在當下生活中汽車已經(jīng)日漸普及，成為老百姓們在上班、旅行等活動中十分重要的出行工具之一。從汽車起初生產(chǎn)以及使用至今，使用的能源絕大多數(shù)皆為石油。但隨著作為能源之一的石油的大量使用，使其資源日益減少，而且對環(huán)境業(yè)產(chǎn)生了比較重大的影響，因此節(jié)約能源開發(fā)新能源，低碳行動成為現(xiàn)如今人類面臨的重大問題。人類需要在滿足人民需求的同時保護環(huán)境節(jié)約資源，使三者達到一種相互促進相互制約的程度。因此世界上諸多國家把目光轉移到一種時代的產(chǎn)物：電動汽車，它是目前全球應對能源緊缺、低碳環(huán)保以及發(fā)展的重要研究領域。
1電動汽車無序充電對電網(wǎng)的影響
隨著電動汽車使用數(shù)量的增多，大規(guī)模的電車隨機充電隨之而來。對電力系統(tǒng)穩(wěn)定性帶來不小的影響，主要包括：（1）電力系統(tǒng)峰值負荷增加。電動汽車作為新型負荷接入電網(wǎng)，且大多數(shù)在晚間峰值高漲期充電，無疑給電力系統(tǒng)帶來新的負擔，導致峰谷差值大；（2）電能品質的影響。電動汽車的充電系統(tǒng)往往采用非線性電力電子設備，會生成或多或少的諧波電流，這些諧波會對電網(wǎng)中器件造成損耗，對電機進行磨損使其減少壽命，使部分變壓器內(nèi)部的溫度時而升高，其他零器件磨損降低使用效率；（3）使配電網(wǎng)的優(yōu)化調度面臨新的挑戰(zhàn)。為了滿足大量電車的充電和用戶的需求，在配電網(wǎng)中增加大量充電的基礎設施勢必會改變配電網(wǎng)的結構，因此需要對配電網(wǎng)進行優(yōu)化并對特性進行升級，從而滿足需求。影響電動汽車接入電網(wǎng)充電的因素有：汽車續(xù)航能力不同；價格不同種類不同的電車其電池種類也不相同，很大的影響電車充電的時間以及效率；（4）汽車行駛里程。電動汽車行駛里程是不確定因素，若每日行駛時間過長，行駛里程大，則接入電網(wǎng)充電的持續(xù)時間也會更長，進而影響電網(wǎng)負荷的持續(xù)變化；（5）汽車保有量及不同用途。不同城市電動汽車的數(shù)量也不盡相同，電動汽車基數(shù)大則對電網(wǎng)影響更大，根據(jù)電動汽車用途的不同充電時間段也不相同。同時也包括電動汽車車主個人習慣，當?shù)仉妰r政策等等都是影響電動汽車充電的因素。電動汽車不同于其他負荷，其具有隨機性，因此需要充分考慮影響其變化的因素，并建立理想的負荷概率模型，才可以更真實的模擬電動汽車無序充電并研究其對電網(wǎng)造成的影響。
因此目前研究電動汽車充電對電網(wǎng)影響通常選取不同的隨機變量通過蒙特卡洛仿真方法進行建模，得出電動汽車充電功率負荷概率模型，進而與原負荷曲線進行疊加比較，分析其對電網(wǎng)造成的影響。還可以通過對配電系統(tǒng)進行潮流計算，通過接入建模得出的電動汽車負荷分析不同情況下電動汽車充電對電力系統(tǒng)電壓及網(wǎng)絡損耗的仿真結果，說明電動汽車充電對配電網(wǎng)的影響。通常選取IEEE33標準配電系統(tǒng)作為研究對象，如圖1所示。保有量及不同用途。不同城市電動汽車的數(shù)量也不盡相同，電動汽車基數(shù)大則對電網(wǎng)影響更大，根據(jù)電動汽車用途的不同充電時間段也不相同。同時也包括電動汽車車主個人習慣，當?shù)仉妰r政策等等都是影響電動汽車充電的因素。電動汽車不同于其他負荷，其具有隨機性，需要充分考慮影響其變化的因素，并建立理想的負荷概率模型，才可以更真實的模擬電動汽車無序充電并研究其對電網(wǎng)造成的影響。