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。     

计及激励型需求响应的电动汽车聚合商充电优化调度

研究了电动汽车聚合商如何决策最优的经济激励值和充电量,以达到收益最大化的目的。提出了用户向聚合商交流其充电情况的主动需求响应方式;构造了基于经济激励的电动汽车聚合商的最优充电调度模型,所建立的调度模型是一个二层模型,上层以聚合商收益最大为目标,以用户主动需求响应量为约束,下层为实时电力市场的出清模型,上层模型中的市场电价来自于下层模型;将该模型转化为混合整数线性规划模型,采用拉格朗日替代法与分支切割法的协同组合方法求解。算例分析表明所提模型能够提高聚合商的收益。     

考虑精细化潜力评估的负荷聚合商优化调度

负荷聚合商可以聚合用户负荷,实现需求响应,缓解电网压力。为了减轻用户需求响应能力差异和响应行为不确定对负荷聚合商响应特性的影响,构建了需求响应潜力评估模型并提出基于精细化潜力评估的负荷聚合商优化调度模型。首先设计使用 4 个指标,建立基于用户历史用电数据的需求响应潜力精细化评估模型,将需求响应潜力的评估精细到设备级,研究在不同经济激励下的用户及设备的需求响应潜力。然后将需求潜力评估模型与负荷聚合商的优化调度模型相结合,求得最优的调度结果。仿真结果表明,设计的模型能精确反应用户及设备的需求响应潜力,将此模型和负荷聚合商的优化调度模型结合可以充分发挥用户的需求响应能力,提高用户满意度,调动用户的积极性,从而提高负荷聚合商的可靠性和整体的经济性。     

基于充电行为预测的电动汽车参与系统调频备用：容量挖掘与风险评估

以电动汽车(EV)聚合商在调频辅助服务市场提供备用容量为研究对象,考虑EV用户充电行为的不确定性和用能需求,建立了EV聚合商充电功率及备用上报的优化决策模型。首先,对EV充电记录及调频信号的历史数据进行分析,提出了充电EV数量的预测方法以及调频信号的时间序列特征分析方法;然后,考虑EV聚合商响应调频信号的准确度降低或EV用户的充电需求无法得到满足的风险,提出了基于条件风险价值的风险成本评估方法,用于权衡EV聚合商提供备用的收益及风险,并建立了以收益最大化为目标的优化模型;最后,基于仿真算例对比分析了不同应用场景下EV聚合商提供辅助服务备用的特性及优势,验证了所提模型的有效性。     

“专变共享”模式下考虑时变电价和转移概率的EV有序充电

针对城市楼宇停车场难以新建变压器供电的问题,提出了利用原有专变冗余容量消纳电动汽车(EV)负荷的“专变共享”模式,建立了分别由专变用户、充电站运营商和EV用户主导的3层有序充电调节模型;建立了充电体验指数、专变租费、运行商盈利额和专变利用指数等评估指标描述各方的需求,以此建立了有序充电的综合目标;建立考虑时变电价和EV用户充电时段转移概率的有序充电优化模型,并提出了基于粒子群优化算法的有序充电优化方法。通过算例仿真分析了基于时变电价的3层有序充电调节模型的优化效果,验证了考虑EV出行需求和电量约束的合理性,并研究了楼宇负荷类型对有序充电的影响。     

基于PSO算法的电动汽车有序充放电两阶段优化策略

传统分时电价(time-of-usetariff,TOUT)和实时电价(real-timeprice,RTP)需求响应机制均会在负荷低谷时段产生新的负荷高峰,针对这一问题,考虑电网侧的调峰需求以及不同用户对充电电量、充电成本的不同需求和参与意愿,提出一种分时电价动态优化方法。所提方法根据每辆电动汽车(electricvehicle,EV)接入电网时的负荷信息动态更新该EV的峰谷电价,弥补了TOUT和RTP充电方式的缺点。基于所提分时电价动态优化方法,通过建立充电电量最多和充电成本最小多目标函数,采用粒子群算法对每辆EV的充(放)电行为进行两阶段优化,并通过引入虚拟荷电状态对优化后的充(放)电行为进行修正,由每位用户自主响应实现EV的有序充(放)电。为验证所提方法的有效性,基于2017年全美家用车辆调查结果(NHTS2017),采用蒙特卡洛法模拟某居民区1000辆EV的充电需求,并对不同充电策略、不同优化权重、不同参与度和不同V2G(vehicle to grid)响应度下的充电需求进行了仿真分析,结果表明,相较于其他充电策略,所提优化策略可以明显降低用户的充电成本和负荷曲线的峰谷差。     

