基于需求响应的电动汽车充放电电价与时段研究

大规模电动汽车无序充放电将会对电网负荷造成"峰上加峰"的不良影响,因此合理引导充放电行为至关重要。首先,计及电动汽车反向入网(vehicle-to-gride,V2G)情况,在综合考虑电动汽车用户成本和电网公司利益的基础上,制定了电动汽车充放电电价上下限。然后,以电网负荷峰谷差率最小和电动汽车用户参与V2G成本最低为目标,建立了充放电时段优化模型。最后,用NSGA-II算法对该模型进行寻优求解。算例表明,通过价格型需求侧响应的引导策略,对实现系统负荷"削峰填谷"和提高电动汽车用户收益具有一定效果。     

计及电池损耗的电动公交车参与V2G的优化调度策略

考虑动力电池的损耗成本,提出一种电动公交车参与电动汽车与电网互动(V2G)的多时间尺度优化调度策略。首先,依据工程经济学原理建立动力电池的损耗模型。然后,在日前阶段的上层以公交公司的日运营成本最小为目标,采用迭代法对电池损耗成本和充电站的充放电计划进行联动优化;下层模型在上层优化结果的基础上,以配电网负荷峰谷差最小为目标,进一步优化充电站的充放电计划。日内阶段对光伏出力和配电网基础负荷功率进行滚动更新,以公交公司日运营成本最小和日前、日内计划偏差最小为目标对日前计划进行修正。最后,从公交公司和电网2个角度对无序充电、有序充电、参与V2G的3种方案进行对比分析,验证了电动公交车参与V2G时的优越性,并通过灵敏度分析表明不同V2G补偿系数下公交公司运营成本的变化趋势。     

电动汽车参与V2G的最优峰谷电价研究

电动汽车与电网互动(vehicle-to-grid,V2G)的市场机制是V2G实施的重要基础。在分析电动汽车放电成本和效益的基础上,给出了电动汽车放电电价定价的上下限。考虑了用户起始充放电时刻的Poisson分布特性,基于经济学理论提出了电动汽车放电需求函数。建立了以电网总负荷波动最小为目标,以满足用户充放电时间、充放电需求等为约束条件的电动汽车与电网互动的最优峰谷电价模型。以京津唐电网为例,得到了电动汽车充放电的最优峰谷电价和对应时段,验证了所提方法的有效性。     

电动汽车V2G关键技术的研究

针对规模化电动汽车无序入网造成电网负荷"峰上加峰"的现象,探究电动汽车与电网互动技术(V2G).通过对新能源汽车使用情况及充电情况进行调查,建立了电动汽车V2G响应模型并制定V2G响应策略.以住宅小区为例,对比电动汽车无序充电和应用所提V2G响应策略在电网负荷峰谷差和用户经济效益方面的差异,验证了V2G技术的应用价值.     

采用双层优化模型的电动汽车 有序充放电策略研究

针对大规模电动汽车集中式控制与优化方法的不足,采用V2G(Vehicle to Grid,V2G)双层优化模型。第一层优化模型建立以车主充电成本最小的目标函数,并考虑电池充放电损耗;第二层优化建立以电网日负荷峰谷差最小为目标函数,以第一层计算的优化结果为约束并求解,利用模拟退火算法对模型进行迭代求解。结果表明:与无序充电相比,双层优化协调保证了电网经济运行和用户的充电费用最小,从而实现电动汽车有序充放电控制。     

基于随机森林算法的电动汽车充放电容量预测

文中提出一种电动汽车充放电容量的组合预测方法.首先,基于电动汽车历史充电数据和用户参与电动汽车与电网互动(V2G)意愿的调查数据,分析车辆荷电状态(SOC)特性、出行时间特性以及用户对价格的敏感度,建立随机森林分类模型,判断车辆是否参与V2G调度,并对影响用户决策的特征因素进行重要性评估.其次,采用蒙特卡洛方法模拟电动汽车出行和充放电情况,并分别预测充放电容量.最后,以办公区为例进行仿真,对比分析多种充放电模式下的电动汽车充放电行为与负荷分布.所构建的随机森林分类模型的准确率为0.917,能够有效区分V2G计划时段内电动汽车的充放电行为,仿真结果验证了所提预测框架的有效性.     

