基于ARM-Linux平台的电动汽车智能充电技术

在ARM嵌入式硬件与Linux操作系统下,研究了电动汽车充电技术,提出了一种电动汽车与电网互动的有序充电控制方法,目的是减少大量电动汽车充电时对电网的负荷冲击,提高电网电能质量.该控制方式减少了电动汽车充电时间,增强了电网稳定性,并在电池允许的范围内提高了电池充电速率.采用整合封包无线服务(GPRS)技术建立电动汽车充电系统与电网的互动通信,提出了6种充电模式,来实现智能有序充电.     

电动汽车有序充电多目标优化方法

电动汽车大规模无序充电会导致电网负荷波动过大、电压偏移量大，因此，需要对电动汽车充电行为进行多目标优化。通过对电动汽车驾驶人员驾驶行为与充电习惯的分析，建立电动汽车充电负荷模型；在粒子群优化算法的基础上，引入二进制编码对优化函数展开求解，实现有序充电策略的优化。测试表明，利用所提方法对车辆充电行为展开有序优化后，充电桩的负荷在2000～2500 kW区间波动，波动情况趋于平缓，电压偏移量在3.00%以内，网损率在2%左右，有效降低了电网的损耗率，为电力系统的平稳运行提供保障。     

充电站内引导电动汽车有序充电控制方法仿真

传统的电动汽车充电控制通常采用基于多代理、基于T-S模糊控制器、基于交替方向乘子的有序充电控制方法,但这几种方法的电网负荷波动率较高,为此提出一种充电站内引导电动汽车有序充电控制方法。应用滚动优化法对集中充电站进行充电时段划分;结合灰色理论对电动汽车用户短期的用电负荷状况进行预测,通过预测未来一段时间的电动汽车用户用电负荷值,对各个时段电动汽车用户的充电计划进行优化求解,最终实现电动汽车有序充电控制。为了验证上述方法的有效性,与三种传统控制方法进行对比,得出上述方法的充电负荷波动率为49.2%,通过比较可知,所提方法的充电负荷波动率最低,证明了上述方法的有效性。     

电动汽车充电负荷预测研究

电动汽车的快速发展会逐渐增大电网的运行压力,而预测电动汽车的充电负荷有利于电网的运行和合理调度.论文分析了电动汽车充电负荷的影响因素,得到不同充电方式中充电功率的变化,分析了三种类型电动汽车的充电频率、日行驶里程和起始充电时间,并建立了相应的概率密度函数模型.最后采用蒙特卡洛算法模拟计算出日充电负荷,为电动汽车有序充电研究提供了基础.     

电动汽车智能充电策略研究综述

发展电动汽车是减少对石油的依赖以及解决环境污染的有效途径。但是,大规模电动汽车无序充电会严重影响电网的稳定性,主要表现在电网负荷峰值升高、电网电压下降以及电网能量损失变大等方面。众所周知,对电网进行扩容改造将需巨大的成本,而智能充电无需对电网进行大幅度改造即可有效地解决这一难题。智能充电不仅能为电力运营商创造可观的经济效益,同时还能使电动汽车用户受益。智能充电主要分为集中式充电和分散式充电。集中式充电根据电网信息和电动汽车的充电需求规划电动汽车的充电策略。充电策略的制定主要以电网运行成本最小、电网能量损失最小、电网负荷方差最小等为目标。分散式充电主要在获取电网状态信息和电动汽车的充电需求后制定浮动电价以激励电动汽车用户避开用电高峰期。最后,文章简要介绍了在智能充电框架下电动汽车与可再生能源融合的潜力、智能充电对电池的要求以及相应的通讯网络构建等问题。     

电动车充电负荷建模及对配电网的影响分析

在电动车充电负荷建模优化的研究中,电动汽车大规模使用后,需要对电动汽车的充电负荷建模与准确计算,以分析对电网的影响.通过对电动汽车电池的充电特性、充电起始荷电状态及充电时间等因素分析,建立单个电动汽车充电负荷模型,根据中心极限定理进而得到大量电动汽车充电负荷的计算方法,分别在不同电价政策下考虑电动汽车常规充电和快速充电情况下,对电动汽车充电负荷进行了仿真比较分析.仿真结果表明,由于电动汽车多在夜间充电,则对原负荷曲线有一定“填谷”作用,均增加了负荷系数,缩小了峰谷差;尤其在分时电价无快充情况下,峰谷差最小,负荷系数最大.     