计及用户贡献度的电动汽车主从博弈差异化充电套餐设计

随着电力市场体制改革的不断深化,为改善国内大部分城市尚未达到激励大规模电动汽车(EV)参与需求响应的现状,并充分调动EV用户参与碳市场、绿电市场的积极性,提出了一种基于EV用户画像的多市场融合充电套餐策略。在保障用户充电满意度的前提下,激励用户改变自身的充电行为,降低电网负荷峰谷差,实现EV聚合商的利润最大化。构建了主方以EV聚合商利润最大化为目标的套餐制定模型和从方以用户效用最大化为目标的套餐决策模型,采用Nash-Q算法求出纳什均衡解。通过实例表明差异化充电套餐策略有效提高了EV聚合商的营业利润、降低了用户充电成本。     

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。     

计及差异化服务费定价的电动汽车聚合商两阶段调度策略

电动汽车(electric vehicle, EV)是极具调节潜力的需求侧资源，针对现货市场环境下的电动汽车聚合商(electric vehicle aggregator, EVA)整合和调度EV负荷资源的问题进行研究。首先，考虑EV的车-桩充电负荷差异化建立了EV充电模型。其次，以EVA运营收益最大为目标，兼顾EV车主利益，基于主从博弈关系建立EVA日前优化模型；模型基于场景的随机优化方法考虑市场日前电价的不确定性，解得差异化EV充电服务费价格和EVA日前购电计划。随后，基于能量共享模式对各类EV进行日内滚动优化调度，减小EV接入不确定性给EVA差额交易带来的额外成本。最后，以某市区电动汽车聚合商为案例开展分析，结果表明所提两阶段调度策略能有效应对EV接入不确定性与市场电价不确定性，实现EVA与EV双赢。     

考虑多重不确定性的电动汽车聚合商参与能量-调频市场的鲁棒优化模型

为了充分挖掘电动汽车（EV）参与电力市场交易的市场价值,电动汽车聚合商（EVA）可将众多EV资源聚合起来作为一个投标主体参与日前能量和调频市场。针对EVA参与电力市场的投标决策面临多重不确定性因素影响问题,计及EV电量和功率边界,建立了EVA响应能力评估模型;对EV用户响应意愿、调频信号和市场电价的不确定性进行建模;以EVA的投标净收益最大化为目标,构建一种考虑多重不确定性的EVA参与能量-调频市场的鲁棒优化模型,以合理制定次日各交易时段EVA的基线功率和所提供的调频容量。通过算例验证了模型的有效性,并分析了各种不确定因素对投标净收益的影响,所提策略可为EVA的投标决策提供参考。     

考虑车主多模式需求响应模糊意愿的优化调度策略

现代电动汽车(electrical vehicle, EV)用户需求响应具有多样性和意愿模糊性的特点,当实施单一激励政策时,EV响应将达不到预期效果。为此,提出了考虑车主多模式需求响应及其模糊意愿的含EV微电网的主从博弈优化调度策略。微电网主体针对净负荷制定多模式动态电价激励政策,引导EV在多模式电价中做出选择,促进EV有序充放电,实现其净负荷均方差和运行成本最小。车主从体基于模糊逻辑推理意愿决策,响应多模式动态电价,极小化车主成本。采用非支配排序遗传算法(NSGA-Ⅱ)求解优化模型,获得最优多模式动态电价和EV充放电策略。仿真结果验证了所提方法的有效性。     

电动汽车实时可调度容量评估方法研究

作为智能电网的重要组成部分,电动汽车通过调控充放电功率可为电网提供备用容量,参与调峰调频等辅助服务,但该容量会受到用户出行需求、电池损耗等因素的影响。基于此,首先分析了电动汽车参与电网调度的控制模式,综合考虑用户出行需求、电池寿命、电池电量等约束,提出了一种规模化电动汽车实时可调度容量的评估算法。最后,模拟了一种以平抑总负荷波动为目标的充放电场景,根据可调度容量所需持续时间,基于所提方法评估出了分别用于电网一次、二次以及三次调频的电动汽车实时可调度容量,验证了该方法的有效性。     

基于前景理论量化充电效用的浮动充电服务费优化

通过价格手段对电动汽车的充电行为进行引导,有助于削弱大量电动汽车接入对电力系统产生的不良影响。文章提出一种针对充电浮动服务费的优化模型,引导电动汽车用户更合理地充电。首先考虑用户偏好进行用户分类,并在此基础上建立基于前景理论的用户充电效用模型;其次采用转移概率矩阵建立电动汽车用户的价格响应模型;然后综合考虑电网、充电站和用户的利益,建立浮动服务费的多目标优化模型;最后采用非均匀变异操作对基于自适应网格归档的多目标粒子群算法进行改进并对所建模型进行了求解。以某典型城区为例,对比分析了不同基线负荷下浮动服务费优化结果,不同服务费机制下的用户价格响应结果以及不同用户构成下的用户响应行为,验证了本文所述机制和模型的正确性和有效性。结果表明,文章所提浮动服务费机制及其优化模型可以在分时电价的基础上进一步对电动汽车充电行为进行引导,并起到削峰填谷和保证多方利益的作用。     