基于大规模V2G的区域电源低碳优化策略

碳达峰背景下可再生能源占比增加会降低系统灵活性、提高经济成本,并对电网运行稳定性造成冲击。随着电动汽车规模的扩大,其大规模接入电网时也会因充电不确定性而影响电网的稳定性。V2G(vehicle-to-grid)技术的实施使电动汽车规模化参与调峰辅助服务成为可能,故应将其纳入到未来的电力系统规划中。在考虑大规模电动汽车参与V2G调峰的基础上,重点研究了季节因素对电动汽车参与V2G出力的影响。以系统运行成本最小、电网侧负荷波动最小、用户侧经济收益最大建立了多目标规划模型,来优化电源结构,减少电源侧碳排放,提高系统整体经济效益。以我国河北省区域作为算例,设置不同情景进行研究分析。结果表明,规划期内V2G参与比例为70%时结果最优,电源侧碳排放降低3.45%,风、光消纳量提高10.18%,能够有效推动电源结构转型。     

基于时空耦合关联分析的电动汽车集群可调度能力评估

随着电动汽车与电网互动 (vehicle-to-grid,V2G)技术的日趋成熟,电动汽车集群参与电网调度成为研究热点。V2G技术可有效实现削峰填谷,辅助电网经济安全运行。然而电动汽车与电网的交互行为受用户行为习惯、汽车类型等影响,具有时空双重不确定性,其可调度能力难以准确评估。文章考虑电动汽车不确定性的时空耦合关系,提出电动汽车集群的V2G可调度能力评估方法。结合随机出行链,基于高斯混合模型建立包含时空信息的充电站负荷概率模型和站内电动汽车荷电状态概率模型并获得条件概率分布。提出电动汽车集群的电压调节能力指标,基于概率潮流评估不同时段电动汽车集群可调度能力。仿真结果表明,通过在电动汽车集群可调度能力评估中充分考虑时空耦合关联关系可有效提升评估结果的准确性。     

考虑电动汽车入网辅助服务的配电网日前调度策略

为避免大量电动汽车(EV)无序充电对电网安全、经济运行的影响,提出了基于电动汽车入网(V2G)辅助服务的配电网日前调度方法。首先,基于智能电网和物联网的历史及实时信息建立EV充放电模型,并进行EV辅助服务参与者的筛选和分类。其次,建立了考虑V2G辅助服务的2层配电网最优经济调度模型。上层模型以网损成本、EV用户成本和系统总负荷均方差最小为目标,优化充电站的充放电功率和电压调节设备的工作状态;下层模型以EV的充放电状态转换次数最少和充电站功率与上层优化结果偏差最小为目标,计算每辆参与辅助服务EV的充放电功率。最后,算例系统仿真验证了所提方法的有效性。     

考虑V2G模式的配电网风光-电动汽车协同调度优化研究

风光组合发电的自然间歇性与随机性给电网的安全稳定运行带来极大挑战,同时也制约了风、光发电产业的发展。为减小地区电网负荷峰谷差,增强对可再生能源的接纳能力,以地区电网等效负荷波动最小和用户充电成本最低为目标,建立考虑电动汽车与电网互动(Vehicle-to-Grid,V 2 G)模式并计及风电和光伏出力的多目标协同调度模型,以合理安排电动汽车的充放电行为。定义了各目标的隶属度函数,通过运用最大模糊满意度法,将该多目标优化问题转化为单目标非线性优化问题,并运用纵横交叉优化算法(CSO)进行求解,得到最优调度方案。算例结果验证了模型的有效性和求解方法的可行性。     

