考虑电价影响的电动汽车削峰填谷水平评价

为了避免电动汽车充放电行为的无控性对配电系统负荷曲线造成的不良影响,首先从能量平衡的角度出发,以电动汽车行驶里程所耗电量为依据估算电动汽车的充放电量。然后考虑电价对车主充放电的影响,以电动汽车充放电代数费用最小为目标进行充放电时间段优化。最后研究以平抑负荷曲线为目的的电动汽车充放电优化方案,采用动态规划法进行电动汽车充放电优化。提出的方法和模型在PGE 69节点配电系统中进行仿真,对于不同电价体系下配电系统中的电动汽车削峰填谷水平进行了评价。仿真结果证明了在电价的影响下,所提出的电动汽车充放电控制策略能够有效进行负荷削峰填谷。     

考虑V2G下电动汽车与风电协同调度的多目标优化策略

通过建立电动汽车及风电参与的负荷平抑、负荷峰谷差和电动汽车充放电费用的多目标模型,考虑电动汽车电池的可用容量和充放电功率等约束条件的情况,采用基本遗传算法和非线性规划遗传算法这两种不同算法,分析考虑负荷峰谷差对平抑负荷波动和提高电动汽车用户收益产生的影响,并分别对所产生结果进行对比.最后,通过算例分析验证结果表明,通过在分时电价合理的安排电动汽车充放电下采用非线性规划遗传算法并考虑负荷峰谷差可使多目标模型更加优化,并给出非线性遗传算法求解多目标模型时的结果曲线图.     

基于动态实时电价的电动汽车集群分层优化调度

针对大量电动汽车接入电网后的无序充放电对电网造成的不利影响,提出了一种基于实时电价的双层优化调度模型,根据接入电动汽车的可充放电时间段,将其划分为若干个集群,在保证配电网经济安全运行的同时,满足车主充电需求。该调度模型上层以负荷曲线方差及实时电价下用户的充放电总成本最小为目标,采用粒子群算法求解得到集群的实时最优充放电功率,并将集群的电动汽车充放电负荷与电价联动调整;下层引入充放电优先级指数,利用能量缓冲一致性算法,制定出集群内的各辆电动汽车的实时充放电策略。以典型的区域配电网负荷数据为例,通过仿真验证了所搭建的集群优化模型和求解算法的实用性和有效性。     

电动汽车充电负荷计算方法

在研究中国电动汽车相关政策、发展趋势的基础上,基于调研结果,分析了不同类型电动汽车不同充电行为对应的充电方式及充电时段。根据不同类型电动汽车不同充电行为的充电功率,提出采用蒙特卡洛模拟抽取起始荷电状态、起始充电时间的电动汽车充电负荷计算方法。该方法将不同车辆的不同充电行为按充电需求进行分类,根据充电方式、起始荷电状态、充电需求、起始充电时间计算充电时间,获得充电负荷曲线。对中国未来电动汽车充电负荷水平进行了计算和分析。分析结果表明：随着中国电动汽车的发展,充电负荷将对电网的运行和规划带来较大的影响;充电负荷具有明显的峰谷差,负荷调控的潜力大。     

计及电动汽车入网的电价联动模型

电动汽车不同的充放电控制与利用策略对电网负荷曲线产生不同的影响,从而影响到峰谷分时电价政策的制定与实施。提出计及电动汽车入网的电价联动模型。首先,应用蒙特卡洛模拟法模拟一定数量电动汽车充放电功率曲线;然后,供电侧基于用户需求响应调整销售侧峰谷分时电价,以优化用户负荷曲线;最后,将用户响应后的用户负荷曲线与电动汽车充放电功率曲线叠加得到新的电网负荷曲线,在此基础上,调整发电侧峰谷上网电价,以平衡用户侧削峰填谷及电动汽车入网给发、供电侧带来的效益。结合实际数据,设置3种电动汽车入网方式和2种充放电电价模式对模型进行仿真,结果验证了模型的有效性。     

