電動汽車充電站在線監(jiān)測和分析評估系統(tǒng)

周念成 ，蒲松林，王強(qiáng)鋼 ，姜光學(xué)，曾憲平 ，陳 敏

（1.重慶大學(xué) 輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，重慶 400044；2.國網(wǎng)四川省電力公司成都供電公司，四川 成都 610000）

0 引言

隨著電動汽車的推廣和應(yīng)用，與之相配套的充、換電站等充電設(shè)施也在逐步建設(shè)［1］。然而，充電設(shè)施大規(guī)模接入電網(wǎng)，將給電網(wǎng)帶來負(fù)荷沖擊，并對電網(wǎng)的電能質(zhì)量、網(wǎng)絡(luò)損耗、設(shè)備利用率等產(chǎn)生不容忽視的影響［2-3］。其作為典型的諧波源，諧波電流經(jīng)電網(wǎng)傳遞后，還將對其他負(fù)荷、發(fā)電機(jī)以及監(jiān)控、計(jì)量等設(shè)備產(chǎn)生不利影響［4-6］。目前，電動汽車充電站處于發(fā)展建設(shè)階段，亟需構(gòu)建充電站在線監(jiān)測分析系統(tǒng)，為充電站規(guī)劃和管理提供數(shù)據(jù)支持。

針對電動汽車及充電機(jī)的監(jiān)測分析，文獻(xiàn)［5，7-9］分別從電能計(jì)量［5，7］、汽車行駛及電池信息［8］、電池能量管理［9］等方面單獨(dú)設(shè)計(jì)監(jiān)測平臺，但電動汽車及充電機(jī)自身狀態(tài)信息檢測還須配合充電站整體的監(jiān)測。文獻(xiàn)［10］根據(jù)配置交、直流充電和電池更換等不同類型充電設(shè)施的充電站結(jié)構(gòu)構(gòu)建監(jiān)控系統(tǒng)，據(jù)此，文獻(xiàn)［11］將其分為平臺層、支撐服務(wù)層、公共服務(wù)層和應(yīng)用層4層，給出了各分層軟件實(shí)現(xiàn)方案。文獻(xiàn)［12］以 IEC61970/61850 為基礎(chǔ)，建立了充電站系統(tǒng)模型、設(shè)備信息模型、通信模型，形成充電站監(jiān)控系統(tǒng)建模方案。對電動汽車起始充電時(shí)間、起始荷電狀態(tài)等充電特征量進(jìn)行監(jiān)測，是評估電動汽車充電負(fù)荷需求及其對電網(wǎng)影響的基礎(chǔ)［13-14］。上述文獻(xiàn)主要對充電站電氣量和電能質(zhì)量進(jìn)行監(jiān)測，國內(nèi)外還沒有專門針對電動汽車充電特征數(shù)據(jù)的在線監(jiān)測及評估系統(tǒng)。為此本文開發(fā)基于多DSP的電動汽車充電站在線監(jiān)測與分析評估系統(tǒng)，實(shí)現(xiàn)了對電動汽車充電特征數(shù)據(jù)的統(tǒng)計(jì)分析，利用雷達(dá)圖法對電動汽車狀態(tài)進(jìn)行評估。

1 系統(tǒng)功能設(shè)計(jì)

電動汽車充電站在線監(jiān)測和分析評估系統(tǒng)由電能質(zhì)量采集終端和分析評估系統(tǒng)組成，完成對充電站電氣量、開關(guān)量和電動汽車充電數(shù)據(jù)的采集和分析。電動汽車運(yùn)行和充電數(shù)據(jù)包括：起始充電時(shí)間、起始荷電狀態(tài)和日行駛里程。監(jiān)測的電氣量包括：公共連接點(diǎn)和各充電設(shè)施的有功、無功、視在功率和功率因數(shù)，電壓、電流不平衡度；有功、無功電量；電壓、頻率偏差；電壓、電流三相不平衡度；諧波電壓、電流的幅值及相位，各次電壓、電流諧波的含有率和總畸變率。其中充電特征數(shù)據(jù)在電動汽車每次充電完成后進(jìn)行記錄，電壓及頻率偏差、三相不平衡度、諧波監(jiān)測的記錄周期為3 s，其他監(jiān)測量實(shí)時(shí)顯示。

