考虑充电功率的电动汽车快充站充电设施优化配置

为实现电动汽车快充站内的经济建设,同时分析充电功率在充电站规划中的影响,提出了一种电动汽车快充站充电设施优化配置方法。以电动出租车为例,分析其出行特征,并基于排队论分析各个时段内站内排队系统的运行指标,建立分时段的用户等候时间成本计算模型。以充电站投资成本和用户等候时间成本之和最小化为目标函数,建立考虑装置利用率、排队时间、配电容量和占地面积的充电设施配置优化模型,在模型中同时对充电设施的充电功率和数量进行优化,实现快充站内社会成本的最小化。通过算例验证所提方法的可行性以及优化充电功率的经济性。     

基于条件风险价值的电动汽车充电站规划

针对电动汽车充电负荷的假日性以及负荷预测的不确定性,基于条件风险价值构建了电动汽车充电站规划模型。基于出行链,结合Dijkstra最短路径算法,利用蒙特卡洛随机模拟得到快慢充负荷的时空分布。以充电站建设数量最少为目标,满足所有充电需求点为约束,建立选址模型。考虑用户等待时长,以充电站建设成本最小为目标,建立定容模型。为解决定容模型中充电负荷假日性以及负荷预测随机性,利用鲁棒优化将定容模型转化为机会约束规划,引入条件风险价值工具进行求解。以某区域充电站规划为仿真算例,算例结果验证了该方法能够增强充电站规划模型的鲁棒性,具有可行性。     

电动汽车充电负荷的时空双层优化调度策略

大规模电动汽车的无序充电行为将给电网带来强烈的冲击,威胁电网安全经济运行。本文针对电动汽车快充背景下的充电负荷优化调度问题,提出了电动汽车充电负荷的时空双层优化调度策略。在上层模型中,利用电网分时电价以充电站运营商购电成本最小为目标,确定电动汽车充电负荷在时间维度上的最优分配。下层模型中,提出根据充电站拥挤程度制定动态分时分区充电电价,以用户充电费用与充电用时最少为优化目标,使用采取非线性递减分组率的改进猫群算法求解各时段电动汽车空间维度下的充电选择。最后通过算例验证了所提策略的有效性,能够满足电网、充电站运营商与电动汽车用户三方的利益,适用于大规模电动汽车快充的友好接入。     

考虑配电网运行安全的出行电动汽车充电引导策略

电动汽车在节能减排、推动“双碳”进程等方面有着传统汽车无法比拟的优势。然而，大规模出行电动汽车无序充电可能会加重配电网负荷波动甚至引起节点电压过低等安全问题。为此，提出了考虑配电网运行安全的出行电动汽车充电引导策略。首先，基于配电网原始负荷及节点电压情况，建立了分区域分时电价定价模型，建立电价与负荷情况之间的相关性；其次，以所制定的电价为基础，在各个充电站分别制定电动汽车充电行为预备调度方案，调度的原则是电动汽车的充电费用最低，从而引导电动汽车在负荷低谷进行充电，参与配电网的负荷优化；再次，建立以充电费用、出行总时间以及行程距离三者权值之和最小为目标的电动汽车充电站选择函数，为电动汽车推荐充电站并规划最优行驶路径，同时提升用户经济性和配电网运行的安全性；最后，以修改的IEEE33节点配电网为例，验证了该策略可以有效提升电动汽车用户出行满意度并兼顾配电网的运行安全。     

计及光储快充一体站的配电网随机-鲁棒混合优化调度

针对区域配电网内新建快充电站所带来的充电负荷增长可能引起的线路阻塞、电压越限和网损增加等问题,提出一种计及光储快充一体站的配电网日前优化调度方法,通过储能的有功和无功优化决策,改善充电负荷大规模接入带来的运行问题。首先,基于历史车辆出行数据和电动汽车用户出行行为模拟,获取区域内各快充电站充电负荷的随机概率场景;其次,综合考虑快充负荷、光伏及配电网原有负荷的不确定性,基于二阶锥松弛和对偶理论,建立配电网随机-鲁棒混合优化调度模型;最后,以13节点路网和改进的IEEE-33节点配电网耦合系统为例进行仿真分析,结果表明所提方法能够有效提升配电网运行经济性,保障不确定环境下系统运行的可靠性。     

