一種制定充電排班計劃指導充電過程的方法

歐陽凌云

摘要：以上海市真南路大型停車場為例，通過建模、大數(shù)據(jù)計算、排序算法等技術手段，制定一天所有車輛的充電排班計劃。根據(jù)現(xiàn)場實際車輛進出場情況分布式計算充電時序，對充電排班計劃進行調(diào)整。從而改變隨到隨充的充電模式，可能造成的高峰用電、漏充、少充、用電負荷安全等問題，滿足公交營運需求，合理調(diào)配充電資源。

關鍵詞：充電排班計劃;充電時序;建模;排序算法

中圖分類號：TP3 ? ? ? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2020）17-0231-04

1引言

《2016年度中國新能源公交車推廣應用研究報告》數(shù)據(jù)顯示，2016年全國新增公交車9萬多輛，其中八成以上是新能源車型，《報告》中預測，按照推廣目錄要求，2019年新能源公交車數(shù)量將突破30萬輛。顯然，新能源公交行業(yè)前景可期。然而，在產(chǎn)業(yè)發(fā)展的背后，仍存在不少亟待解決的問題，除了車輛安全、電池技術創(chuàng)新等問題，還有公交的營運特性的限制和電力負荷能力的約束。

公交行業(yè)具有很強的時段性，上海地方交通法規(guī)規(guī)定：工作日的早高峰： 7：30 - 9：30、 晚高峰： 16：30 - 18：30，對于純電動公交汽車，電池容量大，雖然采用直流大功率等不同的技術手段，然而不可避免的，所有車輛會夜間回停車場，集中充電;公交充電不同于私家車，私家車可以按先來后到，排隊充電，公交是有運營要求的，要確保準點發(fā)車，對于充電車輛的時序有要求;公交充電地點集中，用電容量會產(chǎn)生飽和，有用電安全問題;公交充電時間集中，慢充雖然相對安全，但充電時間長，通常慢充充滿電平均耗時2小時左右，可以考慮削峰填谷，但此方式不一定滿足公交營運;一機幾充影響幾輛車的充電速率，不是直接的數(shù)據(jù)疊加，每增減一輛都會影響整個充電機上的其他車輛充電速率。

2制定充電序列指導充電過程的必要性

隨著國家十三五規(guī)劃綱要的發(fā)布，我集團公司積極響應號召，已經(jīng)擬定2018年至2022年，新能源公交車將從現(xiàn)在2000臺車增至8000臺。至2019年底，真南路停車場（簡稱真南場）需服務的車輛數(shù)，從2016年的200輛，增至380輛。車少、電力負荷充足的時候，現(xiàn)場可以采用削峰填谷、排隊充電模式。然而，伴隨服務車輛數(shù)增多，許多未知數(shù)、許多行業(yè)的特性限制帶來的問題也接踵而來。比如，公交調(diào)度方式多樣，每天的出車數(shù)不固定，充電場不知道當天需要服務的車數(shù)，尚有多少車輛沒進場？當前的電力負荷下，場站還能服務多少輛車？計劃充電400輛車，如果采用谷時充電，會不會影響頭班發(fā)車？如果谷時段完不成充電任務，又該采用什么方式充電？等等，如果采用盲充（充多少算多少）的模式，很可能造成管理混亂，評估錯誤，高峰用電、漏充、少充、用電負荷安全等問題。因此，急需一種方法手段輔助運營管理。

為了改善這些問題，本文提出了一種制定充電排班計劃指導充電過程的方法。以滿足公交營運為前提，綜合考慮充電時間、場站電力負荷，根據(jù)充、放電數(shù)據(jù)的規(guī)律搭建數(shù)據(jù)模型，分布式實時計算充電時序，產(chǎn)生充電排班計劃，以充電排班計劃為基礎，指導現(xiàn)場充電工作。

