电动出租车功率需求影响因素随机过程分析与建模

电动出租车的充电功率需求将对电网产生一定影响。首先利用泊松过程得到充电开始时间的随机分布序列;其次利用初始SOC计算估算充电服务时间。然后利用充电开始时间、充电服务时间以及实测的充电功率曲线建立电动出租车功率需求模型。最后利用某重点示范电动出租车充电站的运行数据及充电开始时间和充电服务时间计算模型,得到电动出租车充电站一天内的充电功率曲线。建模的计算结果与实际充电站的功率曲线对比证明了模型的有效性。     

电动公交车充电站代理商的月度交易模型与日运行优化策略

以电力大用户参与电力市场交易为背景,研究电动公交车光储充电站通过代理商参与月度电力交易的优化问题。基于实际电动公交车充电站的充电历史数据,提出了电动公交车代理商参与月度市场双边交易的优化模型,该模型考虑了充电站内光伏发电和充电负荷的随机性;提出了最小化偏差电量惩罚的充电站日运行优化策略与实施方法,通过控制充电站内储能系统充放电策略减小月度合同的偏差损失。算例结果表明,所提出的模型和策略可给出代理商月度交易的优化方案,并可显著减少合同偏差电量、降低惩罚费用。     

电动公交车光储充电站的分层分级充电优化控制策略

为实现电动公交车光储充电站对光伏能源的充分利用,降低大规模电动公交车充电对配电网系统运行带来的负面影响,提出了电动公交车光储充电站的分层分级充电优化策略。首先,从光储充电站的系统结构、电动公交车的运营特性和充电站的电能补充模式三个方面分析电动公交车的充电场景;然后,基于上述电动公交车的充电场景制定光储充电站分层分级充电控制策略;最后,以购电成本最低和光伏利用率最高为目标建立多目标优化模型,并通过小生境粒子群算法进行求解,验证了所提方法的正确性和有效性。     

基于混合动力电动公交车的能量优化管理研究

利用电动公交车行驶路径固定、道路信息确定的特点,提出基于下一时段路况信息的超级电容、蓄电池电动公交车能量优化管理方法。在行驶过程中针对加速和制动2种工况设计了加速、减速2种模糊控制器对公交车进行能量实时优化;在公交车停站时刻,还可根据下一路况所需的平均功率,通过模糊控制器提前对超级电容和蓄电池进行功率预分配,以充分发挥2种电源的互补特性。数值仿真表明,所述方法能够大幅降低蓄电池放电峰值功率,明显提高能量回收效率,有效提高电动公交车的动力性能和经济性。     

快换式电动公交充电站经济运行优化策略

备用电池数量、充电时长是影响换电站换电能力的主要因素。基于车辆进站流量分析,提出了描述换电需求和电池充电产量的函数,进一步分析了两者之间的关系,提出了针对电价峰段的充电控制方法。以北京奥运电动公交充电站为例阐述了经济运行优化策略的应用步骤,并编写了计算机仿真程序进行验证。结果表明:所提经济运行优化策略在满足任意时刻换电需求的条件下可显著降低电价峰段用电量,较大幅度地减少换电站的电费支出。同时,该策略所包含的算法及边界条件非常清晰,容易嵌入充电管理系统实现换电站的经济运行优化控制。     

考虑车辆充电调度机制的电动公交车充电站规划

针对电动公交车充电站的最佳充电容量难以确定及其充电效率低的问题,提出了一种在站址既定情况下考虑车辆充电调度机制的电动公交车充电站优化规划方法。首先,根据电动公交车的发车状态模拟电动公交车日常运行中的电能消耗,生成电动公交车的总运行负荷时序曲线;然后,基于生成的运行负荷时序曲线,构建充电需求度指标,制定电动公交车的充电调度机制;最后,在满足电动公交车充电需求的同时兼顾充电站精细化规划的要求,建立以充电能力最强、投资运行成本最小、光伏能源综合利用指标最大为优化目标的充电站多目标优化规划模型,并采用小生境多目标粒子群优化算法对该模型进行求解,以确定电动公交车充电站的充电桩数量以及光伏发电系统和配电变压器的容量。工程实例分析结果验证了所提方法的正确性和有效性。     