共享充电桩下负荷时间分布均衡的小区电动汽车充电方案优化

针对电动汽车充电负荷增加、电网安全性降低,以及停车困难小区只能使用共享充电桩等问题,提出了一种充电桩选择与电动汽车充电优化的组合模型。该模型以共享充电桩之间充电时间标准差和全天充电负荷标准差之和最小为目标。考虑到电动汽车充电桩分配方案以及电动汽车充电方案两者的重要程度并不相同,提出了一种随着迭代次数的增加,变化概率不断改变的动态概率遗传算法。将改进后的遗传算法求解该模型,通过求解一个算例,进一步阐述所提算法的原理和过程,验证了该算法的可行性和有效性。     

考虑风电消纳的居民小区电动汽车有序充电控制方法

随着电动汽车的保有量不断提升,其充电过程对电网的影响也不断加大。为降低电动汽车无序充电对电网的冲击,提升清洁风电的消纳,提出一种居民小区电动汽车有序充电控制方法。方法使用居民小区的电力预测信息与当地风电产生预测信息,计算获取理想风电消纳的小区电动汽车充电负荷参考曲线。在参考曲线的基础上,使用差分进化算法优化可以得到电动汽车充电功率预分配曲线。在实际应用的实时分配问题上,给出了合适的功率分配策略。最后通过算例仿真实验,验证了算法的有效性。仿真实验表明,提出的电动汽车有序充电控制方法具有较好的有效性和实用性。     

大规模电动汽车接入的电力系统稳定性分析

随着电动汽车技术成熟度的不断提高,特别对环境保护要求的不断提高,电动汽车有逐步取代燃油汽车的趋势。大量电动汽车投入使用之后必然会带来大量的充电负荷,其随机充放电行为将为城市电网的安全稳定运行带来新的挑战,采用分块解耦动态仿真作为工具,对考虑大规模电动汽车接入的电力系统稳定性进行分析,不仅可以提高稳定性分析结果的精度,还可以通过先验仿真得到电池集中充电站最优接入方案,从而提高电力系统的稳定性。     

计及峰谷电价的电动汽车负荷模型分析

大规模电动汽车无序接入配电网会导致电网负荷峰值增加。首先,本文通过分析电动汽车行驶特性,根据电动汽车电量需求、电池荷电状态、充放电功率等约束条件,基于电动汽车有序充放电概率模型和功率期望,构建最小负荷峰值目标函数。再通过遗传算法求解,以峰谷电价时间作为优化变量,得到优化前后的电网负荷曲线。然后分别研究了在不同峰谷电价时间以及在不同用户响应度下电网负荷曲线的变化,并与电动汽车无序充电时的负荷曲线进行对比。最后讨论分析了用户响应度和充电模式对电网负荷峰值的作用效果。     

风力发电与电动汽车充放电协同优化调度策略

大规模电动汽车无序充电以及风力发电在电网中的渗透率不断提高,给电力系统带来安全经济运行问题。在考虑电动汽车电池容量约束、充放电功率约束以及24 h的电动汽车运行行为特性基础上,建立了风力发电及电动汽车负荷平抑、降低电动汽车充放电费用和负荷峰谷差率的多目标协调优化调度模型;采用传统遗传算法和自适应非线性遗传算法对所建模型进行求解。仿真结果验证了模型的合理性以及算法的正确性。     

蒙特卡洛算法下电动汽车计及效率的随机充电对电网影响

随着我国经济快速发展,更加注重能源战略以及低碳行动的实施与发展,其中电动汽车行业发展迅速。但由于人们上班出行具有一定的时空性,大批的电动汽车连进电网后会给其带来新的冲击,因此,基于已有统计并对影响电车充电规律的几种因素进行了系统分析之后,通过构建各种随机变量的数学概率模型,利用蒙特卡洛算法建模之后充电效率的随机接入电网,得到大规模电动汽车充电的负荷模型,最后通过对某地负荷曲线叠加,并通过峰谷差率进行数据分析,说明了电车随机充电对电网造成的峰上加峰现象。     

考虑充电桩最优效率的电动汽车有序充电模型

在电动汽车有序充电过程中,充电效率的评估和优化有助于提升调度模型的精确度。提出一种考虑直流充电桩最优充电效率的电动汽车有序充电模型。首先,分别对直流充电桩中Vienna整流器部分与双有源桥DC-DC部分进行损耗建模,并使用Pareto优化方法求取最优充电效率。然后,以电网运行、电池电量、充电功率和用户行为作为约束条件,构建最优负荷波动率目标函数,并通过粒子群优化方法进行求解。最后以南京城区某大型充电站的夏季负荷历史数据为参考,利用MATLAB软件分析有序充电模型的执行效果,负荷波动率从0.912降低到0.833。实验结果表明,考虑直流充电桩最优充电效率的有序充电模型能较好地降低负荷波动率。     

一种电动汽车有序充电的优化方法研究

针对当前电动汽车充电过程中电网侧以及用户侧的客观需要，设计了优化电动汽车有序充电的一种方法。以最小化电网侧负荷波动和用户侧最大限度地提高电动汽车的充电电量为目标函数，建立了电动汽车的时间维度调度模型。提出了基于改进的多目标粒子群优化算法，通过个体选择、正态分布自适应突变、模糊满意度决策等策略加快搜索效率以及跳出局部极值。实验结果表明，与MOGA和MOAFSA相比，IACO具有更高的搜索效率。     

