可靠性水平签订部分电网连接合同,这些容量分配的有效期为48小时,用于家庭电动汽车充电。
3.3 半动态条件连接
半动态容量共享协议通过在用户出现配电网异常状况时必须暂时降低或中断用电需求的条件下,允许用户完全使用配电网资源,从而进一步提升现有电网容量的利用率。这类状况可在用户端或配电网内的关键设备处进行监测。因此,该方案仅适用于单一配电网约束场景,且对监控和通信功能的要求更高。
瑞典的[63]项目基于E.ON SWITCH和OpenADR灵活性服务平台开发了一套容量共享协议管理系统。在?lvkarleby,他们使用CTEK 22千瓦充电设备进行了测试,当出现拥堵时,充电功率会被降至预定的5千瓦水平,且可通过实时数据验证充电情况。另一个瑞典项目FlexConnect也采用了半动态容量共享协议来缓解局部约束,但主要针对快速充电场景。根据预测模型,一旦出现电压异常,可用容量就会从250千瓦降至17千瓦[63]。而[57][75]则专注于集体住宅建筑中的充电问题。其中[57]从纯理论角度研究了灵活连接方案,而由法国配电系统运营商Enedis主导的BienVEnu项目[75]则开发了一套用于商业用途的智能充电管理系统,该系统经过了模拟和实际测试。该方案基于充电优先级,能够接收变电站发出的信号,以遵守变压器容量限制。
此外,文献[74][78][79]研究了基于变电站安装的监控设备制定的电动汽车充电管理方案。My Electric Avenue试点项目测试了一种基于变电站馈线电流实时测量的家庭充电限电方案[74]。ELBE项目则探讨在德国汉堡部署多达7400个具备电网感知功能的私人充电点,同时确保每个充电点的最低充电功率为8安培,此外还建立了配电系统运营商与充电点运营商之间的接口,以便在电网拥堵时降低负载[78]。最后,SmoothEMS met GridShield项目开发了一种软件解决方案,可根据变电站的实时测量数据限制可用电力[79]。
3.4动态条件连接与半动态方法不同,后者将容量限制在预定水平,而动态CCAS通过动态分配空闲电网容量来提高PDN利用率,但代价是增加了复杂性。动态CCAS的解决方案可能具有多种特性。一种方法是使用预测性单约束管理连接,根据对单个PDN约束的预测来分配容量,这些预测可在本地层面进行,或针对用户所在位置上游的关键设施进行。另一种方法如澳大利亚所采用的,是运用动态运行范围。该方法不为客户设定具体数值,而是为特定时间间隔内各个或汇总的分布式能源资源分配PDN的剩余承载能力作为上下限。在[35]、[36]、[58]、[59]、[65]、[72]、[84]等项目中展示了用于电动汽车充电的动态运行范围。澳大利亚的EV Grid Trial试点项目[59]由五个配电系统运营商合作开展,测试了包括需求响应和太阳能高峰期在内的各种场景下的动态电动汽车家庭充电范围。Flexpower 3则采用了基于固定和非固定容量的集群式方法。连接到同一变压器的所有充电点被虚拟归类,并被赋予一定的固定容量,此外还会根据提前一天的承载能力预测分配额外的非固定容量,这些总容量随后仅分配给正在使用的充电会话[58]。后续的SLVI2025项目旨在通过纳入日内预测并推动此类方案在荷兰公共充电领域的广泛应用,进一步改进现有方法[65]。LCMS试点项目也在测试另一种基于预测的解决方案,该方案采用IEEE 2030.5协议进行通信[35]、[36]。最后,太平洋煤气电力公司的Flex Connect试点项目正在测试基于提前一天预测的动态CCA在多种场景中的应用,包括家庭私人充电、特斯拉快速充电站以及卡车充电站。该系统会预测次日特定变电站的预期负荷限制,并将提前一小时的限值发送给相关用户[35]、[84]。此外,[38]、[69]、[70]、[71]、[73]中的研究主要从理论或仿真角度探讨动态运行范围。作为比利时Improcap项目一部分的[69]研究,重点模拟了动态运行范围对电动汽车承载能力的影响,综述文章[70]也简要提及了电动汽车充电的动态运行范围问题。[38]的研究则评估了与静态方案相比,动态运行范围在提升停车场承载能力方面的效果,这一方案将在阿斯珀恩智能城市研究的智能电网试验平台上得到应用。[71]文章提出了一种框架,用于在地方能源市场中管理拥有电动汽车和光伏系统的产消者。最后,[73]的研究探讨了一种在动态运行范围下通过双向充电最大化盈利同时最小化电池损耗的框架。
