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。     

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。     

电动汽车对微网优化运行的影响分析

概述了电动汽车的功率特性,以蒙特卡洛模拟法仿真电动汽车的充放电行为,建立了电动汽车无序充电和有序充放电的负荷模型。在分时电价机制下,以计及电动汽车接入的微网经济效益最大为目标,制定了优化调度策略。分析比较了电动汽车无序充电和有序充放电对微网优化运行的影响,表明电动汽车有序充放电接入模式不仅对主网起到＂移峰填谷＂的作用,还可以有效提高微网自身的经济效益。     

基于分时电价的电动汽车充放电多目标优化调度

大规模电动汽车无序充电易造成电网负荷"峰上加峰"等后果,这严重影响电网安全运行,因此合理调度充电行为至关重要。基于分时电价制度和电动汽车可入网的情况,针对电动汽车调度机构建立了计及电网负荷波动及用户成本的多目标优化模型,采用交叉遗传粒子群算法求解得到次日优化充放电计划。基于某商用楼宇负荷数据进行算例仿真,对比分析了分时电价与固定电价下的仿真结果及不同分时电价对调度策略的影响,结果表明:分时电价引导下的调度策略在减小电网峰谷差与提高用户经济性上都具有更大优势;受峰谷电价差增大与尖峰电价的影响,新的分时电价下电网调峰效果更加明显,但用户成本却因平均电价上浮而增高。     

综合能源充电站有序充电策略的研究与设计

随电动汽车的发展,充电用户越来也多,同时也出现了一系列问题,尤其是无序充电带来的充电成本高、充电排队时间长和电网负荷安全影响等问题,制约着电动汽车和充电设施的发展,为解决此类问题,文章研究和设计有序充电策略。通过研究电动汽车充电过程数据,分析充电电压、电流、soc和充电时间的关系曲线,在不同的电价时段和车多桩少情形下制定了合理的中止充电soc值;为了提高充电站运营效益,针对充电站服务车辆对象的不同,设计了不同充电桩限功率有序充电策略。充电站有序充电策略的实现能够提高运行收益、减低成本,让用户充电时间更合理,提高了充电体验性,使充电站与电网互动,对电网削峰填谷,减小负荷波动率,提高了电网的安全性。     

考虑车主响应度的峰谷电价时段优化模型研究

针对引导电动汽车进行有序充电对电网负荷削峰填谷的问题,提出峰谷电价优化调度策略.首先,分别构建基于出行习惯的无序充电模型与基于峰谷电价时段的有序充电模型,并通过蒙特卡洛模拟法得到电动汽车的充电负荷;其次,以电网负荷峰谷差率最小为优化目标,提出了计及车主响应度的数学模型,并采用遗传算法得到最优峰谷电价时段设置方案.最后,对比分析综合考虑电网负荷峰谷差率和用电方式满意度的优化策略.算例分析表明,峰谷电价策略能有效平抑电网负荷波动,随着响应度的升高,平抑效果越明显,而考虑车主满意度的优化策略更能反映车主对有序充电的响应情况。     

基于多时段动态电价的电动汽车有序充电策略优化

引导电动汽车充电负荷向低谷转移时,现有的分时静态电价与峰谷区间存在不匹配的现象,针对这一问题,提出了多时段动态电价引导策略,建立以电网端负荷差最小和用户侧充电成本最经济为目标的数学模型,并采用带有精英选择的自适应遗传算法对充电状态进行优化求解。采用蒙特卡洛随机抽样方法来模拟电动汽车无序充电状态下的负荷情况,与所提出带有多时段动态电价策略的有序充电方法对比,动态电价策略有效降低了电网峰谷差和用户充电费用,达到削峰填谷的效果。     

基于思维进化算法的电动汽车有序充电控制策略

大量电动汽车充电会加大充电站负荷峰谷差,影响充电站安全稳定运行。因此提出了一种基于思维进化算法(MEA)的电动汽车有序充电控制策略:以用户充电费用最少和充电站负荷峰谷差最小为目标函数,采用MEA算法动态计算接入充电站电动汽车的最优充电时段,由用户自主响应,从而实现充电站内电动汽车的有序充电控制。为验证该策略的有效性,利用蒙特卡洛方法模拟用户充电需求,对算例进行仿真分析。结果表明:与无序充电相比,有序充电控制策略可在降低电动汽车用户费用的基础上实现充电负荷的削峰填谷;相比于使用遗传算法,MEA算法具有一定优势。     

