刘宇桢
富士康集团业成科技（成都）有限公司，四川成都 611731
摘要：研究电动汽车的电池在使用中的能量损失以及减少损失的方法。对电池造成损伤的主要因素包括自然行驶和汽车到电网技术的充放电过程。汽车行驶时, 影响电池的能量损失的因素是电池剩余电量百分比，对应的解决办法是不要让剩余电量百分比不低于20%。而另一个影响因素是车连网技术中的工作电流，为了减少能量损失可以在系统中使用聚合器以实现平等调度算法。
关键词：电动汽车(EV)；汽车与电网技术(V2G)；电池；能量损失
1.0 简介
从1980年到2015年，全球用电量增加了两倍，达到约21,000 TWh。智能电网实现了电网的可靠性，安全性，经济性，效率和环境友好性的目标。同时，智能电网改变了单一发电和配电的方式。车辆到电网（V2G）技术可以将电动汽车（EV）的存储能量用作电网和可再生能源的缓冲。电动汽车的所有者可以通过V2G将能量反馈到电网，从而为电网带来收益。而且还可以大大减轻由可再生能源引起的电网效率低和电网波动的问题。但是，这些好处会导致V2G设备的损伤，尤其是车辆电池的损伤。电池的寿命是确定的。对电池进行连续充电和放电将不可避免地减少其使用次数和容量。本文研究了V2G操作和行驶对电池能量损失的影响。
2.0 相关概念
2.1 智能电网
智能电网是基于集成的高速双向通信网络建立的。它可以有效地提供安全，可持续和经济的电源，因为它可以智能地集成所有连接实体的行为和操作。系统中, 发电厂相当于将电能产生并传输到智能电网中的发电机。通常，需求方消耗电力。但是，消费者可以通过私人发电机发电。如果社区或个人的发电量超出其消费量，则可以将其视为替代能源。
化石燃料发电站的电力输出是恒定的。但是，单一的用电量常在波动。例如，白天可能比晚上消耗更多的电力。而电动汽车可能是一个实用的解决方案。如果电动汽车的拥有者在夜间为汽车充电，并在白天不使用时连接至电网放电，则波动会减小。
该操作增加了网格系统的复杂性。它要求智能电网组件以数字化方式响应最终用户不断变化的能源需求。由于电网运营商与客户之间的对等通信是通过IT，控制和自动化技术实现的，因此智能电网建立了动态??的实时交互式体系结构，具有更高的灵活性和效率。此外，还可解决因可再生能源发电厂的间歇运行而引起的高波动对电网平衡的潜在影响。
2.2 V2G
电动汽车是使用电能作为动力来源的新能源汽车。电动机将来自电源的电能转换为机械能。根据电源分类，它进一步细分为纯电动汽车（PEV），混合电动汽车（HEV）和燃料电池电动汽车（FCEV）。锂离子电池通常用作汽车电池来存储化学能。替代地，可以将车辆上的静态能量存储在车辆的双电层电容器中。电动汽车系统从静止状态的外部发电厂汲取电能，并将其存储直至需要。移动之前，需要先断开连接。因此，EV需要与充电装置（例如充电桩或充电站）一起使用。此外，电动汽车的用户可以直接用备用电池更换空电池。
车辆到电网（V2G）概念可以定义为通过将能量存储在EV的电池中在电网中创建分布式能源。基本的相互作用是，当电力负载不足时，电动汽车会放电，而当电力负载过大时，电动汽车会充电。因为EV连接到电网，所以电流流动。此外，电网和车辆在操作期间都使用控制或逻辑连接进行通信。电网运营商可以与一台或多台车辆进行交互，从而发出电力需求或供电需求。电动汽车可以平衡电力供应和需求。但是，如果汽车充电的时间不符合电网要求，则可能给智能电网带来更大的压力。因此，大多数电动汽车需要安排在适当的时间进行充电和放电，这可以提高电网运行的可靠性和经济性，并防止对电网产生负面影响。
3.0 潜在问题
大部分EV电池均采用锂离子技术。电池的耐用性表示将电池容量从出厂默认值降低一定百分比所需的里程和/或时间的组合,是电池性能的重要表征。电池老化或耐久性下降是由材料疲劳老化和电化学老化引起的。在此过程中，电池的机械，电气和化学特性将恶化。锂电池中的锂离子可以回收。但是，锂的可用性会随着电池的老化而损失，这将导致电池容量下降。同时，电池的内阻会增加，这将导致输出功率降低。
电池在使用时会老化。 V2G操作使汽车电池使用更频繁，因此电池老化更快。在大多数情况下，锂电池的容量将在5年内下降不超过其标称值的20％。如果电网波动较大且频率调整得更频繁，则EV的电池将更快地老化。此外，电池运行期间温度和充电状态,即电池剩余电量百分比（SoC）的变化也是影响电池寿命的原因。
4.0 能量损失
能量损失存在于电网和EV电池之间的连接点处。随着电池的充电和放电电流或SoC的变化，电网的损耗会增加，这不仅会导致成本增加，还会降低电池的运行效率。为了证明这一点，将介绍对EV部件的测量。
.png)
图1- 测量系统概念图
测量电路如图2所示。电动汽车内部分为三个部分：
1）电池的额定电压和额定容量通常分别为345 V和106 Ah。
2）电力电子单元（PEU）用于将直流电池电压和交流线电压相互转换的电子系统。
3）车辆智能链接（VSL）小型控制模块，能够管理车辆的功率，速度和方向。
在实验中，在外部有电动汽车充电设备(EVSE)，交流电表将记录交流电流和电压，有功功率和无功功率。直流电表可以记录直流电流，电压和功率。收到VSL指令后，车辆系统将开始充放电循环。
能量损失的计算方式为:
.png)
表1列出了通过公式（1）计算出的内部电池循环损耗。可能电池损耗通常只受SoC值较小的影响。然而，它随着电流增大逐渐增加。最大和最小电池损耗分别为7.87和1.15。
.png)