電動汽車充電站在線監(jiān)測和分析評估系統(tǒng)結(jié)構(gòu)如圖1所示，圖中充電站安裝了n+1臺電能質(zhì)量采集終端，分別監(jiān)測配電變壓器高、低壓側(cè)以及各臺充電設(shè)施的電能質(zhì)量，并通過以太網(wǎng)將監(jiān)測的電氣量數(shù)據(jù)和開關(guān)量數(shù)據(jù)傳輸給分析評估系統(tǒng)。同時(shí)，電動汽車還通過GPRS網(wǎng)絡(luò)將運(yùn)行和電池?cái)?shù)據(jù)遠(yuǎn)程傳給分析評估系統(tǒng)。分析評估系統(tǒng)對變壓器、充電機(jī)的運(yùn)行特性進(jìn)行分析，統(tǒng)計(jì)分析電動汽車充電特征數(shù)據(jù)的分布規(guī)律，并根據(jù)監(jiān)測參數(shù)對電動汽車的狀態(tài)進(jìn)行綜合評估，具體內(nèi)容包括以下3個(gè)方面。

a.充電機(jī)特性分析。根據(jù)充電數(shù)據(jù)顯示不同充電功率下，充電機(jī)交流側(cè)電流總諧波畸變率、不平衡度和功率因數(shù)。

b.配電變壓器運(yùn)行評估。根據(jù)監(jiān)測數(shù)據(jù)顯示不同負(fù)載率下，配電變壓器的運(yùn)行效率、電壓偏差、不平衡度和總諧波畸變率。

c.電動汽車狀態(tài)綜合評估。利用雷達(dá)圖綜合評估電動汽車狀態(tài)、電池效率及壽命、充放電特性、單體電池一致性。

圖1 電動汽車充電站在線監(jiān)測和分析評估系統(tǒng)結(jié)構(gòu)圖Fig.1 Block diagram of online monitoring，analysis and evaluation system for EV charging station

2 電動汽車充電站監(jiān)測與分析

電動汽車充電站監(jiān)測平臺中采用快速傅里葉變換（FFT）算法和IEC標(biāo)準(zhǔn)推薦的測量方法對常規(guī)電能質(zhì)量指標(biāo)進(jìn)行測量［15］，本節(jié)僅介紹充電站監(jiān)測分析的3項(xiàng)關(guān)鍵技術(shù)：充電機(jī)和變壓器特性分析、充電站諧波監(jiān)測與電動汽車狀態(tài)綜合評估、充電特征數(shù)據(jù)統(tǒng)計(jì)分析。

2.1 充電機(jī)和變壓器運(yùn)行特性分析

2.1.1 配電變壓器運(yùn)行分析

電動汽車充電將使配電變壓器繞組的溫度升高，縮短變壓器的使用壽命。實(shí)際運(yùn)行充電機(jī)的各次電流諧波作用會導(dǎo)致變壓器產(chǎn)生額外損耗。以某電動公交車充電站監(jiān)測結(jié)果為例，圖2為2013年5月6日和5月7日的充電站配電變壓器低壓側(cè)三相電壓有效值U、電流有效值I及總的有功功率P和無功功率Q的變化情況?？梢?，該電動公交車充電站主要在 06∶00—12∶00 和 15∶00—23∶00 這 2 個(gè)時(shí)段為電動公交車充電，充電站峰值功率約為300 kW。該電動公交車不同負(fù)載率β下配電變壓器的運(yùn)行效率η和低壓側(cè)電壓總諧波畸變率THDu的變化情況見圖3。

