考虑安全效能成本的电动汽车充电站多目标规划方法

近年来,随着电动汽车的不断增多,其充电需求给配电网的规划和运行带来了一系列的问题。为解决这一问题,该文提出一种考虑安全效能成本的配电网充电站多目标规划方法。首先,构建考虑电压质量的配电网安全效能成本指标体系,然后在此基础上构建充电站规划模型,并采用向量序优化算法进行求解。最后通过基于25节点交通系统和IEEE33节点配电网系统的算例验证了该模型和算法的有效性和可行性。     

电动汽车光伏充电站的多目标优化调度方法

电动汽车光伏充电站是实现电动汽车对可再生能源就地消纳利用的典型集成方式,本文针对光伏充电站运行中的优化调度问题展开研究。介绍了光伏充电站的典型结构、组成单元功能及基本运行策略。综合分析电动汽车充电、光伏发电及储能系统等多方面的运行特性,提出考虑购电费用和蓄电池循环电量的多目标优化调度数学模型;构造含电动汽车充电时间、蓄电池充放电功率及电池荷电状态(SOC)范围、配电网供电功率、系统功率平衡的约束条件;在此基础上,通过非支配排序遗传算法(NSGA)-II算法对多目标优化模型进行求解。结合具体算例,在不同日照和蓄电池初始SOC条件下,获得多组Pareto最优解集;从中选取典型调度方案,分析各组件功率调节的合理性;最后,通过与即时充电方案的比较,优化结果在购电费用和蓄电池循环电量上表现出明显的优势。本文所提的优化调度方法,将为示范城市充电基础设施的运行提供理论依据和技术支撑。     

基于自适应粒子群算法的电动汽车充电站优化规划

为了确定合理的电动汽车充电站位置及规模,建立了一种考虑多因素的电动汽车充电站选址定容模型,目标是使充电站的综合成本及建站位置最优化.在电动汽车充电站的建设费用、运行费用等条件的约束下,目标函数还考虑了充电站的供电损耗费用、人员工资和配电变压器的投资等因素.针对建立的模型,采用自适应粒子群算法进行求解,并通过一个算例验证了该模型的可行性.     

考虑V2G模式的电动汽车充电站规划

考虑到V2G模式和电动汽车充电站规划之间的联系,在分时电价机制的基础上,分析了电动汽车用户的充放电行为,并建立了电动汽车充电站的充电收益、放电成本和固有成本模型,同时以电动汽车充电站年总收益最大为目标函数。针对充电站候选站址的选择问题提出了包含环境条件、社会条件和政策因素等在内的外在选择条件。同时在Voronoi图的基础上结合路网交通流量对电动汽车充电站的容量进行确定。通过离散二进制粒子群算法实现了考虑V2G模式的电动汽车充电站的规划。最后,算例分析验证了规划模型的合理性和有效性。     

基于向量序优化算法的多目标多阶段电源扩展规划

提出了一种基于向量序优化算法的多目标多阶段电源扩展规划方法。首先,将可靠性指标和环境指标纳入到常规的经济性电源规划模型,统筹考虑电源扩建中多方面的综合效益,构建多目标多阶段电源扩展规划模型;然后,利用向量序优化算法对模型进行求解,并基于隶属度函数确定最优规划方案;最后,基于仿真算例验证了本文方法的正确性和有效性。     

电动汽车充电站储能优化配置研究综述

针对电动汽车充电站负荷利用率低,给配电网和变压器造成巨大压力等问题,研究了储能系统的优化配置。从电动汽车无序充电和有序充电两个方面分析了充电站的负荷特性,对充电站的储能容量配置进行了简单的分析探讨,包括储能电池、容量配置以及功率配置并总结了储能配置的优化运行问题。分析可知,在电动汽车充电站合理配置储能系统可以较好地平抑负荷波动,缓解对电网的冲击。     

一种V2G充放电控制策略算法应用

阐述了电动汽车充放电控制策略总体思路以及实现V2G的24 h发电计划原理。以某一特定区域的电网负荷和3辆电动汽车参与V2G活动为例,介绍一种V2G充放电控制策略算法具体实现。     

基于T-S模糊控制器的电动汽车V2G智能充电站控制策略

提出一种基于T-S模糊控制器、用于实现电动汽车接入电网(V2G)技术的电动汽车智能充电站控制策略,阐述了该智能充电站的结构和原理,研究电网在不同负荷状况以及电动汽车在不同荷电状态下,进入智能充电站的每一辆电动汽车和电网之间的功率流向关系。仿真结果表明,所提出的控制策略可以有效地根据电网负荷情况和每辆电动汽车的荷电状态实现功率的双向智能分配,从而保障电网的稳定性、提高电网效率。     

基于遗传序优化算法的配电网规划

针对传统遗传算法存在收敛过早、终止条件难以确定等缺陷,将序优化理论与遗传算法相结合,用序优化的思想来指导遗传进化操作,通过算法的混合集成了序优化理论和遗传算法的优良特性,从而实现以较高的概率高效地搜索到全局最优解。对于2个IEEE配电网规划算例,以综合变电站和馈线的年投资费用、折旧费用、运行费用之和为目标函数,得到了最优的配电网拓扑结构,验证了该遗传序优化算法的有效性和实用性。     