公式（2）和（3）可以分别用于计算充电和放电期间的PEU损耗。同时，表2和表3分别显示了相应的数据。 PEU损失的波动很大。当PEU放电时，损耗达到21.8的最大值，而在充电期间损耗在0.88和16.53之间。可以推测，在10A交流电流和20％SoC值下充电时测得的值也许是错误的。因为第二大的损失值只有不到8。除了误差，尽管充电损耗一直低于放电损耗，但电流和SoC值都不会影响PEU损耗。大多数PEU损耗大于电池循环损耗。
.png)
表4的实验计算结果
然后，根据公式（4），所有EV组件的总循环损耗均列在表4中。人们普遍认为，整体系统损耗会随着PEU损耗的增大而增大。但值得注意的是，由于PEU可以控制均匀的放电，所以所有电动汽车部件引起的循环损耗始终是均匀的。
事实证明，SoC值和电流对于电池的充电效率至关重要。尽管如此，该测试表明这些参数对EV的系统和整个电网都具有不稳定的影响。根据表4，当EV在电流中等大小(30A-50A)范围内充电或放电时，损耗值较小。但是，电网或充电设备的电流会经常波动，这会导致EV不能以理想损耗运行。
5.0 解决办法
5.1 平等调度算法
根据表1, 如果EV在低电流下运行，则放电和充电电池的损耗相等。而在大电流时, 放电损耗将比充电损耗高约10％。因此，可以使用聚合器。首先，确认将在可用时间连接到电网的电动汽车数量。然后，聚合器可以根据系统对放电或充电的需求对SoC值进行调整。对于EV的充电，SoC往往设置为小于90％，并且EV可以将系统内最大充电功率平均分配来满足各处需求的功率。相比之下，对于EV的放电，SoC将设置为大于20％。
5.2 优化充电
.png)
图3和图4展示了EV在实际使用中测量到的参数。表示汽车行驶时仪表板上显示的EV的平均能耗。 是测量和计算的实际能耗。因此，图3说明在20％至80％SoC值范围内，和之差最小。即，能量损失在该间隔中最低。另一个证据是图4，它显示了汽车运行在特定SoC区域时的平均能量损失。如果EV在20％至80％的SoC范围之间行驶，则工作期间节省的能量几乎是80％至100%SoC范围的两倍。因此，EV具有最高电池效率的最佳SoC范围为20％至80％。
6.0 结论
电动汽车和车联网技术具有丰富的优势，发展前景平稳。由于电动汽车可以用作分布式电源，因此用户可以与电网实现双赢。 V2G技术是电动汽车发展的基础。主要困难是电池老化问题。如第4节所述，尽管电池会自然老化，但当汽车连接至智能电网时产生的能量损失也将对电池造成严重损坏。
两种避免能量损失的方法。前者在电网终端使用控制技术来分配适合于车辆传输或发电的SoC范围，而后者则建议车主将电池电量保持在20％至80％的SoC范围内。两种方法分别对应了汽车闲置时和使用时的时间段, 因此可以结合并实践。
参考文献
1. Agung AAG, Handayani R. Blockchain for smart grid. J King Saud Univ - Comput Inf Sci. 2020;(xxxx).
2. Uddin K, Dubarry M, Glick MB. The viability of vehicle-to-grid operations from a battery technology and policy perspective. Energy Policy.113:342-347;2018.
3. de Wildt TE, Chappin EJL, van de Kaa G, Herder PM, van de Poel IR. Conflicting values in the smart electricity grid a comprehensive overview. Renew Sustain Energy Rev. 2019. 111:184-196;2019.
4. Callaway DS, Hiskens IA. Achieving controllability of electric loads. Proc IEEE. 99(1):184-199;2011.
5. Georgakarakos AD, Mayfield M, Hathway EA. Battery storage systems in smart grid optimised buildings. In: Energy Procedia. 151:23-30;2018.
6. Huda M, Aziz M, Tokimatsu K. Potential ancillary services of electric vehicles (vehicle-to-grid) in Indonesia. Energy Procedia. 152:1218-1223;2018.
7. Chan CC. The state of the art of electric, hybrid, and fuel cell vehicles. Proc IEEE. 95:704-718;2007.
8. Thomas CE. Fuel cell and battery electric vehicles compared. Int J Hydrogen Energy. 34:6005-6020;2009.
作者简介：刘宇桢，男，汉族，1997年8月出生，籍贯湖北省洪湖市。毕业于英国格拉斯哥大学，电子与电气工程理学硕士，研究方向为智慧电能。现就职于富士康集团业成科技（成都）有限公司Watch NPI 事业部。