歐陽(yáng)凌云

摘要：以上海市真南路大型停車場(chǎng)為例，通過(guò)建模、大數(shù)據(jù)計(jì)算、排序算法等技術(shù)手段，制定一天所有車輛的充電排班計(jì)劃。根據(jù)現(xiàn)場(chǎng)實(shí)際車輛進(jìn)出場(chǎng)情況分布式計(jì)算充電時(shí)序，對(duì)充電排班計(jì)劃進(jìn)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(fù)荷安全等問(wèn)題，滿足公交營(yíng)運(yùn)需求，合理調(diào)配充電資源。

關(guān)鍵詞：充電排班計(jì)劃;充電時(shí)序;建模;排序算法

中圖分類號(hào)：TP3 ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）17-0231-04

1引言

《2016年度中國(guó)新能源公交車推廣應(yīng)用研究報(bào)告》數(shù)據(jù)顯示，2016年全國(guó)新增公交車9萬(wàn)多輛，其中八成以上是新能源車型，《報(bào)告》中預(yù)測(cè)，按照推廣目錄要求，2019年新能源公交車數(shù)量將突破30萬(wàn)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(wèn)題，除了車輛安全、電池技術(shù)創(chuàng)新等問(wèn)題，還有公交的營(yíng)運(yùn)特性的限制和電力負(fù)荷能力的約束。

公交行業(yè)具有很強(qiáng)的時(shí)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(duì)于純電動(dòng)公交汽車，電池容量大，雖然采用直流大功率等不同的技術(shù)手段，然而不可避免的，所有車輛會(huì)夜間回停車場(chǎng)，集中充電;公交充電不同于私家車，私家車可以按先來(lái)后到，排隊(duì)充電，公交是有運(yùn)營(yíng)要求的，要確保準(zhǔn)點(diǎn)發(fā)車，對(duì)于充電車輛的時(shí)序有要求;公交充電地點(diǎn)集中，用電容量會(huì)產(chǎn)生飽和，有用電安全問(wèn)題;公交充電時(shí)間集中，慢充雖然相對(duì)安全，但充電時(shí)間長(zhǎng)，通常慢充充滿電平均耗時(shí)2小時(shí)左右，可以考慮削峰填谷，但此方式不一定滿足公交營(yíng)運(yùn);一機(jī)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(huì)影響整個(gè)充電機(jī)上的其他車輛充電速率。

2制定充電序列指導(dǎo)充電過(guò)程的必要性

隨著國(guó)家十三五規(guī)劃綱要的發(fā)布，我集團(tuán)公司積極響應(yīng)號(hào)召，已經(jīng)擬定2018年至2022年，新能源公交車將從現(xiàn)在2000臺(tái)車增至8000臺(tái)。至2019年底，真南路停車場(chǎng)（簡(jiǎn)稱真南場(chǎng)）需服務(wù)的車輛數(shù)，從2016年的200輛，增至380輛。車少、電力負(fù)荷充足的時(shí)候，現(xiàn)場(chǎng)可以采用削峰填谷、排隊(duì)充電模式。然而，伴隨服務(wù)車輛數(shù)增多，許多未知數(shù)、許多行業(yè)的特性限制帶來(lái)的問(wèn)題也接踵而來(lái)。比如，公交調(diào)度方式多樣，每天的出車數(shù)不固定，充電場(chǎng)不知道當(dāng)天需要服務(wù)的車數(shù)，尚有多少車輛沒(méi)進(jìn)場(chǎng)？當(dāng)前的電力負(fù)荷下，場(chǎng)站還能服務(wù)多少輛車？計(jì)劃充電400輛車，如果采用谷時(shí)充電，會(huì)不會(huì)影響頭班發(fā)車？如果谷時(shí)段完不成充電任務(wù)，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(píng)估錯(cuò)誤，高峰用電、漏充、少充、用電負(fù)荷安全等問(wèn)題。因此，急需一種方法手段輔助運(yùn)營(yíng)管理。

為了改善這些問(wèn)題，本文提出了一種制定充電排班計(jì)劃指導(dǎo)充電過(guò)程的方法。以滿足公交營(yíng)運(yùn)為前提，綜合考慮充電時(shí)間、場(chǎng)站電力負(fù)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(shí)時(shí)計(jì)算充電時(shí)序，產(chǎn)生充電排班計(jì)劃，以充電排班計(jì)劃為基礎(chǔ)，指導(dǎo)現(xiàn)場(chǎng)充電工作。

