基于电动汽车用户电价响应的充电负荷优化模型建立

在研究电动汽车用户行驶规律的基础上,利用蒙特卡罗算法模拟了3种电动汽车充电情景并进行充电负荷特点分析,以智能充电作为研究重点,分析电价弹性与电动汽车负荷需求之间的关系,通过用户对电价的响应来调控电动汽车充电负荷。根据电价响应,建立了以优化负荷曲线为目标的充电负荷优化模型,并进行实例计算,验证了电价弹性模型和充电负荷优化模型的有效性。     

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。     

考虑分时电价和系统峰谷差动态约束的电动汽车有序充电策略

大规模电动汽车并网充电需要同时考虑聚合效应的经济效益和其对电力系统的影响。以电动汽车用户充电费用最优为目标,在考虑充电时间、并行充电汽车数量等传统约束的基础上,结合分时电价与实际负荷曲线,将充电行为对峰谷差和负荷波动的影响作为约束条件,提出了一种新的电动汽车充电行为有序充电策略。基于该策略,利用蒙特卡洛方法模拟了电动汽车用户行为,对比分析了分时电价环境下电动汽车无序充电和有序充电对电网负荷曲线的影响。仿真结果表明:考虑峰谷差和负荷波动约束,通过电动汽车实时响应分时电价,可避免大量电动汽车集中充电而产生新的负荷高峰,且在显著降低电动汽车充电费用的同时,可以实现平滑负荷波动并减少系统的峰谷差。     

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。     

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。     

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。     

基于节点阻塞电价的电动汽车双层充电优化策略

建立了基于节点阻塞电价的电动汽车充电双层优化模型。在上层模型中,建立含电动汽车负荷的直流最优潮流模型,优化各机组出力使系统总发电成本最小,利用拉格朗日乘子和功率传输分布因子确定节点阻塞电价。在下层模型中,优化目标不仅包括充电费用,而且计及了电池损耗成本、充电等待时间成本;约束条件增加了行驶和充电的电池荷电状态等;将用户充电电价分为分时电价和浮动的阻塞电价两部分,优化电动汽车充电负荷时考虑其一日可多次充电的情况。上层模型向下层模型传递每时段充电电价、下层模型向上层模型反馈每时段充电负荷,通过迭代求解双层优化模型,使电网和用户经济效益最大。最后通过算例验证了所建立模型的有效性。     

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。     

考虑微电网波动性的电动汽车电价制定策略

针对含电动汽车的微电网运行优化问题,微电网的可再生能源出力和负荷都具有不确定性,如果不能正确有序地处理二者的关系,将会使微电网的经济性与稳定性受到影响,故根据可再生能源出力与负荷的实时关系和负荷的波动情况,为电动汽车负荷制定分时-动态电价,鼓励电动汽车负荷参与微电网需求响应,从而优化微电网运行.最后以某地区微电网模型对所提电价策略进行仿真,并与电动汽车在无序充电和常规分时电价下的运行结果进行比较,验证该策略对微电网的经济性和稳定性的提升.     

基于时序注意力机制的电动汽车灵活性概率建模

电动汽车是一种可以向电力系统提供灵活性的柔性负荷。现有研究对电动汽车灵活性进行建模时,多数仅考虑了充电行为的不确定性以及分时电价的影响,忽略了日前电价与实时电价的偏差,缺少对实时电价、充电负荷多时间尺度时序特征的建模。针对此问题,文中总结了电动汽车灵活性的表现形式与影响因素,考虑面向电价的响应不确定性以及充电行为不确定性,提出基于时序注意力机制的电动汽车灵活性概率建模方法。通过时序注意力机制提取不同时序权重,设计基于时序卷积网络的多时间尺度特征提取网络学习充电行为、电价等不确定性,提取多时间尺度灵活性波动特征。算例表明,所提模型能够有效学习充电行为不确定性与面向电价的响应不确定性,其概率建模效果具有更高的可靠性与精度。     

基于两级充电管理系统的电动汽车智能充电控制系统研究

随着电动汽车的发展,电动汽车大规模的无序充电将对现有电网的稳定性造成潜在威胁。如果仅以现有电网扩容作为解决方法,不仅需要大量的投资,且在低负荷时会造成容量的浪费。文中提出了一种基于两级电动汽车充电管理系统(electric vehicles charging management system,EVCMS)的优化算法,在满足充电需求的前提下,通过合理调配充电时段和充电速率,来优化需求侧管理,减少电动汽车充电对电网的冲击。该优化算法的影响因素主要包括实时电价、电池剩余容量、电网侧负荷容量和充电时段等。     