為了易于算法實現(xiàn)，本文提出的方法，忽略個性差異，統(tǒng)一參數(shù)線性建模，忽略電壓變化，只考慮恒流段充電電流，以單樁的最大功率估算場站的最大電力負荷。參考公交的營運特性和谷時優(yōu)先，以22：00為充電開始點（谷時開始時間）正序推算充電時序，或以4：00為充電結束點（公交營運的起點）倒序推算充電時序，產(chǎn)生一天所有車輛的充電排隊計劃。隨著現(xiàn)場實際車輛進出場，修正該車輛的開始充電時間及修正此車后序的充電車輛的充電時段;若中途遇到臨時充電情況，產(chǎn)生預約充電機制，提高其權重，重算充電時序，對充電排隊計劃進行調(diào)整。通過對此方法的研究，為每輛車做充電計劃，解決漏充、少充的問題;為充電車輛排序，調(diào)配充電資源，解決用電負荷不足的問題;模擬調(diào)整車數(shù)、設備數(shù)，計算場站飽和度（即最大充電功率最大服務車輛數(shù)），優(yōu)化充電功率的利用率。模擬調(diào)整不同的充電模式，如削峰填谷（6：00為谷時結束時間），以獲得經(jīng)濟效益。力求充電過程管理流程化、簡單化，只需查詢充電排班計劃的執(zhí)行情況，即可得運營情況。

相較于其他有序充電控制方法，如，以錯峰節(jié)能為目的的有序充電方法，其滿足私家電動汽車充電，本文認為，公共交通的首要目標不是盈利，是社會公益性的，在滿足營運的基礎上，降低成本，節(jié)約資源，安全生產(chǎn)，本方法更貼切公交行業(yè)。如，以車樁網(wǎng)一體化的充電調(diào)度方法，解決的是調(diào)度質(zhì)量不高，新能源公交車利用率偏低的問題，側重調(diào)度優(yōu)化，采用的也是先到先充，先充先發(fā)方式。本文認為，路況復雜，大型停車場離市區(qū)或終點站較遠，不適合隨時調(diào)整發(fā)車次序及單邊回場充電，本方法更滿足上海公交現(xiàn)狀。

3構建模型

3.1模型的假設條件

充電時序算法是本方法的核心算法，使用大數(shù)據(jù)計算、大數(shù)據(jù)建模，所有充電樁充放電過程按照統(tǒng)一參數(shù)線性建模，不考慮樁使用年度的差異;相同品牌、型號的車輛不考慮差異性，充放電過程按照統(tǒng)一參數(shù)線性建模，不考慮使用年度的差異;到達時間按照排班時間計算，不考慮路況影響;殘余電量按照里程乘以單位平均耗電量線性計算，不考慮路況、駕駛員影響;車輛動態(tài)接入充電樁所有電氣參數(shù)按照線性計算。充電場站執(zhí)行充電排班計劃，每有一輛車準備充電或充電結束，實時分布式計算重新規(guī)劃、計劃。

3.2模型的建立

3.2.1線性車輛放電模型

x為全天行駛公里數(shù)，單位km，y為所需充電量，單位Kwh，以2019年5月的數(shù)據(jù)擬合，全天行駛公里數(shù)參考后期整合圈數(shù)，充電量為當日8：00至次日8：00。

3.2.1.1分車型，線性放電模型

3.2.1.2分車型、線路，線性放電模型

3.2.2線性車輛充電模型

x為充電量（耗電量），單位Ah，y為所需充電時長，單位min，以2019年5月的數(shù)據(jù)擬合，充電量為當日8：00至次日8：00。

3.2.2.1分車型，線性充電模型

3.2.2.2分車型、線路，線性充電模型

3.2.3 SOC估算模型

3.2.4用電功率調(diào)整，對比效果

圖5為真南場2019年5月實際營運的用電功率，服務車數(shù)360輛，從18：00（峰時）充至3：00（谷時）。

圖6為理想化功率負荷調(diào)整，白天平時少量補電，夜間只谷時用電，達到錯峰用電，經(jīng)濟效益最優(yōu)。

4模型應用

4.1 構建大數(shù)據(jù)服務中心

采用大數(shù)據(jù)框架，能很好地解決計算的速度問題。上海市浦西地區(qū)12個大型停車場，670個充電設備，2，688個充電終端，考慮充電高峰時段的并發(fā)，對充電時序的重算有很高的實時性要求。為此，平臺技術架構如下：