因此目前研究電動汽車充電對電網(wǎng)影響通常選取不同的隨機變量通過蒙特卡洛仿真方法進行建模，得出電動汽車充電功率負荷概率模型，進而與原負荷曲線進行疊加比較，分析其對電網(wǎng)造成的影響。還可以通過對配電系統(tǒng)進行潮流計算，通過接入建模得出的電動汽車負荷分析不同情況下電動汽車充電對電力系統(tǒng)電壓及網(wǎng)絡損耗的仿真結果，說明電動汽車充電對配電網(wǎng)的影響。通常選取IEEE33標準配電系統(tǒng)作為研究對象，如圖1所示。
圖1 IEEE33節(jié)點配電網(wǎng)系統(tǒng)
蘇小林張艷娟等人對影響充電負荷的充電行為、停車時間、電池荷電狀態(tài)因素進行分析，利用分類分區(qū)法將預測區(qū)域進行空間劃分，建立不同類型車輛在不同地點充電的概率模型，進而得出進行充電引導，則會使峰谷差增加，影響電網(wǎng)的穩(wěn)定運行；王輝、文福拴、辛建波等人基于美國交通部統(tǒng)計的家庭車輛行駛調查數(shù)進行擬合，并分別考慮充電功率等因素通過蒙特卡洛方法得出隨機無序充電、V2G模式下的充電負荷曲線；并通過美國PG&E 69節(jié)點配電系統(tǒng)為例說明了無序隨機充電造成的峰上加峰現(xiàn)象其其他不良影響。李惠玲、白曉民以某個城市的10kv配電網(wǎng)線路為對象，通過分析建立負荷曲線得出隨著電動汽車滲透率增加，配電網(wǎng)在原有負荷的基礎上，峰值進一步變大，較大負載率增加。王姝凝、楊少兵從饋線負荷，電壓偏移，和網(wǎng)絡損耗這三主要方面深入研究了充電負荷對配電網(wǎng)的負面影響，且將有序充電策略與無序充電策略各自對配電網(wǎng)不同類型的車輛充電對電網(wǎng)造成的影響，得出該地區(qū)若不的影響進行了對比。
2 電動汽車有序充電研究現(xiàn)狀
2.1 有序充電研究過程考慮的目標函數(shù)
在對目前有關電動汽車有序研究的文獻總結發(fā)現(xiàn)，主要通過幾個方面來對充電的目標進行控制，這幾個方面也是從用戶個人角度以及電網(wǎng)角度進行考慮。
（1）電網(wǎng)峰谷負荷差較小化
目標函數(shù)為日較大負荷減去日較小負荷。電動汽車無序充電，對電網(wǎng)所產(chǎn)生重要的負面影響便是"峰上加峰"現(xiàn)象，因此可以以電網(wǎng)峰谷差為目標函數(shù)。
（2）總負荷曲線方差較小目標函數(shù)為保持時段的負荷總數(shù)減去日平均負荷之后的平方較
小化。
（3）用戶充電費用較小
與用戶充電費用有關的因素有該時段的電價、充電的時長，車輛的充電功率、車輛的總數(shù)以及第幾輛車是否充電等因素有關。
（4）充電曲線峰值較小
部分地區(qū)存在汽車保有量大，電動汽車規(guī)模大，如果集中充電會使一天的某一時刻負荷突然急劇變大，導致該地區(qū)超負荷，因此要保證在高峰期時充電負荷曲線峰值非常小，以保證供電區(qū)域電網(wǎng)電力設備的安全穩(wěn)定運行。
（5）電動汽車的充電完成時間較小
電動汽車在停留時間內(nèi)接入電網(wǎng)進而進行充電，若提前完成充電既可提高用戶需求度進而激勵用戶配合調度，同時也可提升充電的效率，因此充電時間也可為一個目標。
（6）充電站的運營經(jīng)濟效益較大化
與充電站的運營經(jīng)濟有關的因素有充電機的在哪一時間段是否進行開關機的控制方案有關。
2.2 有序充電研究過程考慮的約束條件
2.2.1 電動汽車的充電量
電動汽車充電后的電量應大于等于起始電量。
2.2.2 用戶充電時間