基于合作博弈与动态分时电价的电动汽车有序充放电方法

为减小大量电动汽车无序充电对电网造成的影响，提出了一种电动汽车智能有序充放电策略。基于合作博弈的思想，以电动汽车代理商与电动汽车用户的合作联盟收益最大为目标，建立了电动汽车的动态分时优化充放电模型。采用粒子群算法求解出代理商与电动汽车用户间的动态分时交易电价，并对电动汽车充放电时段进行引导规划。实际的算例结果验证了该策略的有效性和经济性。通过与固定电价策略进行对比分析，表明所提策略不仅能有效减小峰谷差，避免负荷“新高峰”，且可以提高代理商和电动汽车用户的收益。进一步对比不同数量电动汽车入网对优化效果的影响，发现随着入网电动汽车数量的增多，优化效果更明显。     

动态分时电价机制下的电动汽车分层调度策略

大量电动汽车（electric vehicle,EV）无序充放电会对电力系统的安全与经济运行产生不利影响。在此背景下, 提出在动态分时电价环境下, 以削峰填谷和消纳本地光伏（photovoltaic,PV）发电出力为目的的电动汽车分层调度策略。在该策略中,电动汽车充放电计划由用户自主响应分时电价并经本地电动汽车调度机构调整后确定。首先, 建立以最大化电动汽车用户效益为目标的电动汽车充放电优化模型。接着, 以消纳本地光伏出力为目标, 发展本地电动汽车调度机构的优化调度模型。之后, 基于实时更新的配电系统预测负荷曲线, 构造动态分时电价更新策略。最后, 采用蒙特卡洛仿真方法模拟电动汽车的出行特性和充电需求, 并以包含3个居民小区的配电系统为例对所提方法的有效性进行了验证。     

基于增广拉格朗日方法的电动汽车聚合商分散充电控制策略

在电动汽车保有量日益攀升的背景之下,研究了配电网中电动汽车聚合商的分散充电控制策略。考虑配电网的系统约束以及所辖电动汽车充电需求的约束,以分时电价机制下的电动汽车聚合商充电收益最大化为目标,建立了电动汽车聚合商的集中充电控制模型。针对集中控制策略在实际应用中所存在的通信量大、通信成本高、计算效率低以及用户隐私泄露等问题,在集中控制模型的基础上,构造增广拉格朗日函数,引入交替方向乘子法,最终提出了电动汽车聚合商的分散充电控制策略,实现了由个体电动汽车根据本地信息计算充电方案的目标。通过仿真结果验证了该分散充电控制策略可以保证电动汽车聚合商的充电收益最大化,而且有着较高的计算效率和较快的收敛速度。     

分时电价下价格理性用户最优充电策略

电动汽车作为一种移动负荷,其充放电行为将对电网产生巨大的影响。在尖峰、峰、平、谷、尖谷5段分时充电电价与传统峰、平、谷3段分时放电电价下,建立了4类电动汽车充放电响应模型与价格理性用户最优充电策略,并计算出用户所需要的充电费用、电网的负荷量与网络损耗率。仿真结果表明：该模型求得的最优充电策略,不仅可以使用户费用降低,还可以大大降低电网的网络损耗率。     

基于交通信息和配电网全成本电价的电动汽车充电负荷调度方法

电动汽车的集中充电行为会在一定程度造成交通拥堵,为解决这一问题,综合考虑交通信息和电网信息,基于边际定价理论得到配电网节点边际电价和交通阻塞成本,构建电动汽车充电的全成本电价模型。在此基础上,提出一种考虑交通信息和配电网全成本电价的电动汽车充电负荷调度方法。通过仿真算例验证,该方法在满足电动汽车充电需求的同时可以有效缓解交通拥堵。     