3.5 实时条件连接实时CCAS由于需要实时监控和通信,具有最高的复杂性,但它能够实现最高的PDN利用率并增强拥堵防护能力。与动态方法类似,实时CCAS也可分为两类。单PDN约束管理连接用于处理单一PDN约束,容量分配基于对相应约束的实时监控;而主动网络管理方案则适用于存在多个PDN约束的区域,因为这类系统能持续监控PDN,并将该区域的可用容量以设定值的形式分配给各客户。关于电动汽车家庭充电的实时CCAS,相关研究见于[37]、[40]、[41]、[42]、[49]、[68]。LV Connect and Manage项目为六个配备家庭充电站及其他分布式能源资源如光伏和电池的低电压配电网实现了主动网络管理系统[49]。此前提到的E-Mobility-Alle[40]和E-Mobility-Chaussee[42]项目则着眼于郊区和农村地区的家庭充电,测试了基于两种概念的实时充电管理:1)依据网络中最远节点的电压;2)依据变压器站的电流值。还有其他一些研究致力于共享家庭充电领域,[37]、[68]中的研究介绍了葡萄牙配电系统运营商E-REDES开展的名为FlexConnection(FlexC)的试点项目,该项目针对集体住宅建筑中的电动汽车充电问题,选择了七栋带有公共车库的住宅楼进行试点,旨在测试基于实时用电监测的智能充电系统,从而避免增加电网容量。同样,法国的aVEnir项目[56]也针对电网容量受限地区的集体住宅建筑测试了主动网络管理技术,该项目开发了一套自动检测/行动链架构,包括用于监测低电压配电网状态并反馈信息的设备、在充电功率超过限制时决定应对措施的算法,以及向相关充电器发送功率调节请求的系统。德国的E-Mobility-Carré试点项目[41]则展示了基于实时电流测量的社区地下车库负载管理系统。相关文献还涉及了公共充电和充电站的内容。ASKO Vestby项目的零排放能源站旨在为挪威最大的食品批发商运营的电动卡车开发新的充电站,并将其接入22千伏电网,该项目提出的CCAS整合了三个要素:为规划目的预测电网容量、利用实时信息启动服务,以及作为安全措施设置最后断电选项[67]。[53]中的研究作为挪威FuChar项目的一部分,设计了负载削减控制器,目的是减少配电系统运营商与充电服务提供商之间的实时通信需求,通过各种本地测量数据对控制器的性能进行了仿真和分析,以解决PDN内的电压问题。另一项基于仿真的研究比较了基于实时电网容量信息限制和安排充电会话的不同策略[48]。此外,Charge项目还研究了本地管理和集中管理的约束方案,该研究为英国公共充电领域的此类连接在概念设计、分析及仿真方面取得了重要进展,同时也提供了利益相关方的见解[34]、[45]。最后,LCMS试点项目[35]、[36]和FIX计划[72]分别在南加州和北美地区测试实时CCAS。
4 低压电网中电动汽车充电的条件连接方案设计下一章将介绍四种适用于低电压配电网的解决方案,内容分为两个部分。首先阐述低压配电网中需要条件连接的原因,随后更详细地讨论各类条件连接方案。
4.1 条件连接的重要性首先,我们通过分析人口密集的弗雷德里克斯贝格市某低压配电网区域的用电情况,来强调条件连接的重要性。该居民区由一台10/0.4千伏变压器供电,主要由独栋住宅(149户)和公寓楼(413户)组成。由于大多数居民居住在公寓楼且主要依靠路边停车位,未来对公共充电设施的需求预计会显著增长。再加上如[25]中所详述的现有变压器容量限制,这一区域很好地体现了条件连接如何加速充电设施的部署,同时延缓或减少对电网扩容的需求。关于所选低压配电网区域的更多细节,可参考[25]中的LV3部分。图5展示了2020年1月至2025年8月的每小时用电量以及相应的日负荷分布情况。尽管在电网正常运行状态下,500千伏安的技术负荷限制从未被突破,但在冬季,66%的运行限制却经常被超过。66%的限值是为了确保在N-1故障情况下,例如相邻变压器发生故障时,可通过重新路由将三分之一的负荷分配到另一台变压器上。至于向该低压配电网区域新增负荷的问题,目前的负荷模式表明,传统上配电系统运营商只有在升级变压器后才会允许新增固定容量连接,这既增加了连接时间,也提升了成本。然而,条件连接方案则允许利用预留的电网容量或因季节性和日常负荷变化而产生的空闲容量,以较低成本快速实现连接。下载:下载高分辨率图像(601KB)下载:下载全尺寸图像图5. 丹麦某低压配电网的总体用电情况(即[25]中的LV3)。子图(a)展示了基于2020年1月至2025年8月每小时智能电表数据的处理后的变压器负荷情况,以及2024年8月至2025年8月的实际变压器负荷测量值。子图(b)则显示了基于智能电表数据的一整天内的负荷分布情况。在假设功率因数为1的情况下,电网正常运行状态下的技术负荷限制和N-1故障状态下的容量限制分别用实线和虚线红色线条表示。此外,该图还展示了2024年8月至2025年8月一年间每分钟测量的有功功率,显示出估算负荷(基于智能电表的汇总数据)与实际变压器负荷之间存在显著差异。7在记录期间,这一差异范围大约在–100千伏安到+140千伏安之间,这说明基于每小时平均智能电表数据得出的负荷估算值可能会低估或高估实际负荷水平。造成这种差异的原因包括未安装电表的负荷,如街道照明和公共服务设施的用电、配电网络中的技术损耗,以及数据精度差异——智能电表通常报告每小时的平均值,而变压器的测量数据则能捕捉到分钟级的峰值。因此,在大多数情况下实际负荷更高,而在2024年冬季,500千伏安的负荷限制甚至可能已被突破。后续内容将更详细地探讨这一差异对条件连接方案设计的影响。
