基于分时电价的多目标电动汽车有序充电优化策略研究

随着新能源汽车的普及,大规模的新能源汽车无序并入电网会给配网负荷的平稳运行带来巨大挑战,因此研究电动汽车(electric vehicle, EV)的有序充电具有重大意义。首先,考虑分时电价对用户充电行为的影响,建立以减小电网的负荷波动率及用户充电费用最小为目标的多目标优化模型;其次,对所建立的模型采用改进的粒子群算法求解;最后,建立500个EV的充电模型对其进行仿真分析。仿真结果表明,所提策略可以较大程度减小负荷的波动率,降低用户的充电成本。     

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。     

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。     

分时电价下电动汽车路径选择和充电导航策略

电动汽车路径选择和充电导航优化有助于提高用户出行效率,缓解大规模无序充电对配电系统安全运行的影响。考虑路径选择、电池容量及充放电状态互斥约束,构建了在分时电价机制下用户出行时间最优和充电成本最优两种不同决策目标下的电动汽车路径选择和充电导航优化模型。以某市中心20 km×20 km区域内包含4座快速充电站的交通网络及其所属配电系统为例进行数值仿真,分析了不同决策目标对用户出行路径以及电动汽车充放电对配电系统的影响,验证了所提模型和方法的可行性和有效性。     

考虑分时电价的电动汽车充电负荷计算

为了利用分时电价实现电动汽车的有序充电,提出了一种考虑分时电价的充电负荷计算方法。将电池充电过程划分为5个阶段,考虑行程结束时间与每日行驶里程的概率分布,计算了考虑分时电价后全天各时段内一辆电动汽车处于电池各充电阶段的概率,结合电池各充电阶段的充电功率,得到每个时段内一辆电动汽车的充电负荷期望值,根据中心极限定理计算了所有车辆充电负荷的分布情况。仿真结果表明,考虑分时电价后,充电负荷集中分布于谷时段,降低了对电网的不利影响。与蒙特卡洛模拟方法相比,该方法计算效率更高,计算结果基本相同。     

基于分时电价的电动汽车群有序充电策略研究

针对目前很多型号的电动汽车电池管理系统(battery management system,BMS)与居民小区内的慢充充电桩不能正常通信的问题,依据确定性分析法,以倒序递推原则安排电动汽车的充电开始时间,研究了一种不采集电动汽车电池荷电状态(state of charge,SOC)来实现小区内电动汽车群(aggregator)有序充电的控制方法,并以小区配电网为例,采用蒙特卡洛方法模拟用户到达时间,对电动汽车在无序充电、总负荷最低时段充电和倒序递推时段充电3种充电模式下配电变压器的负载情况进行了仿真和分析,结果表明,在倒序递推时段充电能显著减小电网峰谷差率,不会产生新的负荷尖峰,适用于实际应用。     

采用分时充电电价时电动汽车充电需求分析

大规模的随意式充电必然给电力系统带来一定的负面影响,甚至会威胁到系统的安全性。为避免和解决这一问题,采用基于价格影响消费者行为的经济学理论,分析私家车的日常出行习惯、停车习惯、充电习惯,提出相应充电负荷响应矩阵,建立分时充电电价模型,研究充电负荷对充电电价的变化而产生的响应、不同种类电池的充电需求推算、在自主充电的行为下一天24 h中的日充电负荷分布等。通过实例分析,建议利用充电电价的变化对电动汽车充电行为进行引导,通过优化求解来减少大规模随意式的充电负荷给电力系统带来的负面影响;同时鼓励电动汽车车主调整充电时间,从而达到“削峰填谷”的新能源调度效果。     

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。     

基于分时电价的电动汽车有序充电控制策略设计

文中以减小电网峰谷差作为主要目标,结合电网分时电价时段划分与局域配电网负荷波动情况,提出了电动汽车充电分时电价时段划分方法,并建立了以用户充电费用最小和电池起始充电时间最早为控制目标的数学模型.利用蒙特卡洛方法模拟电动汽车用户的充电行为,对比分析了电动汽车在无序充电和有序充电模式下的仿真结果,表明:通过电动汽车响应充电分时电价,能够有效减小峰谷差,并提高用户满意度.针对电动汽车用户对有序充电的不同响应系数,仿真计算了局域配电网的负荷曲线,结果表明:受充电分时电价影响的用户越多,对于抑制因电动汽车接入而引起的局域配电网负荷的波动越有利.     

