基于动态分时电价的电动汽车充电站有序充电策略

提出基于动态分时电价的电动汽车充电站有序充电控制方法。该方法在综合考虑用户的充电需求和电网负荷水平的基础上,以削峰填谷为目标,采用启发式算法动态求解接入充电站电动汽车的分时电价时段,由用户自主响应,以实现充电站内电动汽车有序充电。为验证所提方法的有效性,采用蒙特卡洛方法模拟用户充电需求,对电动汽车充电站在有序充电和无序充电两种情形下的配电变压器负荷、充电站运营经济效益和用户充电成本进行仿真计算和分析。结果表明:相较无序充电方法,用户通过自主响应充电站制定的动态分时电价激励,可显著降低充电站的运营成本和电动汽车用户的充电成本,并有效实现充电负荷削峰填谷。     

基于CPLEX与MATLAB的电动汽车充电站优化调度仿真系统

以实现电动汽车充电站收益最大化为目标,针对电动汽车充电站对电动汽车如何选择充电时段的优化调度问题,建立了基于CPLEX和MATLAB的电动汽车充电站优化调度仿真系统。分别采用无序充电、集中式控制充电、分散式控制充电3种方式运行,同时对比了它们对当地日负荷曲线的影响。利用MATLAB中图形用户界面设计功能(GUI)建立了仿真系统界面,进而通过设置各个控件的属性功能及编制M文件来实现优化控制的功能。最后经过编译形成可操作文件。该仿真系统具有可视性、多功能性及可控性等优点,有助于完成电动汽车充电站对电动汽车的优化调度仿真实验。     

基于分时电价的多目标电动汽车有序充电优化策略研究

随着新能源汽车的普及,大规模的新能源汽车无序并入电网会给配网负荷的平稳运行带来巨大挑战,因此研究电动汽车(electric vehicle, EV)的有序充电具有重大意义。首先,考虑分时电价对用户充电行为的影响,建立以减小电网的负荷波动率及用户充电费用最小为目标的多目标优化模型;其次,对所建立的模型采用改进的粒子群算法求解;最后,建立500个EV的充电模型对其进行仿真分析。仿真结果表明,所提策略可以较大程度减小负荷的波动率,降低用户的充电成本。     

电动汽车有序充电的峰谷电价时段优化

针对如何利用电动汽车有序充电对电网实现削峰填谷效果的问题,提出了峰谷电价时段的优化模型与方法。构建用户选择充电时间对峰谷电价时段的响应模型;通过蒙特卡洛法模拟得到电动汽车充电负荷的日负荷曲线,并与原始电网负荷曲线叠加,从而形成实施效果下的电网实际负荷情况。在此基础上,建立了以峰谷差率最小为目标的最优化模型,并通过遗传算法对峰谷电价时段优化问题进行了求解。最后通过算例的计算结果证明了模型和方法的合理性。     

高速公路充电站电动汽车有序充电策略

为了解决高速公路充电站电动汽车的无序充电问题,考虑充电站的运行状态和电动汽车用户的充电习惯,提出了一种基于新电价机制激励用户调整充电时间的有序充电策略。为了验证有序充电的有效性,建立了充电站排队模型,并根据相关数据通过蒙特卡罗方法和排队算法分别对746、480以及240辆纯电动汽车00∶00—24∶00在充电站中的充电情况进行了仿真。仿真结果表明:与无序充电相比,有序充电不仅可以减少用户的充电成本和等待时间,还可以提高充电站的充电设施利用率,减小对高速公路交通的影响。     

基于博弈算法的电动汽车有序充电优化及效益分析

全球能源危机背景下,电动汽车日益普及,大规模电动汽车无序充电给电力系统带来新的用电压力。规划电动汽车有序充电、解决充电导致的峰谷差扩大问题尤为重要。文中首先以博弈论为基础,提出以方差评估调峰水平,考虑用户充电等待时间,建立售电站收益-电动汽车用户满意度博弈充电模型。然后,利用粒子群优化算法求解双方最优策略,达到博弈均衡。最后,以600户家庭的居民小区为例进行仿真分析。结果表明,所建模型和求解策略能够优化电动汽车充电行为,较大程度调节电网负荷方差,防止产生充电新高峰,同时,在保证电网峰谷调节需求的基础上,可提高售电站收益,满足用户出行需求。     

