基于马尔科夫链理论的电动汽车集群充电负荷建模及可调能力评估

针对电动汽车（electric vehicle, EV）用户单体功率小、电池容量异质性、出行行为差异大等问题,提出面向控制、考虑用户出行链的EV集群充电负荷建模方法,能够让EV集群更好地参与电网调度运行。首先,对EV用户行为的马尔科夫特性进行了分析,在划分EV多状态荷电状态区间的基础上,推导了其充电与出行状态区间内的一步转移概率,建立了基于马尔科夫链理论考虑出行特征的EV集群充电负荷模型;然后,设计了EV集群可调能力评估流程,构建了EV集群可调能力评估方法;最后,对EV集群模型及可调能力评估方法进行了仿真验证,与多种方法进行对比,结果表明,所提聚合模型和评估方法更准确、有效。     

基于需求响应潜力模糊评估的电动汽车实时调控优化模型

针对快充场所电动汽车(EV)大规模接入造成的配电网过载问题,提出了EV需求响应潜力模糊评估方法与实时调控优化模型。首先,基于EV电池安全电量、EV充电需求、充电桩额定功率的限制建立用户客观响应能力约束模型,以及考虑激励水平的用户主观响应意愿评估模型。其次,结合客观响应能力和主观响应意愿建立用户响应潜力评估模型,采用模糊推理确定充电电价、当前电量需求和剩余驻留时间等因素对用户响应意愿的影响。然后,提出激励型实时需求响应的双层优化模型及其求解方法,上层优化模型以EV聚合商激励成本最小化为目标对EV聚合商激励电价进行优化,下层优化以用户平均充电满意度最高为目标对EV充放电功率进行优化,从而充分挖掘用户的响应潜力,兼顾电网公司、EV聚合商、用户各方的利益。最后,通过多组仿真验证了所提模型和方法的有效性。     

电动汽车参与运行备用的能力评估及其仿真分析

电动汽车(EV)作为未来电力系统一种潜在且容量可观的运行备用资源,其调控必须以满足用户出行与充(放)电意愿为前提,因此对电动汽车备用能力的评估需置于合理的、计及用户响应意愿的市场机制下来考察。首先设计出兼顾系统调控需求与用户出行需求的充(放)电合约机制,提出了EV短时备用能力计算方法和响应电价变化的有序充/放电策略。基于上述模型或方法,实例分析了典型EV单体及集群在不同充电策略下,向电网提供多种可调控备用容/电量产品的能力。同时进一步分析了备用容量价格、备用市场设计等因素对EV可申报备用容量的影响。     

融合路网-电网信息的电动汽车充放电行为引导与调控策略

在智慧城市理念快速发展的背景下,电动汽车（EV）无引导的出行与无序的充放电行为影响着电力-交通耦合网络的安全高效运行。针对此问题,提出一种融合路网-电网信息的EV充放电行为引导与调控两阶段优化策略。首先,分析电力-交通耦合网络的交互影响因素和方式,提出EV充放电出行路径引导和调控架构;其次,提出融合路网-电网信息的EV充放电出行决策电价动态更新策略,并建立计及用户时间-经济成本的EV充放电出行路径决策优化模型;然后,兼顾多方主体利益,建立EV充放电调控模型;最后,仿真结果表明,所提策略能够综合考虑路网和电网实时运行状态,充分挖掘EV在路径引导与充放电调控过程中的可调潜力,实现系统协调运行和多方共赢。     

电动汽车用户参与调控意愿的多代理表征与可信容量量化

作为一种重要的可调节资源，电动汽车(EV)参与调控有助于提升电力系统充裕性。然而，EV用户行为的不确定性可能为EV备用容量带来失效风险。针对上述问题，提出了EV用户参与调控意愿的多代理表征与可信容量量化方法。首先，结合EV出行行为设计了用户参与调控意愿的调研问卷，采集了真实用户参与调控的意愿数据；其次，通过小样本问卷数据深度挖掘建立了高效表征用户集群意愿的多代理模型；然后，在此基础上提出了用户参与调控意愿的判别方法，建立了EV集群可信容量量化模型；最后，通过算例分析了代理个体数等关键参量对EV用户集群参与调控意愿判别的影响，给出了合理设参时不同置信度下的EV集群可信容量。     

