考虑用户负荷类型的含分布式电源的配电网可靠性评估

该文以含分布式电源的配电网可靠性评估为主要内容,首先研究居民、商业、工业的日负荷特性,建立反映用户用电特性的时序负荷模型。根据分布式电源的出力和负荷需求,建立储能协调运行模型。在此基础上,研究分布式电源的接入以及不同分布式电源出力对各类用户负荷可靠性的影响。最后,基于时序蒙特卡洛模拟算法,对IEEE RBTS BUS6-F1馈线改进系统进行可靠性计算。算例结果表明,分布式电源的接入能有效提高配电网可靠性,且分布式电源对于不同的用户负荷可靠性影响不同。     

多信息融合下电动汽车充电路径规划

由于电动汽车用户难以找到充电时间与充电地点之间的平衡点,不能准确把握何时何地进行充电行为。本文首先选取能够准确反映实际道路中用户独特驾驶特性的行驶工况特征参数,采用工况识别法构建电动汽车在实时动态路况下的剩余电量估算模型,判断其出行过程中何时有充电需求;当有充电需求时,通过预测充电站的抵达车辆数,建立电动汽车排队等待时间模型,为用户规划有效充电时段,作为选择充电地点的依据;考虑到充电时间与充电地点的耦合关系,从用户角度出发,在电池剩余电量的约束下,构建用户出行距离、出行时间及充电成本三者权值之和最优为目标的电动汽车充电路径模型,并将其应用于北京市实际交通路网区域中,采用蚁群算法对其进行仿真验证。     

面向局域配电网的电动汽车充电控制系统

根据局域配电网的特点,建立了满足电网和电动汽车用户需求的充电控制系统模型。该系统包括充电分时电价时段划分模块、有序充电模块和用户响应评价模块。充电分时电价时段划分模块利用模糊聚类和曲线特点辨识的方法,并结合用户响应评价模块的分析结果,对充电分时电价进行了时段划分。根据时段划分的结果,有序充电模块以用户充电费用最低和尽早充电以及电网负荷曲线方差最小为目标对电动汽车进行有序充电管理。对充电控制系统进行了建模仿真,仿真结果表明:与即来即充的无序充电结果相比,该系统不仅以最低的充电费用完成用户的充电需求,而且利用电网昼夜负荷较低处充电,合理分散了用电高峰期电动汽车的充电功率。     

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。     

基于机会约束规划的含电动汽车主动配电网能量管理方法

针对含电动汽车(EV)和分布式光伏的主动配电网(ADN),提出了一种基于机会约束规划的能量管理方法。首先,基于EV用户的出行特性和需求,构建了基于分段线性化的EV智能充放电决策模型;其次,通过支路潮流模型与二阶锥松弛,构建了含EV与分布式光伏的ADN一体化数学模型,EV集群作为灵活可控单元主动参与ADN的能量管理;然后,为了充分考虑分布式光伏的不确定性,采用机会约束规划方法描述了含不确定性参数的数学模型,并对模型中的机会约束条件进行确定性转换;最后,考虑不同城市功能区内含EV与分布式光伏的ADN场景,进一步对比分析了不同的机会约束条件置信水平下EV对ADN经济安全运行的影响。仿真结果表明,适度降低机会约束条件的置信水平能在保证EV用户出行需求的同时充分地挖掘EV充放电行为的灵活性,进一步实现ADN的灵活运行。     

基于时空耦合特性的充电站运行状态预测

提出一种基于时空耦合特性和深度学习模型的充电站运行状态预测方法。首先,基于充电站历史运行数据和所在区域的交通通行速度数据集,利用k-means聚类方法将充电站划分为不同类型,分析充电站运行状态在时间上的特性;建立单个充电站的"偏移量-交通-时间"三维矩阵模型,深度挖掘充电站运行状态与周边交通状况在时间和空间上的耦合相关性。其次,将充电站状态与交通状况的时间滞后相关特性进行空间重构,利用卷积神经网络进行特征提取,通过长短期记忆网络进行时间序列预测,构建基于Keras深度学习框架的充电站运行状态多步预测模型。最后,以20个充电站的真实运行数据进行验证,并与多种预测算法进行对比,结果表明,所提方法具有较高的预测精度。     

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.     

多信息耦合下的充电站信息预测方法研究

为解决电动汽车用户在有充电需求时“充电站难寻”及充电时间等待问题,文章提出了多信息互联耦合下的电动汽车充电站运营状态预测方法,首先利用高德地图及e充网基于Python爬虫技术收集预测区域内的交通路况信息及充电站信息,分析所在地气象状况及周边交通状况与充电桩忙闲状态之间的相关性。最后采用深度信念网络预测模型对充电站的运营状态进行预测,以某充电站实际数据进行算例分析,结果表明所提出的预测模型能够更准确地对充电站内充电桩的使用数目进行预测,并验证该预测结果可为用户在未来短期时间段内的可用充电站提供依据,均衡充电站之间的设备利用率。     

基于用户驾驶行为特性的电动汽车有序充电策略

电动汽车用户重点关注充电的便利性,但用户在享受便利的同时往往会对电网产生不良的影响。因此,在充电过程中如何同时兼顾用户的便利性和电网的安全性,成为亟待解决的问题。针对上述问题,提出基于用户驾驶行为特性的电动汽车有序充电策略。采用主成分分析和模糊聚类相结合的方法研究用户的驾驶行为特性,预测电动汽车的续驶里程。据此计算车辆每次充电的充电量,同时根据局域配电网负荷曲线,对电动汽车充电进行调度。通过模拟群体电动汽车用户的出行行为,对比分析了电动汽车在无序充电和不同用户响应率下有序充电时的配电网负荷曲线,结果表明所提策略可以有效地减少配电网负荷的峰谷差,提高用户对有序充电策略的积极性。     

基于GPS轨迹挖掘的电动出租车充电站规划

针对现有充电站的规划布局不能充分考虑电动汽车动态充电需求分布和用户充电排队问题的不足,提出了一种基于全球定位系统(GPS)轨迹挖掘的电动出租车充电站规划方法。通过对出租车的GPS轨迹数据和城市交通态势数据进行数据处理,挖掘城市居民打车需求的起屹点(OD)分布特征;设计电动出租车的充电仿真算法,模拟实际场景中电动出租车的接单行为、行驶行为及充电行为,建立电动出租车的充电需求时空分布预测模型;在此基础上,综合考虑充电站建设运行成本、电动出租车到站时间成本及充电等待时间成本,建立充电站规划模型。通过实际算例验证了所提规划模型的有效性,并进一步分析了充电站的建设成本系数、电动出租车的时间成本折算系数、权重系数大小等参数对规划结果的灵敏度。结果表明：居民打车需求的OD分布决定了电动出租车的充电需求时空分布情况;在进行充电站规划时,充电机数量受充电站数量的变化影响较大,且电动出租车时间成本的变化对总成本的影响相对较明显。