双楼宇专变供电充电站负荷的时空双维调控建模

在碳减排和环境保护需求的推动下,电动汽车的普及速度加快,同时从时间和空间维度挖掘充电负荷的调控潜力可以有效地缓解配电网的扩容压力,基于此提出了双楼宇专变供电充电站负荷的时空特性双重调控方法。介绍了双楼宇专变供电充电站负荷时空特性的双重调控机理,利用双楼宇专变冗余容量和储能系统对充电站进行供电;结合储能充放电调控、充电桩和储能的双电源切换开关切换、充电桩功率实时调度3种调控方法,提出了充电站负荷的时空双维调控策略;提出了结合日前和实时2种时间尺度的充电站优化模型,以电动汽车服务率为优化目标建立储能充放电的日前优化模型,以变压器负荷标准差为目标建立双电源切换开关切换的实时优化模型,以各时段调度成本为目标建立充电桩功率的实时调度模型,通过多样化的调控手段提升充电站的经济性和安全性。通过算例仿真验证了所建模型的有效性。     

满足电动汽车快充需求的含储能复合型充电站充电优化策略

电动汽车(EV)快速充电站的功能正逐步向集成风光储等综合能源的复合型充电站方向发展,选择一种能够提高快速充电系统各方效益的充电优化策略有助于推广EV及新能源产业。在此背景下,通过电价激励手段,制定了提高EV与复合型充电站综合效益的充电优化策略。首先,基于EV充电时间成本与充电经济成本建立了EV综合最优路径规划模型;然后,根据EV决策结果所得不同的快充负荷及车流量,各复合型充电站通过调度站内储能,构建了复合型充电站的效益优化模型,以EV综合成本最优及复合型充电站综合效益最优为双重优化目标。以某区域18 km×18 km路网为算例对所提优化策略进行仿真,结果表明所提优化策略可有效降低EV充电综合成本,并大幅提高复合型充电站的综合效益。     

基于“车-路-网”协同的电动汽车充电引导策略

针对大量电动汽车集中充电引起的电网电能质量下降、路网道路拥堵和充电站内充电桩未能充分利用的问题,结合路网、充电站和配电网的实时运行状态,提出一种基于第三代前景理论的充电引导策略。分别对路网、充电站和电网建立不同的运行状态描述模型;基于第三代前景理论,根据充电桩和电动汽车时空状态建立动态多参考点,根据“车-路-网”系统的运行状态对用户充电选择进行前景分析,通过前景值建立耦合系统状态模型,并将最大前景值方案作为推荐引导策略方案。仿真结果表明,所提充电引导策略不但能够充分协调分配充电负荷以及合理缓解交通压力,而且能够有效保证配电网电压处于正常的运行范围内。     

考虑充电需求与随机事件的光伏充电站实时运行策略

电动汽车光伏充电站是将充电设施与光伏发电系统进行结合的有效形式,能有效地减少电动汽车的间接碳排放,降低充电行为对配电网的影响。针对电动汽车光伏充电站,提出了一种实时运行策略。该策略将电动汽车按充电行为分为刚性充电和柔性充电两类,以满足电动汽车充电需求、提高光伏就地消纳和降低充电行为对配电网的影响为原则。该策略包含4个部分:电动汽车交互分类,电动汽车充电可行域,动态事件触发机制和电动汽车实时功率分配算法。此外,该策略是基于非预测机制,避免了因预测算法精度问题而引入的不确定误差。通过仿真实验结果综合分析可知,该策略能有效发挥光伏充电站的优势并且实现预期目标,对于光伏充电站的推广具有一定的价值和意义。     

多信息耦合下的充电站信息预测方法研究

为解决电动汽车用户在有充电需求时“充电站难寻”及充电时间等待问题,文章提出了多信息互联耦合下的电动汽车充电站运营状态预测方法,首先利用高德地图及e充网基于Python爬虫技术收集预测区域内的交通路况信息及充电站信息,分析所在地气象状况及周边交通状况与充电桩忙闲状态之间的相关性。最后采用深度信念网络预测模型对充电站的运营状态进行预测,以某充电站实际数据进行算例分析,结果表明所提出的预测模型能够更准确地对充电站内充电桩的使用数目进行预测,并验证该预测结果可为用户在未来短期时间段内的可用充电站提供依据,均衡充电站之间的设备利用率。     

基于区块链的电动汽车充电桩两阶段交易优化

为了解决电动汽车大规模发展带来的充电交易主体之间的信任问题,提出了基于区块链的电动汽车充电桩两阶段交易优化方法。首先,设计电动汽车充电桩两阶段交易优化框架;然后,为了避免电网负荷过载给电网的安全稳定运行带来影响,以电网容量裕度为约束,引入双向交易市场、P2P交易市场,在各个充电站之间进行充电权交易,构建电网与电动汽车充电桩交易优化模型;其次,为了降低充电站的偏差惩罚成本以及引导电动车车主有序充电,构建了基于需求响应的电动汽车充电桩与车主交易优化模型;最后,以某一仿真场景为例进行算例分析,验证模型的有效性。算例结果表明:基于区块链的两阶段交易优化模型,能提高充电站的收益,降低系统峰谷差。     