圖3（a）中配電變壓器效率隨負(fù)載率增加逐漸趨于飽和，其負(fù)載率在0.37～0.52范圍內(nèi)時(shí)效率最高。由圖3（a）還可知，充電站中配電變壓器大部分時(shí)間運(yùn)行于0.12～0.32的低負(fù)載率情況，在變壓器選擇時(shí)須確保其工作負(fù)載率與最優(yōu)負(fù)載率范圍盡可能匹配。圖3（b）顯示充電站電壓總諧波畸變率隨變壓器負(fù)載率的變化情況，可見隨著充電功率的增加，配電變壓器諧波壓降增大，使得其低壓側(cè)電壓總諧波畸變率隨負(fù)載率呈線性上升趨勢。此外，筆者還對不同負(fù)載率下配電變壓器高、低壓側(cè)的電壓偏差和不平衡度進(jìn)行監(jiān)測，限于篇幅，在此不作贅述。

圖2 變壓器低壓側(cè)運(yùn)行情況Fig.2 Operating conditions at low-voltage side of distribution transformer

圖3 變壓器效率和電壓總諧波畸變率隨負(fù)載率變化Fig.3 Operating efficiency and total harmonic distortion of distribution transformer，varying with load rate

2.1.2 充電機(jī)特性分析

根據(jù)充電站實(shí)測結(jié)果可知，充電負(fù)荷一天內(nèi)有2個(gè)波峰出現(xiàn)，對于單臺電動汽車一天內(nèi)通常只進(jìn)行2次充電。圖4（a）顯示不同起始荷電狀態(tài)下額定功率75 kW的充電機(jī)在單次充電過程的功率Pch，圖中各曲線的起始充電時(shí)間調(diào)整至相同，隨著起始荷電狀態(tài)減小，充電完成所需的充電時(shí)間增加，而單次充電峰值功率的出現(xiàn)時(shí)刻也逐漸向右移動。圖4（b）和圖4（c）分別為充電機(jī)交流側(cè)的電流總諧波畸變率THDi和功率因數(shù)隨充電功率的變化情況。由圖可知，充電機(jī)的電流總諧波畸變率隨充電功率的增大呈減小趨勢，而其功率因數(shù)主要集中在0.85～0.9區(qū)間，且隨著充電功率的增大略微增大。

圖4 電流總諧波畸變率和功率因數(shù)隨充電功率變化Fig.4 Total harmonic distortion and power factor of EV charger，varying with charging power

2.2 充電站諧波監(jiān)測與電動汽車狀態(tài)綜合評估

2.2.1 諧波及間諧波監(jiān)測

充電站的諧波主要來自充電機(jī)，電網(wǎng)電壓經(jīng)整流器后將在充電機(jī)直流電容側(cè)生成脈動的直流電壓，作用于負(fù)載產(chǎn)生直流電流，該電流再經(jīng)整流器與交流電網(wǎng)耦合，從而導(dǎo)致充電機(jī)的交流電流出現(xiàn)諧波畸變。充電機(jī)將向電網(wǎng)注入整次諧波和間諧波電流，其中間諧波與整次諧波相比，還會引起電網(wǎng)電壓閃變、干擾諧波補(bǔ)償設(shè)備等危害，因此需對充電站的間諧波進(jìn)行監(jiān)測。

充電機(jī)的間諧波頻譜特性隨時(shí)間變化，并且具有隨機(jī)波動的特點(diǎn)。針對間諧波在線檢測要求，采用雙峰譜線修正算法計(jì)算諧波及基波參數(shù)，與文獻(xiàn)［17］不同，為進(jìn)一步減小間諧波檢測的計(jì)算量，直接在頻域中將基波和諧波濾除，再進(jìn)行充電站間諧波的檢測。該方法只需計(jì)算1次FFT，顯著降低了間諧波檢測的計(jì)算量，更易在充電站電能質(zhì)量實(shí)時(shí)監(jiān)測裝置中應(yīng)用。圖5為某電動公交車充電站中2臺75 kW充電機(jī)額定充電時(shí)，充電站公共連接點(diǎn)的電流諧波和間諧波幅值頻譜分布。此時(shí)，充電站的電流總諧波畸變率為8.38%，其整次電流諧波以6k±1（k=1，2，…）次為主。圖中還給出了間諧波峰值對應(yīng)的頻率，可見充電站間諧波幅值小于兩側(cè)整次諧波。

