基于用户响应画像的居民小区电动汽车充放电优化策略研究

针对电动汽车大规模接入电网系统带来供电可靠性及多方经济性问题,提出一种针对居民小区的电动汽车充放电优化策略。首先,考虑“深度+潜力”因素,采用CRITIC-MABAC法对用户进行分级评估,识别得到按调度参与深度和响应潜力划分的用户群体画像特征;然后,根据画像特征制定分群体的差异化充电目标与调度模式,建立电动汽车充放电优化调度模型;最后,以负荷波动及充电成本加权组合的适应度最小为优化目标,使用精英遗传算法完成调度求解。实证分析证明所研究策略可实现平抑负荷与降低充电成本的综合优化目标。     

长时间尺度下计及里程焦虑心理效应的电动汽车充放电调度策略

电动汽车在需求侧能够发挥出优秀的灵活响应潜力。以往研究多侧重电动汽车的短时间尺度调度,但短时间尺度调度未从宏观时间尺度优化而易陷入短时局部最优。为此,提出了一种长时间尺度下计及里程焦虑心理效应的电动汽车充放电调度策略。首先,构建了长时间尺度电动汽车最优充放电调度策略框架;其次,考虑了电动汽车充放电操作的电池损耗成本以及电动汽车用户出行里程焦虑心理效应,以完善对电动汽车用户效益的量化;在此基础上,建立了考虑电动汽车调度成本及里程焦虑心理效应的长时间尺度电动汽车日前-实时双层多目标调度模型;最后,基于滚动时域优化方法对实时优化问题进行处理,利用非支配排序遗传算法对多目标问题进行求解。算例表明：所提策略可使电动汽车用户的里程焦虑心理效应在调度周期内长期维持低于0.25;维持较高水平(如0.75～0.9)的荷电状态可降低调度成本及里程焦虑,提升用户满意度,进而提升其接受调度的积极性与参与度。     

基于实时电价的电动汽车充放电优化策略和经济调度模型

实时电价为优化电动汽车(EV)充放电负荷提供了手段,从而实现经济调度。首先建立用户最优充放电策略模型:以计及EV电池退化成本的用户成本最小为目标,以满足EV行驶荷电状态和充放电荷电状态等为约束。在此基础上建立电动汽车用户实时电价响应模型,通过实时电价计算用户充电成本,使电动汽车充放电负荷与电价联动调整,并将该模型嵌入电动汽车充放电策略优化目标函数。求解过程中,用"停泊时长"确定单车一日可多次充放电的时段和行驶时段,从而在EV可充放电时长范围内优化每时段充放电负荷。最后建立经济调度模型:目标中计及机组阀点效应、约束中考虑EV充放电负荷以及机组爬坡速率等限制的多目标经济调度模型,提出一种改进模式搜索算法求解该时间耦合、非线性、非凸模型。以IEEE 39节点为例,验证了所建立模型和求解算法的有效性。     

考虑用户综合满意度的居民区电动汽车充放电优化策略

当前电动汽车充放电研究缺乏对用户侧,特别是用户出行便利性与收益的考量。为此,分析居民区电动汽车用户的出行特性和出行需求,建立了包含用户出行便利度和充放电经济度的用户综合满意度模型,以此模型为目标提出了最大化用户综合满意度的电动汽车充放电优化策略,并使用遗传算法对其求解,通过算例仿真验证了所提模型的有效性。利用该模型还研究了电动汽车规模化入网对电网负荷波动的影响,基于某居民区负荷数据进行仿真计算,对比分析了不同峰谷电价对电动汽车充放电优化策略的影响,结果表明:通过峰谷分时电价引导电动汽车入网可降低负荷峰谷差,且随着峰谷电价差的增加,更多的用户为电网提供削峰填谷辅助性服务,负荷峰谷差和均方差随之降低。     