轨迹数据驱动的电动汽车充电需求及V2G可调控容量估计

电动汽车（EV）充电需求估计是研究电动汽车与电网互动（V2G）的重要前提。为此,提出一种行驶轨迹数据驱动的EV充电需求预测模型,并进一步考虑用户多维效益,构建用户选择参与V2G响应的用户决策模型,分析区域V2G响应能力的调控潜力。首先,对行车轨迹大数据集进行清洗与挖掘,基于动态能耗理论构建了EV充电需求时空分布预估模型。其次,基于社会行为学理论并综合考虑用电需求效用、经济效用、环保效用以及社会效用,构建了EV用户选择参与V2G响应的概率选择模型。该模型不仅考虑了EV用户的异质性,而且体现了用户决策的交互影响。最后,建立V2G可响应容量调度模型,分析V2G响应资源对区域负荷的调节效果。结果表明,所提模型不仅能有效估计某城市区域的EV充电需求时空分布特性,而且能挖掘该区域选择参与V2G响应的EV潜在用户数量,为研究V2G响应资源对区域负荷的调控潜力提供了支撑。     

基于居民出行模拟的电动汽车负荷时空分布预测

针对电动汽车充电负荷时空分布预测中的随机性、不确定性问题,本文在已有出行链理论研究的基础上,提出了一种融合出行链理论与实际地理信息的电动汽车负荷预测方法。论文分析了基于出行链理论的EV时空分布模型,对影响电动汽车充电需求的因素进行了建模分析,用以模拟用户的出行行为特性。同时,通过对目标区域的路网进行建模,按功能区进行划分,将出行链理论的用户行为特性与目标地理信息相结合,通过Floyd算法对电动汽车用户的出行路径进行了规划设计,以预测电动汽车充电需求负荷。算例结果表明,所提出的模型能能够基于实际地理信息,预测电动汽车充电负荷的时空分布,分析不同功能区域、不同类型城市下的电动汽车充电需求负荷特性。     

交通–配电网耦合下电动汽车集群可调控裕度及优化运行策略

规模化电动汽车接入电网在各时段均存在一定可调控潜力,可通过充放电优化运行的方式调控电动汽车集群参与电网需求响应,提升配电网充裕水平。提出了一种交通–配电网耦合模式下的电动汽车集群可调控裕度及优化运行策略,利用挖掘出的灵活性对配电网可靠性进行提升。首先建立交通–配电网耦合系统,模拟用户状态参数变化得到日内电动汽车用户初始充电负荷时空分布。以电量–时间响应裕度指标为依据将各节点入网电动汽车聚类为充电集群,可延迟充电集群和放电能力集群。之后根据交通–配电网耦合关系分析得到各配电网节点的动态可调控裕度,进而实现对各节点电动汽车集群参与响应的协同优化调控。仿真结果表明,基于交通–配电网耦合下电动汽车集群可调控裕度所提的优化运行策略可在兼顾用户出行的同时提升电网可靠性。     

基于出行模拟的电动汽车充电负荷预测模型及V2G评估

提出一种交通路网约束下用户出行模拟的电动汽车充电负荷时空预测模型。首先,建立计及交通道路网络拓扑,道路—阻抗函数关系和区域功能特性的交通道路模型。其次,构建不同复杂程度的出行链模型模拟用户出行特性,运用Dijkstra算法选择耗时最短的行驶路径,进而采用蒙特卡洛方法模拟区域交通路网和出行链双重约束下,家用电动汽车充电负荷工作日1 d内的时空分布特性;然后,基于电动汽车负荷时空分布结果、综合荷电状态、停驻时间和电价3种特征因素,利用模糊算法计算电动汽车入网(V2G)可响应的功率和容量,并分析荷电状态对响应结果的影响。最后,以某区域为例,仿真获取电动汽车充电需求时空分布,进行V2G响应评估,结果验证了所提模型和方法的有效性。     

