共查询到19条相似文献,搜索用时 187 毫秒
1.
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. 相似文献
2.
3.
《电子制作.电脑维护与应用》2016,(2)
随着电动汽车的普及,电动汽车大规模接入电网充电,将对电力系统的运行与规划产生不可忽视的影响。电动汽车充电将导致负荷增长,若大量电动汽车集中在负荷高峰期充电,将进一步加剧电网负荷峰谷差,加重电力系统的负担。本文提出一种基于居民区配电网的电动汽车接纳能力评估方法,并且给出了一种居民区内电动汽车充电负荷计算方法。 相似文献
4.
5.
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。 相似文献
6.
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. 相似文献
7.
8.
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。 相似文献
9.
10.
11.
常规的经济调度已不能满足可再生新能源和电动汽车随机接入所带来的挑战。为了解决接入配电网电动汽车数量逐渐增多和分布式电源并网问题。本文对含电动汽车的智能配电网优化调度进行了详细的分析。首先简要分析了电动汽车接入对电网造成的影响。其次本文从电动汽车接入电网的类型、电动汽车参与优化调度的目标、优化调度模型以及优化调度建模方法四个研究方面详细分析了电动汽车与智能配电网协调优化调度。从优化调度的结果分析可知,把电动汽车考虑进智能配电网的优化调度中能够有效的降低配电网的运行成本,使得车主的充电费用减少,并且提高了分布式电源的利用率。然后对大数据技术在智能配电网优化中的应用进行了简要的介绍。最后对电动汽车与智能配电网协调优化调度提出了展望。 相似文献
12.
为更好地实现电动汽车与配电网协调发展,提出一种电动汽车与配电网协调规划方法。首先,研究电动汽车的充电负荷特性,摸清电动汽车的用电规律;其次,研究电动汽车进站流量密度,计算不同时刻不同类型的电动汽车充电数量。最后,研究考虑配电网容量约束的电动汽车充电站规划方法,保证电动汽车充电站规划方案的经济性和科学性。应用实例表明,此方法确定的电动汽车充电站规划方案科学、合理,验证了此方法的有效性和实用性。 相似文献
13.
现代社会新能源汽车的利用率越来越高,很多城市都开始推广新能源汽车,政府也开始重视新能源汽车的发展。大规模使用新能源汽车可以有效地降低普通汽车尾气对大气的污染,减少了雾霾的产生,从而达到保护环境的目的。但是,大规模使用新能源汽车会增加充电站的负荷,进而造成配电网局部过负荷,加重了电力部门调度的工作量。因此,对于整个配电网来说,对短期新能源汽车充电站的负荷的预测是很有必要的。提出一种基于CEEMDAN分解与BAS-BP组合的模型对相似日新能源汽车充电站进行负荷预测,此方法根据分解出来的各个IMF数据中不同的特点分别对数据进行相应预测最后叠加起来。利用新能源汽车充电站所给的相似日历史数据作为输入参数进行训练所建立的模型来预测次日的负荷量。该组合模型在减小预测误差方面有所改进,研究的问题有一定应用价值。 相似文献
14.
Kai Xing Fengjuan Zhang Yi Liang Dechang Chen 《Personal and Ubiquitous Computing》2014,18(8):1917-1928
Along with the increasing popularity of electric vehicles caused by economic and environmental incentives, the penetration of plug-in hybrid electric vehicles (PHEVs) poses a great threat to the power grid, especially to the aggregated load in the power system. Motivated by this observation, in this paper, we analyze the impact of large-scale usage of PHEVs and address the load distribution problem by solving a decentralized optimization problem and smoothening the peak load with pricing strategies in the power grid. We also investigate the influence of charging time and charging mode on load distribution, as the charging price varies with the changes of these two factors. Our simulation study on PJM’s data warehouse shows that the proposed strategies can well smooth the peak load by pricing on the charging time and mode. The results also indicate that our strategies always distribute the load in a smoother manner at a smaller load fluctuation compared with other schemes (e.g., First Come First Service and PMCS) and thus improving the stability and reliability of the power grid. 相似文献
15.
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。 相似文献
16.
Chenn-Jung Huang Kai-Wen Hu Heng-Ming Chen Hsiu-Hui Liao Han Wen Tsai Sheng-Yuan Chien 《Applied Artificial Intelligence》2016,30(2):125-152
Electric vehicles (EVs) have become increasingly popular all over the world in recent years. Many countries have been offering reward policies and facilitating the establishment of EV charging stations and battery exchange stations to encourage use of these vehicles by the public. However, in terms of electricity demand, the rapid establishment of EV charging stations and battery exchange stations may lead to significant increases in peak loads, the contracted capacities, and basic electricity charges. In this work, an intelligent EV energy management mechanism is proposed to make use of scheduling systems for the charging stations in order to determine when to store electricity in batteries according to the real-time electricity price and the recharging requirements of EVs. Meanwhile, a recharging suggestion module is presented in this work for locating the most suitable charging station or battery exchange station for an EV according to the available information on hand. When an EV cannot reach any charging station because it is running out of electric power, a mobile CV management module is used to assist the EV to find a suitable mobile CV for recharging. Notably, a well-known machine learning technique, multiobjective particle swarm optimization, was employed in this work to assist in solving the multiobjective optimization problems during the design of an energy management mechanism. The experimental results show that the proposed mechanism can balance the loading of battery charging and exchange stations, and lower the load peak to keep electricity cost down. Meanwhile, the recharging suggestion module can decrease the driving distance of EVs for finding the charging stations, as well as decreasing the waiting time wasted while charging. The mobile CV management module, for its part, can effectively prevent EVs from becoming stranded on the road because they have run out of electricity. 相似文献
17.
随着新能源和绿色物流等政策的出台,电动车逐渐成为物流配送的主要运输工具.考虑到电动车的电池容量、充电时间、耗电率和充电站位置等因素,研究载重影响耗电率的电动车车辆路径问题,建立以总成本最小化为目标的混合整数规划模型.结合禁忌搜索算法的思想,设计改进的自适应大邻域搜索算法对其求解,在该算法中,开发多种基于模型特性的破坏算子和修复算子以提高求解效率.通过算例求解验证模型和算法的有效性,为物流企业电动车配送方案的规划提供一定的决策依据. 相似文献
18.
电动汽车的出现正在引领交通电气化的变革,电动汽车随机的运输与充电行为将促进交通网与电网的深度耦合.对此,结合大数据分析、电车-路网、电车-电网等领域的最新成果,系统地论述交通电气化进程的现状与进展.首先,总结耦合系统的数据预测方法,归纳各自的基本特征、优势与局限性;其次,探讨交通网络中电动汽车的调度问题,兼顾电动汽车的续航安全与运输服务;然后,围绕充电站选址、充/放电负荷管理等方面分析了电气化交通下电网的负载平衡;最后,对交通电气化进程中存在的问题与挑战进行总结,并对其未来发展指明了方向. 相似文献
19.
随着国家大力发展新能源汽车的政策,电动汽车和充电基础设施规模不断扩大,如何科学地规划充电网点成为亟待解决的问题。本文根据分期规划的原则,采用基于注意力机制的长短期记忆网络进行充电需求预测,使用量子粒子群优化算法进行近期充电网点选址定容,然后根据Voronoi图来划分远期充电站服务区域,从而建立了充电网点精准规划模型。通过对杭州市钱江世纪城区域进行验证,表明本文模型在科学规划充电网点的同时,能够实现电网、企业、用户的多方共赢。 相似文献