圖5 充電站公共連接點(diǎn)諧波及間諧波頻譜Fig.5 Spectrum of harmonics and inter-harmonics for PCC of EV charging station

2.2.2 電動汽車狀態(tài)綜合評估

結(jié)合電動汽車運(yùn)行和充電監(jiān)測數(shù)據(jù)，選定反映電動汽車狀態(tài)、電池效率及壽命、充放電特性的各項(xiàng)量化指標(biāo)進(jìn)行綜合評估，可直觀顯示電動汽車實(shí)時(shí)狀態(tài)，及時(shí)反映潛在的故障，輔助判斷故障來源。圖6為電動汽車層次型的指標(biāo)體系，包括目標(biāo)層、項(xiàng)目層和指標(biāo)層3個(gè)層次，其中目標(biāo)層分解為項(xiàng)目層5個(gè)評判項(xiàng)目 R= ｛R1，R2，R3，R4，R5｝，然后繼續(xù)分解到指標(biāo)層，例如電池組效率指標(biāo)分為 R1=｛R11，R12，R13｝。

圖6 電動汽車狀態(tài)綜合評估指標(biāo)體系Fig.6 Index system of comprehensive evaluation for EV conditions

指標(biāo)層中單體電池溫度、初始荷電狀態(tài)（SOC）和電池電壓匹配系數(shù)以電池組中各單體電池的溫度、初始荷電狀態(tài)和電壓標(biāo)準(zhǔn)差表示；平均故障間隔里程為電動汽車故障的間隔里程平均值?？紤]不同放電深度下電池循環(huán)壽命差異，將電池的歷史充放電次數(shù)累積，以表征其電池循環(huán)運(yùn)行壽命。設(shè)充放電次數(shù)為 n，對應(yīng)放電深度為 x1、x2、…、xn，則循環(huán)壽命系數(shù)R22為：

其中，N（xk）為電動汽車電池組放電深度為xk時(shí)的最大循環(huán)次數(shù)。結(jié)合每次電動汽車行駛和充電過程的監(jiān)測數(shù)據(jù)計(jì)算得到圖6的各項(xiàng)指標(biāo)值，并根據(jù)國標(biāo)規(guī)定將各評估指標(biāo)按等級量化。

本文采用分層結(jié)構(gòu)的雷達(dá)圖法［18-19］對電動汽車狀態(tài)進(jìn)行綜合評估。首先，由圖6中指標(biāo)層的各項(xiàng)指標(biāo)對項(xiàng)目層中的電池組效率、電池組壽命等進(jìn)行評估，然后由項(xiàng)目層的指標(biāo)對電動汽車的狀態(tài)進(jìn)行綜合評估，評估步驟如下：

a.將各項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，結(jié)合改進(jìn)AHP主觀賦權(quán)和客觀熵權(quán)法，計(jì)算各項(xiàng)指標(biāo)權(quán)重［17］；

b.以圓心為起點(diǎn)，垂直向上引出第1條單位長度線段OA，將第1個(gè)指標(biāo)權(quán)重轉(zhuǎn)換為角度值，繪制第2條單位長度線段OB，同理繪制其余線段；

c.以圓心為起點(diǎn)，作每個(gè)扇形的角平分線，將各歸一化指標(biāo)作為角平分線的長度；

d.依次連接前述外圍點(diǎn)形成雷達(dá)圖，利用雷達(dá)圖多邊形總面積S和周長C1，得到定量評估值

e.根據(jù)項(xiàng)目層各項(xiàng)指標(biāo)評估值，由步驟a—d可得電動汽車狀態(tài)綜合評估結(jié)果，再根據(jù)不同等級的標(biāo)準(zhǔn)樣本數(shù)據(jù)，確定待評估樣本綜合水平。