电动汽车充电负荷时空分布的空间负荷预测

针对大规模电动汽车接入配电网对空间负荷预测的影响,论文提出一种考虑电动汽车充电负荷时空分布的城市配电网空间负荷预测方法.先根据各类车型充电方式与出行特点对电动汽车进行分类;其次,根据居民出行调研统计数据对电动汽车出行规律进行概率分布函数的拟合;然后,构建电动汽车出行链模型,通过蒙特卡洛方法计算得到不同区域和不同时间内充电负荷.最后,基于某地区实际数据,得到一天内不同功能小区的空间负荷预测值,为未来城市配电网的规划提供参考.     

计及预测误差的电动汽车充电分层控制策略研究

电动汽车的大规模接入充电会对配电网的运行带来很大的影响，为减小电动汽车充电对负荷峰谷差的影响和提高电动汽车充电的经济性，提出了一种计及预测误差的电动汽车充电分层优化控制策略。根据日负荷预测曲线和电动汽车充电预测需求的预测误差大小来对充电策略进行动态优化调整，调整的目标为减小系统负荷峰谷差和运行成本，优化模型的求解方法则采用改进的遗传粒子群算法。通过不同控制策略下电动汽车充电实例的计算对比分析，结果证明了电动汽车充电优化控制策略及求解算法的有效性和优越性。     

电动汽车的充电模式及充电设施建设运营模式研究

电动汽车是节能、环保和低碳经济的发展需求,而电动汽车电池既是发展电动汽车的核心,更是电力工业与汽车行业的关键结合点。在政府对电动汽车产业的大力推动下,我国电动汽车产业将步入快速发展期,这也极大地推动了电动汽车充电站和充电桩的建设,大量电动汽车的充电行为将会给电网带来较大影响。电动汽车的普及程度、类型、充电时间、充电方式以及充电特性的不同会使电动汽车对电网的影响发生变化。介绍了世界范围内电动汽车电池的四种充电模式：换电模式,有线慢充,有线快冲,无线充电。这四种充电模式目前处在不同的发展阶段,面临不同的问题,并各自具有不同的发展策略。对目前已经形成的电动汽车制造厂商主导模式、电网企业主导模式和第三方建设运营企业主导模式,进行分析研究和比较     

不同适配度条件下的园区电动汽车负荷统计方法

在双碳目标下，电动汽车因其绿色低碳及节能减排的优点，能够减少人类对化石能源的依赖，成为了实现“双碳”重要发展手段。在2020年提出“双碳目标”后，据中国汽车工业协会统计分析，2022年我国电动汽车的市场渗透率从2020年的6%提升到了26%，拥有全球最大的电动汽车市场，大量电动汽车接入电网充电，将会影响电网运行的安全性及稳定性。因此，对电动汽车负荷准确建模是非常必要的。本文在常规电动汽车负荷统计的基础上，补充考虑车-桩适配度、供-需适配度，以及综合考虑两者的影响因素，提出一种不同适配度下的园区电动汽车负荷统计方法，通过园区的基本情况，进行仿真建模验证了提出方法的合理性和有效性，通过对比论证，验证了提出方法的准确性。     

基于成长体系的电动汽车充电站需求响应方法研究

随着中国新型电力系统建设的逐步开展,需求响应作为优化电网调控的方式之一,在新型电力系统中得到了广泛的应用。为解决电动汽车充电站对不同类型的电动汽车用户需求响应激励不足的问题,提出了一种基于成长体系的电动汽车充电站需求响应方法。该方法采用电动汽车充电需求和电池退化成本计算电动汽车充电站需求响应成本,通过电动汽车用户需求响应成长值等级激励措施,实现了对不同需求的电动汽车用户需求响应价格的浮动,从而保持了前段电动汽车用户的需求响应活跃度,提升了电动汽车充电站需求响应的盈利能力。在某城市的实例运行表明,相较于多时间尺度随机优化需求响应方法,该方法的利润提高了77.97%。该方法能激励电动汽车参与需求响应,提升电动汽车充电站盈利能力。     

引导电动汽车用户驾驶行为的充电导航策略

电动汽车充电导航便于用户合理选择充电站,降低用户自身的时间成本和经济成本,缓解配电网端的负荷压力.在电网分时电价的基础上,考虑电动汽车充电路径的选择与车主的驾驶行为密切相关,通过对电动汽车的负荷设备分类建模,根据不同设备类型的重要程度及用户的电动汽车实际工况和地形因素,利用遗传算法分析最佳出行路径,提出以时间成本与经济成本之和最优为目标,引导用户驾驶行为的充电导航策略.在20kmtimes10km含3个充电站的区域内,通过3种不同充电导航策略仿真结果对比,验证所提出的导航策略的可行性和有效性.