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。     

基于用户出行模拟的电动汽车快充站负荷预测及其优化调度

电动汽车作为一种新型交通工具,其充放电优化问题得到越来越广泛的关注。论文提出一种基于用户出行模拟的电动汽车光储充一体式直流快充站优化调度方案。首先结合用户出行链概念,基于城市道路网络和改进的路阻函数模型,运用实时路径搜索算法和基于模糊理论的用户充电方式选择方法对一天内城市电动汽车充电负荷的时空分布进行预测;然后以预测结果为基础,以用户“充电贴合度”指标最大的原则将区域充电负荷落实到建设在特定节点处的充电站,接着以站内综合运行成本最小为目标,在满足设备功率、用户出行需求和储能电池状态等约束的条件下,构建优化调度模型。最后将优化方案与仅需满足设备功率平衡且电动汽车用户以额定功率随到随充的常规调度方案进行比较,结果显示,论文所提优化调度方案能够较大限度地降低充电站的运行成本,具有推广应用价值。     

基于K-means聚类的有序充放电多目标调度模型

针对电动汽车无序充电对配电网的负面影响,该文设计了基于K-means聚类的有序充放电多目标调度模型。首先,以私家车为研究对象进行充电负荷的不确定性建模;其次,根据电动汽车充电桩的空间分布实现有效聚类,形成等效节点以及所对应的代理商;构建以减小峰谷差和代理商调度偏差为目标的第一阶段模型,第二阶段模型以用户充电成本最小为目标,每辆电动汽车的充电需求为决策量;然后将2个目标函数通过单一化处理达到综合最优;最后,在M ATLAB平台上采用粒子群优化算法进行求解,算例仿真表明该文提出的调度优化模型在削峰填谷与提高用户经济性方面效果突出。     

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。     

考虑电动汽车碳配额及需求响应的电力系统调度研究

为深化电动汽车在降低交通系统碳排放、促进清洁能源高比例消纳的良好作用,该文构建了以电动汽车充电成本最小和电力系统发电成本最低为目标的优化调度模型。模型以电动汽车无序充电场景为基础,并进一步探究碳配额和需求响应协同作用对电动汽车用能成本和系统发电调度的影响。仿真算例结果表明,赋予电动汽车碳配额有利于加强用户的充电响应程度。协同调度在减少电动汽车充电成本、提升清洁能源消纳水平、平抑负荷波动等方面具有更显著的优化效果。     

基于电价引导的电动汽车充电双层优化策略

该文建立了基于电价引导的电动汽车充电双层优化模型。在上层模型中,通过优化代理商在各个时段的充电调度计划,使系统总负荷的方差最小。在下层模型中,代理商通过制定充电电价,引导电动汽车用户调整充电计划,以便使下层电动汽车响应负荷与上层调度计划一致。利用遗传算法对模型进行迭代求解,结果表明:与无序充电相比,对电动汽车充电负荷进行优化后,系统总负荷的方差明显减小,平抑了系统运行的波动性,建立的优化模型可以较好地实现上层系统的调度和下层电动汽车用户的自主响应。     

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。     

计及充电行为特征与可调性的电动汽车集群优化调度

针对传统电动汽车集群优化调度过程中未能充分考虑电动汽车是否具备参与电网响应的物理条件和主观意愿等问题,提出一种基于双向门控循环单元（Bi-GRU）的电动汽车充电行为可调性识别方法,并以聚合商收益最大为目标进行优化调度。首先,利用电动汽车在充电站内的真实数据描述电动汽车用户充电时间特征、充电电量特征,并从影响用户参与优化调度的主观意愿因素出发,分析并描述用户充电偏好;其次,构建充电过程物理矩阵和用户响应意愿矩阵,并采用Bi-GRU模型将电动汽车划分为可调电动汽车集群与不可调电动汽车集群,计算可调集群充电电量与不可调集群充电电量;最后,从电动汽车聚合商利益最大化角度出发,提出考虑分时电价影响的电动汽车集群参与电网优化调度模型及求解策略。算例表明,与传统优化调度方法相比,所提Bi-GRU模型能精准识别电动汽车是否具备可调性,且优化调度策略能在保证聚合商收益最大化前提下有效平抑负荷波动,保证电网安全稳定运行。     

基于无迹变换随机潮流建模的主动配电网优化调度

为了解决风电和电动汽车大量接入主动配电网所引发的随机优化调度问题,利用基于无迹变换的随机潮流计算方法处理风电出力的波动性、电动汽车充电的随机性以及电网负荷的随机波动。进而建立了以电动汽车充电功率和分布式电源出力为优化变量,以配电网运行费用最小、有功网损最小和负荷方差最小为优化目标的主动配电网随机优化模型。同时,采用多目标粒子群算法对模型进行求解,并以改进的IEEE 33节点测试系统为例对该模型进行仿真。仿真结果表明:考虑不确定性和电动汽车有序充电的优化调度模型,可以有效地减少配电网运行的成本、降低网损和缩小峰谷差,验证了所提模型的正确性和有效性。     

