Energy Management and Control of Electric Vehicle Charging Stations

Abstract

Charging infrastructure is an important component for the healthy growth of the electric vehicle industry. This article presents an energy management and control study of an electric vehicle charging station. The charging station consists of an AC/DC converter for grid interface and multiple DC/DC converters for electric vehicle battery management. For the grid-side AC/DC converter, a direct-current control mechanism is employed for reactive power, AC system bus voltage, and DC-link voltage control. For the electric vehicle-side DC/DC converters, constant current and constant voltage control mechanisms are developed for electric vehicle charging and discharging management. The article considers energy management needs for charge and discharge of multiple electric vehicles simultaneously in a dynamic price framework. A real-time simulation system is developed to evaluate how the electric vehicle charging station can meet grid-to-vehicle, vehicle-to-grid, and vehicle-to-vehicle charging and discharging requirements.     

考虑充放电能量不均衡的双电池系统状态评估与控制策略

电池使用寿命是风电场功率波动平抑场景中影响储能系统经济性的重要因素。为了延长电池使用寿命,基于充放电任务分开执行的双电池系统运行模式,建立了给定最佳放电深度运行的双电池储能系统充放电数学模型,讨论了该运行模式下因充放电能量不均衡出现的极端运行情况。针对储能系统的实时运行状况和风电功率的波动情况,提出了能够表征双电池储能系统运行能力的充放电饱和能力指标和充放电运行平稳度指标,进而设计了模糊控制策略以自适应调节低通滤波器时间常数,优化控制储能电池的荷电状态,避免系统进入因充放电能力不足的不稳定运行区间。利用MATLAB/Simulink仿真平台,从荷电状态优化控制效果和波动平抑效果两方面对所提控制策略进行了仿真分析。仿真结果表明,所提模糊控制策略能够维持双电池储能系统长期稳定运行,并保证了波动平抑效果。     

基于双铅碳电池储能系统的微电网优化运行控制策略

针对风力、光伏发电与电动汽车充电波动性威胁微电网安全运行问题,基于对铅碳电池全生命周期内吞吐电量与充放电深度关系的研究,提出了基于双电池储能系统(DBESS)运行平衡度指标控制的充放电模式切换路径优化策略,以及基于铅碳电池最佳充放电深度的DBESS充放电控制策略。利用包含风光发电、双铅碳电池储能系统、锂离子电动汽车充电和常规负荷的实测运行数据,对上述控制策略与传统控制策略的计算结果进行了对比分析,结果表明所提出的控制策略不仅可以达到优化DBESS充放电路径的目的,最大限度拓展DBESS可用容量,还可打破DBESS始末荷电状态一致的限制,提高储能系统使用灵活性。最后以DBESS充放电饱和能力指标及充放电稳定性指标为评价标准,验证了所提出控制策略的合理性和有效性。     

考虑EV充放电意愿的园区综合能源系统双层优化调度

随着电动汽车的普及度越来越高,工业园区的电动汽车用户日益增多,其充放电行为对园区综合能源系统规划和运行带来极大挑战。本文提出了考虑电动汽车充放电意愿的园区综合能源系统双层优化调度。首先基于动态实时电价、电池荷电量、电池损耗补偿、额外参与激励等因素建立充放电意愿模型,在此基础上得到改进的电动汽车充放电模型;然后,以园区综合能源系统总成本最小和电动汽车充电费用最小为目标建立双层优化调度模型,通过KKT条件将内层模型转化为外层模型的约束条件,从而快速稳定的实现单层模型的求解;最后,进行仿真求解,设置3种不同场景,对比了所提模型与一般充放电意愿模型,验证了文中所提引入EV充放电意愿模型的园区综合能源系统双层优化调度的有效性和可行性,具有一定的经济效益。     

电池储能单元群参与电力系统二次调频的功率分配策略

大规模电池储能电站响应频繁的电力系统二次调频小额功率需求时,面临二次调频功率在电池储能单元群之间分配的问题,分配不当会劣化储能电站运行效率。文中分析了电池储能单元充放电功率对其能量转换效率的影响,构建了电池储能单元充放电功率-效率模型,提出使电池储能电站整体能量转换效率最大化的电池储能单元群功率分配策略。该策略可以提高电池储能电站运行效率、减小功率损失,同时在小额调频功率需求场景下可以减少电池储能单元响应数量和延长电池储能电站寿命。仿真分析验证了所提功率分配策略的有效性,与按比例功率分配策略和最大充放电功率分配策略对比结果表明,所提出的功率分配策略在提升电池储能系统运行效率以及减缓电池寿命衰减方面均具有优势。     

