Управление зарядкой для электромобилей

В статье кратко рассматривается современное состояние в отношении анализа зарядки электромобилей на уровне сети и рассматривается подключение электромобилей с точки зрения того, являются ли они централизованными или децентрализованными.

Ключевые слова: электромобиль, энергосистема, зарядка электромобиля, пик спроса на электроэнергию.

Рассмотрим пересечение двух тенденций в модернизации энергосистем: электрификация транспортных средств и гибкие нагрузки. Электромобили (ЭМ) предлагаются или разрабатываются рядом производителей и пользуются все большим спросом в настоящее время [1]. ЭМ привлекательны по целому ряду причин, включая эксплуатационные расходы, воздействие на окружающую среду, энергетическую безопасность и экономику энергосистемы. Однако эксплуатация электроэнергетической системы может стать более сложной, если их много и они должным образом не скоординированы. Например, если большое количество ЭМ начнет заряжаться примерно в то время, когда большинство людей заканчивают свои вечерние поездки на работу, может возникнуть новый пик спроса, что, возможно, потребует значительных мощностей нового поколения и возможности наращивания [2]. Однако зарядка ЭМ потенциально является очень гибкой, поскольку время, необходимое для зарядки автомобиля, во многих случаях будет намного меньше, чем время, в течение которого автомобиль подключен к сети и доступен для зарядки.

Таким образом, при наличии соответствующих схем координации нежелательных пиков спроса можно избежать. Мы рассмотрим то, как можно координировать ЭМ для достижения режимов зарядки, которые являются управляемыми или оптимальными на системном уровне. Хотя основной подход явно не требует присутствия системного оператора или центрального лица, принимающего решения, необходимо собирать информацию и распространять ее среди владельцев ЭМ, чтобы они могли заранее рассчитать для себя удобное время для зарядки и пользования ЭМ.

Стратегии координации ЭМ можно разделить на две категории:

1. Централизованная стратегия. Центральный оператор точно определяет, когда и по какой ставке будет взиматься плата с каждого отдельного ЭМ. Решения могут приниматься только на основе соображений системного уровня, или они могут учитывать предпочтения на уровне транспортного средства, например желаемый интервал зарядки, конечное состояние заряда и бюджет. Эти стратегии можно было бы дополнительно различать по тому, пытаются ли они определить схемы начисления, которые в некотором роде оптимальны, или вместо этого следуют правилам, которые направлены на достижение совокупных схем начисления, разумно близких к оптимальным. Примеры работ, посвященных централизованным стратегиям, включают [3].
2. Децентрализованная или распределенная стратегия. Позволяет отдельным ЭМ определять свою собственную схему начисления. Решения о взимании платы с транспортных средств могут, например, приниматься на основе времени суток или цены на электроэнергию. Результат децентрализованного подхода может быть оптимальным, в зависимости от информации и методов, используемых для определения местных схем взимания платы. Необходимо позаботиться о том, чтобы стратегии взимания платы не могли непреднамеренно синхронизировать отклики большого числа ЭМ, поскольку возникающие в результате резкие изменения совокупного спроса потенциально могут дестабилизировать работу электросети. Примеры работ, посвященных децентрализованным стратегиям, включают [4].

В ряде исследований изучалось потенциальное воздействие высокого влияния ЭМ на энергосистему [5]. В целом, эти исследования предполагают, что схемы зарядки ЭМ заполнят минимумы спроса в ночное время. Однако ни в одном из вышеупомянутых исследований не рассматривается вопрос о том, как координировать схемы зарядки ЭМ для достижения схемы заполнения минимумов.

Децентрализованная стратегия управления зарядкой вычисляет оптимальные траектории управления в отношении спроса, не связанного с ЭМ, прогнозируемого в начале интервала зарядки. Корректировки не могут быть внесены в связи с последующими сбоями или изменениями в прогнозе. Чтобы повысить надежность стратегии децентрализованного начисления, алгоритм управления может быть пересмотрен таким образом, чтобы он соответствовал методам модельного прогнозирующего управления [6]. В соответствии с вышеупомянутыми методами управляющие сигналы, рассчитанные в первый момент времени, реализуются ЭМ, и процесс повторяется. Более подробную информацию, включая сравнение между процессом с разомкнутым контуром и методами модельного прогнозирующего управления, можно найти в [7].

Данное исследование является открытой областью исследований и, вероятно, будет критически важным для поддержки большого числа ЭМ в энергосистемах. Необходимо изучить данную проблему, включая дополнительные параметры: сетевые ограничения, пользовательские предпочтения (включая стоимость) и неопределенность прогноза.

Литература:

1. Тарасов Р. Перестройка и ускорение. [Электронный ресурс]: https://ev-start.ru. — URL: https://ev-start.ru/reviews/dinamika-prodazh-elektromobiley-stala-udarnoy/ (дата обращения: 28.08.2023).

3. Goebel C. The business value of ICT-controlled plug-in electrical vehicle charging // Submitted to 32nd International Conference on Information Systems, 2011, Shanghai, China, pp 803–810.

4. Rotering N, Ilic M. Optimal charge control of plug-in hybrid electric vehicles in deregulated electricity markets // EEE Trans Power Syst 26(3), 2010, pp. 1021–1029.

5. Rahman S., Shrestha G. An investigation into the impact of electric vehicle load on the electric utility distribution system // IEEE Trans Power Deliv 8(2), 1993, pp. 591–597.

6. Управление с прогнозирующими моделями. [Электронный ресурс]: https://ru.wikipedia.org — URL: https://ru.wikipedia.org/wiki/Управление_с_прогнозирующими_моделями (дата обращения: 29.08.2023).

7. Ma Z., Hiskens I., Callaway D. Distributed MPC methods in charging control of large populations of plug-in electric vehicles // Proceedings of the IFAC World Congress, Milano, Italy, 2011, pp 10493–10498