基于用户出行需求的电动汽车充电站规划

结合出行链的概念,对电动汽车(EV)一周的出行活动及充电过程进行动态仿真。在此基础上,提出一种基于用户出行需求的EV充电站优化规划模型。该模型考虑充电站布局对EV充电需求空间分布的影响,以EV群体空驶成本最小化为目标进行充电站选址,以充电站的周最大充电负荷确定建设容量,并选取建设成本最小和充电桩利用率最大的规划方案,兼顾运营商和EV用户的利益。以一个典型的城区为例,验证了该规划模型的可行性和有效性。     

基于模型预测控制含充换储一体站的配电网优化运行

提出一种综合考虑电动汽车充换储一体站与主动配电网的优化调度模型。基于快充用户行驶行为特点、城市道路速度-流量实用模型分别建立快充站和换电站模型,并结合梯级储能集成为一体站模型。在含有风机、光伏、微型燃气轮机和一体站接入的主动配电网中建立优化调度模型,并将模型转化为混合整数二阶锥模型求解。使用基于模型预测控制的多时间尺度优化调度策略实现对配电网日前调度、日内滚动调度和实时反馈校正,减少了分布式电源和负荷的预测误差对配电网运行的影响。以某市公交线路实际道路情况为例,验证了所提出的优化调度策略具有能够满足电动汽车充电负荷需求、抑制功率波动并降低配电网运行维护费用的优势。     

用户充电选择对电网充电调度的影响

电动汽车充电负荷作为可调度负荷,可减小负荷高峰期的供电压力,提高负荷低谷时的机组利用率,提高电网的经济运行水平,其优化调度对电网意义重大。基于部分电动汽车用户实际中不接受电网调度的事实,以所有电动汽车用户的充电成本之和最小、电网负荷方差最小为目标,以用户充电需求等为约束,建立了电动汽车负荷的多目标优化调度模型。模型在保证用户充电获益的同时优化电网运行。采用改进粒子群算法求解模型,仿真结果表明,用户充电选择将影响充电调度方案、用户经济性和电网运行安全。在充电调度中,需要考虑用户的充电选择。     

含分布式光伏的公交充电站多阶段优化调度

在充电站中融合分布式光伏,有助于降低充电站运营成本,促进城市低碳化发展。充电站的充电负荷冲击和分布式光伏出力不确定性,使得充电站总负荷功率存在较大的波动性。针对存在光伏发电系统的电动公交车集中充电站,构建多阶段优化调度模型。第一阶段,根据公交出行计划,建立以充电裕度最大化为目标的有序充电模型,计算公交车间歇充电时段。第二阶段,建立以降低充电成本和电网波动为目标的多层次优化模型,在保证公交充电站运营成本最低的基础上,提高充电站整体用能质量。仿真结果表明：优化策略能够合理安排电动公交车充电行为和充电功率,使得公交站充电成本最低,且整体功率曲线在不同电价时段保持稳定。     

基于二层规划并计及负荷预测的电动汽车充电桩选址定容方法

针对城区内电动汽车充电桩选址定容问题,计及充电负荷需求预测并采用二层规划理论建立选址定容模型。针对充电负荷需求预测,采用自回归模型建立其负荷预测模型。以充电桩规划节点与容量为控制变量,以系统综合规划成本最小为目标函数,基于网络拓扑结构和充电负荷预测,计及设备容量配置约束等必要约束条件建立上层模型;以电动汽车用户充电方案为控制变量,最小化用户综合充电成本建立下层模型。下层模型基于上层模型的选址定容方案制定充电计划,同时向上层模型反馈综合充电成本。上层模型制定方案需要计及下层模型的策略。采用萤火虫算法设计模型的求解流程,最后通过一个算例针对河北某地城区内某新区内电动汽车充电站选址定容方案进行了优化,验证了文中模型的有效性和正确性。     