平臺技術架構分五層，存儲層、中間件層、緩存層、業(yè)務層和展示層：存儲層中，數(shù)據(jù)庫Mysql、搜索服務器Elasticsearch分別是對業(yè)務數(shù)據(jù)和實際接口存儲;中間件層中有l(wèi)ogstash、kafka，logstash收集實際接口數(shù)據(jù)，存儲在Elasticsearch中，kafka實際接口數(shù)據(jù)收到保存kafka隊列中，交給業(yè)務層處理;緩存層中，redis、臨時存儲業(yè)務數(shù)據(jù)，減輕對數(shù)據(jù)庫的壓力;業(yè)務層中，負責處理系統(tǒng)相關業(yè)務，數(shù)據(jù)計算包括數(shù)據(jù)分析計算，報表計算，大屏計算，充電排班計劃計算等;展示層中負責系統(tǒng)與用戶進行交互，使用vue.js，element-ui，echart.js，node.js，百度地圖，jquery， videojs-contrib-hls.js等相關技術。

4.2 算法實現(xiàn)

4.2.1充電約束

（1）排班時間約束：22：00為充電開始點（谷時段開始時間）正序推算充電時序;4：00為充電結束點（公交營運的起點），倒序推算充電序列（充電開始點、充電結束點是可配置參數(shù)）。

（2）時間約束：充電開始時間晚于入場時間，充電結束時間早于出場時間。

（3）優(yōu)先級約束：“先到先充”等價于“晚到先排”。

（4）車位約束：車位號等同于槍號，以車隊為單位，車位有區(qū)域限制。

（5）充電SOC約束：剩余SOC充至目標SOC，100%（目標SOC是可配置參數(shù)）。

（6）充電間隔約束：充電間隔10秒（充電間隔是可配置參數(shù)）。

（7）設備功率約束：單樁單槍，以單樁的最大功率工作。

4.2.2充電排班計劃內(nèi)容

充電時序算法產(chǎn)生充電排班計劃，其內(nèi)容包括：營運公司、車隊、車牌、場站、充電樁、充電槍、計劃離場時間、計劃充電開始時間、計劃充電結束時間、當前SOC、剩余充電時間。

4.2.3充電用時公式

T=0.3428 * X* （1 - Y） + 5.8204 + 1

其中，T表示充電需用時，X表示電池的額定容量，Y表示回場時的剩余SOC，默認SOC充至100%，取常數(shù)1。

4.2.4充電排班計劃示意圖

4.2.5算法流程

以正序算法為例。首先進行數(shù)據(jù)初始化，例如計劃路單的初始化，充電槍、充電樁及其所屬關系的初始化，計劃路單根據(jù)公交公司總調(diào)度的每日安排行車計劃確定，數(shù)據(jù)初始化完成之后進入計劃排班，形成充電排班計劃后進行數(shù)據(jù)存儲。在計劃排班中，首先設置排班的起始時間和排班數(shù)量，當?shù)竭_樁上最大使用時間后，釋放當前充完電的充電樁，查找每個車隊最晚到達、未充電且出場時間大于樁上最大使用時間的車輛，為每個車隊最晚到達車輛安排充電。各車隊回場時間最晚的車輛，充電排序的優(yōu)先級越高。

4.2.6功率預測的結果分析

充電排班計劃生成后，可計算每輛車的充電電量，充電電量的單位是Kwh，因此可以通過單位時間內(nèi)充電時長的占比推算功率曲線。以真南場為例，建場初期，現(xiàn)場工作不清楚場站的負荷能力，為防止充電不及時導致車輛無法出場，采用了隨到隨充的模式。通過制定充電排班計劃，反映成預測功率曲線，從圖10可以推斷，真南場可以采用谷時充電模式。真南場參考此分析結論，優(yōu)化充電模式，為防止意外發(fā)生及增加服務車數(shù)，晚高峰充電工作調(diào)整為21點開始，從調(diào)整工作后的曲線圖11上可以看出，實際充電情況與預測基本吻合。另外從圖可得出，在正常情況下，充電功率的利用仍有優(yōu)化的空間，場站尚有余量為更多的車輛服務的結論。

從充電排班計劃預測的功率曲線可得出，曲線的精度受充電時長的測算、電樁的實際功率影響最大。充電時長的測算正是模型研究的結果，電池的充電效能跟電池的健康狀況有關，不健康的狀態(tài)會影響電池的充電速率，因此電池的不同年限，充電速率也不同。另一個因素電樁的實際功率在充電中是非線性變化的，本方法雖然使用最大的單樁功率，但也考慮它的非線性輸出及因散熱采用的降額，在做測算時最大的單樁功率做了系數(shù)處理。

