光-储一体电动汽车充电站储能规划

为合理规划电动汽车充电站资源,提出计及多种客观因素的光-储一体电动汽车充电站储能优化配置方法。首先,对电动汽车充电站进行建模;然后,建立计及用户出行特性、季节与排队因素影响的电动汽车充电负荷预测模型,并提出计及环境温度影响的储能系统寿命衰减模型;最后,以充电站成本-收益最优为目标建立储能双层优化配置模型,在内层优化中考虑其边际寿命损耗成本。算例结果表明,所提储能规划方法在满足电动汽车充电需求的同时,可实现充电站运营效益提升。     

含电动汽车充电站和风电的配电网无功优化

<正>电动汽车充电负荷的不确定性以及风电机组出力的随机性给配电网无功优化带来了新的挑战。研究了含电动汽车充电站和风电的配电网无功优化模型和算法,建立了电动汽车充电负荷模型和风电出力模型,将风电场作为连续可控的无功源参与无功优化。基于机会约束规划方法建立了含电动汽车充电站和风电的配电网多目标无功优化模型。算例结果表明本文所建配电网无功优化模型能够提高配电网运行的经济性与可靠性。     

基于山地城市电动汽车负荷特性的充电设施规划

针对山地城市电动汽车充电站的规划需求,研究了山地城市道路特性,改进了充电负荷预测与充电站规划方法,主要包括：研究了山地城市道路空间特性,建立了电动汽车单车耗电模型;分析了山地城市单车耗电特性对充电负荷时空分布的影响,结合改进Floyd最短路径算法建立了群体充电负荷预测模型;考虑了充电负荷时空分布受充电站选址的影响,提出负荷预测与充电站规划迭代计算方法;以充电负荷时间维度波动更小与空间分布更均衡为目标,提出了新型山地城市充电站规划方法。通过遗传算法Matlab仿真求解表明,上述建模方法能够实现对山地城市充电站的更合理规划：一方面,显著降低电动汽车充电负荷波动;另一方面,使得各站充电负荷更加均衡。     

计及电动汽车充电站接入的配电网承载能力评估与优化

电动汽车充电站广泛接入到配电网中是实现电动汽车大规模推广应用的关键之一。为了评估与评价电动汽车充电站的接入对于配电网的影响,本文根据所提出的配电网承载能力评估指标体系,针对电动汽车充电站的充电方式与位置特点等分别建立电池更换站、居民区充电站、公共场所充电站的概率负荷模型。利用基于模糊理论、熵权法、层次分析法的综合评价方法对评估指标体系进行评分。在此基础上提出了一种优化配电网承载能力的重构方法。最后以IEEE 33节点配电网为算例对配电网承载能力评估指标体系与优化算法的可行性进行了分析和验证。     

基于自编码器的电动汽车充电负荷研究

随着电动汽车的逐步推广,研究电动汽车充电负荷特性,既有利于充电站优化运行,又有利于电力系统安全稳定运行.根据电动汽车充电负荷的时空性,提出了一种基于自编码器的电动汽车充电负荷研究方法.基于NHTS数据集分析找出电动汽车充电负荷的时间分布规律.通过自编码器方法提取电动汽车出行里程和出行结束时间的特征.以此为基础计算出电动...     

考虑电动汽车停泊概率的配电网接纳电动汽车能力评估方法

针对规模化电动汽车无序充电易导致配电网电压及潮流越限,需要定量评估配电网接纳电动汽车的能力问题,提出考虑电动汽车停泊概率的配电网接纳能力评估方法。首先在充电负荷建模环节增加考虑电动汽车停泊概率的影响,采用二阶段方法确定充电负荷所在节点;其次对基础负荷的季节特性进行建模,以研究由此导致的配电网接纳能力季节差异;建立了考虑静态安全约束的接纳能力评估模型,采用机会约束消除充电负荷预测偏差对评估准确度的影响。最后通过算例验证了所提评估方法的有效性。     

电动汽车充电站负荷建模研究

电动汽车是汽车行业未来的发展方向,充电站作为电动汽车的配套服务设施,其建设也在积极进行。通过仿真分析了基于PWM整流+DC /DC变换器拓扑的单台充电机负荷特性,得到其负荷特性数学模型。基于该负荷特性利用数学模型进行分析,对影响充电站负荷的多种随机性因素分别进行了概率建模。在此基础上,利用蒙特卡罗建模方法,综合考虑了充电站负荷的各种随机性因素影响,得到了反应充电站时变性的静态负荷模型并给出了其不同渗透率情况下的日负荷曲线。     

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。     

考虑复杂出行链基于双链马尔科夫的电动汽车负荷建模方法

为解决电动汽车（electric vehicle,EV）负荷建模困难且精度低的问题,提出了考虑复杂出行链基于双链马尔科夫的电动汽车负荷建模方法。首先,对5种状态下EV的荷电状态进行划分;其次,对出行时间、停驻时长等与EV出行相关的内部因素以及道路拥堵、天气状况、空调启停等外部因素进行分析,并据此构建考虑内外部因素的EV复杂出行链模型;最后,在确定主链和辅链的状态转移概率矩阵基础上,推导双链马尔科夫的一步转移概率矩阵,建立不同状态下考虑复杂出行链的EV负荷模型。对所提EV负荷模型进行仿真验证,并与典型日EV负荷数据及其他建模方法进行对比,结果表明,所提负荷模型的精度更高,能够更加准确地描述EV充放电负荷。     