城市EV时空充电负荷预测及充电站规划研究

针对目前城市电动汽车（electric vehicle, EV）充电站存在盲目建设、规划不合理导致的部分充电站利用率低、用户充电满意度低等问题,同时为适应“双碳”目标下发展大规模EV的充电站规划需求,提出一种基于蒙特卡洛模拟和回声状态网络（echo state network, ESN）拟合的城市EV时空充电负荷预测方法,进一步开展EV充电站规划研究。首先考虑城市交通路网结构和区域主要功能,将待规划区域进行网格划分并作为待建充电站备选位置;利用蒙特卡洛方法对各类EV进行多种模式的出行链模拟,获取各网格区域内的EV充电负荷数据集;为拟合各网格内EV充电负荷的多样化分布特征,建立基于回声状态网络ESN学习算法的EV时空充电负荷预测模型,实现一定EV保有量下待规划区内EV时空充电负荷的预测。进一步考虑待规划网格区域内的最大充电预测负荷等约束条件﹑以充电站的建设和运维成本、EV用户充电出行成本以及配网损耗的综合成本最小为目标,建立EV充电站的规划模型,利用粒子群算法进行模型求解得到待规划区的充电站建设位置、数量及容量;最后以某城区EV充电负荷预测及充电站规划为例进行计算,验证了所提方法及模型的...     

基于实时出行需求和交通路况的电动汽车充电负荷预测

现有的电动汽车充电负荷预测研究中缺乏对用户出行行为和交通路况的精确描述,为此构建了时空图谱注意力网络,对基于城市兴趣点的出行需求和道路交通流量的时空分布进行学习和预测,并计及了日期类型、天气温度和交通事件的影响。通过基于出行时间指数（travel time index,TTI）的Dijkstra算法得到耗时最短的行驶路径,并建立了计及交通路况和气温影响的电动汽车能耗模型以及考虑距离远近和综合充电费用的充电站选择决策模型。基于西安市二环区域的实际出行需求和交通数据,对私家车、出租车和网约车3种用途电动汽车的充电需求进行了预测,并分析了出行需求变化对城市各网格空间内充电站快、慢充负荷的影响,为充电设施的规划提供了参考和依据。     

电动汽车充换储一体站的建模

电动汽车充换储一体站是集充电站、换电站和梯级储能电站于一体的电动汽车（electric vehicle ，EV）集中型综合供储能电站，可以发挥充电站和换电站的可调度潜力，并能够减小功率波动。提出了一种新型电动汽车充换储一体站模型，该模型综合考虑了电动汽车快充站、换电站和梯级储能电站。首先，基于快充用户的行驶行为特点，建立了电动汽车快充站模型；其次，根据城市道路速度流量实用模型，建立了电动汽车换电站模型；最后，结合梯级储能模型，构建了集成的电动汽车充换储一体站模型。以某地区公交线路实际道路情况为仿真算例，验证了提出的一体站模型能够满足电动汽车充电负荷的需求，且具有降低运维成本和抑制功率波动的优势。     

考虑用户满意度的电动汽车时空双尺度有序充电引导策略

规模化电动汽车的充电行为在时间和空间上具有随机性和不确定性,针对该特性,以多网融合的车联网平台系统为基础,构建有序充电引导模型架构。为了体现接入系统的用户充电时间选择的多样性,根据用户意愿将电动汽车在时间层分为接受系统调度集群和不接受系统调度集群,建立不同尺度下的用户满意度函数来充分调动电动汽车用户参与性,在此基础上提出有序充电引导调度策略。在时间层,通过引导车辆的充电时间调节负荷曲线;在空间层,规划各车辆的充电站选择。以包含4座充电站的IEEE-33节点配网为例,利用优化软件LINGO11对模型进行仿真。算例结果表明,所提引导策略具有好的控制效果,并且在保证用户满意度时,能改善电网负荷、充电站状况。     

考虑充电站吸引力的EV充电负荷时空分布模拟

电动汽车(electricvehicle,EV)充电负荷时空分布的随机性给电力系统的规划与运行带来了挑战。针对该问题,文章提出考虑充电站吸引力与交通耗时指数的EV充电负荷时空分布模拟方法。首先建立充电站吸引力模型,用以描述用户选择充电站的规律;其次对传统起点–终点(origin destination,OD)矩阵进行修正,用以描述EV的行驶和分布规律;提出交通耗时指数概念,量化用户的行驶耗时;进而使得充电站吸引力模型能够充分计及各种时空因素,通过模拟EV的行驶路径及荷电状态并结合充电站吸引力计算单体EV的充电负荷时空分布矩阵,进一步通过蒙特卡洛模拟推广至群体EV;最后以某典型城区为例,对比分析出租车和私家车的充电负荷形态及充电站吸引力和交通状况对充电负荷的影响,验证了文章所提模型和方法的正确性和有效性。     