4.2 低压电网的条件连接协议方案鉴于条件连接对低压配电网可能带来的显著益处,我们提出了四种不同的条件连接方案。这些方案部分借鉴了第3节中回顾的现有研究,是在与Radius配电系统运营商密切沟通的基础上制定的。需要指出的是,这些方案注重简洁性,以便于实施。例如,没有考虑变压器的热惯性等因素,因为其可能允许暂时性的超负荷运行。与现有研究中往往需要在大规模投资新的运营流程、电网监测能力和通信基础设施不同的,这些方案无需对配电系统运营商的核心运营结构和系统进行改动。图6全面概述了每种条件连接方案。虽然各方案涉及的主体相同,但它们在用于判断可用电网容量的数据来源方面存在差异。在这种框架下,配电系统运营商与电网客户,通常是充电点所有者,达成协议建立条件电网连接。如果充电点所有者不自行承担充电服务提供商的角色,那么它就会与充电服务提供商签订服务协议,由其负责运营条件连接设施。配电系统运营商向充电服务提供商提供可用电力并监督其合规性,而充电服务提供商则确保条件连接设施在规定的功率限制范围内运行。下文将更详细地探讨每种条件连接方案的具体内容。下载:下载高分辨率图像(2MB)下载:下载全尺寸图像图6. 本文提出的四种不同条件连接方案的概览。对于每种方案,都给出了主要参与方之间技术和合同安排的示意图,同时还展示了1月份的变压器负荷情况(基于汇总的每小时智能电表数据)以及相应的电网容量,最后总结了每种方案的优势与不足。4.2.1 基于每月N-1容量曲线的半静态方案(CCAS1)第一种条件连接方案借鉴了配电系统运营商处理新固定容量连接申请时的现有流程,即通过分析历史数据来确定容量曲线。如图6所示,CCAS1 specifically依赖于连接到相关变压器的电网客户的智能电表数据。通过分析一定时期内智能电表的数据,可以了解全天内的用电分布情况。此类分析可生成每月的容量曲线,这些曲线始终符合配电服务提供商设定的容量限制。由于丹麦的配电服务提供商能够轻松获取智能电表数据,且无需对配电网进行额外的监控与控制,CCAS1具有易于实施的优点,因此有望成为一种可行的短期解决方案。不过,其缺点也包括:由于基于历史数据采用保守的容量分配方式,导致配电网的利用率不佳。此外,尽管智能电表数据能显示每小时的能耗,但无法准确反映实际负荷情况(如图5(a)所示),也无法捕捉到一小时内的短暂负荷高峰,这就需要额外的缓冲容量。再者,随着灵活负荷以及非传统用电模式的出现,CCAS1可能在适应这些变化时面临挑战,因此需要定期重新评估其容量。
4.2.2 基于每月N/N-1容量曲线的半动态解决方案(CCAS2)
鉴于丹麦的停电情况较为罕见,且大多数低压配电网在一年中的大部分时间都处于N状态,若能使用N-1状态的预留电网容量,将显著提升配电网的利用率,同时有可能避免或推迟对配电网的升级改造。该方案利用电网状态指标(N/N-1)来指导容量分配:在N状态下,配电网可接近变压器的技术极限运行;而在N-1状态下,则需降低容量。与CCAS1一样,N和N-1状态的容量曲线也是基于历史数据制定的。由此带来的容量提升体现在图6中的黑色阴影区域。虽然该方案能让用户在N状态下更便捷地使用通常为N-1状态预留的容量,但也会略微增加配电服务提供商的运营负担。尽管电网状态指标的概念较为简单,但目前配电服务提供商的运作仍主要依赖人工进行停电管理及线路重调。鉴于Radius的供电范围涵盖超过11,000台二次变压器[86],若未来希望大规模推广此类解决方案,就必须依靠自动化流程。
4.2.3 基于预测容量曲线的动态解决方案(CCAS3)
虽然CCAS2能够利用N-1状态的预留容量,但其容量曲线仍依赖于基于历史数据的保守分配方式。然而,如图5(a)所示,由于新冠疫情等外部因素或电价大幅波动等影响,用电量会随时间出现显著变化[87]。因此,采用更近期的数据能更准确地反映当前的负荷状况,从而释放出原本未被利用的容量。CCAS3则采用了一种不同的方案:与CCAS1和CCAS2不同,它将最新的智能电表数据与价格、天气预报或特殊事件等预测因素相结合,以此生成短期的负荷预测值及相应的电动汽车充电容量曲线。图6通过两种场景展示了CCAS3的优势:一种是传统的负荷模式(橙色),另一种则是负荷模式的变化(蓝色)。可见,预测负荷值可能低于基于历史数据得出的最高负荷值,从而提升配电网的利用率。此外,精确的短期预测还能提前察觉到潜在的负荷变化,相比CCAS1和CCAS2,能进一步降低配电网拥堵的概率。不过,预测不准确仍可能导致配电网拥堵,这不仅是一个弊端,还会大幅增加运营成本和复杂性。
4.2.4 基于变压器实时监测数据的实时解决方案(CCAS4)
CCAS4是一种基于变压器实时负荷监测数据的解决方案。与前三种依赖智能电表数据估算电网容量的方案不同,CCAS4直接测量变压器的负荷情况,从而准确反映配电网区域的实际负荷状况,如图5所示。因此,CCAS4是唯一能够有效应对那些在历史每小时数据中未能准确体现的短期负荷高峰的方案。此外,它还无需进行电网状态监测或负荷预测。如图6所示,CCAS4既能应对N-1状态下的故障(紫色部分),也能处理配电网拥堵问题(绿色部分),同时还能确保电网容量的最佳利用。此外,该方案还有助于简化配电服务提供商的运营流程。如果数据传输接口能与CPO直接相连,CCAS4就可以作为一种无需额外维护的独立解决方案,让配电服务提供商仅需负责确保各项操作符合合同要求即可。当然,CCAS4的主要缺点是其初始投资成本较高。不过,考虑到它所带来的电网监测能力提升等优势,这一成本还是值得考虑的。
