考虑电动汽车时空接入随机性的充储电站有序充放电分散式优化

针对电动汽车时空接入的随机性,提出一种基于改进拉格朗日对偶松弛法的充储电站有序充放电分散式优化调度方法.首先,根据出行链和马尔可夫决策理论,建立计及出行路径随机性的电动汽车时空接入模型和不同温度及交通路况下的电动汽车单位行驶里程能耗模型;其次,考虑电动汽车的充放电约束、充储电站和配电网的运行约束,构建以充储电站收益最大...     

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。     

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。     

基于多智能体的电动汽车充电协同控制策略

在分析电动汽车充电负荷特性、管理架构的基础上,借鉴复杂自适应系统的核心思想,提出基于多智能体的电动汽车充电管理模式。建立单台电动汽车的充电负荷模型和基于多智能体系统的电动汽车充电优化模型。采用蒙特卡洛方法模拟电动汽车用户的充电行为。在考虑电动汽车的充电功率、充电时间以及变压器可用容量等约束条件的前提下,针对35 k V片区配电网中电动汽车接入充电的优化问题,提出基于多智能体协同控制的电动汽车充电优化策略。仿真结果表明多智能体协同控制策略能够有效地实现电动汽车充电负荷的"移峰填谷",减小电网峰谷差。     

电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

基于双层优化的电动汽车充放电调度策略

大量电动汽车无序充放电会给电力系统的安全与经济运行带来严重的负面影响。为避免这一问题,引入了对电动汽车进行分层分区调度的理念,并构建了基于双层优化的可入网电动汽车充放电调度模型。在上层模型中,通过优化各电动汽车代理商在各时段的调度计划(包括充电负荷和放电出力),使系统在研究时间区间内总负荷水平的方差最小化,从而实现削峰填谷;在下层模型中,通过各电动汽车代理商对其所管辖电动汽车充放电时间的优化管理,以便与上层的调度计划尽可能一致。之后,采用AMPL/IPOPT和AMPL/CPLEX高效商业求解器对上下层问题分别进行迭代求解。最后,以包含5个电动汽车代理商的、修改的IEEE 30节点测试系统为例,说明了所提出的模型与方法的基本特征。     

考虑充电推移时间的居民EV有序充放电策略

大力发展电动汽车产业是作为缓解化石能源危机的新举措,而其无序充电模式将加剧负荷峰谷差,影响电力系统安全稳定运行。针对上述问题,提出考虑用户充电推移时间的电动汽车有序充放电策略,将剩余电量与相邻时段充放电限制作为约束,建立以负荷均方差与用户费用最小的多目标优化模型,采用带精英策略的快速非支配排序遗传算法(non-dominated sorting genetic algorithm-II, NSGA-II)对上述模型求解,最后得出最优折中解。算例表明,对于不同约束条件下模型都可得出充电最优推移时间,在限制用户充电时间内能够减小负荷峰谷差,同时因分时电价的引入使得用户费用有所降低。     

采用双层优化模型的电动汽车 有序充放电策略研究

针对大规模电动汽车集中式控制与优化方法的不足,采用V2G(Vehicle to Grid,V2G)双层优化模型。第一层优化模型建立以车主充电成本最小的目标函数,并考虑电池充放电损耗;第二层优化建立以电网日负荷峰谷差最小为目标函数,以第一层计算的优化结果为约束并求解,利用模拟退火算法对模型进行迭代求解。结果表明:与无序充电相比,双层优化协调保证了电网经济运行和用户的充电费用最小,从而实现电动汽车有序充放电控制。     

电动汽车充放电与风力/火力发电系统的协同优化运行

提出一种通过控制规模化电动汽车的充放电,使其能够与现有的风力/火力发电系统协同运行的优化调度策略。针对传统含电动汽车的电力系统优化模型没有考虑电动汽车用户成本,实用性不高的缺陷,建立了包含电网运行经济性、电动汽车用户成本、CO2排放、最小弃风量的多目标优化模型;提出了将改进的NSGA-II遗传算法和加权尺度法相结合的智能优化算法。应用该算法,求出多目标动态优化模型的帕累托前沿,获得了最符合实际的电力系统综合优化调度方案。对所提出的多目标优化调度方法进行了仿真计算,结果证明,采用所提优化策略可以获得最佳的火电、风电与电动汽车之间的出力方案。该方案符合实际,在合理的电动汽车用户成本范围内可有效地降低电网运行成本、风力发电弃风量和大气碳排放量,应用价值较高。     

考虑预警负荷的电动汽车充放电优化策略

预警负荷会严重影响电力系统的安全经济运行。面向参与车辆到电网(vehicle to grid,V2G)服务的电动汽车用户,综合考虑预警负荷、预警电价和充电激励措施对充放电过程的影响,提出基于改进粒子群算法(improved particle sw arm optimization,IPSO)的电动汽车充放电优化策略。通过计算预警负荷发生时的放电奖励,建立预警负荷电价模型、电池容量损耗模型,基于分时电价和放电激励制度建立用户充放电成本模型。此外,引入长短时记忆的概念,提出改进粒子群优化算法。在上述模型和算法的基础上,以最小化用户成本为优化目标,计及用户充电需求和充放电功率等约束,提出不同预警负荷情况下的充放电优化策略。在MATLAB中完成了仿真验证,结果表明,在已知预测预警负荷的前提下,采用文中的充放电优化策略能够提高电动汽车用户V2G参与度,有效降低用户成本,并缓解预警负荷发生时电网压力。     

上海电动汽车家庭用户端充放电模式的研究

电动汽车的智能充放电管理是智能电网建设的重要内容之一。对智能电网下电动汽车家庭用户端的充放电模式进行研究,建立了电动汽车用户以最小化费用为目标的充放电模式的数学模型,以上海市电动汽车家庭为例,分析基于当前上海电网销售电价下的电动汽车家庭用户端的最优充放电模式,为电动汽车的充放电管理提供了理论依据。     

考虑实时电力交易的电动汽车群组充放电优化策略

根据中国在商用领域大规模使用电动汽车的情况,本文提出一种适用于商用电动汽车群组的有序充放电调度策略,以增加商用电动汽车群组所有者的收益.该策略通过聚合器作为电动汽车和电网之间联系的桥梁,合理调度电动汽车群组的充电时间和充电汽车的行驶数量,并参与电力市场实时交易.首先,在满足电力系统安全的情况下,建立了计及电力交易收益和...     