计及多种充电模式的电动汽车充电站有序充电双层优化策略

大规模电动汽车无序接入充电站不仅会引起配电网负荷"峰上加峰",还会造成充电拥堵,延长电动汽车排队等待时间.建立了计及多种充电模式的电动汽车充电站有序充电双层优化模型.在上层模型中,以配电网负荷方差和上下层调度计划偏差综合最小为目标实现系统负荷"削峰填谷",使负荷曲线更平坦.在下层模型中,建立基于多队列多服务台的充电站排...     

基于粒子群算法的电动汽车有序充放电优化

为解决用户在某一时间段集中充电造成电网负荷压力增大的问题,提出基于分时电价制度,结合用户的出行特性,通过改进蒙特卡洛,得到居民无序充电负荷,然后以解决峰谷差和节约用户成本为目标,构建归一化目标函数,以充电功率和电池电量为约束,通过改进粒子群算法优化,得到电动汽车有序充电负荷,降低电网负荷峰谷差。基于粒子群算法的有序充电与无序充电的仿真结果对比表明,有序充电在应对电网负荷压力与节约居民成本有显著效果。     

电动汽车峰谷分时电价时段充电优化模型

利用峰谷分时电价引导电动汽车用户进行有序充电,在减小大规模电动汽车接入电网对其造成的影响的同时,还能减小电网峰谷差。在得到电动汽车充电负荷的基础上,通过实际案例验证了电价时段和响应度对充电负荷曲线的影响;进而构建以电网负荷峰谷差最小所对应的峰谷电价时段为目标的优化模型,利用粒子群算法进行优化求解;通过算例分析验证了该模型的有效性。     

动态分时电价机制下的电动汽车充放电调度策略研究

峰谷分时电价下会在基础负荷低时形成新的负荷峰。建立了一个以电动汽车充放电费用最小,电动汽车接入所引起的电网损失最小以及对电压稳定性的影响最小为优化目标的电动汽车充、放电调度数学模型,并通过凸优化算法解决了多变量、多目标和高维优化问题。考虑反复潮流计算的繁琐性,利用网络损耗灵敏度和L-P灵敏度来提升调度效率,并将电压稳定作为约束来保证调度过程中不会出现电压失稳的情况。最后在改进的IEEE33节点配电网系统中进行算例验证,表明本文所提方法可以降低充放电费用,满足用户对经济性的考虑,另外可以降低电动汽车充电负荷对系统的网络损耗和电压稳定的影响。     

基于改进向量序优化算法的V2G电动汽车充电站规划方法

电动汽车的充电负荷将极大影响配电网的安全稳定运行,提出一种基于改进向量序优化算法的V2G电动汽车充电站规划方法。首先,对电动汽车可调用的动态功率进行建模;然后构建考虑充电站全寿命周期成本和配电网安全经济运行的多目标规划模型;在此基础上,提出一种基于分散优化理论的改进向量序优化算法,求解得到最优规划方案。最后,以IEEE33节点配电系统为算例,验证了本文方法的有效性和科学性。     

电动汽车集群内的递阶分散最优充电方法

电动汽车未来有望以集群（例如大型充电站内的电动汽车）形式参与电网调度。收到电网下发的集群优化充电调度指令后,集群代理需优化集群内的电动汽车充电功率以追踪电网指令。该追踪问题是一个大规模的优化问题,难于集中式求解。提出一种递阶分散优化算法求解该问题。集群代理下发协调信息,各电动汽车根据协调信息分布式地优化自身充电功率,并向代理返回迭代信息,通过迭代求得问题的最优解。为进一步提高计算效率,对集群代理和单辆汽车的优化子问题进行了深入研究和算法改进。通过数值实验发现所提方法具有很快的计算速度,尤其适用于求解大规模电动汽车集群内的追踪问题。     