用戶給電動汽車充電的啟動時間應大于等于用戶后面駕車返回家的時間，且小于等于用戶汽車充電的完成時間；用戶給電車充電的啟動時間與充電時間的總和應小于等于用戶下一階段出行的時間，即不耽誤用戶正常出行。
2.2.3 充電過程的費用較小
由于電動汽車有序充電是一個對使電網(wǎng)影響和很小的優(yōu)化調度策略，需要用戶配合其調度達到雙贏，因此使車主在采用優(yōu)化有序充電策略后支出費用比之前的無序充電費用小，才能大力度鼓勵用戶配合有序充電，因此充電過程的支出費用也是需要考慮的因素之一。
2.2.4 地區(qū)基本負荷保持一定
有序充電是一種調度手段，通過這種手段可以使電動汽車避免在高峰期給電網(wǎng)帶來的峰上加峰現(xiàn)象，同時也避免大部分用戶避開高峰期進行充電而出現(xiàn)的第二高峰期，但應保持原負荷不變，即不影響用戶生活及正常行動之外進行合理“減負"。
2.2.5 配電網(wǎng)負荷上限
配電網(wǎng)的負荷很大上限也應是約束條件之一，即地區(qū)原基礎負荷與電車充電產(chǎn)生的負荷應小于電力網(wǎng)所能承受的負荷較大值。
2.2.6 線路熱負荷約束
電力系統(tǒng)中部件的較大熱載荷，即流過該部件視在輸出功率與其發(fā)電機額定運行輸出功率之間的差值。通常考慮串聯(lián)變壓器線路的較大熱負荷，即線路熱負荷要小于等于線路的較大熱負荷。
2.2.7 區(qū)域內(nèi)充電樁數(shù)量約束
考慮到轄區(qū)范圍內(nèi)的充電樁總量限制，如果單位范圍內(nèi)電動汽車充電總量過大，將會產(chǎn)生等待充電的時段過長現(xiàn)象，嚴重影響用戶正常使用，因此需要考慮充電樁數(shù)量。
劉星平、李世軍等人在進行有序充電優(yōu)化建模時以時段內(nèi)電動汽車在充電過程中獲得的電能較大為目標函數(shù)；以充電樁的電壓、變壓器容量、充電容量、線路熱負荷等為約束條件進行優(yōu)化求解。孫曉明在進行優(yōu)化時考慮了電網(wǎng)和用戶兩側的目標，以電動汽車充電后的峰值較大負荷、負荷方差、電動汽車在分時電價下的充電總費用以及充電完成時間為目標函數(shù)，并近一步進行歸一化處理，并以充電時間和充電電量為約束條件。
李秋碩以平抑負荷波動，即配電網(wǎng)從主網(wǎng)獲取的總有功波動較小為第一目標函數(shù)，再以較大化新能源出力為第二目標函數(shù)，以及系統(tǒng)總發(fā)電成本為第三目標函數(shù)；以有功功率平衡、電網(wǎng)潮流方程、線路及變壓器容量、火力發(fā)電機組的功率上下限為約束條件進而使用相應的算法進行多目標優(yōu)化求解。徐智威，胡澤春等人以將充電站的經(jīng)營效益優(yōu)化為目標，以供電變壓器設備設備容量為約束條件進行的有序充電管理對策。
賀繼鋒、陳杰軍等人以用戶充電成本和電網(wǎng)峰谷差為優(yōu)化目標函數(shù)，以電動汽車數(shù)量、充電時間、區(qū)域內(nèi)充電樁數(shù)量、電網(wǎng)收益以及電價范圍為約束，建立了較優(yōu)地區(qū)峰谷分時段電價測算模型。
2.3 有序充電研究過程中的使用算法
在確定目標函數(shù)和約束條件后，應選定適合的算法進行求取較優(yōu)解，常用的算法有：遺傳算法，差分進化算法；鯨魚算法；螢火 蟲算法；TOPSIS算法；雙層優(yōu)化算法。下面對幾種常用的算法的主要內(nèi)容以及優(yōu)缺點進行相應的比較，如上圖表1所示。 在對有序充電調度較為優(yōu)解進行求解的過程，目前研究使用的算法不盡相同。