电动汽车充电站有序充电调度的分散式优化

大量电动汽车无序充电会给电力系统尤其是配电系统的安全与经济运行带来影响甚至挑战。针对集中式优化与控制方法的不足和固定电价策略的缺陷,基于拉格朗日松弛法,将传统的电动汽车充电站有序充电调度集中式优化问题分解为N个子问题(N为需充电电动汽车数量),提出了有序充电调度的分散式优化策略。优化模型以充电站收益最大为目标函数,考虑了用户用电需求、充电时间、变压器容量等约束和充电站分时电价策略。为验证所提方法的有效性,采用蒙特卡洛法模拟电动汽车充电需求,对采用集中式优化和分散式优化策略的有序充电和无序充电情形,以及充电站售电固定电价和分时电价模式下的充电站收益、削峰填谷效果、计算效率等进行仿真计算和分析。结果表明,所提方法相比于无序充电及充电站固定电价策略,可显著提高收益;相比于集中式优化,计算效率更高;充电站采用售电分时电价虽有"填谷"效果,但平抑负荷波动效果并不十分理想。     

（12期拿下）基于权重自适应调整的混沌量子粒子群算法的城市电动汽车充电站优化布局

针对城市电动汽车充电站的定容和选址的问题,从实际情况出发,建立将土地价格、建设成本、运行成本、交通流量、服务距离、服务能力考虑在内的数学模型,该模型以年均综合费用最小为目标,以充电能力,充电距离为约束条件。采用权重自适应调整的混沌量子粒子群算法对北方的某市某区进行规划,该算法在迭代过程中会根据粒子不同的适应值,对惯性权重做出相应的调整,从而调整对粒子的搜索能力。利用混沌算子的遍历性,使得该算法具有很好的收敛速度和精度。利用该算法对所建立的数学模型进行求解,经过进一步的筛选,确定了该地区充电站的建址坐标、容量和费用。     

基于计算几何方法的电动汽车充电站规划

综合分析了影响电动汽车充电站规划的若干因素,建立了电动汽车充电站规划的最大收益模型。根据电动汽车充电特性和出行特征,计算电动汽车充电功率需求期望值,从而得出规划区充电站的容量需求。根据电动汽车的分布特点,通过调节加权伏罗诺伊图的权重,使得服务区域划分更合理,同时保持各充电站负载率的均衡。利用粒子群优化算法的全局寻优能力,结合加权伏罗诺伊图,对充电站进行选址定容和服务区域划分的优化规划。算例分别针对不同电动汽车数量和不同分布方式的情况进行计算,结果验证了所述模型和方法的有效性和可行性。     

基于改进免疫克隆选择算法的电动汽车充电站选址定容方法

随着电动汽车渗透率的提高,充电基础设施规划应更加科学、合理,提出一种基于改进免疫克隆选择算法的电动汽车充电站选址定容方法.首先,分析充电站的容量、位置和服务范围之间的关系,以充电站的覆盖率和重合度、规划区域内的功率以及充电站的充电功率为约束条件,建立以充电站年总成本最小为目标的充电站选址定容模型.然后,提出一种抗体间亲...     

基于改进鸡群算法的电动汽车有序充电策略研究

为了减小电动汽车无序充电给配电网安全稳定运行带来的不利影响,提出一种基于改进鸡群算法的电动汽车有序充电策略。首先,综合考虑电动汽车用户和配电网的利益,建立以用户充电费用最小和配电网负荷峰谷差最小为目标的电动汽车充电多目标优化数学模型;在此基础上,提出一种有序充电策略,该策略将随时间推移不断滚动更新电动汽车的充电计划;其次,运用鸡群算法求解该问题,并针对标准鸡群算法中出现的易早熟,收敛精度不高等问题,引入双亲引导机制对其进行改良;最后,以某一配电网为例进行具体分析,仿真结果验证了充电策略的实用性和改进算法的有效性。     

电动汽车充电站规划方案的模糊物元评估方法

科学合理地规划城市电动汽车充电站是大规模电动汽车与智能电网友好互动的重要前提。基于模糊物元理论实现电动汽车充电站规划方案评估。分析了城市电动汽车充电站规划特征,构建了备选充电站评价指标体系。利用模糊物元分析法求解多个备选点的最优模糊物元序列,并将该序列作为参考序列。采用熵权法获得备选点对应评价指标的权重,通过灰色关联分析法计算备选点的加权灰色关联度,并依据关联度大小确定电动汽车充电站规划方案。最后,算例仿真结果验证了所提方法的合理性和可行性。     

基于AHP-熵权法的电动汽车充电站运行能效评估

根据我国电动汽车充电站运行特点,参考相关标准和技术规范及现实因素,从供电可靠性、充电设备效率、电能质量、运营状况及为电网提供辅助服务的能力等5个方面出发,建立电动汽车充电站运行能效评估指标体系,提出基于AHP-熵权法的电动汽车充电站运行能效评估模型,将定量指标和定性指标分别进行规范化处理,应用AHP-熵权法综合考虑指标的主观权重与客观权重,从而实现对电动汽车充电站运行能效水平的综合评估。针对武汉地区4个运营中的电动汽车充电站进行了运行能效评估,结果表明,基于AHP-熵权法的电动汽车充电站运行能效评估模型能够为电动汽车充电站的建设和经济运行提供参考依据。     

计及电动汽车充电预测的实时充电优化方法

电动汽车大规模接入电网后,如何优化实时充电功率,避免自由充电带来的晚高峰,实现填谷充电成为重要问题。文中首先回顾了常规实时充电优化方法和电动汽车充电预测技术。基于电动汽车尤其是汽车集群充电行为的可预测性,在常规充电优化方法中加入了未入网汽车的充电预测模型,提出计及汽车充电预测的实时充电优化模型,并通过滚动优化求解得到入网汽车的实时优化充电功率。通过分析和仿真,在不同预测精度下,所提方法都非常接近理论上的最优填谷,并且电动汽车入网充电时间越分散,所提方法对常规方法的改善越明显。