考虑需求响应的电动汽车充电负荷研究

大规模电动汽车(Electric Vehicle, EV)接入电网进行无序充电,会增大负荷峰谷差并造成“峰上加峰”的问题。为此,文中提出一种新的分时电价策略引导EV参与需求响应,并基于此进行了负荷预测。为了刻画EV接入对电网的影响,建立了考虑EV随机特性的充电负荷模型;为了引导EV有序充电,构建了电价与系统负荷逐个时段的映射关系,提出了新的多时段分时电价策略以克服传统分时电价更新周期长、对当日实际负荷峰谷变化反映不灵敏的缺点;基于所建立的电价引导策略,对计及需求响应后的EV负荷进行了预测。结果表明,所提多时段分时电价需求响应机制能够合理地分配EV的充电时段,有效减小系统负荷峰谷差。     

基于分时电价的电动汽车充放电多目标优化调度

大规模电动汽车无序充电易造成电网负荷"峰上加峰"等后果,这严重影响电网安全运行,因此合理调度充电行为至关重要。基于分时电价制度和电动汽车可入网的情况,针对电动汽车调度机构建立了计及电网负荷波动及用户成本的多目标优化模型,采用交叉遗传粒子群算法求解得到次日优化充放电计划。基于某商用楼宇负荷数据进行算例仿真,对比分析了分时电价与固定电价下的仿真结果及不同分时电价对调度策略的影响,结果表明:分时电价引导下的调度策略在减小电网峰谷差与提高用户经济性上都具有更大优势;受峰谷电价差增大与尖峰电价的影响,新的分时电价下电网调峰效果更加明显,但用户成本却因平均电价上浮而增高。     

计及动态电价的电动汽车参与微电网调度双层优化策略

电动汽车(Electric vehicle,EV)充电负荷变化量受微电网爬坡性能限制,因此本文考虑微电网机组爬坡特性,提出一种计及动态电价的EV参与微电网调度双层优化策略。上层为EV 负荷模型,分析不同类型EV快/慢充特性 ,考虑微电网电价对EV充电需求的引导,建立以用户满意度最大为目标的EV负荷模型。下层为多微电网运行模型,根据微电网净负荷大小制定动态电价策略,考虑EV充电负荷对微电网新能源的消纳及电源爬坡的需求,优化各微电网区域动态电价,以微电网净负荷波动及运行成本最小为目标,建立多微电网区域运行模型。最后以某城市区域微电网及EV充电需求算例分析进行验证,结果表明：与固定电价及峰谷分时电价相比,所提方法实现了EV负荷在微网区域的有序充电、平抑净负荷波动的效果,能够有效降低充电行为对微电网安全经济运行的影响。     

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。     

基于电动汽车参与调峰定价策略的区域电网两阶段优化调度

针对电动汽车(EV)和风电、光伏等新能源发电大规模入网造成的功率波动、调度成本过高以及运行稳定性差等问题,该文提出一种基于电动汽车参与调峰定价策略的区域电网两阶段优化调度方案。首先,根据EV负荷运行特性进行分类,分别建立刚性、可调度、灵活型和智能换电四种EV负荷模型;其次,考虑EV参与调峰的各项成本,基于模糊层次分析法(FAHP),给出EV调峰定价策略;然后基于该策略对区域电网进行两阶段优化调度。在第一阶段以负荷峰谷差最小为目标,并在此目标下对EV调峰定价进行决策,以降低电力系统调峰容量调整区域电网负荷分布;在第二阶段依托第一阶段得到的调峰定价曲线,以EV用户充电费用最小为目标安排EV负荷。最后利用算例仿真验证了EV参与调峰的有效性、合理性以及该定价策略的经济性。     

基于多时段动态电价的电动汽车有序充电策略优化

引导电动汽车充电负荷向低谷转移时,现有的分时静态电价与峰谷区间存在不匹配的现象,针对这一问题,提出了多时段动态电价引导策略,建立以电网端负荷差最小和用户侧充电成本最经济为目标的数学模型,并采用带有精英选择的自适应遗传算法对充电状态进行优化求解。采用蒙特卡洛随机抽样方法来模拟电动汽车无序充电状态下的负荷情况,与所提出带有多时段动态电价策略的有序充电方法对比,动态电价策略有效降低了电网峰谷差和用户充电费用,达到削峰填谷的效果。     

