Adaptive Load Management

A PowerFlex Systems egyedi módszert alkalmaz ezen kérdések megválaszolására a rugalmas terheléskezelésnek nevezett technológiával, miszerint a töltési probléma csak időzítés kérdése.
Szemléltetés az alábbi képen: Adott egy parkoló, ami több elektromos jármű töltővel van felszerelve és van 3 elektromos jármű, amit a sofőrök különböző időszakokban töltenek. Az 1. autót reggel 7 órakor csatlakoztatja a sofőr a töltőhöz. A második járművet 2 órával később, 9 órakor teszi fel. Majd egy óra múlva befut a 3. autó is. Az autók indulási ideje 18, 11 és 17 óra. Ez az általánosnak számító töltési folyamat az alábbi grafikonon látható.

Töltési folyamat

A töltőberendezések minden elektromos járműnek a maximális töltési teljesítményt szolgáltatják, ami az autósoknak jó, de az elektromos hálózatot nagy mértékben megterheli és a töltők üzemeltetői számára is megterhelő anyagilag.
Ebben az esetben gyenge hatásfokú energia felhasználás történik, ami csúcs és völgy időszakot hoz létre. Ezt a jelenséget a parkolóba rendszertelenül érkező elektromos autók töltése okozza, amit a terhelésmegosztó berendezéssel javíthatunk. A terheléskezelő rendszerrel az összes töltőt egy áramkörre kötik, így a rendszer meghatározott maximális áramerősségre korlátozza azokat.

A példát folytatva szemléltetjük a terhelésmegosztás működését. Az első autó reggel 7-től délelőtt 9 óráig egyedüli fogyasztóként a maximális rendelkezésre álló energiát kapja. Miután felcsatlakozik a 2. EV, két felé osztódik a rendelkezésre álló áram az első és a második EV között. Amint befutott a 3. jármű és elkezd tölteni, a maximálisan igénybe vehető áram harmada jut a töltőkre csatlakoztatott elektromos járműveknek. Ez eredményezi a csúcsidő díjának csökkentését, azonban a sofőröknek hosszabb töltési idővel kell számolniuk.

Terheléselosztás

Az Adaptive Load Management a valós idejű elektromos terhelés nyomon követésével és az illesztőprogram alkalmazásával határozza meg, melyik EV mikor és mennyi energiát kap. Ez által, ha valamely járművezetőnek kevés ideje van a töltésre, több energiát biztosíthatunk számára.

Az egyedi igényeknek megfelelő kiszolgálásához mobilapplikáción keresztül személyenként létre kell hozni egy töltési profilt, melyben fel kell tüntetni a járművet azonosító adatait, melyik töltőnél szeretne tölteni, mekkora távot tesz meg az adott nap folyamán és mikor tervezi az indulást. A felvett profilok a terheléskezelési vezérlőbe (LMC) kerülnek. Az LMC az adatok összevetésével meghatározza az adott pillanatban a leghatékonyabb energiaelosztási lehetőséget.

LMC

Térjünk vissza a példához. Az 1. sofőr 7:00-kor megérkezik és megadja az adatokat a profilban, mi szerint 18:00-kor indulna. A következő járművezető 9-kor megérkezik és az applikáción keresztül elküldi a rendszernek, hogy 2 óra múlva indulni szeretne. A 3. járművezető 10 órakor érkezik és 5 órás indulást tervez.
Mivel az 1. és 3. autó egész nap tölthető, ezért az LMC 9-től 11 óráig tudja biztosítani a teljes rendelkezésre álló töltési teljesítményt, ezzel kielégítve a második sofőr töltési igényeit ilyen rövid idő alatt is.
Az összes sofőr leadott igénye alapján a rendszer kiszámítja az egyénenkénti szükségleteket és ennek függvényében osztja szét a rendelkezésre álló energiát. Emellett figyelemmel kísér minden töltési folyamatot, figyeli az elektromos rendszer terheléseit (pl.: világítás, légkondi), és az energiaforrásokat is (pl.: napelemek, akkumulátorok), mindezt 5 másodpercenként frissítve.

Ez a rendszer kis fogyasztású, alacsony késleltetésű vezeték nélküli mesh hálózatot használ. A mesh a Wi-Fi-vel ellentétben kisebb adatcsomagokkal rendelkezik, ezáltal egy LMC-re nagyjából 100 töltőt lehet csatlakoztatni, a jó hálózati topológiával pedig megkönnyíti az LMC elhelyezését.

LMC működése

A PowerFlex átfogó tesztet végzett az adaptív terheléskezelési algoritmusok teljesítményének ellenőrzésére:
„Felvettük a kapcsolatot több nagy Szilícium-völgyi technológiai céggel, melyek közül egyikük megadta nekünk 71 töltőjük  energiahasználati adatait.” – jelentette ki a vállalat igazgatója – „Alkalmaztuk az ALM-algoritmusokat, és láthattuk az eredményeket. Egyszerűen levágta az összes csúcskiugrást, majd későbbre időzítette azokat. Ezzel a művelettel 44%-kal több energiát takarítottunk volna meg. És ez nem csak elmélet.”

A PowerFlex Systems már több tényleges adaptív töltőhálózati rendszert is kifejlesztett. Az egyik a Kaliforniában található telephely a Pasadena-beli Caltech, ahol az alapvető algoritmusokat fejlesztették ki. A vállalat 2016 elején 54 darab 2-es szintű EVSE-t, 20 darab 1-es szintű aljzatot és egy DC gyorstöltőt telepített, hogy tesztelje a különböző rendszerkomponenseket és a firmware-t.

„A kaliforniai telephely a Google és néhány más Szilícium-völgyi cég mellett az egyik legnagyobb elektromos járműtöltő-telepítési hely a nyugati parton.” – mondta Williams

A rendszer működése megtekinthető a California Garage (caltech.powerflexsystems.com) részletes online felületén, amely bemutatja mit lát a rendszertulajdonos vagy a rendszergazda.
A PowerFlex Kaliforniában számos helyen telepített kísérleti rendszereket, például: Jet Propulsion Laboratory, Hilton Garden Inn, egy luxuslakóház a Facebook-kal szemben, valamint számos egyetem a Mountain View Los Altos iskolakerületben.
A járművek elektromos terhelésének kezelésével kapcsolatos gond az elektromos jármű és a PHEV szélesebb körű elterjedésével csak egyre hangsúlyosabbá válik. A probléma megoldása elengedhetetlen. Williams szerint az Adaptive Load Management a legjobb megoldás:

„Őszintén szólva, ez az egyetlen olyan technológia amelyről tudom, hogy eleget tesz a járművezetők, az ingatlantulajdonosok és a közművek igényeinek. Minden más csak csalódást okoz e három csoport egyikének, és hátráltatja az életképes és gazdaságilag fenntartható elektromos járművek töltési infrastruktúrájának fejlődését.”