基于需求响应的电动汽车经济调度

提出了一种基于需求响应的电动汽车充电策略,根据电网实时电价信息优化电动汽车用户充电电价触发值,降低用户充电成本。同时,研究了含大规模电动汽车的电力系统机组组合问题。在此基础上建立了基于需求响应的电动汽车经济调度模型,通过对电动汽车用户行为特性的预测,以电网公司收益最大化为目标,优化制定电动汽车充电电价,转移电动汽车充电负荷。算例分析结果表明,提出的经济调度模型可以起到降低峰谷差率的作用,且与无序充电情景相比,能够明显降低系统的运行费用,可以实现电动汽车大规模接入电网时的经济调度。     

基于用户响应画像的居民小区电动汽车充放电优化策略研究

针对电动汽车大规模接入电网系统带来供电可靠性及多方经济性问题,提出一种针对居民小区的电动汽车充放电优化策略。首先,考虑“深度+潜力”因素,采用CRITIC-MABAC法对用户进行分级评估,识别得到按调度参与深度和响应潜力划分的用户群体画像特征;然后,根据画像特征制定分群体的差异化充电目标与调度模式,建立电动汽车充放电优化调度模型;最后,以负荷波动及充电成本加权组合的适应度最小为优化目标,使用精英遗传算法完成调度求解。实证分析证明所研究策略可实现平抑负荷与降低充电成本的综合优化目标。     

基于V2G的电动汽车充放电双层优化调度策略北大核心CSCD

针对大规模电动汽车(EV)随机接入电网时,电动汽车无序充电将会导致电网用电量增加,负荷峰谷差值变大,如何有效降低电动汽车带来的用电负荷风险是未来关注的重点。文中提出了基于车网互动(vehicle to grid,V2G)的电动汽车充放电双层优化调度策略。其中,上层模型以电网总负荷方差最小和代理商调度计划偏差最小为目标函数;下层模型以用户参与调度意愿和调度能力为基础,在代理商配合调度中心计划的前提下,注重提高用户参与度和用户收益最大化。采用多种群遗传算法对模型进行分析,结果表明,所建模型不仅能够很好的平抑电网负荷波动,有效降低负荷峰谷差,并使参与V2G服务的用户经济收益最大化。     

基于多时间尺度的电动汽车光伏充电站联合分层优化调度

为满足日前调度的全局统筹性和实时调度的精准性要求,提出一种基于多时间尺度的电动汽车光伏充电站联合分层优化调度方法。在日前阶段,上层总调度中心根据预测数据,以平抑配电网负荷波动和总购电成本最小为目标,对多个光伏充电站次日的购电功率进行全局联合优化;在日内阶段,各光伏充电站结合实时数据,根据总调度中心下达的指导购电功率曲线对接入的电动汽车按其优先级进行实时充电功率分配。仿真结果表明,所提出的多时间尺度联合分层优化调度方法在满足每辆电动汽车充电需求的前提下,能够消纳更多光伏出力,降低购电成本,并缩小电网峰谷差,同时兼顾全局统筹和实时性要求。     

考虑电动汽车充电偏好的V2G风电消纳优化策略

电动汽车的调度问题由于汽车种类的多样性以及车主充电行为的自主性不能简单地被视为一个群整体模型。为此基于充电需求和电动汽车出行特征,将电动汽车分为经济型、合约型和常规型三类后执行价格激励和延时充电的方法,建立以运营商收益最大和电网负荷均方差最小的多目标函数,充分考虑风电场、电网、运营商和充电汽车用户的各方利益需求,为实际系统中各类型充电汽车进行合理调度指导,最终实现大规模电动汽车有序充放电以消纳弃风功率。算例对比三种优化策略,验证了同时采取电价激励和延时措施的策略能使综合目标最优。     

计及电动汽车用户需求的直流微电网经济调度策略

随着电动汽车的快速发展,电动汽车参与微电网调度受到越来越多的关注,研究考虑电动汽车用户需求的能量管理问题有助于微电网的稳定经济运行。基于此,文章提出一种计及电动汽车用户需求的直流微电网经济调度策略。针对电动汽车用户对于充电时间和充电速度需求方面的问题,建立分级充电价格下的电动汽车分类模型,包括即时型、弹性型、补偿型和夜间型等4种充电类型。参与微电网调度的用户提前一天通过手机App上传预约信息,微电网调度中心综合用户预约信息和可再生能源与重要负荷的日前预测数据,以系统的运行维护成本和联络线功率波动最小为目标,考虑各单元相关约束条件,对电动汽车的充电时间合理规划。最后通过算例仿真结果验证了调度策略的经济性和有效性。     