Multi-objective optimal charging of plug-in electric vehicles in unbalanced distribution networks

Plug-in electric vehicles (PEVs) as new generations of transportation systems have recently become a promising solution to mitigate emissions of greenhouse gases produced by petroleum-based vehicles. Existing power systems may face serious reliability and power quality problems in supplying emerging PEV charging loads unless the charging task is coordinated. In addition, in real world applications, most PEVs are single-phase loads supposed to be charged from residential or commercial outlets. In this paper, a multi-objective optimization framework is proposed to optimally coordinate the charging of single-phase PEVs with dynamic behavior in unbalanced three-phase distribution systems employing smart grid facilities. Objective functions include total cost of purchasing energy in a multi-tariff pricing environment as well as grid total energy losses over charging span. The objective functions are optimized subject to network security, power quality, and PEV constraints. Fuzzy memberships are used to transform differently-scaled objective functions into a same range in order to ensure the Pareto optimality of the multi-objective solution. The proposed method is tested on an unbalanced three-phase distribution system and obtained results, which are discussed in detail, confirm its efficiency in getting a solution satisfying both objective functions as well as in the speed.     

面向“代客加电”服务的电动汽车充电引导策略

为解决电动汽车面临的充电难题,提出面向“代客加电”服务的电动汽车充电引导策略。首先,充分考虑“代客加电”服务,对电动汽车充电引导场景及充电影响因素进行分析。其次,以最优化电动汽车用户充电经济成本、代充电服务侧利益以及充电站设备利用率为目标建立充电引导模型,并采用改进的灰狼优化算法引导电动汽车的充电行为。最后,对某城市主要城区内具有充电需求的电动汽车进行仿真。结果表明：面向“代客加电”服务的电动汽车充电引导策略能够有效减少电动汽车用户充电经济成本、代驾司机代充电过程中的时间成本以及距离成本,同时实现充电站间设备利用率均衡分布。     

基于区域峰谷分时电价的电动汽车有序充电研究

随着电力市场的发展,差异化电价机制的出现为引导大规模电动汽车的有序充电行为提供了一种新的思路。因此,提出了一种能够引导电动汽车有序充电的最优区域峰谷分时电价计算模型。首先,基于城市区域用电行为的差异特性,将用电区域分为居民区、办公区、工业区、商业区等四个区域,并运用隶属度函数法研究区域分时电价峰谷时段划分方法;然后,基于弹性系数法建立电动汽车用户响应量对区域峰谷分时电价的响应关系。最后,以日峰谷差和用户充电成本最小为优化目标,建立最优区域峰谷分时电价计算模型。仿真结果表明所提出的电动汽车区域峰谷分时电价计算模型能够有效降低用户充电成本和系统日峰谷差,有效引导电动汽车进行有序充电。     

基于充电设备利用率的电动汽车充电路径多目标优化调度

由于电动汽车车主选择充电站具有较大的随机性,使得各充电站的利用率存在较大的差异,从而造成整个电网的负荷失衡,影响配电网的稳定性和安全性。针对上述问题,将行驶路程最近、时间最短、充电站时间利用率偏差最小和功率利用率偏差最小作为优化目标,建立了电动汽车充电路径多目标优化调度模型。在对该模型进行求解的过程中,提出了基于细菌趋化的改进粒子群算法进行求解。仿真结果表明,采用该算法后,电动汽车车主可以根据区域内充电站的利用率情况有目的选择充电站,实现均衡化充电站利用率的目的。     