本文利用前述綜合評估方法對電動汽車狀態(tài)和電池組充放電特性進(jìn)行評估。首先，將評估等級分為“優(yōu)質(zhì)”、“良好”、“合格”和“較差” 4 級，由標(biāo)準(zhǔn)樣本M1、M2、M3和M4計(jì)算各級評估結(jié)果的取值區(qū)間。

各級別的標(biāo)準(zhǔn)樣本如表1所示，表中還給出電動汽車指標(biāo)層中各項(xiàng)指標(biāo)的樣本數(shù)據(jù)N。根據(jù)評估步驟計(jì)算各指標(biāo)的權(quán)重值，進(jìn)而可以得到各指標(biāo)對應(yīng)的角度值，如表2和表3所示。

由標(biāo)準(zhǔn)樣本數(shù)據(jù)可得電動汽車狀態(tài)和電池組充放電特性的綜合評估值區(qū)間分別為［0，1.47］、（1.47，4.82］、（4.82，7.82］、（7.82，∞］和［0，1.72］、（1.72，3.82］、（3.82，6.73］、（6.73，∞］，分別對應(yīng)“優(yōu)質(zhì)”、“良好”、“合格”和“較差”4個(gè)級別。再利用樣本數(shù)據(jù)可得電動汽車狀態(tài)和電池組充放電特性雷達(dá)圖，如圖7所示。圖7（a）和圖7（b）對應(yīng)的綜合評估值分別為5.08和4.73，此時(shí)電動汽車狀態(tài)和電池組充放電特性均合格。

表1 標(biāo)準(zhǔn)化電動汽車指標(biāo)樣本數(shù)據(jù)Table 1 Data of unified EV indices

表2 項(xiàng)目層指標(biāo)的權(quán)重及角度值Table 2 Weight and angle of indices at project level

表3 電池組充放電特性的權(quán)重及角度值Table 3 Weight and angle of indices for charging/discharging of battery

圖7 電動汽車狀態(tài)綜合評估Fig.7 Comprehensive evaluation of EV conditions

2.3 電動汽車充電特征數(shù)據(jù)統(tǒng)計(jì)分析

電動汽車充電負(fù)荷受用戶行為影響具有時(shí)間和空間不確定性，同時(shí)受電動汽車的開始充電時(shí)刻、初始荷電狀態(tài)、行駛里程等隨機(jī)因素影響［13］。用戶的起始充電時(shí)間越集中，短期的充電功率需求越大；而日行駛里程則反映電動汽車耗電量，行駛里程和初始荷電狀態(tài)共同決定電動汽車充電的持續(xù)時(shí)間。因此，采用對數(shù)正態(tài)分布、高斯分布等方法對電動汽車的充電特征數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，以得到各充電特征數(shù)據(jù)的概率密度分布表達(dá)式。

根據(jù)前述電動公交車充電站在2012年至2013年公交車充電站監(jiān)測數(shù)據(jù)，對其開始充電時(shí)間按00∶00— 24∶00 排列（間隔 10 min），對應(yīng)的概率密度曲線如圖8所示。

圖8 電動汽車起始充電時(shí)間的統(tǒng)計(jì)分布及擬合曲線Fig.8 Statistical distribution and fitting curve of EV start charging time

圖中該概率分布具有雙峰正態(tài)分布特征，因此采用雙峰正態(tài)分布函數(shù)對起始充電時(shí)間進(jìn)行擬合，其擬合的概率密度函數(shù)為：

