智能充电-智能电动汽车充电
算法确保在现有充电基础设施中优化充电
电动汽车充电基础设施面临新挑战
电动汽车的份额正在增加，未来还将继续如此。这对环境和可持续性都有好处，但对电动汽车充电基础设施的运营商提出了新的挑战。以公司停车场为例:如果在未来，所有员工都开着电动汽车来上班，早上把它们连接到充电站，所有的汽车同时开始充电，会怎么样?如何避免这样的峰值负载?如何确保能源管理系统有效地使用光伏系统等可再生能源的电力，从而不仅进一步促进可持续发展，而且还大幅降低电力成本?亚历山大·科赫、莫里茨Bräuchle和他们在博世研究中心的团队正是在研究这些问题。raybet雷竞技ios下载他们正在开发基于云的能源管理系统“智能充电”，可以对电动汽车进行优化和智能充电。
亚历山大·科赫
- Alexander Koch是一名电厂技术研究工程师和工业工程师，在博世研究院工作了五年。raybet雷竞技ios下载在智能充电项目中，他特别关注车队充电。
莫里茨Brauchle
- Moritz Bräuchle在博世的各个部门活跃了9年，包括太阳能逆变器的开发。raybet雷竞技ios下载在智能充电的研究领域，研究工程师尤其专注于单一电动汽车。
通过智能充电优化充电
亚历山大，莫里茨，你们的智能充电方法与其他电动汽车充电方法的区别是什么?
亚历山大:智能充电项目源于博世的一个跨职能项目。raybet雷竞技ios下载当时，我们主要关心的问题是:家里的智能充电可以是什么样子?这意味着:如何控制车内的充电过程，我们如何与用户的能源管理服务进行沟通?由此，我们目前的项目在2020年初发展起来，重点不再是单个家庭和与车辆的直接沟通。相反，我们正在智能充电企业开发基于云的能源管理系统，该系统使用现有的电动汽车充电基础设施，并通过充电点运营商后端直接与充电点通信。我们想要实现电动汽车按照一定参数的优化充电——针对个别情况，尤其是在车辆数量较多的企业应用情况下，即所谓的车队充电。
莫里茨:我们正在制定一个框架，以建立一个充电管理系统，并正在开发算法，可用于为一个地点创建一个最佳的充电计划。在这种情况下，最优意味着它不仅考虑单个车辆的需求，还考虑当前和未来的电价、可再生能源(如光伏系统)的可用性以及该地点的总体负荷等因素。通过这种方式，可以避免高峰负荷和高电价，同时也有助于该地区的可持续性。
智能充电住宅:
与智能充电企业相比，由博世集团作为创新项目资助的智能充电住宅项目，关注的是家庭智能充电可能会是什么样子。raybet雷竞技ios下载由此产生的智能充电住宅服务现在作为博世互联移动解决方案的基于云的服务进行营销，与其他服务捆绑在一起，作为原始设备制造商的软件解决方案，提供方便的充电体验。raybet雷竞技ios下载司机可以很方便地用自己的太阳能给电动汽车充电。也可以根据动态电价调整充电行为，在电价较低时对车辆进行充电。因此，与传统充电相比，用户可以节省一半的电费，并使用自己产生的电量的三倍。
是什么让智能充电如此可持续?
莫里茨与内燃机汽车相比，电动汽车在未来为减少有害的二氧化碳排放做出贡献方面具有巨大潜力。然而，只有使用清洁能源才能充分发挥这一潜力。如果电动汽车本身不产生任何排放，而是用燃煤发电厂的电力充电，那么它就没有什么用处。这就是为什么我们为智能充电开发的算法除了考虑电价和站点负载外，还明确考虑了可再生能源的有效利用。举个例子:目前的充电系统可以调节时间——阳光明媚，我们有一定量的能量，我们可以把它分配到公司停车场的所有车辆上。但我们的目标是做出预测，换句话说就是展望未来。例如，司机必须很快离开，他的车必须提前充满电。然而，云锋目前正在移动，来自光伏系统的能量将相应减少。我们将这些数据和预测提前7天整合到我们的模型中，从而在最好的情况下，以最低的价格和尽可能高的可再生能源比例实现优化充电。当然，这对于公司的车队规划是至关重要的。
内燃机车在公司车队和员工停车场中仍然占主导地位。电动汽车只能偶尔找到。我们真的需要如此复杂的能源管理系统来为车队充电吗?
亚历山大:当然，如果今天不行，最晚也要后天。我们的研究是面向未来的，届时将有更多的电动汽车上路。今天我们已经看到:电动汽车份额的增加在可持续性方面是非常好的，但对电动汽车充电基础设施的运营商和公司都构成了巨大的挑战。
越来越多的人开着电动汽车上班，并希望在白天给它充电。越来越多的人使用电动汽车购物，也想在那里充电。此外，越来越多的公共汽车或物流车队电动运营。因此，我们需要有适当的电动汽车充电设施的停车位。而且它不能简单地立即为所有车辆提供所有的能源，否则会出现负荷高峰，除了电力成本高和可再生能源的比例可能较低外，还可能导致各自的位置过载，并可能导致保险丝熔断。
充电基础设施如何避免这种严重的“错配”?
亚历山大:我们目前正在开发一种能源管理系统，通过在能源使用方面提供最大可能的灵活性来防止这一问题，例如通过预测用户行为。例如，我们的算法应该使用各自的用户id来学习车辆各自的装载要求。算法不知道这些用户是谁，他们要去哪里——但它应该知道他们需要什么。在大型公交车站或物流公司的车队规划中，情况类似:这些都是非常动态的系统，车辆有时以分钟甚至秒的间隔到达和离开。能源管理系统必须灵活反应，以便尽快提供最佳的充电计划。我们正在研究这样一种解决方案，它可以应对大型动态系统，并且只需要进行微小的调整就可以以许多不同的方式使用，无论是在公交车站、物流公司，甚至是公司停车场。例如，在我们位于仁宁根的raybet雷竞技ios下载博世工厂，我们可以测试一种能源管理系统，在该系统中，电动汽车的智能充电可以适应该工厂的负载情况，以避免峰值负载。
智能充电，降低峰值，优化现货市场
机队规模
1000辆电动汽车，接驳时间为07:00 - 16:00
可变电荷功率
(~ 3-50千瓦);每辆电动汽车的日需求量为6千瓦时
同事的电动汽车停着
停车场可能会给公司带来高峰负荷
除车队充电外，优化单个电动汽车充电是智能充电项目的第二个重点。你说的改进是什么?
莫里茨:当然，单个电动汽车的充电也可以更高效、更便宜地组织起来，并尽可能提高可再生能源的比例。因此，我们的研究是，例如，看看我们可以在充电过程中提前执行哪些功能，以便在随后的运行中节省能源。这方面的一个例子是车辆的空调，例如加热内部客舱。对于经典的内燃机车来说，这完全不是问题:发动机产生的余热(无论如何都是可用的)被用于加热。然而，电动汽车几乎不会产生任何热量损失。因此，如果我们能够通过智能充电预测司机的用户行为，我们就可以在出发前从电网中获取预热机舱所需的能量，从而帮助减少旅途中的能源消耗。因此，智能充电等能源管理系统的智能充电也将来自电网的能量用于个人车辆，明智地为以后节省电池能量。