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。     

电动汽车聚合商对备用服务能力的优化

电力市场环境下实现电动汽车(EV)的聚类,并积极参与有序充/放电,可以为受端电网提供多样化的功率调节手段,有利于大规模间歇性新能源的消纳。站在EV聚合商(aggregator)这一中间环节,能够更全面地分析市场环境下如何有效利用这一分散的可调控资源。聚合商旨在最大化自身收益,而制定合理的EV充/放电策略是达成该优化目标的途径,但策略的制定同时也受制于市场环境、用户用车需求与参与有序充/放电意愿等因素。文中首先分析了影响聚合商充/放电策略的因素,进而提出了可接纳EV参与竞争的用户充/放电合约及相应的市场机制;在此基础上,构建了EV聚合商同时参与现货和备用市场的优化问题,提出了基于效容比指标求解充/放电策略的分布式算法;最后通过实例验证了算法的准确性与高效性。     

实时电价条件下基于用户引导的电动汽车-充电桩匹配策略

随着电动汽车数量的快速增长,充放电需求也日益增加,但基础设施的增长速度却较为缓慢,车多桩少的现状带来了充电桩分配不合理的问题。据此,结合市场实时需求提出一种基于用户引导的电动汽车-充电桩匹配策略。首先,从聚合商的角度建立分配函数并给出可用充电桩的信息;其次,从用户的角度建立择优函数确定可选充电桩的范围;最后,在实时电价的条件下,通过更新补贴费用引导用户在待选范围内选择合适的充电桩充放电并有效参与市场平衡。仿真结果表明,在满足市场要求的前提下,该策略更好地兼顾了用户与聚合商的双向意愿,为充电桩的合理分配提供决策依据。     

考虑路网和用户满意度的集群电动汽车主从博弈优化调度策略

传统的电动汽车(electricvehicle, EV)集中优化方法在实际应用中面临调度困难、计算量大、缺乏真实数据支撑等问题,无法准确揭示各主体间的交互行为。为此,提出一种考虑路网和用户满意度的集群EV主从博弈优化调度策略。首先基于真实出行数据和路网数据模拟用户出行行为。其次,负荷聚合商(loadaggregator, LA)整合EV负荷资源,对相似出行特性的EV进行聚类。在双层主从博弈模型中,LA作为上层领导者,聚类后的各EV子群作为下层跟随者。考虑EV用户不同消费偏好,通过优化LA定价策略、新能源及储能系统出力计划、EV集群充放电策略实现纳什均衡,达到各主体共赢,并使用改进遗传算法进行求解。最后,利用仿真验证了所提模型可有效提升LA收益及EV用户消费者剩余,增加新能源消纳,并可为不同消费偏好的用户提供差异化服务。     

考虑实时动态能耗的电动汽车充电路径规划

由于电动汽车在行驶途中电量耗尽的风险较大,亟须研究一种有利于减轻用户出行焦虑的电动汽车充电路径规划方法。文中通过选取能够准确反映实际道路中用户驾驶特性的行驶工况特征参数,分析各特征参数与耗电量之间的相关性以及特征之间的相关性强弱,采用主成分分析对特征进行降维,基于信息熵模糊聚类方法对行驶工况进行分类,构建电动汽车行驶途中的动态能耗模型。并基于此考虑路径选择及电池剩余电量约束,建立以出行总距离、总时间及充电价格三者权值之和最小为目标的电动汽车充电路径规划模型。以某市实际交通路网规划18 km×18 km区域,分析采用实时能耗对充电路径规划的影响以及不同优化目标对用户充电路径优化结果的影响,验证了所提规划方法的可行性及有效性。     

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LSTM神经网络的电动汽车充电站需求响应特性封装及配电网优化运行

随着电动汽车的快速增长,大规模电动汽车充电具有随机性、时空耦合性的特点,对配电网运行电压造成越限风险。通过基于价格的需求响应,引导电动汽车在大时空范围有序合理地充电成为重要的技术手段。文章研究基于数据驱动的电动汽车充电站需求响应特性及其参与配电网运行优化调度问题,首先提出单体电动汽车充电模型和计及交通网络拓扑结构的电动汽车行驶特性,建立了区域电动汽车充电站负荷需求响应计算方法;在此基础上,提出了基于LSTM深度神经网络的电动汽车充电站需求响应模型封装方法,得到电动汽车充电站充电成本和充电功率响应之间的映射模型;接着,构建了考虑电动汽车充电站需求响应的区域配电网电压运行优化模型,并采用粒子群算法进行求解;最后,通过对包含3个充电站的33 节点系统的算例对比分析,验证了所述电动汽车充电站需求响应及其参与配电网优化运行方法的有效性,为数据驱动方法解决电动汽车充电和需求响应问题提供借鉴。