其中，xt為起始充電時(shí)間；p和q為2個(gè)正態(tài)分布各占的比例，滿足p+q=1；ut1和ut2為2個(gè)正態(tài)分布的均值；σt1和σt2為2個(gè)正態(tài)分布的標(biāo)準(zhǔn)差。根據(jù)圖8所示起始充電時(shí)間的擬合曲線和原始統(tǒng)計(jì)曲線，擬合相似系數(shù)為0.952 6，通過置信度為95%的F檢驗(yàn)，可見電動公交車的起始充電時(shí)間滿足雙峰正態(tài)分布。

對初始荷電狀態(tài)進(jìn)行對數(shù)正態(tài)分布擬合，擬合結(jié)果如圖9所示，擬合的概率密度函數(shù)如下：

其中，xs為初始荷電狀態(tài)；us和σs為對數(shù)正態(tài)分布均值和標(biāo)準(zhǔn)差。

圖9 電動汽車初始荷電狀態(tài)的統(tǒng)計(jì)分布及擬合曲線Fig.9 Statistical distribution and fitting curve of EV initial state of charge

對相鄰2次充電過程中電動汽車的行駛里程數(shù)據(jù)進(jìn)行對數(shù)正態(tài)分布擬合，擬合結(jié)果如圖10所示，得到相應(yīng)的概率密度表達(dá)式如下：

其中，xd為行駛里程；ud和σd為對數(shù)正態(tài)分布的均值和標(biāo)準(zhǔn)差。

圖10 電動汽車日行駛里程的統(tǒng)計(jì)分布及擬合曲線Fig.10 Statistical distribution and fitting curve of EV daily mileage

根據(jù)圖9和圖10的電動汽車初始荷電狀態(tài)和行駛里程的統(tǒng)計(jì)數(shù)據(jù)和擬合結(jié)果，兩者的擬合曲線與統(tǒng)計(jì)數(shù)據(jù)相似系數(shù)分別為0.984和0.9827，并且均通過了置信度為95%的F檢驗(yàn)。采用對數(shù)正態(tài)分布能夠很好地表征電動汽車的行駛里程數(shù)據(jù)，這與文獻(xiàn)［16］根據(jù)美國居民出行調(diào)查（NHTS）統(tǒng)計(jì)數(shù)據(jù)得到的結(jié)論一致。由于每次基本充滿后電動汽車開始行駛，因而初始荷電狀態(tài)與汽車行駛里程具有很強(qiáng)的線性相關(guān)性，也滿足對數(shù)正態(tài)分布。

3 硬件及軟件設(shè)計(jì)

3.1 硬件系統(tǒng)設(shè)計(jì)

電動汽車充電站在線監(jiān)測平臺需對充電站多個(gè)節(jié)點(diǎn)電壓、回路電流、多臺電動汽車運(yùn)行狀態(tài)和充電信息進(jìn)行實(shí)時(shí)采集，再計(jì)算充電站的各項(xiàng)監(jiān)測指標(biāo)，并利用前述方法進(jìn)行綜合分析。針對充電站多回路監(jiān)測和電動汽車信息遠(yuǎn)程采集，采用多DSP和工控機(jī)構(gòu)建電動汽車充電站在線監(jiān)測平臺，其總體硬件結(jié)構(gòu)如圖11所示，主要由以下4個(gè)部分構(gòu)成。

（1）采集終端：配置n+1個(gè)分布式采集終端，每個(gè)終端采集4路電壓、4路電流和開關(guān)信號，其中利用 DSP 的不可屏蔽中斷（NMI）、捕獲器（CAP）和定時(shí)器（TIME）實(shí)現(xiàn)同步交流采樣。

（2）車載終端：配置m個(gè)車載終端，將相應(yīng)電動汽車車輛信息（包括編號、位置、速度和里程等）和蓄電池充電信息（包括充電狀態(tài)、次數(shù)、電壓、電流、電池溫度和荷電狀態(tài)等），按1 min時(shí)間間隔經(jīng)GPRS模塊發(fā)送至工控機(jī)。