基于竞争图谱的电动物流汽车充电站需求响应策略

针对当前中国部分城市电动物流汽车充电站难以开展需求响应的情况,提出一种基于竞争图谱的电动物流汽车充电站需求响应策略.首先,构建电动物流汽车分类分级方法,按照电动物流汽车的充电时空特征、充电价格曲线等分析电动物流汽车用户的特性.在此基础上,基于竞争图谱构建电动物流汽车用户充电贵宾体系,形成电动物流汽车用户参与需求响应的激励机制.其次,计及电动物流汽车充电站内的储能、电价等因素,构建电动物流汽车充电站需求响应策略,从而减少电动物流汽车无序充电对充电站参与需求响应造成的影响.最后,通过实例分析比较了所提策略与蒙特卡洛需求响应策略的经济性,其结果验证了所提需求响应策略的有效性和实用性.     

单相整流负荷谐波功率需求建模分析

单相整流负荷作为典型的谐波源会对电网产生谐波污染,引起附加的谐波功率损耗。基于单相整流负荷工作原理,分析其各次谐波有功和无功功率流向特点,分别建立单相不控和相控整流负荷的功率需求模型。该模型计及整流器端电压和电流各次谐波分量之间的耦合关系,实现了整流负荷谐波功率的精确计算。利用仿真分析验证了该模型推导的正确性,并进一步定义了谐波有功和无功功率导纳矩阵。通过分析矩阵元素物理意义和幅值变化规律,确定单相整流负荷端电压各谐波分量对谐波功率的贡献程度。     

基于数据模型双驱动的电动公交车多时段负荷建模和调节潜力评估

随着电动公交车渗透率的增加,对其进行充电负荷建模及其调节潜力研究愈发具有现实意义。由此,提出一种基于数据模型双驱动的电动公交车多时段负荷建模和调节潜力评估方法。首先通过分析电动公交车负荷特性影响因素,按运营情况对电动公交车进行分类,进而提出时段划分依据。其次基于历史数据确定拟合函数模型,并结合电动公交车多时段充电特性确定负荷模型的各个参数,建立电动公交车多时段负荷解析模型。然后综合考虑电网侧和用户侧的需求约束,分析各时段可参与调节车辆数量变化情况,提出多时段调节潜力解析评估模型。最后结合某地电动公交车的历史实际数据进行实例验证。结果表明所提负荷建模及调节潜力评估方法具有较强的适用性和有效性,为电网削峰填谷提供了有力支撑。     

电动公共汽车充电站充电管理系统设计

设计了一种电动公共汽车充电站充电管理系统。系统主要对充电设备管理、充电交易管理、充电桩监控、BMS数据分析以及充电数据发布进行功能分析及设计。结合网络技术、视频技术和通信技术设计实现充电站的智能化、无人化管理。     

电动汽车充电站需求影响因素及预测方法

随着经济发展和环境保护的需求,电动汽车在国内逐步得到应用.充电站是电动汽车的配套服务设施,为适应未来电动汽车快速发展的需要.电动汽车充电站合理的需求预测就显得尤为重要.文中以满足电动汽车对充电站配电功率需求为目标,结合国内外研究现状.分析了确定充电站规模的影响因素,探讨各影响因素与充电站需求预测指标之间的数学模型关系,...     

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。     

Probabilistic Modeling and Statistical Analysis of Aggregated Electric Vehicle Charging Station Load

The number of electric vehicles is increasing worldwide. The charging of a single electric vehicle can draw several kilowatts of power, and the aggregate effects of charging thousands of electric vehicles on electric power system infrastructure, operation, and planning must be considered. An important tool in studying the integration of electric vehicles and developing associated technologies and controls within the framework of the smart grid are probabilistic models of charging station load. This article identifies, evaluates, and proposes probabilistic models and analyzes the statistical characteristics of aggregated electric vehicle charging station load. A data-driven approach is taken, using measured time-stamped power consumption from charging stations to formulate and evaluate suitable parametric probabilistic models. The influence of time-of-use pricing on electric vehicle charging station load characteristics is also examined. Two data sets—one from Washington State, the other from San Diego, CA—each covering over 2 years, are used to create the models.     