基于云边协同的电动汽车实时需求响应调度策略

随着电动汽车(electric vehicle,EV)数量不断增加,EV接入电网后参与电网需求响应实时优化调度的时延问题变得愈加明显。时延问题不仅影响着电网响应质量,也导致用户的响应收益降低。基于此背景,该文提出基于云边协同的EV实时需求响应调度策略。首先,对EV可调度负荷模型展开分析;其次,结合EV移动特性建立云边协同任务卸载策略;最后,以中心云负荷差最小和边缘云响应收益最大为目标建立调度决策模型。为了分析存在时延情况下EV用户的响应收益,该文进一步从用户响应量和用户响应等待时间对用户收益进行建模分析。仿真结果不仅验证了该文所提方法可以有效降低负荷峰谷差和提高聚合商、用户侧的收益,还证明其在大规模EV参与实时调度过程中的优越性。     

电动汽车参与电网调峰的模型及策略研究

正电动汽车的发展给电网带来了新的机遇和挑战,合理地进行充放电可以调节电网峰谷差。在V2G技术的研究基础上,建立了一种电动汽车参与电网调峰的模型,利用粒子群算法进行调度。基于电网中某节点夏季典型日负荷曲线,研究了电动汽车对电网调峰的影响,仿真表明,该方法有良好的效果。     

考虑电网–用户多目标的V2G模式研究

为深入研究用户参与V2G后频繁充放电对用户用车时间的约束情况及V2G的可行性,首先在分析了车辆行驶行为的基础上,构建充电负荷模型,并通过蒙特卡洛法基于统计规律计算了电动汽车在无调控状态下接入电网后的负荷情况,通过与原负荷的比对,分析了电动汽车在无调控状态下对电网的影响情况。其次依据研究现状,利用粒子群算法对电动汽车参与V2G的可行性进行了分析。最后,具体分析了电动汽车响应V2G对用户用车时间的限制性因素,提出电动汽车集群响应V2G后对电动汽车出行行为约束的数学模型,在存在博弈关系的电网调控目标及用户便利度目标之间利用维护全局的帕累托最优集搜寻最优解以平衡双侧问题,并进行了算例分析验证。为应对当前电动汽车优化调度及电力系统双侧问题提供新的理论依据。     

V2G模式下的电动汽车有序充放电控制模型研究

以变压器容量和电动汽车电池限制作为约束条件,以电动汽车用户充放电成本最低和电网负荷方差最小作为目标函数,构建了电动汽车在V2G(车辆到电网)模式下的充放电控制模型,分别制定电动汽车无序充电、基于分时电价的无序充电和电动汽车优化充电模型,在比较分析的基础上,提出V2G模式下的电动汽车有序充放电控制模型的设计方法。基于Lingo软件完成仿真验证,仿真结果表明:与其它3种充电模型相比,所提出的控制模型可进一步起到减少用户充放电费用和减小电网负荷方差的作用。     

电动汽车的电网调峰模型及效益分析

车辆到电网(V2G)互联技术实现了电动汽车和电网的电能互动,是智能电网的重要组成部分,有望参与电网的调峰平衡负荷。介绍了V2G技术的特性,计算了电动汽车的充电容量和可调度放电容量,提出了一种电动汽车参与电网调峰平衡的模型,并利用蒙特卡罗方法进行求解。基于某地区典型日负荷曲线,研究计算了不同规模电动汽车参与电网调峰的影响,计算表明,可产生良好的"削峰填谷"效果。     

基于需求侧放电竞价的电动汽车充放电调度研究

为促进电动汽车与电网协调发展,提出了一种基于需求侧放电竞价的电动汽车充放电调度模型。在日前调度中,负荷聚合商根据电力公司公布的次日需要削减负荷时段。通过对电动汽车用户行为特性的预测,以最大化电动汽车放电量为目标对可控容量进行预测,并参与需求侧放电竞价。电力公司根据负荷聚合商在各时段的出力和报价,以最小化负荷调度成本为目标优化调度计划。在实时调度中,负荷聚合商以最大化其利益为目标对电动汽车进行充放电调度,使得在满足电动汽车用户充电需求的同时,降低充电成本和调度偏差。算例分析表明,电动汽车通过负荷聚合商参与需求侧放电竞价可以起到削峰填谷的作用,对预测精度的分析可以为负荷聚合商的投标决策提供指导。     