电动汽车蓄电池充放电系统的实现

基于对电动汽车蓄电池充放电系统的研究,提出一种由电压型PWM整流器和双向DC/DC变换器组成的新型结构,研制了一台功率为8 kW的样机,详细阐述了系统控制和参数设计。实验证明,该系统运行可靠,可用于电动汽车充电站蓄电池的充放电维护。     

考虑储能充放电效益的孤岛微电网经济优化模型

针对孤岛模式下的微电网经济调度问题,提出了一种考虑储能充放电效益的优化调度模型。该模型充分考虑了储能单元在过去时段的电能购置成本与未来时段运行效益,以确定储能单元当前时段参与微电网经济优化的方式;在此基础上,微电网中的各单元代理点通过与相邻代理点交换期望的交易电量与电价实现自身运行效益的最大化。该模型采用交替方向乘子法对各代理点之间的最优交易电量与电价进行求解。最后,在3种不同的天气场景下,分析了孤岛微电网分布式经济优化调度的运行结果,验证了所提模型及求解方法的有效性。     

基于多代理系统的电动汽车协调充电策略

为最大化电力公司利益,设计了一种用于协调电动汽车充电的多代理系统,并在满足电动汽车车主充电需求及变压器容量限制的前提下,提出一种以负荷峰谷差最小为目标的分布式优化算法。利用分时电价算法初步优化后得到理想的充电时间区间,在充电区间内应用优化算法避免新的负荷尖峰,引入训练学习机制以使负荷曲线达到削峰填谷的效果。根据用户的驾驶习惯,采用蒙特卡洛方法模拟用户的充电需求,对电动汽车在无序充电、单次优化充电以及引入训练学习机制充电3种情况下的电网负荷进行了仿真分析。研究结果表明:单次优化可以避免负荷尖峰,但不能优化峰谷差;而引入训练学习机制后在减小峰谷差方面有显著作用,而且该分布式优化有更高的计算效率,适于实际应用。     

基于多智能体系统的电动汽车分布式调控模型

对接入需求侧的电动汽车充电进行控制和管理,能够改善配网的负荷供需平衡,有利于提高系统可靠性和经济性。针对智能电网背景下的电动汽车需求侧响应充电模式进行研究,构建了面向电动汽车运营系统的多智能体系统体系框架,在界定各智能体的学习、适应行为的基础上,以配网负荷限制、电动汽车荷电状态和用户电费成本为优化目标,研究电动汽车响应峰谷电价的协调机制,并建立多智能体仿真模型。通过一个仿真算例对比研究了无电动汽车接入、盲充和引入多智能体系统三种情景下的电网负荷情况,研究结果表明,基于多智能体系统的电动汽车充电控制能够降低负荷峰谷差,并且能够兼顾电动汽车用户的经济利益和用电习惯,有利于实现相关主体的互利共赢。     

计及电池动态损耗的电动汽车有序充放电策略优化

目前电动汽车通过电动汽车入网(V2G)技术向电网放电时,计算电池总损耗模型过于简单,无法准确反映电池的损耗。为此,基于电池放电特性曲线,文中利用电池放电动态容量衰减模型,得出在不同剩余电量下释放相同电量对电池损耗有较大差异的结论。在以配电网变压器容量为约束的前提下,建立了计及电池损耗的有序用电用户充放电费用最小模型及相应的充放电策略;并采用优先顺序法将多时段优化问题转化为各时段最优问题,实现该模型的求解。仿真算例结果表明该方法不仅可以有效保障放电用户利益,同时能够提高充电站利润及无序用电用户充电成功率。     

基于智能代理分布式管理系统的电动汽车充放电策略

随着电动汽车的发展与普及,提出了一种用于协调电动汽车充放电的智能多代理分布式管理系统。建立以用户充电费用支出和负荷曲线峰谷差最小化为目标的多目标优化策略,采用蒙特卡洛方法模拟电动汽车用户行为。在峰谷电价的引导下,用户利用谷时段充电、峰时段放电提高自身利益,在初步得到理想的充电时段区间后,引入学习训练机制调整可间断充放电分段数,使负荷曲线最终达到理想的削峰填谷效果,采用宽容分层序列法求解多目标优化。优化结果表明本文的策略平抑负荷波动效果显著,能有效减少用户支出,增加用户收益,实现电网与用户互利双赢。     

电动汽车代理机构对电动汽车充放电控制的研究

大规模电动汽车入网参与电网调度需要在某一区域设置一个代理机构,作为电力公司调度部门和电动汽车的中介。针对代理机构对所管辖电动汽车的控制,首先,以1天为1个周期把电动汽车可能被控制的区域分为办公区、居住区和超市购物区。然后,代理机构根据各电动汽车状态信息把各区域的电动汽车分为充电集群和放电集群。之后,代理机构根据可调度容量、可调度时长、电动汽车车主违约度制定评价体系对集群内电动汽车在每个时段的充电或放电的顺序进行排队。最后,在保证电动汽车车主行驶和电池安全约束的情况下,对电动汽车进行充放电调度,使代理机构充放电尽可能满足电力公司调度部门的调度计划。