电力现货市场环境下电动汽车充换电站的优化调控策略

在构建新型电力系统的战略目标下,电力现货市场不断对电动汽车充换电站等需求侧资源提出新的需求与要求。基于南方电力现货市场系列试点规则,考虑现货电能量、调频辅助服务、多阶段需求响应等交易品种,建立了电动汽车充换电站的调控模型,设计了日前-日内-实时多阶段优化调控策略。日前阶段针对换电需求、调频调用电量和各交易品种价格的不确定性构建鲁棒优化问题,并采用二阶锥规划算法进行求解;日内阶段构建基于模型预测控制的滚动优化环节,实现对需求响应日内邀约的有效响应,同时改善日前调控计划的保守性;实时阶段以调控成本最低为目标,考虑需求响应实时邀约和电价波动,求解电池功率分配策略。仿真算例表明,所提策略可充分发挥充换电站的调节潜力,提升其经济效益。     

基于前馈自抗扰控制方法的蓄电池储能控制策略

针对光储微电网系统中蓄电池储能存在抗干扰能力较弱、直流母线电压波动较大、充放电有效性差等问题,提出了基于前馈线性自抗扰控制(FF-LADRC)方法的蓄电池储能控制策略。建立双向DC-DC变换器数学模型,并在传统蓄电池双闭环储能控制的研究基础上,通过在电压环和电流环中分别引入LADRC,并且在电压环中加入前馈控制,从而完善了双闭环控制策略,以实现对蓄电池储能系统中充放电过程进行有效控制。仿真结果表明,所提基于FF-LADRC方法的蓄电池储能控制策略能够抑制直流母线电压波动,并且有效提高蓄电池储能系统的充放电性能和降低储能系统超调量。     

考虑充放电策略对储能寿命影响的新型分布式储能优化配置研究

针对储能使用寿命在投资决策中的关键作用及其与充放电策略和放电深度的非线性复杂关系,文中提出一种考虑充放电策略对储能寿命影响的新型储能规划配置方法。?首先,根据放电深度与储能寿命及循环次数的关系建立了储能年等效额定放电量计算方法。其次,建立考虑充放电策略对储能寿命影响的电池储能优化配置模型,在确保储能设计使用寿命的同时使储能全寿命周期内的收益最大。而且进一步提出了改进的多种群遗传算法进行优化求解,提高了求解速度与收敛性。最后,利用改进的IEEE-39节点风光水系统进行测试,证实了方法的有效性。     

考虑寿命衰减及电价机制的电池储能系统技术经济研究

文中提出了一个电池储能系统技术经济分析框架。在此框架中嵌入了一个详细的电池退化模型,该模型可对电池衰减过程中的放电深度、温度、充电/放电速率以及荷电状态等影响因素进行建模分析。在不同的运行条件下,评估了电池储能系统在整个寿命期内的能量吞吐量和平准化储能成本,分析了不同电价机制下电池储能系统的技术经济性。     

微电网中混合储能系统的小波包-模糊控制策略

为了充分发挥混合储能系统（hybrid energy storage system, HESS）在微电网中的应用优势,提高微电网运行的经济性和可靠性,提出了HESS的小波包-模糊控制策略。在平抑可再生能源输出功率波动的基础上,分别考虑并网时功率交换的实时电价和孤岛运行时的缺电量,建立起并网经济性评价指标和孤岛负荷缺电指标。对间歇性微电源进行小波包分解以获得HESS的初始充放电指令,由超级电容器承担网内瞬时功率波动的平抑任务,以网内不平衡功率对蓄电池充放电指令进行修正,再通过模糊控制获得蓄电池充放电的最终指令。最后,以风光燃储微电网为例验证了所提控制策略的有效性。     

考虑电池储能单元分组优化的微电网运行控制策略

针对大规模电池储能系统参与微电网调节面临储能单元充放电路径优化选择问题,基于对储能单元能量转换效率与运行功率关系的研究,提出了以双电池储能系统（DBESS）控制策略为基础,充、放电单元组可临时转换的控制方式,以克服DBESS结构功率调节能力不足的问题。制定了储能单元间功率分配机制以降低储能单元启用数量,减少了储能单元因功率分配不当而造成不必要的寿命衰减和能量损耗。基于含8个储能单元的风光储共交流母线型微电网系统,结合给定功率波动平抑需求,对所提控制策略、DBESS控制策略和传统控制策略进行仿真分析,从储能系统控制效果、循环寿命和能量转换效率的角度验证了所提策略的合理性和有效性。     

基于IT2FLC的HESS太阳能充电站功率分配策略

为了有效利用混合储能系统的充放电特性,提出一种基于区间Ⅱ型模糊逻辑控制（IT2FLC）的混合储能系统（HESS）太阳能充电站功率分配策略。该策略针对蓄电池充电提出多步恒流充电方法,通过双向DC/DC转换器为混合储能系统传输功率,采用扰动观测算法跟踪太阳能电池板的最大功率。最后通过dSPACE 实时仿真系统对所提出的分配策略进行仿真验证,证明了该策略的有效性。     