考虑风电波动与电动汽车集群储能平抑控制策略

为促进风电在电网中的消纳,减轻配电网负荷压力,提出考虑风电出力波动和电动汽车集群储能系统平抑控制策略.首先,对单体电动汽车入网后行为特性进行储能建模,依据不同荷电状态(SOC)电动汽车有功响应能力,构建电动汽车集群储能模型,基于集群储能能力的差异性,利用多个电动汽车集群协调平抑联络线功率波动.其次,由集群储能系统依据联络线功率平抑波动值进行逐层自适应功率分配,确定各电动汽车蓄电池—超级电容的任务功率,充分利用车网连续调节能力.所提平抑策略可减轻大规模电动汽车连网后配电网中负荷的波动,实现储能系统内部功率相互流动,有效减少常规储能容量配置.     

电动汽车参与电网调峰的模型及调度策略研究

"汽车-电网"互联(Vehicle to grid简称V2G)技术体现了电动汽车与电网的互动关系,随着电动汽车数量的快速增加和充放电技术的成熟,电动汽车必将成为智能电网的重要组成部分,并有望参与电网调峰平抑负荷波动。建立了一种电动汽车参与电网调峰的模型,提出了基于粒子群算法的调度策略。基于某地区典型的日负荷曲线,研究了电动汽车对电网调峰的影响。     

基于概率统计的电动汽车充电功率建模

电动汽车大规模应用以后,其充电功率将对电网产生一定影响。通过详细考虑电动汽车接入电网的因素,并在一定假设条件下,建立了电动汽车充电功率模型。采用蒙特卡洛仿真算法产生影响因素的随机数,仿真出电动汽车充电负荷曲线。以一居民小区夏季典型日负荷曲线为例,计算得出自由充电模式下电动汽车对原负荷曲线的影响。计算结果表明,电动汽车的自由充电特性将使电网最大负荷发生一定增长,在改变电动汽车起始充电时刻的情况下,电动汽车充电对于可再生能源具有一定的支撑作用。     

大规模电动汽车充放电优化控制及容量效益分析

建立了电动汽车充放电两阶段优化模型,并采用整数规划方法求解,以获取通过优化控制降低的峰荷量及车辆到电网(V2G)的放电量。考虑电动汽车起始充电时间、起始荷电状态的随机分布,采用拉丁超立方抽样方法进行抽样,以有效减小计算规模。以中国2020年和2030年电动汽车充电负荷为例,对电动汽车可控比例不同情景下的有序充电优化、V2G优化问题进行了仿真计算,并对成本效益进行了分析。考虑到未来参数的不确定性,对成本效益相关参数进行了灵敏度分析。分析结果表明,所提出的两阶段充放电优化控制模型能有效降低峰荷并平滑负荷曲线。同时可知,装机成本和电池寿命损耗成本的变化将对V2G的效益产生较大的影响,上网电价的变化则对V2G效益的影响较小。     

规模化电动汽车有序充电分层控制策略研究

电动汽车作为一种特殊电力负荷大规模投入电网后,对其有序充电策略进行研究,能够降低充电负荷对电网的冲击、平抑负荷波动,降低用户充电费用。文中以电动私家车为研究对象、居民小区为应用场景,提出了一种上层根据居民小区的充电需求与负荷方差最小的优化目标确定功率指导曲线、下层同时考虑下发的指导曲线以及充电站峰谷差最小的优化目标来满足用户充电需求的有序充电优化方法。分析充电模式等因素对电动汽车(Electric Vehicle,EV)充电负荷的影响,并基于蒙特卡洛方法进行充电负荷预测的计算;提出了电动汽车有序充电的分层控制架构,并建立了能够平抑总体负荷波动、降低变电站负荷峰谷差的双层优化模型,采用粒子群算法进行计算;以某居民小区为例进行仿真计算,对比电动汽车在不同渗透率下使用该优化充电方法前后的结果。结果表明,该控制策略使充电负荷的高峰期往后推迟至基础负荷的用电低谷期,实现了负荷曲线的“削峰填谷”,且随着渗透率的增加,在降低负荷峰谷差、平抑负荷波动方面的优化效果更好;在充电费用方面,有序充电情况下充电费用减少了29.0%,降低了电动汽车用户的充电负担。     