（3）工控機(jī)：提供充電站和電動汽車監(jiān)測數(shù)據(jù)讀取、數(shù)據(jù)統(tǒng)一管理，實(shí)現(xiàn)充電特征數(shù)據(jù)統(tǒng)計(jì)、電動汽車狀態(tài)綜合評估和充電機(jī)及變壓器特性分析，完成裝置人機(jī)交互、數(shù)據(jù)通信功能。工控機(jī)采用APN專線傳輸方式，實(shí)現(xiàn)與車載終端GPRS數(shù)據(jù)傳輸。

（4）FPGA和PCI接口：兩者共同實(shí)現(xiàn)工控機(jī)PCI總線與多個(gè)DSP的數(shù)據(jù)交換，由于PCI接口芯片與DSP時(shí)鐘頻率不一致，須在FPGA中設(shè)置雙口RAM用于緩存數(shù)據(jù)。

圖11 硬件設(shè)計(jì)結(jié)構(gòu)圖Fig.11 Block diagram of hardware design

3.2 軟件系統(tǒng)設(shè)計(jì)

電動汽車充電站軟件分析系統(tǒng)包括車載終端軟件、采集終端軟件和工控機(jī)軟件3個(gè)部分。車載終端軟件系統(tǒng)包括初始化、數(shù)據(jù)傳輸請求與應(yīng)答、GPRS數(shù)據(jù)發(fā)送等模塊，初始化成功后啟動GPRS模塊連接網(wǎng)絡(luò)，并發(fā)送數(shù)據(jù)傳輸請求至工控機(jī)，之后按照工控機(jī)的應(yīng)答需求發(fā)送采集數(shù)據(jù)。圖12顯示了采集終端和工控機(jī)的軟件系統(tǒng)結(jié)構(gòu)。其中DSP軟件系統(tǒng)包括5個(gè)部分，即平臺初始化、采樣脈沖觸發(fā)、A/D采樣、數(shù)據(jù)處理、數(shù)據(jù)存儲及傳輸。A/D采集程序主要包括A/D轉(zhuǎn)換、校準(zhǔn)等功能；而采樣脈沖觸發(fā)程序則是利用DSP定時(shí)器啟動A/D轉(zhuǎn)換，其在讀取轉(zhuǎn)換結(jié)果時(shí)通過DSP外部中斷的方式實(shí)現(xiàn)，須與A/D采樣配合進(jìn)行。DSP數(shù)據(jù)處理程序主要完成充電站電氣量的有效值、頻率和相位測量、各項(xiàng)電能質(zhì)量指標(biāo)計(jì)算；再由傳輸程序?qū)?shù)據(jù)存儲到FPGA的雙口RAM中完成采集。

圖12 軟件設(shè)計(jì)結(jié)構(gòu)圖Fig.12 Block diagram of software design

工控機(jī)軟件系統(tǒng)用于實(shí)現(xiàn)電動汽車充電站各測點(diǎn)的電能質(zhì)量、電動汽車充電特征數(shù)據(jù)的統(tǒng)一管理和綜合分析。工控機(jī)軟件系統(tǒng)包括數(shù)據(jù)傳輸程序、數(shù)據(jù)處理及管理程序、以太網(wǎng)通信程序（接收車載終端數(shù)據(jù)）以及相關(guān)驅(qū)動程序。其主要功能可分為：實(shí)時(shí)電氣量監(jiān)測；歷史數(shù)據(jù)查詢；充電特征數(shù)據(jù)統(tǒng)計(jì)分析；電動汽車狀態(tài)綜合評估；充電機(jī)及變壓器運(yùn)行特性評估；以及系統(tǒng)日志、登錄密碼設(shè)置、系統(tǒng)時(shí)間、出廠設(shè)置、系統(tǒng)信息等基本系統(tǒng)設(shè)置功能。