考虑风电与用户满意度的电动汽车两层智能充放电策略

大规模的电动汽车充放电调度问题既关系到电网的安全稳定运行,又关系到运营商的经济利益和用户的使用感受。引入分层分区调度的理念,构建了基于双层规划的电动汽车两层智能充放电模型,并以IEEE16节点标准测试系统数据参数为基础,通过粒子群算法和顺序选择法在Matlab中完成了仿真验证。在上层模型中,通过优化各管辖区在各时段的总充放电功率,保证了运营商利润的最大化,并合理地规避了充放电行为对电网的影响;在下层模型中,通过优化各管辖区内电动汽车的具体充放电策略,使得下层的调度策略与上层的区域总充放电功率尽可能保持一致,并合理地兼顾用户满意度。最后,通过上下层之间的数据交互,实现运营商、电网和用户三者之间利益的有机协调。     

考虑电动汽车用户满意度的微网分层优化调度策略

针对住宅区微网中的电动汽车集群,提出一种考虑电动汽车用户满意度的微网分层优化调度策略。将微网调度优化的过程分为负荷层和源储层,负荷层在保证用户满意度的前提下,利用电动汽车的储能特性平抑微网的负荷峰值,源储层先用可再生能源出力支持微网用电负荷,多余出力部分则通过电动汽车进行消纳,使得微网综合运行成本达到最低。然后,用改进蚁狮算法求解源储层模型,最后,通过算例进行验证。结果表明,相对于电动汽车无序充电,该策略大幅提升了微网运行的经济性、可靠性以及电动汽车用户的满意度。     

考虑电动汽车用户满意度的微网分层优化调度策略

针对住宅区微网中的电动汽车集群,提出一种考虑电动汽车用户满意度的微网分层优化调度策略。将微网调度优化的过程分为负荷层和源储层,负荷层在保证用户满意度的前提下,利用电动汽车的储能特性平抑微网的负荷峰值,源储层先用可再生能源出力支持微网用电负荷,多余出力部分则通过电动汽车进行消纳,使得微网综合运行成本达到最低。然后,用改进蚁狮算法求解源储层模型,最后,通过算例进行验证。结果表明,相对于电动汽车无序充电,该策略大幅提升了微网运行的经济性、可靠性以及电动汽车用户的满意度。     

分散式电动汽车入网策略研究

电动汽车数量的增长及其用电需求的增加将会对电网产生明显的影响,针对电动汽车用户行为的随机性和特殊性,分析了分散式电动汽车充放电模型;充分考虑电价和充放电电池折算成本对用户行为的影响,采用削峰填谷调度策略,引导用户在低谷时期充电、高峰时期放电;引入博弈的概念分析用户间行为模式,建立分散式充放电博弈模型,通过求解其纳什均衡来求解最优调度策略;最后以某区域内数据进行算例仿真,验证了模型的合理性和有效性。     

考虑用户满意度的电动汽车分群调度策略

提出了一种电动汽车分群调度策略,分别以电动汽车的出行结束时刻、所需充电时长、出行起始时刻和最大充电时延为判别量对电动汽车进行分群,并对每个子群的电动汽车分别制定延时充放电策略,以平抑配电网有功功率的日内波动并吸纳正午时段富余的光伏功率。该模型可基于统计模型为实际系统中的每辆电动汽车进行合理的调度指导,并充分考虑了电动汽车用户的满意度。此外,由于配电网中含有光伏、电动汽车等不确定因素,该模型采用区间数来描述电动汽车充放电功率等不确定量,并采用区间潮流对配电网进行优化。最后,通过算例验证了所提模型的有效性和采用区间优化的必要性。     