考虑充电功率衰减的电动汽车两阶段优化调度策略

通过对锂电池充电特性进行分析,发现电动汽车充电后期会出现明显的功率衰减,忽略这种现象会导致电动汽车所需充电时长的错误预估。为减小功率衰减带来的负面影响,该文基于最佳充电电流理论,构建电动汽车最佳充电曲线,并根据不同电动汽车充电功率变化特性,在考虑功率衰减的条件下提出一种基于多元混合优化算法的电动汽车两阶段优化调度策略。首先,基于电动汽车充电电流、电压以及功率之间的相关性,构建电动汽车用户模型,根据不同队列电动汽车充电特性,构建负荷聚合商调度模型;进而,基于最高响应比优化算法解决调度第一阶段的用户充电紧迫性与公平性问题,基于粒子群优化算法解决第二阶段光伏消纳偏差量最小化问题,实现考虑功率衰减特性的电动汽车两阶段优化调度;最后,在仿真实验中通过对未考虑功率衰减时电动汽车计划和实际充电行为进行对比,分析充电功率衰减对电动汽车用户和负荷聚合商的影响,通过对考虑功率衰减时不同调度策略下的电动汽车充电行为进行对比,验证本文策略在降低光伏消纳偏差量,提高用户满意度,改善负荷聚合商经济效益方面具有明显效果。     

计及电动汽车参与多元需求响应的微电网多时间尺度优化调度模型

为深入挖掘电动汽车的可调度潜力，缓解含高比例新能源微电网的供能压力，结合多元需求响应技术，提出一种考虑电动汽车资源参与的微电网多时间尺度优化调度模型。在日前调度阶段，一部分电动汽车资源与价格型需求响应技术相结合，以用户的综合满意度为目标进行优化。微电网基于价格型电动汽车资源的调度计划，以经济低碳成本最低与灵活性满足度最大为目标进行优化，确定各侧可调资源的调度安排。在日内调度阶段，另一部分电动汽车资源与激励型需求响应技术相结合。微电网能量管理中心作为领导者，以运营成本最小为目标，激励型电动汽车群作为跟随者，以用电成本最小为目标，构建微电网日内主从博弈模型进行滚动优化，双方基于补贴价格与用能策略进行博弈。最后，基于某微电网场景进行仿真验证，结果表明所提模型能够降低用户用电成本，减少负荷曲线的峰谷差，实现新能源的全消纳。     

不确定充电习惯对电动汽车充电负荷需求及充电负荷调节的影响

采用二项分布描述电动汽车用户充电习惯的不确定性,本文建立了含有不确定性因素的充电负荷需求计算模型。基于此计算模型,分析了不确定性充电习惯、充电起始时间延时和充电功率对电动汽车充电负荷需求的影响;然后以配电网负荷方差最小为目标函数,以充电起始时间和充电功率为控制变量,考虑电动汽车充电功率约束和电动汽车用户充电能量需求约束,建立了基于不确定充电习惯的充电负荷优化调节模型。以北京市汽车行驶数据和典型配电网负荷数据为例,验证了本文所提充电负荷优化调节方法的优越性。     

含电动汽车与可控负荷的光伏智能小区两阶段优化调度

考虑光伏预测、气温预测偏差对智能小区内电动汽车、可控负荷协同调度的影响,提出了日前协同规划与实时动态修正相结合的两阶段优化调度策略。首先,基于住宅区面积、可控负荷使用特性以及热力学定理建立可控负荷出力模型。其次,在日前调度中以电动汽车有序充电后的运营方收益最大为目标制定实时电价。再次,通过引入实时调度来修正由于日前预测所导致的供求不平衡量。在实时调度中以日前制定的实时电价为依据,优化电动汽车日前充电方案进而实现实时调度费用最小的目标。最后,对所提模型和算法进行了仿真验证,结果表明:文中所提出的两阶段优化调度策略能够降低智能小区协同调度成本,充分发挥电动汽车与可控负荷的调度潜能,提升运营方收益,降低用户费用,改善系统负荷特性。     

换电模式下电动汽车电池充电负荷建模与有序充电研究

为了建立换电模式下电动汽车电池充电负荷及优化模型,对2种电动汽车换电模式即充换电模式和集中充电统一配送模式的结构、运营流程进行了分析。在满足用户换电需求的约束下,基于分时电价机制,提出考虑2种换电方式的以总充电费用最小为目标的第1阶段优化模型。第2阶段优化以第1阶段求取的最小充电费用为总充电费用的上限,以日负荷曲线波动最小为目标。以中国2020年充电负荷为例进行计算,对不同类型电动汽车采用不同的换电方式,并将换电模式与充电模式的充电负荷进行比较。计算结果表明,换电模式下无序充电情景峰荷较充电模式时增加较小,有序充电情景电网峰荷将不会增加,所提出的换电模式下有序充电模型能够有效减少充电费用及日负荷曲线波动。