考虑负荷优化的电动汽车光伏充电站储能容量配置

为实现电动汽车充电站中光伏电能的充分利用和减小负荷峰谷差,将光伏功率和电动汽车充电功率结合作为等效负荷功率,并以此配置储能。以等效负荷功率上下限为决策变量,充电站日净收益和峰谷差率为目标函数,建立储能优化配置模型。使用改进遗传交叉过程的NSGA-II算法对目标函数进行优化,得到不同峰谷差率对应的充电站日净收益和储能容量,同时对比不同光伏出力和充电功率等级下储能容量配置的差异。结果表明,合理的光伏容量配置能够减小充电站对储能容量的需求,并且根据峰谷差率联合配置光伏和储能,能够实现充电站经济运行和负荷优化作用。     

基于充电桩选择策略的双馈线负荷优化和削峰潜力分析

为了改善充电站通过多台变压器接入双馈线场景下配电网运行的经济性和安全性,提出了电动汽车对充电站内接入不同馈线下充电桩的选择策略,以改善馈线负荷均衡度并实现负荷削峰.阐述了充电站接入双馈线的方式和充电桩优化选择的原理,并提出了充电桩选择策略的适用场景和实施条件;从改善馈线负荷均衡度的角度出发,建立了充电桩选择策略的优化目...     

基于模糊控制的区域电动汽车入网充放电调度策略

提出一种基于模糊控制的电动汽车入网(V2G)充放电调度策略。首先,提出V2G管理系统的整体结构,其主要由有序充电调度系统和V2G变流器控制系统组成,前者合理安排各充电桩的充放电功率,实现削峰填谷的辅助功能;后者响应上层调度下发的功率指令,控制实际充放电行为,提供稳定的电能变换和能量交换的接口。然后,在有序充电调度系统中综合当前配电网的负荷特点,对当前接入充电站的全部电动汽车进行调配,并采用模糊控制算法计算充放电功率并下发给各充电桩,改善区域电网的负荷特性,实现削峰填谷的辅助功能。最后,通过仿真实验证明所提有序充电调度系统在满足电动汽车充电需求的同时,能够充分地利用电动汽车负荷的灵活性;在实现对电网削峰填谷的同时,有效地避免了电网负荷低谷时段大量电动汽车充电引起新负荷尖峰的问题。     

基于马尔可夫决策过程的电动汽车充电站能量管理策略

电动汽车充电站作为并网分布式储能装置,是实现电动汽车与未来能源互联网深度融合的重要组成部分。考虑分时电价和电动汽车用户行为的不确定性,提出了以电动汽车充电站日运营成本最小化为目标的能量管理策略。为了减少对先验信息的依赖和约束,将优化问题建模为一个新的有限回合马尔可夫决策过程模型;基于传统成本模型提出奖惩回报函数,通过主动学习调度决策,得到每辆电动汽车的实时充放电行为;针对模型的高维状态空间问题,设计相应的状态空间和动作空间,采用一种卷积神经网络结构结合强化学习的方法,通过从原始数据观测中提取高质量的经验,获取最优调度策略以达到优化目标。仿真结果表明,与传统的充电策略相比,所提策略可以有效地降低充电站的日运营成本,保护电动汽车的电池,同时能满足电动汽车用户的充电需求。     

电动汽车充换电站换电池的有序充电优化

大规模的电动汽车充电负荷具有大功率、波动性和不确定性的特点,将给电网带来峰值增高、电压波动等不利影响。为了降低电动汽车充电负荷对电网的不利影响,建立了电动汽车充换电站换电池的充电优化模型。通过对换电池在充电过程中充电时间、充电功率和电池电量的实测数据进行拟合,得到了电动汽车换电池的充电特性。以此为基础,建立了电动汽车充换电站的换电池有序充电模型,该模型在满足充电机数量、电动汽车对换电池的需求、充换电站容量和变电站容量约束的前提下,最小化所属变电站负荷曲线的离差平方和,并应用遗传算法实现了有序充电模型的快速求解。以山东省某电动汽车充换电站为算例,证明了该模型的快速性、正确性和有效性。     

电动汽车智能充电策略研究

大量电动汽车无序充电会给电网的稳定运行带来一定的负面影响,需要智能充电策略尽可能减小电动汽车充电对于系统运行的不利影响,同时使得电动汽车用户的充电成本尽可能低。根据电动汽车负荷模型,提出了一种新的目标函数优化数学模型,用Matlab对电动汽车智能充电策略进行编程计算,制定智能充电策略。通过分层分区管理中的中央自主管理层对电动汽车充电行为进行管理,解决电网侧和电动汽车用户之间可能出现的问题。算例表明,智能充电能减少电动汽车无序充电给电网带来的影响。     