為了易于算法實(shí)現(xiàn)，本文提出的方法，忽略個(gè)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(chǎng)站的最大電力負(fù)荷。參考公交的營(yíng)運(yùn)特性和谷時(shí)優(yōu)先，以22：00為充電開始點(diǎn)（谷時(shí)開始時(shí)間）正序推算充電時(shí)序，或以4：00為充電結(jié)束點(diǎn)（公交營(yíng)運(yùn)的起點(diǎn)）倒序推算充電時(shí)序，產(chǎn)生一天所有車輛的充電排隊(duì)計(jì)劃。隨著現(xiàn)場(chǎng)實(shí)際車輛進(jìn)出場(chǎng)，修正該車輛的開始充電時(shí)間及修正此車后序的充電車輛的充電時(shí)段;若中途遇到臨時(shí)充電情況，產(chǎn)生預(yù)約充電機(jī)制，提高其權(quán)重，重算充電時(shí)序，對(duì)充電排隊(duì)計(jì)劃進(jìn)行調(diào)整。通過(guò)對(duì)此方法的研究，為每輛車做充電計(jì)劃，解決漏充、少充的問(wèn)題;為充電車輛排序，調(diào)配充電資源，解決用電負(fù)荷不足的問(wèn)題;模擬調(diào)整車數(shù)、設(shè)備數(shù)，計(jì)算場(chǎng)站飽和度（即最大充電功率最大服務(wù)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(shí)結(jié)束時(shí)間），以獲得經(jīng)濟(jì)效益。力求充電過(guò)程管理流程化、簡(jiǎn)單化，只需查詢充電排班計(jì)劃的執(zhí)行情況，即可得運(yùn)營(yíng)情況。

相較于其他有序充電控制方法，如，以錯(cuò)峰節(jié)能為目的的有序充電方法，其滿足私家電動(dòng)汽車充電，本文認(rèn)為，公共交通的首要目標(biāo)不是盈利，是社會(huì)公益性的，在滿足營(yíng)運(yùn)的基礎(chǔ)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?yán)寐势偷膯?wèn)題，側(cè)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(rèn)為，路況復(fù)雜，大型停車場(chǎng)離市區(qū)或終點(diǎn)站較遠(yuǎn)，不適合隨時(shí)調(diào)整發(fā)車次序及單邊回場(chǎng)充電，本方法更滿足上海公交現(xiàn)狀。

3構(gòu)建模型

3.1模型的假設(shè)條件

充電時(shí)序算法是本方法的核心算法，使用大數(shù)據(jù)計(jì)算、大數(shù)據(jù)建模，所有充電樁充放電過(guò)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(hào)的車輛不考慮差異性，充放電過(guò)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(dá)時(shí)間按照排班時(shí)間計(jì)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(jì)算，不考慮路況、駕駛員影響;車輛動(dòng)態(tài)接入充電樁所有電氣參數(shù)按照線性計(jì)算。充電場(chǎng)站執(zhí)行充電排班計(jì)劃，每有一輛車準(zhǔn)備充電或充電結(jié)束，實(shí)時(shí)分布式計(jì)算重新規(guī)劃、計(jì)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(dāng)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(shí)長(zhǎng)，單位min，以2019年5月的數(shù)據(jù)擬合，充電量為當(dāng)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(duì)比效果

圖5為真南場(chǎng)2019年5月實(shí)際營(yíng)運(yùn)的用電功率，服務(wù)車數(shù)360輛，從18：00（峰時(shí)）充至3：00（谷時(shí)）。

圖6為理想化功率負(fù)荷調(diào)整，白天平時(shí)少量補(bǔ)電，夜間只谷時(shí)用電，達(dá)到錯(cuò)峰用電，經(jīng)濟(jì)效益最優(yōu)。

4模型應(yīng)用

4.1 構(gòu)建大數(shù)據(jù)服務(wù)中心

采用大數(shù)據(jù)框架，能很好地解決計(jì)算的速度問(wèn)題。上海市浦西地區(qū)12個(gè)大型停車場(chǎng)，670個(gè)充電設(shè)備，2，688個(gè)充電終端，考慮充電高峰時(shí)段的并發(fā)，對(duì)充電時(shí)序的重算有很高的實(shí)時(shí)性要求。為此，平臺(tái)技術(shù)架構(gòu)如下：