区域电动汽车充电站规划的模型与算法

合理确定电动汽车充电站的规模及位置,建立了一种电动汽车充电站选址定容的最优费用模型.模型以居民负荷的分布情况模拟电动汽车的数量,用层次分析法给出候选站址的权系数,在候选站址与变电站的距离、电动汽车充电站的安装费用、电动汽车数量等条件的约束下,目标函数还加入了充电站的运行费用、网损费用和充电站配电变压器的投资.模型中电动汽车充电电价采用实时电价.为验证模型的有效性,采用粒子群算法对一假设算例进行优化求解,结果表明该模型具有一定的可行性.     

充换电站电动公交车自动有序充电系统设计

对于服务于电动公交车的充换电站,单位时间内可供更换的动力电池越多,整站服务能力就越强。运用动态规划的充电控制策略和动力电池的状态评价体系,借助共享配电数据,关注站内负荷变化,调节充电功率消耗,达到站内自动有序充电的控制目标,实现可供更换动力电池数量最大化。同时,根据工位需求情况、可换电池组数等信息,通过充电机与其电气连接的充电架,设计对放置于电池架的动力电池自动充电功能,制定合适的自动有序充电计划。最后,跟踪电池全寿命周期信息,结合一段时间换电效率判断充电监控设计效果,提高整站自动化水平和运行效率。     

汽车充电站接入对电网电能质量的影响分析

汽车充电站的接入给电网的电能质量等方面带来诸多问．分析了汽车充电站并网方式产生的电能质量问题及目前提出的解决方法,探讨了汽车充电调度和有序充电的控制策．最后对充电汽车随智能电网的发展进行了展．     

基于模糊隶属度的充电站多目标优化调度

为兼顾充电站运营商的经济效益与配电网的安全性,建立充电站内电动公交车参与车联网(vehicle to grid,V2G)的多目标优化调度模型。所建模型不仅考虑了电动公交车的出行需求,还考虑了充电站内车-桩的连接状态。由于模型的优化目标间相关性小,故采用模糊隶属度函数对其进行模糊化处理,并基于最大最小理论将多目标优化问题转化为以最大化满意度为目标的单目标优化问题进行求解。仿真结果在无序充电和参与V2G两种模式下对单目标策略和多目标策略进行比较分析,验证了文章所述电动公交车参与V2G的多目标优化调度模型的经济性和有效性。     

Time-Series Modeling of Aggregated Electric Vehicle Charging Station Load

The widespread proliferation of Electric Vehicles (EVs) can have a transformative effect on the electric power system. The power and energy consumed by EVs when charging is substantial, which has consequences on power system operation and planning. This paper identifies, evaluates, and proposes time-series seasonal autoregressive integrated moving average (ARIMA) models of aggregated EV charging station load. The modeling is based on 2 years of time-stamped aggregate power consumption from over 2400 charging stations in Washington State and San Diego, California. The different data sets allow the influence of time-of-use pricing on the time-series models to be explored. Weekday, weekend, and near-term and long-term models are developed and analyzed. The best performing near-term weekday models are (2, 0, 0) × (0, 1, 1)₂₄ × (1, 0, 0)₁₂₀ for Washington State and (2, 0, 0) × (1, 1, 0)₂₄ × (0, 0, 1)₄₈ for San Diego. Applications of the seasonal ARIMA models to aggregate EV charging station load forecasting and creation of synthetic time-series at different penetration levels are discussed.     

电动汽车负荷建模的影响因素和充电控制研究

目前电动汽车的发展应用已成为一种必然趋势,但规模化的电动汽车接网充电将会在一定程度上影响电力系统的安全稳定运行。通过详细论述电动汽车充电负荷建模的影响因素,从输配电网两个层级分析电动汽车接网充电给电网运行带来的影响,总结电动汽车规模化充电控制策略的研究思路,为电动汽车充电控制研究领域提供理论指导。