含风光储的电动汽车充电站容量优化研究综述

对风光储的容量进行最优配置是含风光储的电动汽车充电站普及的关键。首先阐述了风光互补发电系统的构成,然后通过从风光互补发电系统容量配比方法、电动汽车充电站规划方法两个方面研究了含风光储的电动汽车充电站的容量配比方法。最后指出含风光储的电动汽车充电站在发展中没有统一的建设规划标准和成熟的运营模式、建设成本高昂、光伏设备占地面积较大等问题,可以为进一步研究提供参考。     

考虑需求响应与碳排放的光储充电站容量配置

针对在光储充电站容量规划中未充分考虑电动汽车充电需求的时间转移特性而导致电动汽车对光伏直接利用率较低的问题,提出了一种考虑需求响应与碳排放的光储设备容量配置方法.首先,基于充电补贴价格与响应时长两方面因素,建立了电动汽车需求响应模型.然后,结合光伏出力特性,提出了以光储充电站新能源消纳为目标的电动汽车充电补贴及储能充、放电联合运行策略.其次,以光储充电站年投资运行成本和碳排放量最小为目标,建立了考虑需求响应运行策略的光储充电站容量配置优化模型,提出了基于遗传算法的光储容量配置求解方法.最后,通过算例仿真,验证了所提模型和方法的有效性与实用性.     

基于机会约束的电动汽车充光储一体化充电站容量优化方法

针对电动汽车充电站建设运营成本高,土地利用率较低,功能单一的缺点,提出了电动汽车充光储一体化充电站的容量优化方法。考虑光伏出力及电动汽车充电负荷的不确定性,研究在不确定性环境下的容量配置问题,以保证优化方案的可靠性。基于机会约束规划,以建设运营成本最小为目标建立电动汽车充光储一体化充电站容量配置模型,通过序列运算理论将模型中含有随机变量的约束进行确定性转化,采用CPLEX作为模型的求解工具。算例验证了所提模型及方法的有效性。     

含电动汽车充电站的风光互补系统容量优化配置

电动汽车与新能源的综合利用是当前研究的热点问题。在微电网模式下,如何确定电动汽车充电基础设施与风光互补系统的容量配比,是值得探讨的问题。在考虑电动汽车用电需求的前提下,同时发挥电动汽车换电模式所具备的储能能力,以系统投资成本、运行成本和电量不足损失成本综合最低为目标,并考虑风光系统、充放电机和动力电池的约束条件,构造了一种含电动汽车充电站的风光互补系统容量优化配置模型。采用微分进化算法求解,可获得含风机、光伏电池、动力电池和充放电机的最优容量配置结果。最后,针对某地区的系统规划算例进行了求解与分析,结果验证了模型的合理性。     

考虑电动汽车有序充电的光储充电站储能容量优化策略

针对电动汽车和光伏系统接入配电网与储能装置结合过程中的配置优化问题,提出了一种考虑电动汽车有序充电的光储充电站储能容量优化策略。首先,基于典型日光照强度曲线和光电能量转换关系计算光伏系统输出功率。其次,根据电动汽车用户出行习惯、充电行为特性、充电模式等充电负荷影响因素,建立影响电动汽车充电负荷的概率模型,利用蒙特卡洛方法预测无序充电下电动汽车充电负荷。然后,以电网出力曲线峰谷差最小为目标函数、采用粒子群算法计算电动汽车有序充电时电网出力总负荷,进而确定光储充电站储能容量最优解。最后,利用所提策略计算以电动私家车和电动出租车为主要服务对象的某居民区光储充电站内最优储能容量。结果表明,未考虑储能时电动汽车无序充电造成电网负荷峰上加峰,有序充电下电网负荷峰谷差值下降15.35%,考虑电动汽车有序充电同时配置最优储能容量时电网负荷峰谷差值下降了20.65%,实现了削峰填谷,增强了电力系统运行的稳定性。得到的结果为光储充电站的储能容量配置提供了参考。     