文獻程杉、王賢寧、馮毅煁等人以充電站收益為優(yōu)化 目標，對用戶的供電要求、充電時間、變壓器容量等考慮約束，對充電樁提出了分時段的電價對策，并將集中式優(yōu)化模型進行轉換， 使用分散式優(yōu)化算法進行求取較優(yōu)解。吳甲武，邱曉燕以用戶滿意 和電網(wǎng)的經(jīng)濟性出發(fā)，以用戶費用和電網(wǎng)負荷峰谷差為優(yōu)化目標， 運用雞群算法求解得出一個隨時間變化的充電計劃，并對存在的問 題進行改良。張公凱、陳才學、鄭拓針對大規(guī)模電車無序充電對電網(wǎng)帶來的危害，提出用戶充電費用和電網(wǎng)負荷峰谷差較小為目標函數(shù)，運用改進鯨魚算法求去較優(yōu)解，并通過仿真有序充電負荷曲線對比標準鯨魚算法、改進鯨魚算法、以及粒子群算法，進而得出改進的鯨魚算法能夠更好的得出較優(yōu)策略。沈亮、俞偉勇、秦奮.通過以電網(wǎng)負荷方差較小為目標函數(shù)，使用改進粒子群算法計算較優(yōu)解，得出一種平抑負荷波動的有序充電策略。并通過仿真說明相比與無序充電，該優(yōu)化方案可行。
謝子殿、陳男等人考慮目前的電車充電情況，通過分析用戶的日常出行規(guī)律以及電網(wǎng)的經(jīng)濟行運行，以電池電量達到滿狀態(tài)和變壓器容量為約束條件，提出并應用一種基于傳統(tǒng)遺傳算法的精英遺傳算法求解，得出優(yōu)化模型，并與之前無序充電的負荷曲線做比較。余樨源、黃學良通過考慮車輛返家時刻、電車返家后的荷電狀態(tài)等六種因素，以負荷均方差較小為優(yōu)化目標建立目標函數(shù)，并用改進螢火蟲算法進行求解，該改進算法通過導入自適應變異環(huán)節(jié)，來改善尋優(yōu)速率和準確度，進而測算出小區(qū)每一臺電動汽車進行充電的較佳充電時機，通過仿真得出該策略的可行性。呂仁周、白曉清等人考慮用戶收益和電力系統(tǒng)有功網(wǎng)損兩方面為目標，通過交替方向乘子算法構建了用戶利益優(yōu)化以及系統(tǒng)有功網(wǎng)損較小的實時充電控制多目標凸優(yōu)化模式。引入交替方向乘子運算算法，使集中式的充電優(yōu)化設計問題轉變?yōu)殡x散式以設備為單位的子優(yōu)化設計問題求解。
3 安科瑞充電樁收費運營云平臺
3.1概述
AcrelCloud-9000安科瑞充電柱收費運營云平臺系統(tǒng)通過物聯(lián)網(wǎng)技術對接入系統(tǒng)的電動電動自行車充電站以及各個充電整法行不間斷地數(shù)據(jù)采集和監(jiān)控，實時監(jiān)控充電樁運行狀態(tài)，進行充電服務、支付管理，交易結算，資要管理、電能管理，明細查詢等。同時對充電機過溫保護、漏電、充電機輸入/輸出過壓，欠壓，絕緣低各類故障進行預警；充電樁支持以太網(wǎng)、4G或WIFI等方式接入互聯(lián)網(wǎng)，用戶通過微信、支付寶，云閃付掃碼充電。
3.2應用場所
適用于民用建筑、一般工業(yè)建筑、居住小區(qū)、實業(yè)單位、商業(yè)綜合體、學校、園區(qū)等充電樁模式的充電基礎設施設計。
3.3系統(tǒng)結構
3.3.1系統(tǒng)分為四層：
1）即數(shù)據(jù)采集層、網(wǎng)絡傳輸層、數(shù)據(jù)中心層和客戶端層。
2）數(shù)據(jù)采集層：包括電瓶車智能充電樁通訊協(xié)議為標準modbus-rtu。電瓶車智能充電樁用于采集充電回路的電力參數(shù)，并進行電能計量和保護。
3）網(wǎng)絡傳輸層：通過4G網(wǎng)絡將數(shù)據(jù)上傳至搭建好的數(shù)據(jù)庫服務器。
4）數(shù)據(jù)中心層：包含應用服務器和數(shù)據(jù)服務器，應用服務器部署數(shù)據(jù)采集服務、WEB網(wǎng)站，數(shù)據(jù)服務器部署實時數(shù)據(jù)庫、歷史數(shù)據(jù)庫、基礎數(shù)據(jù)庫。