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。     

Time-Series Modeling of Aggregated Electric Vehicle Charging Station Load

The widespread proliferation of Electric Vehicles (EVs) can have a transformative effect on the electric power system. The power and energy consumed by EVs when charging is substantial, which has consequences on power system operation and planning. This paper identifies, evaluates, and proposes time-series seasonal autoregressive integrated moving average (ARIMA) models of aggregated EV charging station load. The modeling is based on 2 years of time-stamped aggregate power consumption from over 2400 charging stations in Washington State and San Diego, California. The different data sets allow the influence of time-of-use pricing on the time-series models to be explored. Weekday, weekend, and near-term and long-term models are developed and analyzed. The best performing near-term weekday models are (2, 0, 0) × (0, 1, 1)₂₄ × (1, 0, 0)₁₂₀ for Washington State and (2, 0, 0) × (1, 1, 0)₂₄ × (0, 0, 1)₄₈ for San Diego. Applications of the seasonal ARIMA models to aggregate EV charging station load forecasting and creation of synthetic time-series at different penetration levels are discussed.     

基于双层优化的电动公交车有序充电策略

随着城市公交车电动化率越来越高,对电网安全稳定运行造成的影响也越来越大,因此对电动公交车的运营规律进行分析并制定合理的充电计划具有十分重要的意义。通过对电动公交车快速充电站运营规律的研究,提出了一种双层优化有序充电控制策略模型,并采用离散二进制粒子群算法进行优化求解。上层模型基于分时电价,从运营商的角度出发,以电动公交车的充电成本最低为目标;下层模型考虑到仅依赖分时电价可能会造成新的负荷高峰,因此从配电网的角度出发,基于上层模型的优化结果并以充电负荷方差最小为目标。最后,通过算例验证了所提模型能够有效减少电动公交车的充电成本,降低车辆充电对配电网所造成的影响。     

计及电动汽车充电预测的实时充电优化方法

电动汽车大规模接入电网后,如何优化实时充电功率,避免自由充电带来的晚高峰,实现填谷充电成为重要问题。文中首先回顾了常规实时充电优化方法和电动汽车充电预测技术。基于电动汽车尤其是汽车集群充电行为的可预测性,在常规充电优化方法中加入了未入网汽车的充电预测模型,提出计及汽车充电预测的实时充电优化模型,并通过滚动优化求解得到入网汽车的实时优化充电功率。通过分析和仿真,在不同预测精度下,所提方法都非常接近理论上的最优填谷,并且电动汽车入网充电时间越分散,所提方法对常规方法的改善越明显。     

电动汽车充电站研究现状综述

介绍了国内及国外电动汽车充电站发展的现状及规划,讨论了电动汽车的充电方式及充电站的组成,并分析了制约电动汽车充电站发展的因素。     

电动汽车充电站谐波治理方案

电动汽车充电设备运行过程会产生谐波电流,引起电网的电能质量问题。传统的无源滤波器滤波性能受系统阻抗影响,且可能存在无源滤波器与系统阻抗并联谐振的问题,对此采用有源电力滤波器(APF)对电动汽车充电站的谐波进行治理。传统PI控制器无法实现交流信号的无静差控制,故采用无差拍控制策略实现指令电流的精确跟踪。针对无差拍控制延后一拍引起的稳定性问题,引入增益系数以保证控制系统的稳定性。为实现谐波的精确补偿,对指令电流进行了预测。实验结果验证了所提方法的正确性和有效性。     

电动汽车充换电站交直流系统设计及优化

充换电站是电动汽车的能源补给基础设施,也是推动其产业化的重要因素之一。为指导电动汽车充换电站实际工程项目的交直流系统设计,给出了该系统参数计算、设备选择方法。首先对给定算例中的负荷进行统计和分类,并通过容量计算选择交流系统设备、通过阶梯计算法选择直流系统设备,同时应用此方法对数种方案进行计算,最后提出了交直流系统的优化措施。