居民小区电动汽车充电负荷有序控制策略

针对当前居民小区电动汽车充电设施建设中遇到的配电变压器供电容量限制及物业管理方缺乏运营积极性等实际困难,研究了电动汽车充电负荷有序控制策略,主要目标包括预防配电变压器过载和实现充电收益最大化。首先提出了网格选取法,在保证变压器不过载运行的同时,灵活规划电动汽车的充电时段。进而基于峰谷分时电价构建了充电电费支出最小的目标函数,并基于遗传算法设计了求取最优网格选取结果的方法与步骤。最后,采用蒙特卡洛法进行算例仿真和分析验证。结果表明:网格选取法隐含了配电容量限制条件,简化了电动汽车的有序充电规划,更利于采用寻优算法进行求解。所求取的有序充电策略能有效实现负荷移峰填谷、降低电费支出,同时提高运营方的充电收益及参与积极性。     

考虑分区域动态电价机制引导的电动汽车充电优化策略

为应对大规模电动汽车无序充电引起的配电网运行损耗增加问题,提出一种分区域动态电价机制引导的电动汽车(electric vehicle,EV)充电优化策略。该动态电价机制是根据不同区域内的负荷特点建立不同的动态电价,从而优化对应区域的EV充电。其中商业区建立计及充电站充电总功率的动态电价模型,居民区和办公区采用计及风光出力的动态电价模型。同时,提出充电效益系数模型以提升在居民区和办公区用户的充电时间满意度。最后,在IEEE33节点系统上进行仿真验证。结果表明,所提出的基于分区域动态电价机制的EV充电优化策略能够在保证车主利益的同时,降低网损、提高配网电压质量、促进风光消纳以及提升配网的经济性。     

采用拉格朗日松弛法的电动汽车分散优化充电策略

电动汽车聚合商作为电动汽车充电服务的提供商,是电网公司和电动汽车用户之间交互的重要协调者。从电动汽车聚合商的角度出发,在考虑电动汽车用户的电量需求、充电时间以及配电变压器的可用容量等约束条件下,以电动汽车聚合商充电收益最大化为目标,构建了基于拉格朗日松弛法的分散优化模型,研究了分散优化充电策略的执行机制和流程。采用蒙特卡洛方法模拟电动汽车的充电情况,通过仿真算例,对比分析了在无序充电、集中优化充电和分散优化充电模式下的负荷曲线、经济效益和计算效率。结果表明：基于拉格朗日松弛法的分散优化充电策略可得到近似于集中优化模式下的充电收益,同时具有更高的计算效率,适合实际应用。     

基于TOPSIS方法的居民区电动汽车有序充电策略

针对中国目前超大城市电动汽车保有量的快速增长与现有配电网制约用户充电需求的矛盾,提出了一种基于理想解法的居民区电动汽车有序充电策略,以最大限度调配现有可用的电能资源。通过分析电动汽车出行规律,建立了居民区电动汽车出行、返回、等待、充电的数学模型。在综合考虑充电时间、充电费用、等待时间、充电完成率、小区总负荷变化率等决策指标基础上,建立了基于理想解法的有序充电排序方法,并通过算例仿真进一步对比了分时电价策略下峰谷电价对用户充电行为的影响。仿真结果表明,与现有网格选取法有序充电结果相比,该方法可在保证电动汽车充电完成率和稳定居民区负荷前提下,更好地兼顾电动汽车充电的连续性、便捷性和经济性,为居民区停车场电动汽车有序充电管理提供决策依据。     

基于多信息交互与深度强化学习的电动汽车充电导航策略

针对电动汽车动态行驶行为和随机充电行为的多信息融合特征以及多系统建模复杂度,提出了一种基于多信息交互与深度强化学习的电动汽车充电导航策略。该策略首先对“电动汽车集群优化储能云平台”采集的电动汽车实际运行数据进行建模与挖掘,通过数据预处理以及数据可视化显示得到电动汽车行驶、充电信息以及城市充电站信息。其次,分析了电动汽车充电调度过程符合马尔科夫决策定义,引入深度强化学习方法建立了充电导航模型。将“车-站-网”实时信息作为深度Q网络算法的状态空间,并将充电站的分配作为智能体的执行动作。通过对充电过程不同时段出行的成本和时间决策目标的评估,确定行驶途中与到站后的奖励函数。执行最高奖励对应的最优动作-值函数,为车主推荐最优充电站和规划行驶路径。最后,设计了多场景仿真算例验证了所提策略的可行性和有效性。     

考虑发展不均衡的电动汽车充电负荷预测

针对小范围内电动汽车样本数量较少的特点,首先提出了基于电动汽车发展不均衡的电动汽车充电需求计算方法,对比了三种不同的拟合方法,并指出了不同情况下不同拟合如何选取;而后,提出了利用电动汽车剩余电量SOC确定电动汽车是否充电的方法,从剩余电量的角度给出了判断电动汽车是否充电的依据;最后,考虑到充电策略执行的可行性与实时性,提出了一种充电桩与用户交互的自由有序充电方式选择策略。针对特定区域内电动汽车充电需求,文章给出了需充电电动汽车数量,并依据SOC判别每辆EV是否充电,进而确定自由有序充电策略下的负荷曲线并与无序充电结果进行对比。仿真结果表明,采用该充电策略可以有效减小充电负荷峰谷差,转移充电负荷峰值,减少电动汽车充电桩需求数量,提高充电桩的使用率。