5 实验性现场测试中条件连接方案的实施
下一节将介绍各类解决方案的具体实施方法。我们会探讨演示活动所需的技术架构,详细说明每种CCAS的实现方式,并展示初步测试结果。
5.1 演示环境搭建
本次演示选择了由Merkur Andelskasse拥有的两个现有充电集群——即充电集群1(CC1)和充电集群2(CC2)作为测试对象。图7(a)展示了这两个集群的技术架构概览。每个集群都配备了六台Zaptec Pro充电设备,每台的最大输出电流为32安培,功率为22千瓦[29]。不过,为了降低投资成本,电网连接的额定电流被限制在63安培。虽然在这些集群负载较低时,理论上可以通过提高充电功率来提升效率,但为便于演示,每个集群的电网连接仍保持在63安培。由于电网连接容量约占所有充电接口总容量的33%,因此这两个集群都采用了Zaptec的负载均衡与相位平衡功能[88],在本研究中该功能被视为一个“黑箱”系统。该功能会自动将单相充电任务分配到三个相位上,从而避免任何单个相位超过其电流限制,进而降低馈线端出现故障的风险;同时,当有单相和三相车辆同时接入时,该功能还能实现负载均衡。一旦达到总可用容量上限,负载均衡功能就会降低已连接车辆的充电功率,以确保总需求仍在电网连接允许的范围内。不过,由于这些区域的负荷利用率较低,且单相电动汽车的占比很高,实际上很少需要进行负载共享。虽然可以单独调节每台Zaptec Pro设备的允许输出功率,但本次演示仅侧重于对整个集群的可用功率进行统一管理,以避免干扰前述的智能充电算法。Zaptec Portal以及用于API控制的必要数据,如设备安装信息及充电器编号,均由CPO Spirii提供。此外,在演示过程中,每次充电事件的相关数据——包括功率和能耗信息——都会以大约一分钟间隔被记录下来,以便后续分析。
下载:高分辨率图片(1MB)
下载:完整尺寸图片
图7. 演示环境搭建概览。子图(a)展示了两个充电集群的技术架构,同时说明了各参与方在演示中的职责。子图(b)则展示了用于向用户告知演示活动的标识牌。绿色、紫色和橙色图标分别标出了弗雷德里克斯贝格市内CC1、CC2以及LV3变压器的位置。
相关的电网数据,如智能电表采集的用电数据(用于CCAS1、CCAS2和CCAS3方案),或是功率测量数据(用于CCAS4方案),则由Radius配电服务提供商提供。需要指出的是,与通常采用星形结构但按辐射式方式运行的低压配电网不同[89],弗雷德里克斯贝格市的大部分低压配电网实际上采用网状结构,这一特点在[25]中有更详细的阐述。因此,这两个充电集群由多台变压器共同供电,这给CCAS方案的设计与运行带来了相当大的复杂性。鉴于大多数低压配电网都是按辐射式方式运行的,我们在设计CCAS方案时假设其也采用辐射式结构,即每个集群仅由一台变压器供电(也就是第4.1节中提到的LV3的10/0.4千伏变压器[25])。不过,如果低压配电网为网状结构,也可以通过对多台变压器的负荷情况进行综合分析,来调整相应的CCAS方案。
5.2 各种CCAS方案的实现方式
虽然第4.2节已经介绍了各种CCAS方案的高层设计思路,但本节将详细介绍这些方案在演示中的具体实现方式。图8简要展示了每种方案的实现流程,区分了与容量计算、功率控制以及数据记录相关的操作环节。实际上,容量计算工作由配电服务提供商负责,功率控制则由CPO承担,而准确的数据记录对于后续的计费工作以及确保各项操作符合规定而言至关重要。
下载:高分辨率图片(1MB)
下载:完整尺寸图片
图8. 实现流程的简化示意图。子图(a.1)和(a.2)分别展示了CCAS1的定时功率控制功能(通过Zaptec Portal实现)以及通过API实现的功率控制功能。子图(b)、(c)和(d)则展示了CCAS2、CCAS3和CCAS4的实现方式。橙色、绿色和紫色阴影区域分别对应容量计算、功率控制以及数据记录相关的操作环节。PY为Python脚本的缩写。
5.2.1 CCAS1的实现方式
由于CCAS1依赖于预先确定的月度容量曲线,因此可以通过两种不同的方式来实现该方案。Zaptec的后端系统——即Zaptec Portal——提供了定时功率控制功能,可通过为一天中的每小时设置不同的最大电流限制来控制充电功率,如图8(a.1)所示[90]。另一种实现方式则是通过ZapCloud Web API来进行功率控制,该接口允许开发者直接访问Zaptec的管理系统,从而发送和接收相关指令。这一功能有助于实现对单个充电点以及整个充电集群的电流流动进行精准控制[91],如图8(a.2)所示。无论采用哪种实现方式,其月度容量曲线都是基于2020年至2022年期间LV3的累计用电数据计算得出的;为简化计算,这里假设功率因数为1,具体计算步骤如下:
1. 数据处理:根据三年间的每小时用电数据,为每一天生成24小时的负荷曲线,然后按月份进行归类。
2. 电网容量计算:对于每个月份,通过从N-1状态的电网容量中减去该月份出现的最高小时负荷值,从而得出每天每小时的可用电网容量。
3. 集群容量计算:确定每个月份该充电集群的可用功率,其值为43.47千瓦(对应63安培的电网连接限制)与每天每小时可用电网容量之间的较大值。
图9展示了全年各月份的计算过程及结果。在冬季高峰负荷时段,可能需要采取严格的功率限制措施,而夏季则一般无需限制功率。
下载:高分辨率图片(2MB)
下载:完整尺寸图片
图9. CCAS1和CCAS2的月度容量分配情况。灰色框图根据2020年至2022年的数据,展示了每天每小时的负荷分布情况。实心黑线表示历史上的最高负荷值。技术限制和容量设计标准则分别用实线和虚线红色线条表示;而绿色和浅绿色阴影区域则分别代表N-1状态和N状态下的可用电网容量。最后,CCAS1对应的集群容量用虚线紫色线条表示,而CCAS2在N-1状态下的容量同样用虚线紫色线条表示,在N状态下的容量则用实线橙色线条表示。
由于Zaptec后端系统能够确保充电集群的功率始终处于设定范围内,因此启用定时功率控制功能其实是一个相对简单的过程。不过,仍需每月手动调整预设的容量曲线。相比之下,通过API实现功率控制则无需每月手动调整容量参数,系统可以自动根据每月及每小时的设定值来获取并配置相应的功率值。如图8(a.2)所示,服务器调度程序会在每小时开始时自动运行Python脚本,从而获取允许的容量值,并为充电集群设置相应的功率限制。此外,由于数据采集过程中可能会出现一些意外问题——比如某些充电事件的功率下降过程未能被正确记录为0千瓦,或者某一次充电交易被错误地记录为多次交易——在CCAS1方案演示结束后,我们又开发了另一款Python脚本,用于每隔5分钟记录一次充电设备的状态及安装参数。充电设备的状态信息包括相位电流、充电功率、已输送能量、运行模式以及会话编号等信息;而充电集群的可用功率则可从设备的安装参数中获取。在CCAS2、CCAS3以及CCAS4.5.2.2的演示过程中,数据记录一直持续进行。CCAS2的实施需要为N状态和N-1状态分别制定容量曲线,同时还需掌握电网状况的相关信息。虽然N-1状态的容量曲线与CCAS1相同,但N状态的容量曲线则是参照CCAS1的方法计算得出的,不同之处在于要从变压器的技术承载极限中扣除其最高负荷值。如图9所示,在N状态下,LVDN每月都能以63安培的满负荷运行。与仅需每小时调整功率的CCAS1不同,CCAS2还需要能够随时迅速响应电网容量变化(由电网状况变化引发),因此必须使用Zaptec API来实现这一功能。在商业环境中,N-1状态的事件通常由电力供应机构来确定并通知相关方,而在此次演示中则是通过模拟方式来呈现的。图8(b)展示了这两项前提条件的实现方式。最初,N-1状态的事件是通过抽样生成的:首先从连续21天中的11天中选取(2023年10月25日至11月14日),其次选择电网负荷高峰时段内的开始时间(16:00至21:00),最后确定相应事件的持续时间。电网状况的变化会在预设的开始时间和结束时间被记录下来。此外,为及时应对电网容量的变化,还会以5秒为间隔持续监测模拟后的电网状况。一旦检测到的功率设定值与CCs实际可用的功率之间存在差异,就会通过Zaptec API调整功率限制。为尽量减少延迟,每小时仅通过API获取一次可用功率数据,之后则在本地进行更新。
5.2.3 CCAS3的实施方式
如图8(c)所示,CCAS3的实施方式与CCAS2极为相似,其主要区别在于容量曲线不再预先设定,而是根据预测的电网容量每日变化。这就需要持续传输数据,而这一需求是通过亚马逊简单存储服务(Amazon S3)来实现的,电力供应机构会每天上传每小时的LV3用电数据。尽管Radius近年来在提升数据访问便捷性方面做出了大量投入,但要获取精确的日常用电数据仍然存在困难。这一问题的根源在于电力供应机构的系统存在局限,且需对海量数据进行处理和验证。目前,电力供应机构能够在每天上午10点左右提供LV3的日度数据,但数据会有四天的延迟,这意味着周五提供的数据实际上反映的是前一周一天的用电情况。虽然未来有可能缩短这一时间差,但那样会增加数据验证和处理所需的成本。因此,本研究将测试一种简化的周前负荷预测方法,即根据历史数据中记录的最大负荷增长幅度,为前一周每日负荷曲线中的每一小时叠加一定的负荷系数。需要指出的是,上述数据延迟的情况因具体场景而异。由于LV3涵盖大约580户用户的智能电表数据,而在用户数量较少的LVDN区域,数据收集和处理的速度可能会更快。
5.2.4 CCAS4的实施方式