平臺(tái)技術(shù)架構(gòu)分五層，存儲(chǔ)層、中間件層、緩存層、業(yè)務(wù)層和展示層：存儲(chǔ)層中，數(shù)據(jù)庫(kù)Mysql、搜索服務(wù)器Elasticsearch分別是對(duì)業(yè)務(wù)數(shù)據(jù)和實(shí)際接口存儲(chǔ);中間件層中有l(wèi)ogstash、kafka，logstash收集實(shí)際接口數(shù)據(jù)，存儲(chǔ)在Elasticsearch中，kafka實(shí)際接口數(shù)據(jù)收到保存kafka隊(duì)列中，交給業(yè)務(wù)層處理;緩存層中，redis、臨時(shí)存儲(chǔ)業(yè)務(wù)數(shù)據(jù)，減輕對(duì)數(shù)據(jù)庫(kù)的壓力;業(yè)務(wù)層中，負(fù)責(zé)處理系統(tǒng)相關(guān)業(yè)務(wù)，數(shù)據(jù)計(jì)算包括數(shù)據(jù)分析計(jì)算，報(bào)表計(jì)算，大屏計(jì)算，充電排班計(jì)劃計(jì)算等;展示層中負(fù)責(zé)系統(tǒng)與用戶進(jìn)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(guān)技術(shù)。

4.2 算法實(shí)現(xiàn)

4.2.1充電約束

（1）排班時(shí)間約束：22：00為充電開始點(diǎn)（谷時(shí)段開始時(shí)間）正序推算充電時(shí)序;4：00為充電結(jié)束點(diǎn)（公交營(yíng)運(yùn)的起點(diǎn)），倒序推算充電序列（充電開始點(diǎn)、充電結(jié)束點(diǎn)是可配置參數(shù)）。

（2）時(shí)間約束：充電開始時(shí)間晚于入場(chǎng)時(shí)間，充電結(jié)束時(shí)間早于出場(chǎng)時(shí)間。

（3）優(yōu)先級(jí)約束：“先到先充”等價(jià)于“晚到先排”。

（4）車位約束：車位號(hào)等同于槍號(hào)，以車隊(duì)為單位，車位有區(qū)域限制。

（5）充電SOC約束：剩余SOC充至目標(biāo)SOC，100%（目標(biāo)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(shè)備功率約束：?jiǎn)螛秵螛專詥螛兜淖畲蠊β使ぷ鳌?/p>

4.2.2充電排班計(jì)劃內(nèi)容

充電時(shí)序算法產(chǎn)生充電排班計(jì)劃，其內(nèi)容包括：營(yíng)運(yùn)公司、車隊(duì)、車牌、場(chǎng)站、充電樁、充電槍、計(jì)劃離場(chǎng)時(shí)間、計(jì)劃充電開始時(shí)間、計(jì)劃充電結(jié)束時(shí)間、當(dāng)前SOC、剩余充電時(shí)間。

4.2.3充電用時(shí)公式

T=0.3428 * X* （1 - Y） + 5.8204 + 1

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

4.2.4充電排班計(jì)劃示意圖

4.2.5算法流程

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

4.2.6功率預(yù)測(cè)的結(jié)果分析

充電排班計(jì)劃生成后，可計(jì)算每輛車的充電電量，充電電量的單位是Kwh，因此可以通過(guò)單位時(shí)間內(nèi)充電時(shí)長(zhǎng)的占比推算功率曲線。以真南場(chǎng)為例，建場(chǎng)初期，現(xiàn)場(chǎng)工作不清楚場(chǎng)站的負(fù)荷能力，為防止充電不及時(shí)導(dǎo)致車輛無(wú)法出場(chǎng)，采用了隨到隨充的模式。通過(guò)制定充電排班計(jì)劃，反映成預(yù)測(cè)功率曲線，從圖10可以推斷，真南場(chǎng)可以采用谷時(shí)充電模式。真南場(chǎng)參考此分析結(jié)論，優(yōu)化充電模式，為防止意外發(fā)生及增加服務(wù)車數(shù)，晚高峰充電工作調(diào)整為21點(diǎn)開始，從調(diào)整工作后的曲線圖11上可以看出，實(shí)際充電情況與預(yù)測(cè)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(chǎng)站尚有余量為更多的車輛服務(wù)的結(jié)論。

從充電排班計(jì)劃預(yù)測(cè)的功率曲線可得出，曲線的精度受充電時(shí)長(zhǎng)的測(cè)算、電樁的實(shí)際功率影響最大。充電時(shí)長(zhǎng)的測(cè)算正是模型研究的結(jié)果，電池的充電效能跟電池的健康狀況有關(guān)，不健康的狀態(tài)會(huì)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(gè)因素電樁的實(shí)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(cè)算時(shí)最大的單樁功率做了系數(shù)處理。

4.3大數(shù)據(jù)服務(wù)中心與公交車互動(dòng)實(shí)例

大數(shù)據(jù)服務(wù)中心與公交車互動(dòng)包括如下步驟。

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

（2）大數(shù)據(jù)服務(wù)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(jì)劃里程對(duì)比，當(dāng)出現(xiàn)“當(dāng)前電量不足以完成剩下的計(jì)劃里程”“電池電量衰減異常”“計(jì)劃回場(chǎng)充電”等計(jì)算結(jié)論時(shí)，產(chǎn)生“建議信息”，發(fā)送至車載終端，建議回場(chǎng)。