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。     

考虑电动汽车用户有限理性的定制化电价套餐设计

考虑到售电公司对提高市场占有率和收益的需求,电动汽车用户对经济和舒适的追求,以及电动汽车保有量基数大且还在持续快速上升的情况,提出了一种考虑电动汽车用户有限理性的定制化电价套餐设计方法。首先,利用蒙特卡洛方法模拟生成一些电动汽车用户的充电需求以增加充电负荷数据,并采用k-medoids聚类算法对电动汽车用户按其充电负荷聚类出典型电动汽车用户的充电需求曲线。然后,通过熵权法计算电动汽车用户效用,并在此基础上应用演化博弈论分析电动汽车用户在有限理性情况下的电价套餐选择情况。最后,建立考虑电动汽车用户有限理性的电价套餐双层优化模型,上层模型优化目标为售电公司购售电收益最大,下层模型优化目标为电动汽车用户效用最大。算例结果表明该定制化电价套餐不但能够有效地提高售电公司的营业利润,而且能够降低用户用电成本。     

基于博弈论的电动汽车充电实时定价策略研究

文中提出一种基于博弈论的电动汽车充电实时定价策略.该定价策略中电动汽车充电站为电价制定的博弈主导者,电动汽车用户为电价制定的博弈跟随者.首先,提出充电站调峰效果评价指标,以电动汽车充电价格和充电容量为约束条件,建立充电站-电动汽车用户收益模型;然后,分析充电站与电动汽车用户的博弈策略空间与动态博弈行为,利用遗传算法的寻优机制选择双方的博弈策略,对收益模型进行求解;最后,仿真验证该定价策略能够有效改善电网侧负荷水平,提高博弈双方的经济收益,为实时电价的制定奠定理论基础.     

计及电动汽车入网的峰谷电价时段优化模型研究

针对电动汽车有序充电和放电对电网削峰填谷方面的影响,提出峰谷电价时段的优化模型。首先,根据私家车主的出行习惯,构建无序模式的放电概率模型;然后,基于峰谷电价时段,构建用户响应峰谷电价差的有序充电和放电时刻选择算法;其次,考虑峰谷电价响应度,使用蒙特卡罗法模拟得到电动汽车充放电功率的日负荷曲线,与原始电网负荷叠加,得到考虑电动汽车充电和放电功率的实际负荷曲线;在此基础上,构建以电网负荷峰谷差率最小为目标的峰谷电价时段的优化模型,并使用遗传算法对其优化求解;最后,通过算例验证了模型的正确性。     

电动汽车日充电曲线预测方法北大核心CSCD

随着能源问题和环境问题日益严重,电动汽车将会在未来一段时间迅速发展,并成为电力系统重要的新型负荷。预测电动汽车日充电曲线,对于电力系统优化运行和合理调度具有重要意义。对影响电动汽车日充电曲线变化规律的因素进行分析,以国外统计资料为基础,通过对电动汽车起始充电时刻和日行驶里程概率分布的分析,建立了电动汽车日充电曲线预测模型,以上海市未来电动汽车发展规划为依据,对其电动汽车日充电曲线进行预测分析,比较工作日和非工作日、统一电价和分时电价对电动汽车日充电曲线的影响。     

基于动态实时电价的电动汽车集群分层优化调度

针对大量电动汽车接入电网后的无序充放电对电网造成的不利影响,提出了一种基于实时电价的双层优化调度模型,根据接入电动汽车的可充放电时间段,将其划分为若干个集群,在保证配电网经济安全运行的同时,满足车主充电需求。该调度模型上层以负荷曲线方差及实时电价下用户的充放电总成本最小为目标,采用粒子群算法求解得到集群的实时最优充放电功率,并将集群的电动汽车充放电负荷与电价联动调整;下层引入充放电优先级指数,利用能量缓冲一致性算法,制定出集群内的各辆电动汽车的实时充放电策略。以典型的区域配电网负荷数据为例,通过仿真验证了所搭建的集群优化模型和求解算法的实用性和有效性。     

基于分时电价的电动汽车有序充放电策略研究

为了减缓电动汽车无序充电造成的负荷波动,提出一种基于分时电价的电动汽车有序充放电策略.构建了居民区电动汽车负荷模型,在考虑负荷均方差、用户充放电成本和电动汽车充电量的情况下,建立多目标优化函数,并采用改进粒子群算法求解多维优化问题.仿真结果表明,所提有序充放电策略能在有效平缓电网负荷曲线的同时,增大电动汽车充电电量和减...     

多目标优化的高渗透率电动汽车有序充电策略

电动汽车作为一种新型负载,其大量无序充电行为给电网造成了压力,影响了电网的稳定和经济性,因此提出了一种基于分时电价的电动汽车有序充电策略。以电动汽车为研究主体,分析充电模式因素对电动汽车充电负荷的影响,并引用蒙特卡洛法对预测充电负荷进行计算。在此基础上,结合分时电价建立一个以负荷峰谷差最小和用户充电费用最低为目标的多目标模型,采用改进非支配排序遗传(NSGA-II)算法对目标函数进行求解,对比不同渗透率下的优化结果。结果表明,该控制策略降低了充电成本、减小了峰谷差,实现了负荷曲线的“削峰填谷”,且随渗透率的增加,优化效果更为显著。     

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。