基于移动社交网络平台的电动汽车充放电行为预测

大量电动汽车的自由充放电会给电力系统的安全与经济运行带来较大影响。另一方面,电动汽车向电力系统反向送电(V2G)技术的发展可支持电动汽车参与电力系统的调频等辅助服务,但采用不同充放电调度策略时,对V2G和电力系统的交互行为的效果会有不同的影响。移动社交网络(MSN)作为车联网的一个有益补充,在电动汽车用户进行充放电决策上具有一定的互动性,进而会影响电动汽车充放电的调度策略。考虑到MSN的影响力,研究了在分时电价约束下的电动汽车充放电行为预测方法,将每辆参与调度的电动汽车看成是MSN平台中的单一个体,受整体影响力的制约,其时空特征类似于交叉粒子群中的基本粒子,在保持电力系统安全运行与电动汽车用户利益最优的目标约束下,结合MSN的影响力因子,建立了电动汽车充放电行为的预测模型。仿真实验结果表明,该方法可以在不同的调度策略下,预测出电动汽车的充放电行为。     

电动汽车准实时协同充放电策略

电动汽车作为未来能源互联网的重要组成部分得到了越来越多的关注。针对电动汽车的充放电问题,提出一个准实时的协同充放电多代理系统。系统采用M/G/∞排队模型预测未来短时间内电动汽车的充电负载需求,为充放电决策提供准实时信息。在不破坏配电网系统限制的前提下,以最大化用户充电需求满意度和最小化用户充电成本为目标的两阶段优化策略在满足用户充电需求的同时,节约了用户的充电成本。仿真结果表明,采用两阶段优化策略的多代理系统可有效实现电动汽车高渗透率下的协同充放电管理,增强了系统的健壮性。     

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。     

基于用户利益与出行意愿的电动汽车充放电调度策略

如今,随着越来越多智能充电桩的建立,人们对电动汽车的需求量日益加大,电动汽车不仅可以提高能源利用率、减少污染,而且还可以反向对电网进行供电,达到削峰填谷的目的。但是随着越来越多的电动汽车接入到电网,越来越多的用户参与到电动汽车调度中,电动汽车的充放电调度也变得越为复杂,在以往的一些调控中总是优先考虑电网的峰值负荷如何降低,却很少考虑用户的需求与利益。事实上,在保证电网负荷曲线的同时更应该考虑到用户的利益与需求,因为用户的利益与需求才是保证调度计划顺利实施的基础。文中基于用户的利益与出行意愿,利用粒子群算法对电动汽车的充放电进行调度,保证了用户的利益与满意度,同时有效削减了电网峰值时刻的负荷。     

基于用户响应度的电动汽车有序充放电策略

针对大规模电动汽车接入对微电网经济运行造成不利影响的问题,提出基于峰谷分时电价的电动汽车有序充放电控制方法。采用传递闭包法对峰谷电价时段进行划分,并考虑到用户的响应度,分析车主不同充放电行为对于微电网负荷的影响,构建在保证微电网稳定前提下,增加微电网收益的电动汽车有序充放电的优化调度数学模型,并采用混沌理论改进灰狼算法对问题进行求解。通过仿真,证明所提的策略能合理分配电动汽车充电时段,激励用户参与电价响应,增加微电网的收益,实现电动汽车与微电网的协调运行。     

计及电动汽车用户需求的直流微电网经济调度策略

随着电动汽车的快速发展,电动汽车参与微电网调度受到越来越多的关注,研究考虑电动汽车用户需求的能量管理问题有助于微电网的稳定经济运行。基于此,文章提出一种计及电动汽车用户需求的直流微电网经济调度策略。针对电动汽车用户对于充电时间和充电速度需求方面的问题,建立分级充电价格下的电动汽车分类模型,包括即时型、弹性型、补偿型和夜间型等4种充电类型。参与微电网调度的用户提前一天通过手机App上传预约信息,微电网调度中心综合用户预约信息和可再生能源与重要负荷的日前预测数据,以系统的运行维护成本和联络线功率波动最小为目标,考虑各单元相关约束条件,对电动汽车的充电时间合理规划。最后通过算例仿真结果验证了调度策略的经济性和有效性。     