最后,如图8(d)所示,CCAS4无需监测电网状况或进行负荷预测,而是通过在变压器初级侧安装测量装置来实现功能。该装置能够以分钟级精度持续记录各相及中性线的电压、电流和功率等各项电气参数,它通过MQTT协议连接到物联网中心,再将遥测数据通过Stream Analytics传输到Azure数据湖存储中,同时通过微软的Azure Blob存储在Radius和DTU之间共享数据。每隔一分钟,就会通过用测得的功率值减去变压器的技术负荷极限,来计算出当时的电网可用容量。与CCAS2和CCAS3一样,只有当新的功率设定值与功率限制之间存在差异时,才会对CCs的可用功率进行调整。
5.3 概念验证
为证明相关概念的可行性,并展示CCs能否遵守基于CCA标准设定的功率限制,下文将介绍CCAS1、CCAS2和CCAS4的部分演示结果。由于CCAS3的主要挑战在于建立准确的预测模型,而非充电控制功能——后者仍在开发中,也不是本文的重点,因此未包含其相关结果。图10展示了作为FUSE项目[28]一部分而进行的CCAS1和CCAS2的部分演示结果。图10(a)显示了在CCAS1演示期间,基于每笔充电事件分钟级的功率和能量数据,按15分钟间隔统计得到的每日负荷分布情况。经过预处理——包括合并那些被错误记录为多笔交易的交易,以及剔除持续时间少于5分钟或没有能量、功率测量数据的交易后,CC1和CC2分别有129笔和126笔充电事件。由于存在功率逐渐降至零的记录问题,部分充电事件的功率曲线是根据能量数据推算得出的。从数据可以看出,在17:00至20:00这段时间内,峰值功率需求得到了有效控制,这为该方案提供了概念验证的依据。不过,一旦解除功率限制,就会出现功率反弹现象,不过其数值仍处于CCA功率标准所规定的允许范围内。此外,两个充电站的使用率都很低,其电网连接容量约为43.5千瓦,几乎从未被充分利用。数据还显示,尽管在高峰时段有功率限制,但大多数充电活动都在凌晨2点之前结束,凌晨3点至9点之间很少有充电行为发生。下载:下载高分辨率图片(815KB)下载:下载完整尺寸图片图10. (a) CCAS1以及(b) CCAS2在CC1(左上)和CC2(右下)的初步演示结果。子图(a)展示了基于一个月测试数据得出的全天功率分布情况;子图(b)则显示了CCAS2为期三周的演示期间的功率变化趋势。CCs的功率限制以红色实线标出。如5.2.1节所述,CCAS2的评估结果是基于通过API以5分钟间隔从充电设备获取的数据。在3周的演示期间,CC1和CC2分别记录到了109笔和123笔充电事件,相应的充电行为如图10(b)所示。N-1状态的事件是按照5.2.2节中提到的标准随机生成的,因此每起事件的发生时间和持续时间都不尽相同。与需要每小时调整功率的CCAS1不同,CCAS2会根据电网状况和功率曲线动态调整功率,从而展现出其对电网可用功率突然变化的快速响应能力。如需更详细地了解此次演示的影响和成果,可参阅我们在[61]中的研究文献。此外,图11展示了作为FLOW项目[66]一部分而进行的CCAS4的部分演示结果。在2025年4月21日至6月9日的连续七周演示期间,CC1和CC2分别记录到了318笔和272笔充电事件,其中242笔和216笔实际发生了充电行为。如图所示,功率限制主要出现在17:00至22:00的电网高峰时段,且每天的限制程度都有较大差异。由于这两个充电站都位于居民区,主要承担夜间充电功能,因此大约64%至70%的充电行为都发生在功率限制期间。相应的功率控制信号会紧密跟随电网可用容量变化,但由于数据记录的间隔存在一定延迟(最多1分钟),因此能够确保所有充电设备的总功率始终不会超出电网限制。从功率曲线可以看出,充电行为呈现出多种多样,包括单相、两相和三相充电,具体细节将在下文中阐述。下载:下载高分辨率图片(1MB)下载:下载完整尺寸图片图11. (a) 2025年4月22日15:00至23日8:00期间CC1的CCAS4测试结果,(b) 2025年4月23日15:00至24日8:00期间CC1的测试结果。两幅图的结构一致。上层子图以黑色显示电网容量,以红色标出CC对应的功率限制。当电网容量为负值时,说明变压器的实际负荷超过了66%的额定标准(即330千伏安),此时CC的功率限制将为0千瓦。第二层子图同时显示了相同的功率限制以及总的充电功率,后者取决于功率限制值和当前的用电负荷。第三层子图展示了六个独立充电接口的各自功率情况,其数值在0到22千瓦之间。为便于分析,第四层子图显示了每个接口的连接模式。最后一层子图则列出了当时正在充电或已连接的电动汽车数量。图11(a)展示了CC1在测试期间的部分结果。在观察期内,1号接口始终没有设备接入。2号接口上有两辆电动汽车:第一辆是单相车辆,最大充电功率为3.3千瓦,在功率限制期间就离开了,因此获得的充电量较少;第二辆车辆在凌晨2:30接入,以10.7千瓦的功率持续充电,未受到功率控制措施的影响。3号接口大部分时间都有一辆三相电动汽车在充电,其充电功率约为10千瓦,虽然受到了功率控制的影响,但在21:10左右电网功率恢复之前已经完成了充电。4号接口也有一辆电动汽车,它在16:00左右接入,但直到1:00才开始充电,这一行为反映出用户为了利用较低的电价而故意延迟充电。5号和6号接口各连接了两辆电动汽车。在5号接口,第一辆电动汽车在功率大幅下降之前就已完成充电。