基于需求响应的电动汽车经济调度

提出了一种基于需求响应的电动汽车充电策略,根据电网实时电价信息优化电动汽车用户充电电价触发值,降低用户充电成本。同时,研究了含大规模电动汽车的电力系统机组组合问题。在此基础上建立了基于需求响应的电动汽车经济调度模型,通过对电动汽车用户行为特性的预测,以电网公司收益最大化为目标,优化制定电动汽车充电电价,转移电动汽车充电负荷。算例分析结果表明,提出的经济调度模型可以起到降低峰谷差率的作用,且与无序充电情景相比,能够明显降低系统的运行费用,可以实现电动汽车大规模接入电网时的经济调度。     

考虑奖励机制的电动汽车充电优化引导策略

随着电动汽车（electric vehicle,EV）的大规模推广,其无序充电严重威胁电网的安全稳定运行,积极引导EV用户参与充电优化策略,对于提高电网的安全稳定性具有重要意义。为此,基于充电优化管理调度思路,提出一种考虑奖励机制的EV充电优化引导策略,在分时电价的基础上,计入用户在降低电网负荷波动中的奖励机制,考虑充电位置固定、不确定用户的出行需求,确定EV的充电时间及充电位置,达到用户满意度最高的目的;利用EV动态响应的实时优化算法,对所提的优化调度模型进行求解。仿真结果验证了所提策略的有效性和可行性,该优化调度策略不仅能有效改善负荷低谷时段集中充电形成新的负荷高峰的问题,而且可明显降低用户的充电成本及电网负荷波动。     

考虑分时电价和系统峰谷差动态约束的电动汽车有序充电策略

大规模电动汽车并网充电需要同时考虑聚合效应的经济效益和其对电力系统的影响。以电动汽车用户充电费用最优为目标,在考虑充电时间、并行充电汽车数量等传统约束的基础上,结合分时电价与实际负荷曲线,将充电行为对峰谷差和负荷波动的影响作为约束条件,提出了一种新的电动汽车充电行为有序充电策略。基于该策略,利用蒙特卡洛方法模拟了电动汽车用户行为,对比分析了分时电价环境下电动汽车无序充电和有序充电对电网负荷曲线的影响。仿真结果表明:考虑峰谷差和负荷波动约束,通过电动汽车实时响应分时电价,可避免大量电动汽车集中充电而产生新的负荷高峰,且在显著降低电动汽车充电费用的同时,可以实现平滑负荷波动并减少系统的峰谷差。     

基于PSO算法的电动汽车有序充放电两阶段优化策略

传统分时电价(time-of-usetariff,TOUT)和实时电价(real-timeprice,RTP)需求响应机制均会在负荷低谷时段产生新的负荷高峰,针对这一问题,考虑电网侧的调峰需求以及不同用户对充电电量、充电成本的不同需求和参与意愿,提出一种分时电价动态优化方法。所提方法根据每辆电动汽车(electricvehicle,EV)接入电网时的负荷信息动态更新该EV的峰谷电价,弥补了TOUT和RTP充电方式的缺点。基于所提分时电价动态优化方法,通过建立充电电量最多和充电成本最小多目标函数,采用粒子群算法对每辆EV的充(放)电行为进行两阶段优化,并通过引入虚拟荷电状态对优化后的充(放)电行为进行修正,由每位用户自主响应实现EV的有序充(放)电。为验证所提方法的有效性,基于2017年全美家用车辆调查结果(NHTS2017),采用蒙特卡洛法模拟某居民区1000辆EV的充电需求,并对不同充电策略、不同优化权重、不同参与度和不同V2G(vehicle to grid)响应度下的充电需求进行了仿真分析,结果表明,相较于其他充电策略,所提优化策略可以明显降低用户的充电成本和负荷曲线的峰谷差。