综合能源系统环境下电动汽车分群优化调度

电动汽车(electric vehicles, EV)的大规模接入,给综合能源系统调度带来了机遇和挑战。文章考虑电-热-气混合潮流和电动汽车的调度灵活性,建立了含电动汽车的综合能源系统两层嵌套调度模型,对电动汽车进行分群分层调度,合理制定每辆汽车的充放电策略。调度计划层以调度方案成本最小、能量波动最小和环保性最优为目标函数,采用改进的多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法求解日前调度计划。EV调度层以用户满意度为目标,采用粒子群(particle swarm optimization, PSO)算法制定出各集群的充放电计划,集群内根据动态优先级制定每辆EV的充放电策略。算例分析表明,所建立的调度模型可有效求解含电动汽车的综合能源系统调度问题,且计算维度小、速度快,具有实用性。     

考虑电动汽车充放电全程功率变化率和用户舒适度的V2H调度策略

目前对居民区电动汽车(EV)充放电的调度缺乏对用户侧需求的研究,特别是难以兼顾EV用户的经济收益和出行需求。为此,在综合分析居民区日负荷特性以及EV用户需求的前提下,提出了一种考虑EV用户舒适度和充放电功率变化率的汽车与家庭互动(V2H)调度策略,基于遗传算法验证了所提调度策略的可行性和对居民区负荷及EV用户的优化效果。研究了不同的EV渗透率下V2H调度策略的适用性,结果表明EV渗透率的增加可以更好地改善居民区负荷的电网接入特性,且随着EV渗透率的增加,虽然EV用户的经济收益会略有下降,但均能保证EV用户的舒适度达到最大。     

非齐次半马尔科夫充放电策略辅助用户随机出行的多目标动态电力调度

针对大规模电动汽车接入电网的不确定行为,考虑其对用户经济性和电网安全性的影响,构建非齐次半马尔科夫(nonhomogeneous semi-markov process,NHSMP)充放电策略辅助用户随机出行的多目标动态调度模型。基于电动汽车出行的时空耦合,并网充放电策略考虑了与地点相关的电价引导、充放电方式以及充放电门槛因子等因素。提出一种针对高维复杂运算问题的基于转移密度估计策略的强度帕累托进化算法(strengthParetoevolutionaryalgorithms2-shift-based densityestimation,SPEA2-SDE),在算法中加入初值选择及链式调整等策略进行改进。采用区域电网进行仿真计算,分析不同场景、充放电决策因素、电动汽车规模及风电规模对调度研究的影响,验证了所提模型及算法的合理性和有效性。     

基于电动汽车入网特性的电网经济调度研究

电动汽车的充放电行为受到间接的成本约束和直接的集中调度控制。本文建立了计及电动汽车充放电行为的机组组合模型,从机组组合的角度分析了受调度电动汽车的充放电行为。在GAMS的MINLP优化求解的基础上,以10台机组系统24时段的机组最优组合为例,分别讨论了有无惩罚函数的情况、全时段充放电和定时充放电的情况。由此得出结论,惩罚函数的添加,能够有效地改善系统"削峰填谷"效果。针对本文算例,考虑机组成本和电动汽车充放电成本,所允许的电动汽车放电的临界成本系数大约为45$/MW。     

价格与激励需求响应下电动汽车负荷聚集商调度策略

电动汽车作为一种重要需求响应资源,在智能电网中起到重要作用。结合价格型与激励型需求响应措施,提出2种电动汽车负荷聚集商调度策略:固定签约策略及灵活签约策略。固定签约策略假定部分电动汽车用户与负荷聚集商签订固定周期激励调度协议,负荷聚集商以收益最大化及负荷波动最小化为目标进行优化。而灵活签约策略以电动汽车一次充放电过程为调度周期,考虑每个调度周期内电动汽车用户对充电方案的选择,同样以收益最大化及负荷波动最小化为目标进行优化。其次,分析了固定签约策略与灵活签约策略下参与激励调度电动汽车数量,以及不同激励折扣对负荷聚集商综合效益和电动汽车充电成本的影响等。最后,通过改进多目标粒子群算法求解该问题。仿真结果表明,固定及灵活2种签约策略均能有效提高负荷聚集商效益,而灵活签约策略更可降低电动汽车充电成本。