4.3大數(shù)據(jù)服務中心與公交車互動實例

大數(shù)據(jù)服務中心與公交車互動包括如下步驟。

（1）公交車的車載終端通過公交公司總調(diào)度系統(tǒng)與大數(shù)據(jù)服務中心實時通信，上傳行駛里程。

（2）大數(shù)據(jù)服務中心接收里程信息，與環(huán)比電池電量衰減情況及今日路單計劃里程對比，當出現(xiàn)“當前電量不足以完成剩下的計劃里程”“電池電量衰減異?！薄坝媱澔貓龀潆姟钡扔嬎憬Y論時，產(chǎn)生“建議信息”，發(fā)送至車載終端，建議回場。

（3）司機確認，向充電場站發(fā)送預約鎖定信息。

（4）公交車進停車場后，車位檢測系統(tǒng)確認就位，發(fā)送確認信息至大數(shù)據(jù)服務中心。

（5）公交車插槍后，進入大數(shù)據(jù)服務中心的充電排隊隊列，由大數(shù)據(jù)服務中心按明日的發(fā)車計劃、計劃營運公里及當前剩余SOC和電池的容量等，計算出充電車輛的優(yōu)先級及采用的最優(yōu)充電模式，開始全場站統(tǒng)一調(diào)配資源。

（6）公交車開始充電，由大數(shù)據(jù)服務中心監(jiān)控充電進程及安全，隨時更新充電排隊隊列及調(diào)整資源。

（7）充電完成后，退出充電排隊隊列，大數(shù)據(jù)服務中心回收資源。

5結論

本文闡述了一種制定充電排班計劃指導充電過程的方法，強調(diào)滿足公交營運計劃的基礎上，輔助其優(yōu)化管理。通過在真南場的應用實踐，有效解決了高峰用電期間發(fā)生的漏充、少充、用電安全等問題，在此算法基礎上，可通過修改場內(nèi)車輛數(shù)、充電設施數(shù)、充電時段、目標SOC等參數(shù)，模擬充電模式和推測場站飽和度，使得調(diào)配資源有了合理的依據(jù)，為大型停車場規(guī)劃提出合理建議，具有一定的實際意義。在計劃的指導下，精細化充電管理工作，是一種充電管理方法的新探索。本文所述的充電時序算法實現(xiàn)，采用大數(shù)據(jù)框架，大數(shù)據(jù)計算，是技術的提升。多平臺的數(shù)據(jù)共享和對多類型數(shù)據(jù)融合分析，強化了數(shù)據(jù)的關聯(lián)性分析。

因目前場站內(nèi)服務車輛數(shù)不飽和，因此只采用了線性建模、排序算法構建充電時序模型，當場站服務車輛數(shù)趨近飽和時，需要通過控制每輛車充電電量達到節(jié)能和擴大場站的服務能力。因此，需要構建更為細致的智能充電模型。如，充電樁建模是充電樁充電過程線性模型的參數(shù)估計;車輛建模是給定品牌、型號的車輛充電、放電線性模型的參數(shù)估計;充電系統(tǒng)建模是車輛接入、離開充電樁時電氣參數(shù)變化的動態(tài)更新;車輛行為和狀態(tài)建模是依賴于出廠電量、行駛里程的車輛耗電計算;車輛到達、離開場站的排隊模擬;車輛動態(tài)接入、離開充電系統(tǒng)的排隊模擬;充電樁服務車輛的過程建模;電力負荷、單車最小充電量約束下的充電樁任務分配方案隨機事件生成算法;充電樁任務分配方案的性能評估模型;充電樁調(diào)度機制的優(yōu)化算法;優(yōu)化調(diào)度下最大服務車輛數(shù)的計算。希冀進一步的研究和研發(fā)可以為大型充電場管理提供更優(yōu)質(zhì)的服務。

參考文獻：

[1] 胡杰，蔡世杰，黃騰飛，王成，杜常清. 電動汽車動力電池充電能量的預測方法[J].機械科學與技術，2019.

[2] [澳]亞歷山大·泰勒，丹尼爾·瓦茲尼格 主編 陳勇 譯.新能源汽車動力電池技術[M].北京理工大學出版社， 2017.

[3] 周志敏，紀愛華.電動汽車充電站樁工程設計[M].電子工業(yè)出版社出版，2017.

[4] 姜久春.電動汽車充電設施運作與維護技術[M]. 北京交通大學出版社， 2016.

[5] 姜久春.電動汽車充電技術及系統(tǒng)[M]. 北京交通大學出版社， 2018.

【通聯(lián)編輯：代影】