大规模电动汽车并网的配电网负荷特性研究

从电动汽车常见类型及影响充电负荷的主要因素分析着手,基于电动汽车充电模式、电池特性以及用户行驶规律研究电动汽车充电功率,建立了电动汽车充电规律的随机模型,得出充电负荷的概率分布,进行蒙特卡洛抽样以建立仿真模型~([1])。又以某地区典型日负荷曲线为例,分析了大规模电动汽车并网后,不同类型电动汽车充放电对配电网典型日负荷曲线的影响,并估算了双向充放电电动汽车的削峰能力,为电动汽车大规模并网的配电网发展规划奠定了重要基础。     

住宅区电动汽车充电负荷随机接入控制策略

提出一种电动汽车充电起始时间随机选取方法。由控制决策生成器获取当前控制区域电价与负载信息,并根据负载曲线,对负荷曲线中谷时段进行分段处理,计算电网在各时段的负荷容纳能力。各充电桩根据负荷容纳能力计算不同充电时长的用户对应的充电起始时刻概率分布,并依据概率分布随机决定接入用户充电起始时间。该方法将谷时段电网负荷容纳能力量化为充电概率分布,按各时段负荷容纳能力随机生成充电任务,达到均衡利用谷时段电力资源的目的。概率分布计算完成后,由充电桩独立决策充电任务,无需复杂的集中式通信控制。蒙特卡洛方法对策略实例进行的仿真结果表明,所提方法削峰填谷、平抑负荷波动的效果显著,同时能有效降低系统和用户成本。     

基于多群组均衡协同搜索算法的电动汽车充放电多目标优化

大规模电动汽车无序充电将会给电网安全运行带来巨大压力,合理利用V2G(vehicle to grid)技术制定最优充放电策略可以有效改善电网运行状况。在满足电动汽车充电需求的基础上,基于经典电池损耗模型和分时电价,以日负荷曲线波动最小和计及电池放电成本的用户充电成本最小为目标建立了电动汽车充放电多目标优化模型,采用多群组均衡协同搜索算法(EMGSS)进行帕累托前沿和最优折中解的求取,以滚动优化的方式满足综合考虑日间/夜间不同的随机的充电需求并进行优化计算,最大限度地实现电网侧和用户侧的双赢。通过仿真案例验证了该模型可以有效地平抑日负荷曲线波动并且降低用户充电成本。     

面向电动汽车集群实时充放电优化的分群调度机制

大规模电动汽车无序充电会加剧电网的峰谷差,并影响电能质量和变压器寿命。文章从群体的角度考虑分布式控制框架下电动汽车实时充放电优化的互动调度策略,根据接入电动汽车不同的充电需求,提出以充电结束时刻为分群特征的实时调度方法,并采用双层优化模型求解集群整体和单辆电动汽车的最优充放电功率问题。上层以日负荷波动和调度惩罚最小化为目标,建立考虑电动汽车充放电的大规模集群实时互动调度模型。下层考虑电动汽车车主的充放电成本,求解单辆电动汽车充放电功率的最优跟踪问题。以典型的区域配电网负荷数据为例,通过仿真验证了分布式控制下的实时充电优化策略可以保证电网的可靠运行,同时兼顾各方利益。     

计及动态电价的电动汽车充放电优化调度

针对传统分时电价易导致负荷出现新的尖峰和不能随实际电动汽车入网动态调整的问题,提出基于动态电价的电动汽车充电站有序充放电控制方法.考虑部分电动汽车电池电量回馈电网的能力,将电动汽车的充放电价与充放电状态及功率作为决策变量,构建以最大化充电站收益和最小化充电站与配电网交互功率波动为目标的电动汽车充放电优化调度数学模型,并采用改进的粒子群优化算法求解该多变量、高维优化问题.运用蒙特卡洛法模拟不同数量的电动汽车充放电需求,对比分析仿真结果,所提方法能够根据电动汽车入网数量动态调整电价,提高充电站收益,减小配电网负荷的峰谷差,平抑负荷波动,实现电动汽车的有序充放电和达到服务电网的目的.     