5）應客戶端層：系統(tǒng)管理員可在瀏覽器中訪問電瓶車充電樁收費平臺。終端充電用戶通過刷卡掃碼的方式啟動充電。
小區(qū)充電平臺功能主要涵蓋充電設施智能化大屏、實時監(jiān)控、交易管理、故障管理、統(tǒng)計分析、基礎數(shù)據(jù)管理等功能，同時為運維人員提供運維APP，充電用戶提供充電小程序。
3.4安科瑞充電樁云平臺系統(tǒng)功能
3.4.1智能化大屏
智能化大屏展示站點分布情況，對設備狀態(tài)、設備使用率、充電次數(shù)、充電時長、充電金額、充電度數(shù)、充電樁故障等進行統(tǒng)計顯示，同時可查看每個站點的站點信息、充電樁列表、充電記錄、收益、能耗、故障記錄等。統(tǒng)一管理小區(qū)充電樁，查看設備使用率，合理分配資源。
3.4.2實時監(jiān)控
實時監(jiān)視充電設施運行狀況，主要包括充電樁運行狀態(tài)、回路狀態(tài)、充電過程中的充電電量、充電電壓/電流，充電樁告警信息等。
3.4.3交易管理
平臺管理人員可管理充電用戶賬戶，對其進行賬戶進行充值、退款、凍結、注銷等操作，可查看小區(qū)用戶每日的充電交易詳細信息。
3.4.4故障管理
設備自動上報故障信息，平臺管理人員可通過平臺查看故障信息并進行派發(fā)處理，同時運維人員可通過運維APP收取故障推送，運維人員在運維工作完成后將結果上報。充電用戶也可通過充電小程序反饋現(xiàn)場問題。
3.4.5統(tǒng)計分析
通過系統(tǒng)平臺，從充電站點、充電設施、、充電時間、充電方式等不同角度，查詢充電交易統(tǒng)計信息、能耗統(tǒng)計信息等。
3.4.6基礎數(shù)據(jù)管理
在系統(tǒng)平臺建立運營商戶，運營商可建立和管理其運營所需站點和充電設施，維護充電設施信息、價格策略、折扣、優(yōu)惠活動，同時可管理在線卡用戶充值、 凍結和解綁。
3.4.7運維APP
面向運維人員使用，可以對站點和充電樁進行管理、能夠進行故障閉環(huán)處理、查詢流量卡使用情況、查詢充電\充值情況，進行遠程參數(shù)設置，同時可接收故障推送
3.4.8充電小程序
面向充電用戶使用，可查看附近空閑設備，主要包含掃碼充電、賬戶充值，充電卡綁定、交易查詢、故障申訴等功能。
3.5系統(tǒng)硬件配置
4結語
由于中國政府對電車行業(yè)的支持，電車的生產(chǎn)規(guī)模會伴隨時代的進展而日益擴大，如此龐大的聚集性負荷接入電網(wǎng)勢必給電網(wǎng)帶來消極的影響，因此未來對于研究電動汽車有序充電優(yōu)化策略是一個炙手可熱的熱點。對于電動汽車作為新型負荷的合理有序控制會給電網(wǎng)和用戶帶來經(jīng)濟性的收益。電動汽車會給生態(tài)環(huán)境帶來較小污染的排放，滿足當前追求綠色的能源發(fā)展戰(zhàn)略；對于電力公司來說，通過對充電順序、時間，電價等合理的電動汽車充電調度可以使電網(wǎng)運行更經(jīng)濟可靠。未來對于這方面的研究還應關注以下幾個問題：
（1）多關注用戶對于優(yōu)化充電調度的滿意度，完善經(jīng)濟激勵制度，使電動汽車用戶自愿配合調度。
（2）簡化充電制度，將用戶充電這一行為與智能手機匹配，使用戶通過手機關注并管理充電狀態(tài)；
（3）重點關注交通情況和充電樁占用情況，結合當?shù)仉妰r和用戶個人需求以及當時的交通情況綜合向用戶推薦較優(yōu)充電路徑和充電持續(xù)時間，通過用戶個人實際情況自行抉擇。
在線客服