考虑铅炭电池组一致性的储能系统功率控制策略

针对储能系统不规则充放电导致的电池组一致性变差及单体电池过充/过放问题,研究铅炭电池组一致性变化规律,提出考虑电池组一致性的储能系统功率控制策略。采用包含储能电池组、风/光发电、电动汽车和常规负荷的共直流母线型集中式微电网并网示范平台的实测数据对所提功率控制策略与传统控制策略进行对比仿真分析。仿真结果表明,所提控制策略可有效降低电池组荷电状态(SOC)变化范围,提升电池健康状态,提高电池组一致性,减少过放电池数量,增强储能系统双向调节能力。     

配电网分布式储能分量定价方法

在配电网中投入分布式储能,是解决目前电网建设过程中所出现问题的理想途径之一。根据分布式储能年最大综合收益,提出分布式充放电电价补偿因子;结合电力需求价格弹性关系得出分布式储能充、放电需求与价格的关系及曲线;提出了一种分布式储能分量定价方法,并建立了定价数学模型;最后以全钒电池储能系统为例,并采用Matlab中遗传算法工具箱进行求解。     

基于需求响应的家庭能效管理优化调度

随着经济的快速发展,家庭用户的用电量逐年上升,在全社会用电量中的比重也逐步提升,对家庭各类用电设备进行优化调控,可减少用户的用电费用开支。提出了一种家庭能效管理调控策略,将家庭用电负荷分为可调节、可转移、可中断和可削减4种类型,分别建立数学模型,同时计及使用寿命建立了家用蓄电池的功率模型和电量模型,在基于分时电价并计及分布式屋顶光伏发电的情况下对需求响应资源进行优化控制。最后通过算例仿真分析,验证了有效的调控策略能够减少家庭用户的用电费用开支,同时能够促进分布式屋顶光伏的就地消纳。     

Impact of energy management system on the sizing of a grid-connected PV/Battery system

A genetic algorithm can be applied to optimize the sizing of a grid-connected hybrid photovoltaic/battery energy system deployed in conjunction with a home energy management system under different charging/discharging scenarios of a plug-in electric vehicle.     

基于深度强化学习的电动汽车实时调度策略

电动汽车(EV)作为一种分布式储能装置,对抑制功率波动有着巨大的潜力。考虑EV接入的随机性及可再生能源出力和负荷的不确定性,利用不基于模型的深度强化学习方法,建立了以最小功率波动及最小充放电费用为目标的实时调度模型。为满足用户的用电需求,采用充放电能量边界模型表征电动汽车的充放电行为。在对所提模型进行日前训练及参数保存后,针对日内每一时刻系统运行的实时状态量,生成该时刻充放电调度策略。最后以某微电网为例,验证了所提基于深度强化学习的调度方法在满足用户充电需求的前提下,可以有效减小微电网内的功率波动,降低EV充放电费用;日内不需要迭代计算,可以满足实时调度的要求。     

基于深度强化学习的光储充电站储能系统优化运行

优化储能充放电策略有利于提升光储充电站运行经济性,但是现有模型驱动的随机优化方法无法全面考虑储能系统的复杂运行特性以及光伏发电功率、电动汽车充电负荷的不确定性.因此,提出一种基于深度强化学习的光储充电站储能系统全寿命周期优化运行方法.首先对储能运行效率模型和容量衰减模型进行精细化建模.然后考虑电动汽车充电需求、光伏出力和电价的不确定性,在满足电动汽车充电需求和光伏消纳的条件下,以光储充电站收益最大化为目标,建立了基于强化学习的储能优化运行问题.考虑到储能充放电决策动作的连续性,采用双延迟深度确定性策略梯度算法进行求解.采用实际历史数据对模型进行训练,根据当前时段状态对储能充放电策略进行实时优化.最后,对所提方法及模型进行测试,并将所提出的方法与传统模型驱动方法进行对比,结果验证了所提方法及模型的有效性.     

考虑风光不确定性与电动汽车的综合能源系统低碳经济调度

综合能源系统耦合负荷侧多种能源需求,是就地消纳分布式能源的有效手段。为协调多利益相关者场景下综合能源系统与电动汽车之间的调度问题,提出了一种考虑风光不确定性与电动汽车的综合能源系统双层模型的优化调度策略。首先,针对风光出力随机性,采用拉丁超立方采样生成场景,然后利用改进削减速率的快速前代消除技术进行场景削减。其次,为了挖掘电动汽车的需求响应潜力,在分时电价基础上,根据负荷与可再生能源的匹配度提出一种动态定价机制来引导电动汽车有序充放电,并研究其充放电策略对运行成本与碳排放量的影响。最后,算例分析结果表明,与分时电价相比,所提定价机制与调度策略能提高能源利用率与EV的调度灵活性,有效降低两利益相关者的运行成本与系统的碳排放量。     

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。