电动汽车对微网优化运行的影响分析

概述了电动汽车的功率特性,以蒙特卡洛模拟法仿真电动汽车的充放电行为,建立了电动汽车无序充电和有序充放电的负荷模型。在分时电价机制下,以计及电动汽车接入的微网经济效益最大为目标,制定了优化调度策略。分析比较了电动汽车无序充电和有序充放电对微网优化运行的影响,表明电动汽车有序充放电接入模式不仅对主网起到＂移峰填谷＂的作用,还可以有效提高微网自身的经济效益。     

基于蒙特卡洛法的电动汽车负荷预测建模

电动汽车大规模接入将对电网造成巨大影响,为采取有效措施,需对其负荷进行预测。在研究我国电动汽车相关政策的基础上,从影响电动汽车负荷的主要因素入手,详细地分析了不同类型电动汽车在不同充电模式下的充电行为,建立了电动汽车负荷预测模型,并采用蒙特卡罗法抽取起始充电时间、充电起始荷电状态等因素进行仿真。根据北京市电动汽车发展情况,对北京市电动汽车的规模进行了预测,得到北京市电动汽车在工作日和节假日的日负荷曲线,并对结果进行了分析。分析结果表明：未来电动汽车的大规模接入将给电网带来大量的新增负荷,同时加大了电网负荷峰谷差,需对电动汽车充电负荷进行有效的控制。     

基于纳什均衡的电动汽车参与下的电网博弈分析

电动汽车进入电力市场,不仅对电网负荷造成影响,也影响了电力市场的经济交易方式,促进了电力市场的有序竞争、充分开放。结合电动汽车参与下的电力市场的特点,基于博弈论思想,建立了电网公司与不同性能电动汽车的非合作博弈模型,以双方利益最大化为目标,对电动汽车的充放电行为进行研究,采用改进粒子群算法,求得均衡解。算例结果表明:整体上,电动汽车参与电力市场,对电网负荷起到了"削峰填谷"作用,同时改善了电价曲线,使电网公司收益更加稳定;在电动汽车收益方面,电动汽车性能越高,其收益离散性越强,性能越低,其收益越稳定。     

峰谷分时电价背景下的居民电动汽车有序充放电策略

针对现有电动汽车充电策略未考虑充电负荷超过供电容量的现实问题,提出一种包含功率限制的电动汽车有序充放电策略。该策略以峰谷分时电价为背景,通过电动汽车向电网进行馈电以及对电动汽车的充电功率进行限制,使居民用电的总负荷曲线趋于平缓,更好地起到削峰填谷的作用。同时在配电设施容量不增加的情况下,提高接纳规模化电动汽车充电的能力。最后通过蒙特卡洛仿真对算例进行分析,证实所提出的包含功率限制的电动汽车有序充放电策略较原有策略更具实用性。     

电动汽车充电功率需求及其对电网负荷曲线的影响

准确把握电动汽车充电负荷,是评估电动汽车对电网影响以及对电动汽车进行充放电管理的基础。通过影响电动汽车负荷在时间上分布的综合因素及其相应的概率分布,提出了一种基于统计学的电动汽车充电功率模型。在此基础上利用蒙特卡洛方法对电动汽车在不同渗透率下的负荷进行计算。结果表明,电动汽车的规模化应用,给电网带来了新一轮的负荷增长;充电负荷的峰谷差明显加大,给未来负荷调控带来了挑战。