采用拉格朗日松弛法的电动汽车分散优化充电策略

电动汽车聚合商作为电动汽车充电服务的提供商,是电网公司和电动汽车用户之间交互的重要协调者。从电动汽车聚合商的角度出发,在考虑电动汽车用户的电量需求、充电时间以及配电变压器的可用容量等约束条件下,以电动汽车聚合商充电收益最大化为目标,构建了基于拉格朗日松弛法的分散优化模型,研究了分散优化充电策略的执行机制和流程。采用蒙特卡洛方法模拟电动汽车的充电情况,通过仿真算例,对比分析了在无序充电、集中优化充电和分散优化充电模式下的负荷曲线、经济效益和计算效率。结果表明：基于拉格朗日松弛法的分散优化充电策略可得到近似于集中优化模式下的充电收益,同时具有更高的计算效率,适合实际应用。     

电动汽车分时充电收费控制器的设计

电动汽车的集中大规模充电,必将给电网带来较大负荷波动和不确定性,使配电及调度难度增大。综合比较已有的电动汽车充电方案,提出了一种改进的有序充电控制策略,以减小负荷波动,节省充电费用,在指定时间内最大化充电量为目标函数,采用从负荷最低点开始向左右搜索最低费用充电区域的方式,给出了控制算法流程。并根据需要达到的功能,设计了硬件结构框图。从理论,硬件和算法设计三方面,完整地设计了电动汽车分时充电费用控制器,将电力供应商、充电站运营商和用户的利益最大化。     

考虑V2G用户响应度的峰谷电价时段优化有序充电

针对电动汽车有序充电实现削峰填谷效果的问题,提出了考虑V2G用户响应度的峰谷分时电价优化有序充电控制策略。通过蒙特卡洛模拟法得到规模化电动汽车的充电负荷,并在此基础上建立了不考虑V2G响应度和考虑V2G响应度的有序充电控制优化模型,其中前者以谷电价时段区间为变量,以配电网负荷曲线方差为目标函数,后者以谷电价时段区间及峰谷时段的电价为变量,以综合考虑电动汽车对配电网负荷曲线方差的影响及用户满意度为目标函数。算例分析表明两种有序充电策略都能有效改善系统运行安全性,但考虑V2G用户响应度的有序充电策略更能反映实际情况。     

“车-站-网”多元需求下的电动汽车快速充电引导策略

提出一种面向电动汽车(车)、快速充电站(站)、配电网(网)多元需求的电动汽车快速充电引导策略。首先介绍了“车-站-网”协同模式下充电引导架构,并基于起讫点分析得出的快充需求分布结果,提出一种双层队列模型模拟快速充电站动态队列。然后,根据动态队列和节点电压约束下配电网快充负荷接纳能力,采用动态电价需求函数建立充电电价模型,以用户充电成本最小为目标引导用户选择快速充电站。最后,以某市部分主城区为例,对1 000辆具有快充需求的电动汽车在不同参与度下进行仿真。结果表明,所提充电引导策略能够在节约用户充电成本的同时,提高快速充电站的运营效率,保证配电网的运行安全。     

计及客户满意度的电动汽车多代理充电定价策略

发展电动汽车已成为当今社会的迫切需求,其大规模充电将对电力系统造成深远影响。由于大量车主的充电行为具有较强的随机性与自主性,因此,电动汽车的集中控制往往难以实现有效调度。文中通过分析车主的充电偏好,建立了客户满意度(CSD)模型;在此基础上,提出了基于多代理的充电站协调定价策略,实现了基于价格信号的电动汽车分布式控制。接着,利用Java多代理开发框架(JADE)搭建了协调充电模型,完成了电动汽车、充电站、电网代理的行为与通信功能。最后,由仿真结果验证了所提策略下电动汽车的电网友好型充电机理,并分析了电网约束与车主偏好的影响。     

基于模块分割式电池的换电站充电策略优化

换电模式因具有方便统一管理和利于快捷出行的特点,成为电动汽车不可或缺的一种能源供给模式,充分发挥换电模式的优势进行有序充电对换电站的发展具有重要的意义。在采用K最邻近算法对考虑变量间存在耦合关系的出行数据进行拟合的基础上,建立以电池间的状态转移关系为主要约束条件,以换电站的运营净利润为优化目标的模块分割式换电站有序充电模型,最后采用CPLEX求解器对该混合整数规划问题进行求解,并结合不同的电价策略加以分析。算例结果表明,在不同的电价策略下,相较于整车式换电站,模块分割式换电站在提高运营净利润方面具有明显的优势,且合理的电价策略能更加充分地发挥换电站的削峰填谷作用。