计及可入网电动汽车最优时空分布的双层经济调度模型

为研究大规模电动汽车入网(V2G)对电网的影响,文中以传统计及网络安全约束的机组组合问题为基础,构建了计及V2G的经济调度双层优化数学模型,并充分考虑电动汽车的时空分布特性,将模型解耦为机组最优组合和电动汽车最优充/放电计划两个子模型。分别采用基于牛顿—拉夫逊潮流计算思路的非线性规划方法和粒子群优化算法求解该模型。算例表明,该模型可以同时获取次日机组调度计划和各时段电动汽车最优充放电计划。时间上,实现24时段实时优化控制;空间上,将V2G调度计划细分到各接入节点,对充放电站的规划选址具有指导意义。模型在实现降低发电成本的同时使得配电网网损最小,且削峰填谷作用明显。     

价格与激励需求响应下电动汽车负荷聚集商调度策略

电动汽车作为一种重要需求响应资源,在智能电网中起到重要作用。结合价格型与激励型需求响应措施,提出2种电动汽车负荷聚集商调度策略:固定签约策略及灵活签约策略。固定签约策略假定部分电动汽车用户与负荷聚集商签订固定周期激励调度协议,负荷聚集商以收益最大化及负荷波动最小化为目标进行优化。而灵活签约策略以电动汽车一次充放电过程为调度周期,考虑每个调度周期内电动汽车用户对充电方案的选择,同样以收益最大化及负荷波动最小化为目标进行优化。其次,分析了固定签约策略与灵活签约策略下参与激励调度电动汽车数量,以及不同激励折扣对负荷聚集商综合效益和电动汽车充电成本的影响等。最后,通过改进多目标粒子群算法求解该问题。仿真结果表明,固定及灵活2种签约策略均能有效提高负荷聚集商效益,而灵活签约策略更可降低电动汽车充电成本。     

基于分时电价和激励补贴机制的家庭能量双层优化模型

为了降低居民日负荷曲线峰谷差,提高居民参与电网需求响应的积极性之前,文章基于分时电价和激励机制,提出双层模型实现家庭能量的优化调度。该模型以需求侧响应为手段,以家庭能量优化为策略,实现供电端与用电端的互动,刻画出电价、激励机制与用户用电行为之间的交互关系。外层模型在分时电价的环境下,采用模糊C-均值聚类算法(fuzzy C-means algorithm, FCM)对用户用电情况进行分析,以日负荷曲线削峰填谷为目标,设计包含激励补贴和峰谷系数的电力套餐。内层模型基于电力套餐实现家用电器的智能管理,模拟实施套餐前后的居民日负荷曲线,实时调整用电计划,使用户日负荷曲线满足电力套餐中的峰谷系数。通过仿真验证双层优化模型有效降低了用户日负荷曲线的峰谷差,且设计的电力套餐在用户侧有一定的实用性,有利于用户更加积极地参与电网的优化调度,满足电网削峰填谷的要求。     

考虑用户综合满意度的居民区电动汽车充放电优化策略

当前电动汽车充放电研究缺乏对用户侧,特别是用户出行便利性与收益的考量。为此,分析居民区电动汽车用户的出行特性和出行需求,建立了包含用户出行便利度和充放电经济度的用户综合满意度模型,以此模型为目标提出了最大化用户综合满意度的电动汽车充放电优化策略,并使用遗传算法对其求解,通过算例仿真验证了所提模型的有效性。利用该模型还研究了电动汽车规模化入网对电网负荷波动的影响,基于某居民区负荷数据进行仿真计算,对比分析了不同峰谷电价对电动汽车充放电优化策略的影响,结果表明:通过峰谷分时电价引导电动汽车入网可降低负荷峰谷差,且随着峰谷电价差的增加,更多的用户为电网提供削峰填谷辅助性服务,负荷峰谷差和均方差随之降低。