城际高速路网中光储充电站的定容规划

针对大规模电动汽车在城际间出行时的充电问题,提出了城际光储充电站的定容规划方法。首先,通过构筑城际高速路网充电引导系统架构,从而实现对电动汽车和光储充电站信息的实时有效耦合。其次,基于城际高速路网车流量的统计分布数据,结合电动汽车利用充电引导系统后的充电决策,兼顾用户和光储充电站双方利益,优化了光储充电站内充电机的数量。然后,根据各站光照条件、负荷水平,优化配置光储设备容量,并且结合分时电价,提出光储充电站内能量交换策略,以提高光伏消纳水平,从而进一步节省光储充电站的设备投资、运行维护成本。最后,在含有30个光储充电站的高速路网中对所提方法进行仿真验证。结果表明,所提出的定容规划方法显著降低了光储充电站的日均寿命周期成本,且有效兼顾了用户出行体验。     

基于深度强化学习的光储充电站储能系统优化运行

优化储能充放电策略有利于提升光储充电站运行经济性,但是现有模型驱动的随机优化方法无法全面考虑储能系统的复杂运行特性以及光伏发电功率、电动汽车充电负荷的不确定性.因此,提出一种基于深度强化学习的光储充电站储能系统全寿命周期优化运行方法.首先对储能运行效率模型和容量衰减模型进行精细化建模.然后考虑电动汽车充电需求、光伏出力和电价的不确定性,在满足电动汽车充电需求和光伏消纳的条件下,以光储充电站收益最大化为目标,建立了基于强化学习的储能优化运行问题.考虑到储能充放电决策动作的连续性,采用双延迟深度确定性策略梯度算法进行求解.采用实际历史数据对模型进行训练,根据当前时段状态对储能充放电策略进行实时优化.最后,对所提方法及模型进行测试,并将所提出的方法与传统模型驱动方法进行对比,结果验证了所提方法及模型的有效性.     

考虑电动汽车充电负荷及储能寿命的充电站储能容量配置优化

提出了一种优化电动汽车充电站储能容量配置的方法。该方法考虑了季节性电动汽车充电负荷波动与光伏出力之间的关系,并且考虑了储能寿命。论文利用蒙特卡罗法考虑了不同类型电动汽车的多种影响因素,对整体负荷进行预测。以每日运行成本最低为优化目标,在考虑四季光伏出力和储能寿命的影响下,采用了3种算法对目标函数进行优化,以得到最佳的光储充电站储能配置方案。研究以西北某地区为例。结果表明：冬季下综合成本为3.043 2×106元,相比于其余3个季节综合成本最低;采用遗传算法时,在综合成本相差不多时,获得的储能配置最优,储能容量为22.82 MWh,储能功率为7.31 MW,从而得到光储充电站最优的储能容量配置。     

风光储式电动汽车充电站运行模式研究

为解决传统电动汽车充电站在电网发生故障时无法为电动汽车充电的问题,黑龙江省电力科学研究院进行了风光储式电动汽车充电站的建设和理论及实验研究。风光储式电动汽车充电站由风力发电系统、光伏发电系统、蓄电池储能系统,电动汽车充电站和站用负荷组成,该种充电站可工作在孤网和并网2种状态。并网状态下,充电站各组成部分与交流电网存在着能量流动,共有11种运行模式;孤网状态下,充电站各组成部分共有7种运行模式。这18种运行模式主要根据充电站的工作状态、风力强度、光照强度、充电站及站用负荷大小、蓄电池的能量存储情况而进行。研究结果表明该种充电站可实现并网和孤网2种模式下为电动汽车充电。     

基于深度学习的充电站容量规划方法

随着电动汽车充电设施建设的日益增长,区域内社会用户所需要的电动汽车供电容量的预测问题成为影响充电站建设规划的关键问题。结合深度学习的数据特征研究理论,提供了一种基于充电站容量影响因子的机器学习容量规划预测方法。该方法以充电站周边交通、区域发展和电网安全等环境影响因子为基础,训练并建立服务环境与充电需求的神经网络映射模型。实验表明,该模型对待建充电站周边环境影响因子进行分析后可以给出待建充电站的理想充电容量,从而解决待建充电站的充电容量定容问题。