第二辆电动汽车在功率限制期间接入,它在20:20至21:20之间多次暂停又继续充电,之后以11千瓦的功率持续充电,总共消耗了87千瓦时电能,直至约4:30才完成充电。有趣的是,在车辆离开前的早晨,出现过短暂的功率消耗,这很可能是由于电池或车厢的预热工作所致,不过电池平衡处理或车载系统的运行也可能导致这一现象。在6号接口,第一辆电动汽车在功率控制期间接入,随后随着功率调整而停止充电,最终离开时获得的充电量较少。第二辆电动汽车在23:10过后不久接入,以单相模式充电,一直持续到2:00之后,随后逐渐降低充电功率直至停止。在CC1,功率限制期间共发生了154笔充电事件,但只有58笔受到了充电控制的影响,其中有26笔的充电量有所减少。出现这种相对较低的影响程度,一方面是因为电动汽车的停放时间较长,另一方面也有60笔充电行为被推迟了(占总数的25%)。图11(b)展示了CC2的部分测试结果。在1号接口,有一辆电动汽车在22:00左右接入,但始终没有开始充电,这在整个演示过程中较为常见。与CC1类似,CC2所有记录到的事件中约有17%并未发生任何充电行为。虽然有些情况可能是由于认证失败或技术问题导致的,但很多案例似乎都是因为用户仅仅为了停车而连接设备,并无实际充电意图。这种现象引发了人们对于电动汽车充电基础设施可能被滥用或未能得到高效利用的担忧,尤其是在充电资源有限或需求较高的情况下。2号接口也出现了充电被推迟的情况。与CC1相比,CC2中充电被推迟的占比几乎翻了一番,达到了大约50%。在3号接口,有一辆单相电动汽车在功率限制结束后接入,以30安培的电流充电,从数据中可以明显看出,其充电功率在后期逐渐下降,最终在夜间完成了充电。4号接口的那辆单相电动汽车在17:40,也就是功率限制开始前不久就启动了充电,也在限制开始前完成了充电过程。5号接口连接的是一辆两相电动汽车,其充电功率约为7.4千瓦,它也将充电时间推迟到了午夜之后。最后,6号接口连接的是一辆三相电动汽车,它在功率控制期间就开始充电,能够根据控制信号实时调整充电功率,并在午夜之前完成了充电。在CC2中,仅有4%的充电会因功率控制而减少供电,这一比例甚至低于CC1中约10%的受影响电动汽车。总体而言,研究结果表明,基于实时变压器负载测量的CCA方案能够在严格必要的情况下才降低充电功率,从而将用户影响降至最低,同时相比使用聚合智能电表数据的方法,还能提升电网安全性。研究结果进一步证实,CCA方案可以以一分钟为分辨率进行精确控制,使系统能够实时跟踪变压器负载状况并相应调整充电功率。由于许多用户已经会根据两阶段定价机制推迟充电,因此用户受到的影响仍然相对较低,这种机制与条件连接方案十分契合,尤其在车辆长时间停放的情况下效果显著。最后,有些电动汽车在功率被降至零后难以重新开始充电,不过这一问题的发生率似乎很低,且由于记录的数据无法清晰区分处于待机状态的车辆和已完成充电的车辆,因此很难对其程度进行量化。
6. 未来研究方向
在前面的章节中,我们详细介绍了用于低电压分布式网络中电动汽车充电的各种CCA方案的设计与实现方式,并分析了它们的优缺点。本节则提出了未来研究的方向,以解决本研究中所发现的局限性及尚未解决的挑战。
首先,本文始终从配电网的角度来探讨CCA方案,主要基于两个考虑因素。其一,Zaptec公司的黑盒式专有负载与相位平衡算法给准确评估该方案对电动汽车用户的影响带来了很大难度。其二,在最初的演示阶段,项目合作伙伴选择提前告知用户有关演示活动的情况,以避免给电动汽车用户带来不必要的困扰。然而,仍需进一步研究来评估该方案对电动汽车用户的影响,同时增强充电站运营商对使用CCA方案的信任。为此,可重点探索以下两个研究领域:
1. 对电动汽车用户的影响:未来的研究应更全面地分析电动汽车用户的充电行为。为准确衡量该方案对用户的影响,必须在不告知用户的情况下开展长期演示,以避免导致用户的充电行为发生改变。此外,还需要进一步研究车辆在功率降至零后无法重新开始充电的问题,因为这可能会严重影响用户的充电体验。
2. 优先充电机制:公共住宅区的充电设施往往要服务大量夜间用户,因此有可能将大部分充电需求转移到非高峰的夜间时段,这与CCA方案降低高峰负荷的目标十分契合。因此,未来的研究应探讨实施优先充电机制的可行性,即在高峰时段将有限的电力优先分配给那些需要优先充电的用户。研究过程中需考虑不同的定价方案、用户接受此类措施的意愿以及用户满意度等问题。
此外,如1.3节所述,本文主要探讨了在受单一变压器限制、且仅有一个CCA客户的低电压分布式网络环境中CCA方案的技术层面问题。因此,未来的研究还应进一步探讨以下两个问题:
3. 经济与监管框架:为确保CCA方案的商业可行性,未来的研究应聚焦于其经济层面的设计,包括为CCA客户设定合理的接入费用和电价等。同时,还需考虑监管方面的问题,比如要确保对电网用户实行透明且无歧视的对待,以及如何将CCA方案与基于市场的灵活性资源采购机制相结合[9]。