基于紧迫性需求的电动汽车协调充电优化策略

电动汽车(electric vehicles,EV)的随机充电会导致峰值负荷突变,进而增加了电网运行波动的风险。为此,提出了一 种基于微电网的电动汽车协调充电调度策略,算例表明该策略可以降低负荷的峰值,减弱了随机充电行为对于电网波动的风 险。首先,考虑充电紧急性指标(charging urgency index,CUI)来反映不同的充电需求,以及利用蒙特卡洛法模拟电动汽车充 电时间行为的随机性,进一步保证电动汽车的协调充电。其次,以整体峰谷负荷差最小为目标,建立协调充电调度的优化模 型,考虑了电动汽车慢速和快速充电以及微电网运行各种限制。仿真结果表明,在两种充电模式下,该方法较不协调充电方 法在500辆电动汽车的情况下能够将峰值负荷分别降低54.71%、46.38%,能有效地解决电动汽车车主的充电选择模式以及 降低微电网运行的风险,为微电网削峰填谷提供策略。     

计及行车计划编制的电动公交车有序充电策略

为了提高电动公交车的经济性并兼顾公交车和电网的利益,需综合考虑电动公交车的充电策略和行车计划编制问题.首先,生成满足时间接续关系和电池电量约束的可行车次链,建立以充电成本最低为优化目标的可行车次链有序充电阶段1模型和以总运营成本最低为优化目标的最优车次链选择模型;然后,分别以白天和夜间充电负荷波动最小为优化目标,建立最优车次链有序充电阶段2模型和夜间充电二次规划模型;最后,以一条公交车线路为例对所提模型进行验证,结果表明所提模型和方法能满足公交车公司制定行车计划的需求,实现了电动公交车总运营成本最低的目标,同时通过有序充电达到了减少充电成本和平抑充电负荷波动的目的,对指导电动公交车制定充电策略和行车计划具有重要的参考价值.     

基于积分制和分时电价的电动汽车混合型精准需求响应策略

针对当前我国绝大部分城市还难以大规模地实现电动汽车需求响应的情况,开展了配电网中电动汽车充电需求响应研究,提出一种基于积分制和分时电价的电动汽车混合型精准需求响应策略。该策略的目的是在降低电网灵活性资源的投资成本、负荷峰谷差和不匹配功率的同时,降低电动汽车用户的充电成本。基于带精英策略的快速非支配排序遗传算法对多目标优化模型进行求解,并考虑了用户响应不确定性和响应策略的多样性。仿真结果表明所提混合型精准需求响应策略可以降低用售双方的成本,实现负荷削峰填谷和平抑不匹配功率,且都优于单一型需求响应策略。     

基于Stackelberg博弈的微电网插入式电动汽车分布式充电控制

插入式电动汽车的充电需求会造成微电网用电负荷加大和电能质量下降,因此需对其充电行为进行有效优化和管理。为此,提出了一种基于Stackelberg博弈的微电网插入式电动汽车分布式充电控制方法。建立了微电网侧和电动汽车用户侧的Stackelberg博弈模型,提出了一种基于原始-对偶的分布式充电控制算法,利用函数的二阶信息快速更新电动汽车用户侧的购电决策和微电网侧的电价,并通过Krasnosel’skii-Mann不动点块坐标迭代证明了算法的收敛性。通过仿真案例验证了所提算法的收敛性和有效性。结果表明,在资源有限的条件下,当用户数量增多时,电价会增大;当用户数量固定,可售电电量增加时,电价会下降。从计算时间和迭代次数方面对比了仅使用一阶信息的分布式原始-对偶算法,结果验证了所提分布式充电控制算法的有效性和优越性。     

计及电动汽车充电模式的主动配电网多目标优化重构

电动汽车的入网会影响到电网的经济性和安全性,而配电网重构是电网优化运行的有效措施。根据主动配电网(ADN)的特点,提出了含分布式电源(DG)和电动汽车充电的优化重构模型。通过有功网损灵敏度确定DG的安装位置和容量,构造出DG出力和EV充电的多时段概率模型。建立有功网损、电压偏移指标(VSI)和开关操作次数的多目标优化数学模型以确定系统的最佳重构方案,并在IEEE33节点标准配电系统中,采用引入小生境技术的改进多目标粒子群算法(IMPSO)进行计算,提高了算法的全局寻优能力。考虑了电动汽车无序充电和智能充电两种模式,对比不同场景下得出的结果,验证了该方法的实用性和有效性。