含新能源发电的电动汽车充电站充电功率在线优化策略研究

针对含新能源发电系统的电动汽车充电站充电功率优化问题,本文提出了一种充电功率在线实时优化策略,依据新能源发电出力及电动汽车当前充电状态动态调整未来24小时内充电站各充电桩充电功率。该在线优化策略依据电动汽车充电负荷特点,设计了基于状态依赖的决策变量分类方法,降低了每次优化待优化向量维度;改进了微分演化算法,分别对有效决策变量组合以及决策矩阵中有效元素进行优化,旨在快速、准确地对充电站中各充电桩未来24小时内的充电计划进行实时优化。该优化策略对降低充电站运行成本、改善因电动车充电引起的负荷波动具有一定的参考价值。     

电动汽车充电站的概率负荷建模

电动汽车充电站负荷的随机性特征,使相关建立具有通用性负荷模型的研究存在一定的困难,针对三类典型电动汽车充电站,即电池更换站、居民区充电站、公共场所充电站,提出了一种以充电方式、地理位置、出行特征为基础的概率负荷建模方法,通过全面研究充电站负荷建模的影响因素,采用蒙特卡洛模拟与概率统计分析规律相结合的方法综合建立三类典型充电站的概率负荷模型。在此基础上,运用粒子群算法优化得到了填谷效应最优的三类典型充电站的优化配置方案,验证了所建立的概率负荷模型的有效性和实用性。     

计及路-网-车交互作用的电动汽车充电实时优化调度

大量电动汽车（electric vehicle, EV）无引导地自由充电会对城市交通系统和配电系统的运行带来负面影响, 而EV充电负荷的时空分布又与城市交通系统和配电系统密切相关。因此, 需在综合考虑城市交通系统、配电系统和EV交互作用的基础上, 研究EV的充电调度与控制。在此背景下, 首先提出一种计及路-网-车交互特性的电气化交通协同系统架构。接着, 建立基于出行链追踪的微观交通配流模型, 模拟EV用户的驾驶行为、位置分布、荷电状态、充电需求等实时信息。然后, 提出一种选择充电站和导航策略, 并构建兼顾配电系统安全和用户充电等待成本的双层实时优化调度模型, 以确定各充电站内EV的具体充电方案。最后, 采用包括某地区交通系统和修改的IEEE 33节点配电系统的集成算例系统, 对所发展的模型与方法进行说明。     

考虑充放储一体站与电动汽车互动的主从博弈优化调度策略

针对大规模电动汽车(electrical vehicle,EV)接入微电网造成的负荷压力,提出一种考虑充放储一体站(charging-discharging-storage integrated station,CDSIS)与EV互动的主从博弈优化调度策略。首先,通过建立CDSIS模型,并针对CDSIS多场景进行分段设置。其次,建立动态路网模型并结合EV出行特性,预测城市区域路网约束下的EV充电负荷时空分布。并根据预测结果建立EV及CDSIS多目标主从博弈优化调度模型,对EV用户、CDSIS收益进行多目标协调。最后,以某城市主城区域部分交通路网结合IEEE33节点配电系统进行仿真,分析电价与CDSIS储能设备容量对城市区域内EV用户和CDSIS站收益的影响。结果表明,所提主从博弈模型与调度策略能够使得EV用户与CDSIS双方得到最大收益。     

大数据背景下的充电站负荷预测方法

电动汽车负荷预测是充电站规划及调度的研究基础。相比传统的负荷预测,大数据背景下的负荷预测具有待预测数据可快速观测的特点,此时负荷预测方法需要相应调整。首先分析了充电站负荷预测所需数据及主要数据来源。其次,针对单辆电动汽车,基于大量、快速更新、多种类的数据分析电动汽车的充电习惯,预测每一辆电动汽车的充电开始时间、持续时间和充电地点,获取单辆电动汽车的负荷模型。该模型综合考虑电池状态、出行时间、行驶路径与速度、充电偏好等信息。然后,面向任意充电站,对与其相关的路网节点与交通线路上的所有电动汽车负荷求和,估算该充电站的总充电功率。最后,进行实例仿真,并与传统方法下的充电负荷预测结果进行了对比。