计及车-路-站-网融合的电动汽车充电负荷时空分布预测

针对目前对车-路-站-网相互影响考虑不足,导致电动汽车充电负荷时空分布预测不准确的问题,提出了基于万有引力模型的电动汽车充电负荷时空分布预测模型。首先,计及路网交通流和环境温度,分析外部环境与电动汽车能耗之间的关系。其次,考虑了温度、湿度、辐射等外部环境因素对用户出行的影响,建立基于出行意愿修正的出行链模型。最后,计及多方信息融合,建立基于万有引力模型的电动汽车充电站选择模型。算例结果表明,所提出的模型能够计及电动汽车、路网、充电站和电网的相互影响,并准确计算电动汽车充电负荷的时空分布,分析多场景、多区域下的电动汽车充电需求负荷特性。     

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。     

电动汽车充电站负荷建模方法

电动汽车充电站负荷建模是开展规模化充电负荷预测及评估充电负荷对电网影响的基础工作,充电站负荷与电动车辆的进站流量、充电时长、充电能力等多种因素有关,呈现出较为复杂的特征,这使得负荷建模存在许多难点。文章通过分析进站车辆流量对充电负荷的影响,提出了描述充电站负荷的2种建模方法:一种是在一定前提条件下快速计算充电负荷的数学公式;另一种是计及多种实际影响因素的动态过程仿真方法。进而阐述了负荷模型的应用方法和具体步骤,以北京奥运电动公交充电站为例进行了仿真,并与实测数据进行了对比验证。结果表明2种建模方法都能较好地描述充电站负荷的变化规律,其中动态仿真方法能更准确地反映多种因素对充电站负荷的影响。所提方法运算速度快、数据接口清晰,可满足规模化电动汽车负荷仿真的要求。     

基于效用最大化原则的电动汽车充电站负荷特性分析方法

随着电动汽车规模化的发展,其充电负荷的时空预测为充电站配网建设和和充电设施规划建设提供了数据支撑。因此,文中基于效用最大化原则提出了一种的电动汽车充电站负荷预测方法,首先基于出行链建立电动汽车的时空分布模型,然后基于效用最大化原则和时间成本法分析了电动汽车用户充电消费选择,最后运用蒙特卡罗方法对充电站负荷进行仿真预测。与相关文献仿真对比,验证了所提方法的有效性和正确性,并分析了不同渗透率下和不同充电站位置下电动汽车充电站的充电负荷特性。结果表明,随着电动汽车渗透率提高,其充电行为的集中化增大了系统峰谷差;合理布局电动汽车充电站位置,可以使各充电站充电负荷更加均匀。     

物联感知环境下电动汽车充电等待时间分布的预测方法

已有的充电站等待时间研究往往忽略不同车辆充电需求的时变差异性,为全面描述充电等待时间的时变规律,文中提出了物联感知环境下电动汽车充电等待时间分布的预测方法。首先,确定充电站到达车辆数分布和充电时长分布,采用M/G/n排队模型模拟充电站排队等待系统,求解电动汽车充电等待时间分布函数。其次,建立用户选择充电站效用函数,利用Multi-logit模型对各个充电站内的充电需求进行预测。再者,根据充电需求预测值和网联充电站实时数据更新平均到达率、服务时间变异系数,提出电动汽车充电等待时间短时分布的预测算法。最后,以某城市某区域为例,验证了该分布的准确性,并通过路径选择分析了充电等待时间分布和可靠性对充电站的影响,为减少充电站排队拥堵和均衡电网负荷提供决策依据。     

考虑充电站吸引力的EV充电负荷时空分布模拟

电动汽车(electricvehicle,EV)充电负荷时空分布的随机性给电力系统的规划与运行带来了挑战。针对该问题,文章提出考虑充电站吸引力与交通耗时指数的EV充电负荷时空分布模拟方法。首先建立充电站吸引力模型,用以描述用户选择充电站的规律;其次对传统起点–终点(origin destination,OD)矩阵进行修正,用以描述EV的行驶和分布规律;提出交通耗时指数概念,量化用户的行驶耗时;进而使得充电站吸引力模型能够充分计及各种时空因素,通过模拟EV的行驶路径及荷电状态并结合充电站吸引力计算单体EV的充电负荷时空分布矩阵,进一步通过蒙特卡洛模拟推广至群体EV;最后以某典型城区为例,对比分析出租车和私家车的充电负荷形态及充电站吸引力和交通状况对充电负荷的影响,验证了文章所提模型和方法的正确性和有效性。     

基于城市交通网络信息的电动汽车充电站最优选址和定容

针对电动汽车充电站规划问题,给出两步搜索的电动汽车充电站选址定容的分析方法,提出电动汽车充电站选址的最优数学模型。基于城市道路信息,得出充电站最优位置分布,采用Voronoi图划分每个充电站所服务的负荷区,根据每个充电站所服务的充电负荷设计其容量。算例分析验证了规划方法的有效性和实用性。     

数据驱动的大型居民区电动汽车动态充电可行性分析

以安徽省一个配备了电动汽车充电站的大型居民区为研究对象,首先以该大型居民区的实际电力负荷数据为基础,分析了居民区的常规负荷特性及充电站的电动汽车充电负荷特性,并针对电动汽车充电站接入该居民区配网前后的负荷特性进行对比分析。接着为了利用电价引导电动汽车参与需求响应,针对电动汽车充电站,提出了一种新的动态电价,并以负荷变化量误差最小为目标函数,利用实际数据求解出该地区的弹性需求矩阵来预测动态电价实施后的电动汽车充电负荷。最后分析在现有的分时电价及提出的针对电动汽车充电站的动态电价下的该地区配电网综合负荷特性,验证了可以通过电价引导电动汽车的充电行为,进而改善该充电站所接配网（居民区）的负荷状态,减小了日最大负荷同时也提升了削峰填谷的能力。     

电动汽车充电站最优规划的两阶段方法

计及道路网络对电动汽车充电需求的影响,提出了充电站最优规划的两阶段方法。该方法的第一阶段基于电动汽车行驶特性,综合考虑电动汽车日剩余电量以及电动汽车动态运行状态和位置,采用随机模拟技术和最短路径法,获得道路网络上电动汽车充电需求在时间和空间上的分布;第二阶段以第一阶段获得的电动汽车充电需求为基础,以充电需求不可达率、不满足率和投资限额等为约束,充电站运行成本和投资成本综合最小为目标,建立充电站最优选址定容数学模型。针对该模型的复杂性,采用遗传算法求解混合整数非线性规划问题。通过对某区域的电动汽车充电站规划的模拟分析,表明了所提方法的有效性。     

电动汽车充电站变压器容量及储能优化配置

为提高电动汽车充电站的经济性,需要结合储能系统对充电站容量进行合理配置。通过调研电动汽车的实际充电数据分析充电站的负荷特性,得知不同规模的充电站应配置不同容量的储能系统。利用惩罚因子,以充电站年净收益为优化目标,在未配置储能和配置储能的情况下分别建立了充电站容量配置模型并利用数学方法对其进行求解。算例结果表明,本文提出的充电站配置模型的有效性和可行性。