基于双向出行链的电动汽车平抑电网波动策略

针对电动汽车(electric vehicle,EV)时空转移随机性造成的电网波动问题,计及车主的性别差异、车主实时出行目的地不同和车辆双向行驶,提出了一种基于出行随机性双向出行链的EV充放电调度策略。考虑车主实际出行过程,建立EV双向出行链模型;考虑到男女车主出行过程中的性别差异,确定男女实时出行概率模型;以降低电网的波动为目标函数,考虑车主实时出行需求和EV实时荷电状态(state of change,SOC)建立调度模型,并依据所建立模型对EV进行充放电调度。在约280 m²的区域进行仿真分析,结果表明：双向出行链模型更接近用户实际出行规律,其调度策略能够在满足用户实际出行需求的同时,更好地抑制电网波动性。     

电动汽车聚合商对备用服务能力的优化

电力市场环境下实现电动汽车(EV)的聚类,并积极参与有序充/放电,可以为受端电网提供多样化的功率调节手段,有利于大规模间歇性新能源的消纳。站在EV聚合商(aggregator)这一中间环节,能够更全面地分析市场环境下如何有效利用这一分散的可调控资源。聚合商旨在最大化自身收益,而制定合理的EV充/放电策略是达成该优化目标的途径,但策略的制定同时也受制于市场环境、用户用车需求与参与有序充/放电意愿等因素。文中首先分析了影响聚合商充/放电策略的因素,进而提出了可接纳EV参与竞争的用户充/放电合约及相应的市场机制;在此基础上,构建了EV聚合商同时参与现货和备用市场的优化问题,提出了基于效容比指标求解充/放电策略的分布式算法;最后通过实例验证了算法的准确性与高效性。     

融合多源信息的电动汽车充电负荷预测及其对配电网的影响

电动汽车充电负荷具有时间和空间不确定性、随机性,提出一种融合路网、交通、电网、天气、车辆、充电设施等多源信息的考虑用户出行行为和充电需求的电动汽车充电负荷时空分布预测模型。由图论方法构建城市路网和电网信息模型及两者的耦合关系;引入出行链,以概率函数拟合车辆首次出行时间和行程目的地的驻留时间,采用Dijkstra算法规划车辆的出行路径以获得各段行程距离,由道路等级和各时段交通信息获得车辆的行驶速度,以计算行程行驶时间和荷电状态,再根据各行程目的地的充电需求判断条件,计算充电时长和充电负荷;采用蒙特卡洛方法对各功能区电动汽车出行的时间和空间充电负荷分布进行整体仿真;并根据耦合关系将充电负荷归算至对应电网节点,再通过时间序列潮流计算评估电动汽车接入电网后无序充电对电网负荷、电压和网损的影响。算例通过设置不同的场景预测了不同功能区和电网节点的充电负荷曲线,分析了不同因素对充电负荷分布及电网的影响,验证了所提模型的有效性。     

考虑电网–用户多目标的V2G模式研究

为深入研究用户参与V2G后频繁充放电对用户用车时间的约束情况及V2G的可行性,首先在分析了车辆行驶行为的基础上,构建充电负荷模型,并通过蒙特卡洛法基于统计规律计算了电动汽车在无调控状态下接入电网后的负荷情况,通过与原负荷的比对,分析了电动汽车在无调控状态下对电网的影响情况。其次依据研究现状,利用粒子群算法对电动汽车参与V2G的可行性进行了分析。最后,具体分析了电动汽车响应V2G对用户用车时间的限制性因素,提出电动汽车集群响应V2G后对电动汽车出行行为约束的数学模型,在存在博弈关系的电网调控目标及用户便利度目标之间利用维护全局的帕累托最优集搜寻最优解以平衡双侧问题,并进行了算例分析验证。为应对当前电动汽车优化调度及电力系统双侧问题提供新的理论依据。     