4. 多个CCA客户与电网约束的管理:当一个低电压分布式网络区域内存在多个CCA客户时,一个关键问题便是:如何有效地在各个CCA客户之间分配有限的电网容量?未来的研究应探讨这一复杂的动态问题,寻找公平且高效的电力分配策略。此外,未来的研究还应在存在多种配电网约束的情况下研究CCA方案,比如需要考虑馈线负载情况,或是网格结构中多个变压器的供电情况。
最后,应更详细地分析与容量分配相关的问题,尤其是以下几点:
5. 完全条件连接机制:正如[9]中所阐述的,以及本文的进一步说明,CCA方案可以让用户无需受预定的重新连接功率限制的约束即可接入电网,而是可以根据现有可用容量来决定使用电网的规模。13 然而,当另一位用户请求建立稳定的电网连接从而导致电网负荷增加时,这种机制就会引发关于电力分配的新问题。
6. 负载共享机制:如[58]中针对单个充电器的研究所示,仅向正在充电的 Session分配电力,可以提高配电网的利用率并提升用户满意度。因此,未来的研究应探讨在同一低电压分布式网络区域内连接的多个CCA设备之间的负载共享机制,无论这些设备是由同一方运营还是属于不同主体所有。
图12展示了一种由同一充电运营商管理、连接到同一变压器但不同馈线的两个CCA设备组成的虚拟充电集群中的负载共享机制的简化示意图。其中,CVC表示可用的电网容量,而FCC1和FCC2则分别代表每个CCA设备的保险丝功率限制。
7. 结论
本文研究了CCA方案作为一种替代传统电网加固措施的有效途径,尤其侧重于电动汽车充电应用领域。我们根据确定和分配可用电力所采用的不同方法,提出了CCA方案的一种新分类方式。此外,我们还对目前关于电动汽车充电领域CCA方案的有限研究文献进行了全面综述。在完成这项综述的基础上,并与丹麦的一家配电公司密切合作,我们设计了四种不同的CCA方案,每一种都基于丹麦弗雷德里克斯贝格市某个低电压分布式网络区域的实际案例。这些方案均采用了务实的设计理念,以简洁性作为核心原则,以便于实际应用。我们详细介绍了每种方案的设计思路,并分析了它们各自的优点与局限性。此外,我们还展示了每种方案的实施细节,以及在对城市住宅区内的两个公共CCA站点进行的演示中得到的部分研究成果。最后,我们指出了该领域面临的挑战以及未来研究的潜在方向。
总之,CCAS1是一种易于实施的方案,因为它仅利用配电公司 already拥有的数据。不过,它无法充分利用预留的N-1电网容量,而且需要定期重新评估,以适应负载模式可能发生的变化。此外,正如本文所指出的,估算的变压器负载值与实际负载值之间可能存在较大差异,这凸显了依据实际测量数据来验证各种假设的重要性。CCAS2旨在充分利用预留的电网容量,但需要能够获取电网状态信息。虽然该方案在小范围应用中是可行的,但要大规模推广,则需要超出配电公司当前能力范围的自动化流程,因此需要投入资金来建设相应的基础设施。CCAS3则着眼于利用短期预测结果,进一步充分利用因负载波动而产生的空闲容量。该方案需要能够获取最新数据并具备预测功能,而这目前仍是其大规模应用的障碍。最后,CCAS4则是最有望实现最优利用现有配电网容量的方案。它基于实时变压器负载测量数据设计,大大简化了配电公司的操作流程,因为电力分配十分直接,无需依赖复杂的电网状态监测与预测功能。尽管该方案需要更高的投资成本,但安装变压器负载监测装置还能进一步提升电网的监控能力。
从更宏观的角度来看,CCA方案似乎是一种实用的短期解决方案,能够帮助以经济、快速且高效的方式扩展智能电网的功能。它们可以作为临时措施,加快智能电网的部署进程,同时作为迈向未来解决方案——比如基于市场的灵活性资源采购机制的过渡阶段,或是对这类方案的补充。CCA方案相对容易实施,且能为多个利益相关方带来显著好处。电网用户可以享受到更短的接入时间和更低的成本,同时还能根据电网的可用容量来使用电力。整个社会则因为电网利用率的提升以及无需频繁进行电网加固而受益,从而能降低配电网相关的费用。然而,要想让CCA方案成为配电公司可选用且标准化的解决方案,还必须解决经济和合同方面的问题。此外,由于配电公司属于受严格监管的机构,因此还需要通过立法来支持将CCA方案作为传统固定连接方式的替代方案。
作者贡献声明
Tim Unterluggauer:本研究的概念设计、方法论、软件开发、验证工作、正式分析、研究实施、数据整理、论文初稿撰写以及可视化处理。F. Hipolito:方法论、软件开发、论文审阅与编辑、项目监督。Peter Bach Andersen:本研究的概念设计、论文审阅与编辑、项目监督以及资金筹集工作。Jeppe Rich:论文审阅与编辑、项目监督以及资金筹集工作。Mattia Marinelli:论文审阅与编辑、项目监督以及资金筹集工作。
关于写作过程中生成式人工智能及人工智能辅助技术的声明
在撰写本文的过程中,作者们使用了ChatGPT和Gemini工具来协助英文文本的校对工作。在使用这些工具之后,作者们对内容进行了必要的审阅和修改,并对最终发表的文章内容承担全部责任。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号