4 技術(shù)特點(diǎn)

（1）靈活高效的數(shù)據(jù)采集方式。通過APN專線接入GPRS網(wǎng)絡(luò)，實(shí)現(xiàn)車載終端與工控機(jī)的數(shù)據(jù)傳輸；采用FPGA實(shí)現(xiàn)多DSP與PCI的連接，實(shí)現(xiàn)電能質(zhì)量采集終端與工控機(jī)的高速數(shù)據(jù)傳輸。

（2）全面的電動汽車充電站在線監(jiān)測。實(shí)時(shí)監(jiān)測公共連接點(diǎn)和各充電機(jī)交流側(cè)的諧波、頻率偏差、不平衡度等電能質(zhì)量指標(biāo)，并通過遠(yuǎn)程終端采集電動汽車行駛狀態(tài)數(shù)據(jù)（如行駛里程、車速等）和充電信息（如充電機(jī)直流側(cè)的電壓、電流和蓄電池的荷電狀態(tài)）。

（3）電動汽車與充電站主要設(shè)備的全方位評估。利用雷達(dá)圖直觀顯示電動汽車電池及整車狀態(tài)；直觀地評估配電變壓器效率、高壓和低壓側(cè)的電壓偏差、不平衡度和諧波與負(fù)載率的關(guān)系；直觀地展示各充電機(jī)交流側(cè)諧波、不平衡度和功率因數(shù)隨充電功率的變化規(guī)律。

（4）快速的間諧波檢測算法。采用基于頻域?yàn)V波的間諧波在線檢測算法，對采樣信號進(jìn)行1次FFT計(jì)算，在頻域中消除基波和諧波分量后，再進(jìn)行間諧波檢測。這樣既保證了測量精度，又顯著減少了計(jì)算量，適合用于在線監(jiān)測裝置。

（5）電動汽車充電時(shí)、空特征數(shù)據(jù)的統(tǒng)計(jì)分析。利用雙峰正態(tài)分布或?qū)?shù)正態(tài)分布對電動汽車起始充電時(shí)間、日行駛里程等進(jìn)行擬合，得到它們的概率密度表達(dá)式，以此作為監(jiān)測區(qū)域充電負(fù)荷計(jì)算和分析電動汽車充電行為與配電網(wǎng)交互影響的基礎(chǔ)。

5 結(jié)論

本文提出的電動汽車充電站在線監(jiān)測平臺的軟硬件方案和技術(shù)，能夠完成充電站、各臺充電機(jī)和配電變壓器的運(yùn)行特性、電動汽車狀態(tài)及其充電特征數(shù)據(jù)的在線監(jiān)測和分析。電動公交車充電站的監(jiān)測數(shù)據(jù)表明，電動公交車起始充電時(shí)間滿足雙峰正態(tài)分布，初始荷電狀態(tài)和日行駛里程滿足對數(shù)正態(tài)分布；充電站的配電變壓器大部分時(shí)間運(yùn)行于低負(fù)載率下，選型時(shí)其工作負(fù)載率應(yīng)與最優(yōu)負(fù)載率盡可能匹配；除整次諧波外充電機(jī)交流側(cè)還會有間諧波電流注入電網(wǎng)，其電流總諧波畸變率隨充電功率增加而減小。目前，研制的充電站監(jiān)測分析系統(tǒng)已掛網(wǎng)運(yùn)行一年，其間進(jìn)行了2次軟件升級，經(jīng)現(xiàn)場測試各項(xiàng)性能指標(biāo)均滿足實(shí)際運(yùn)行要求。利用裝置投運(yùn)后的記錄數(shù)據(jù)，不僅能夠直觀地監(jiān)測充電站及各充電設(shè)施的運(yùn)行狀態(tài)，還為分析充電站對電氣設(shè)備、電網(wǎng)產(chǎn)生的影響提供可靠數(shù)據(jù)和充分依據(jù)。