计及用户贡献度的电动汽车主从博弈差异化充电套餐设计

随着电力市场体制改革的不断深化,为改善国内大部分城市尚未达到激励大规模电动汽车(EV)参与需求响应的现状,并充分调动EV用户参与碳市场、绿电市场的积极性,提出了一种基于EV用户画像的多市场融合充电套餐策略。在保障用户充电满意度的前提下,激励用户改变自身的充电行为,降低电网负荷峰谷差,实现EV聚合商的利润最大化。构建了主方以EV聚合商利润最大化为目标的套餐制定模型和从方以用户效用最大化为目标的套餐决策模型,采用Nash-Q算法求出纳什均衡解。通过实例表明差异化充电套餐策略有效提高了EV聚合商的营业利润、降低了用户充电成本。     

考虑用户参与度的电动汽车能效电厂模型

为充分挖掘电动汽车集群的响应能力,探究补偿电价对用户参与度的影响,建立了考虑用户参与度的电动汽车能效电厂模型,该模型能够为能效电厂参与电力市场交易机制提供模型基础。构建了可综合考虑有功和无功响应能力的单体电动汽车的车网互动(V2G)模型;进而对电动汽车交通行为特性进行统计分析,根据不同类型电动汽车的响应特性,提出了考虑补偿电价的电动汽车用户参与度响应模型;在此基础上建立了考虑用户参与度的电动汽车能效电厂模型,定义了能效电厂有功和无功响应能力、储能能力、价格响应的成本函数,为能效电厂参与市场环境下电网的调度控制提供关键的模型参数。利用典型算例验证了考虑用户参与度的电动汽车能效电厂模型的有效性,仿真结果表明能效电厂的响应及储能能力具有时间分布特性,而能效电厂的价格响应特性受补偿电价的影响。     

电动汽车实时可调度容量评估方法研究

作为智能电网的重要组成部分,电动汽车通过调控充放电功率可为电网提供备用容量,参与调峰调频等辅助服务,但该容量会受到用户出行需求、电池损耗等因素的影响。基于此,首先分析了电动汽车参与电网调度的控制模式,综合考虑用户出行需求、电池寿命、电池电量等约束,提出了一种规模化电动汽车实时可调度容量的评估算法。最后,模拟了一种以平抑总负荷波动为目标的充放电场景,根据可调度容量所需持续时间,基于所提方法评估出了分别用于电网一次、二次以及三次调频的电动汽车实时可调度容量,验证了该方法的有效性。     

计及V2G价格激励的电动汽车削峰协同调度策略

为了改善城市电力负荷峰谷差增大给配电系统稳定经济运行带来的影响,提出了电动汽车(EV)削峰协同调度策略,通过价格信号引导EV这类新型灵活资源参与辅助服务,从而平滑系统负荷曲线并减少EV用户的用电成本.首先,结合系统的削峰需求,提出了车网互动(V2G)激励价格机制;然后,构建基于出行链的EV出行需求模型和基于出行需求的耗...     

电动汽车群自组织协调下垂调频控制方法

在规模化电动汽车接入电网背景下,协调控制电动汽车群的充放电功率,可使之成为对电网有益的储能调频工具。文中从剩余电量的角度研究了电动汽车集群的自组织分类方法,设计了一个自组织神经网络,将电动汽车群根据电量划分为几个在数学空间上相近的类。以聚类结果为基础,根据不同类中电动汽车的电量水平,提出一种自适应调节下垂系数的电动汽车充放电控制终端变参数下垂调频控制方法。仿真结果表明,应用文中提出的控制方法,规模化接入电网的不同电量水平的电动汽车将自组织地按各自容量比例分担电网峰值负荷、消纳电网富余电能,满足电网调频需求。