（3）司機(jī)確認(rèn)，向充電場(chǎng)站發(fā)送預(yù)約鎖定信息。

（4）公交車進(jìn)停車場(chǎng)后，車位檢測(cè)系統(tǒng)確認(rèn)就位，發(fā)送確認(rèn)信息至大數(shù)據(jù)服務(wù)中心。

（5）公交車插槍后，進(jìn)入大數(shù)據(jù)服務(wù)中心的充電排隊(duì)隊(duì)列，由大數(shù)據(jù)服務(wù)中心按明日的發(fā)車計(jì)劃、計(jì)劃營(yíng)運(yùn)公里及當(dāng)前剩余SOC和電池的容量等，計(jì)算出充電車輛的優(yōu)先級(jí)及采用的最優(yōu)充電模式，開始全場(chǎng)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(wù)中心監(jiān)控充電進(jìn)程及安全，隨時(shí)更新充電排隊(duì)隊(duì)列及調(diào)整資源。

（7）充電完成后，退出充電排隊(duì)隊(duì)列，大數(shù)據(jù)服務(wù)中心回收資源。

5結(jié)論

本文闡述了一種制定充電排班計(jì)劃指導(dǎo)充電過(guò)程的方法，強(qiáng)調(diào)滿足公交營(yíng)運(yùn)計(jì)劃的基礎(chǔ)上，輔助其優(yōu)化管理。通過(guò)在真南場(chǎng)的應(yīng)用實(shí)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(wèn)題，在此算法基礎(chǔ)上，可通過(guò)修改場(chǎng)內(nèi)車輛數(shù)、充電設(shè)施數(shù)、充電時(shí)段、目標(biāo)SOC等參數(shù)，模擬充電模式和推測(cè)場(chǎng)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(chǎng)規(guī)劃提出合理建議，具有一定的實(shí)際意義。在計(jì)劃的指導(dǎo)下，精細(xì)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(shí)序算法實(shí)現(xiàn)，采用大數(shù)據(jù)框架，大數(shù)據(jù)計(jì)算，是技術(shù)的提升。多平臺(tái)的數(shù)據(jù)共享和對(duì)多類型數(shù)據(jù)融合分析，強(qiáng)化了數(shù)據(jù)的關(guān)聯(lián)性分析。

因目前場(chǎng)站內(nèi)服務(wù)車輛數(shù)不飽和，因此只采用了線性建模、排序算法構(gòu)建充電時(shí)序模型，當(dāng)場(chǎng)站服務(wù)車輛數(shù)趨近飽和時(shí)，需要通過(guò)控制每輛車充電電量達(dá)到節(jié)能和擴(kuò)大場(chǎng)站的服務(wù)能力。因此，需要構(gòu)建更為細(xì)致的智能充電模型。如，充電樁建模是充電樁充電過(guò)程線性模型的參數(shù)估計(jì);車輛建模是給定品牌、型號(hào)的車輛充電、放電線性模型的參數(shù)估計(jì);充電系統(tǒng)建模是車輛接入、離開充電樁時(shí)電氣參數(shù)變化的動(dòng)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(jì)算;車輛到達(dá)、離開場(chǎng)站的排隊(duì)模擬;車輛動(dòng)態(tài)接入、離開充電系統(tǒng)的排隊(duì)模擬;充電樁服務(wù)車輛的過(guò)程建模;電力負(fù)荷、單車最小充電量約束下的充電樁任務(wù)分配方案隨機(jī)事件生成算法;充電樁任務(wù)分配方案的性能評(píng)估模型;充電樁調(diào)度機(jī)制的優(yōu)化算法;優(yōu)化調(diào)度下最大服務(wù)車輛數(shù)的計(jì)算。希冀進(jìn)一步的研究和研發(fā)可以為大型充電場(chǎng)管理提供更優(yōu)質(zhì)的服務(wù)。

參考文獻(xiàn)：

[1] 胡杰，蔡世杰，黃騰飛，王成，杜常清. 電動(dòng)汽車動(dòng)力電池充電能量的預(yù)測(cè)方法[J].機(jī)械科學(xué)與技術(shù)，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(dòng)力電池技術(shù)[M].北京理工大學(xué)出版社， 2017.

[3] 周志敏，紀(jì)愛(ài)華.電動(dòng)汽車充電站樁工程設(shè)計(jì)[M].電子工業(yè)出版社出版，2017.

[4] 姜久春.電動(dòng)汽車充電設(shè)施運(yùn)作與維護(hù)技術(shù)[M]. 北京交通大學(xué)出版社， 2016.

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

【通聯(lián)編輯：代影】