基于ISSA-CNN-GRU模型的电动汽车充电负荷预测方法

电动汽车用户充电行为的随机性,给电动汽车充电站充电负荷的短期预测带来极大挑战。针对在多因素影响下电动汽车充电站充电负荷短期预测精度低的问题,提出一种基于改进麻雀搜索算法-卷积神经网络-门控循环神经网络(improved sparrow search algorithm-convolutional neural network-gated recurrent unit neural network, ISSA- CNN-GRU)模型的电动汽车充电站充电负荷短期预测方法。首先,构建包含气温、日期类型、节假日3种充电负荷显著影响因素与历史充电负荷的输入特征矩阵。然后,融合CNN在特征提取、数据降维和GRU神经网络在时间序列预测上的优势,搭建CNN-GRU混合神经网络模型,使用基于混合策略的ISSA算法优化混合神经网络模型的超参数。最后,在优化后的CNN-GRU模型中输入特征矩阵实现充电站充电负荷的短期预测。以美国ANN-DATA公开数据集中充电站的历史负荷数据作为实际算例,与随机森林、CNN、GRU神经网络、CNN-GRU模型以及分别用贝叶斯优化、粒子群优化、标准麻雀优化算法进行超参数调优的CNN-GRU模型相比,实验结果表明所提方法具有更好的预测效果。     

考虑电动汽车充电负荷的配电系统场景概率潮流分析

提出了一种同时考虑分布式光伏出力和电动汽车充电负荷随机特性的配电系统场景概率潮流分析方法。首先,在考虑车主交通行为与充电模式随机特性的基础上,采用蒙特卡洛模法对充电站典型日内的充电负荷进行模拟,给出充电负荷曲线集。接着,采用K-means聚类分别对充电负荷曲线集和光伏历史出力曲线集进行聚类,给出充电负荷和光伏出力的概率场景集,并以此为基础构建潮流分析场景集。最后,采用前推回代法进行所有场景下的配电系统潮流分析。按场景概率对潮流结果进行汇总,给出概率潮流分析结果。基于IEEE 33节点配电系统的仿真计算验证了所提模型及方法的有效性。     

考虑分段充电的实用型电动汽车概率负荷模型

随着电动汽车发展的规模不断扩大,车辆的充电负荷将成为电网负荷的重要组成.由于自身充电行为的随机性,电动汽车充电负荷难以用传统的负荷模型进行描述.文章针对停车场内的电动汽车充电负荷,提出了一种考虑分段充电特性的实用型充电负荷概率模型.研究了单台电动汽车电流型分段充电负荷模型,在此基础上利用蒙特卡洛抽样模拟多台电动汽车的随...     

计及气象因素的区域电动汽车充电负荷建模方法

电动汽车充电负荷受气象因素影响显著,且在不同区域显示出相应的特征。提出一种计及气象因素的区域电动汽车充电负荷建模方法,以便更准确掌握电动汽车充电需求。首先,建立车载空调耗电量和车载电池容量随气温变化的关联模型,分析不同气象条件下电动汽车的充电需求。其次,建立适宜气象条件下区域电动汽车充电负荷时空分布模型框架。进而,引入气象因素对电动汽车充电需求的影响,提出计及气象因素的区域电动汽车充电负荷建模方法,刻画电动汽车充电负荷随气象变化的关系。最后,基于上海市典型日气象数据进行仿真,结果表明,电动汽车充电负荷受气象因素影响明显,所提建模方法能有效反映不同气象条件下区域电动汽车充电负荷的变化情况。     

城市EV时空充电负荷预测及充电站规划研究

针对目前城市电动汽车（electric vehicle, EV）充电站存在盲目建设、规划不合理导致的部分充电站利用率低、用户充电满意度低等问题,同时为适应“双碳”目标下发展大规模EV的充电站规划需求,提出一种基于蒙特卡洛模拟和回声状态网络（echo state network, ESN）拟合的城市EV时空充电负荷预测方法,进一步开展EV充电站规划研究。首先考虑城市交通路网结构和区域主要功能,将待规划区域进行网格划分并作为待建充电站备选位置;利用蒙特卡洛方法对各类EV进行多种模式的出行链模拟,获取各网格区域内的EV充电负荷数据集;为拟合各网格内EV充电负荷的多样化分布特征,建立基于回声状态网络ESN学习算法的EV时空充电负荷预测模型,实现一定EV保有量下待规划区内EV时空充电负荷的预测。进一步考虑待规划网格区域内的最大充电预测负荷等约束条件﹑以充电站的建设和运维成本、EV用户充电出行成本以及配网损耗的综合成本最小为目标,建立EV充电站的规划模型,利用粒子群算法进行模型求解得到待规划区的充电站建设位置、数量及容量;最后以某城区EV充电负荷预测及充电站规划为例进行计算,验证了所提方法及模型的...     

基于时序注意力机制的电动汽车灵活性概率建模

电动汽车是一种可以向电力系统提供灵活性的柔性负荷。现有研究对电动汽车灵活性进行建模时,多数仅考虑了充电行为的不确定性以及分时电价的影响,忽略了日前电价与实时电价的偏差,缺少对实时电价、充电负荷多时间尺度时序特征的建模。针对此问题,文中总结了电动汽车灵活性的表现形式与影响因素,考虑面向电价的响应不确定性以及充电行为不确定性,提出基于时序注意力机制的电动汽车灵活性概率建模方法。通过时序注意力机制提取不同时序权重,设计基于时序卷积网络的多时间尺度特征提取网络学习充电行为、电价等不确定性,提取多时间尺度灵活性波动特征。算例表明,所提模型能够有效学习充电行为不确定性与面向电价的响应不确定性,其概率建模效果具有更高的可靠性与精度。     

考虑充电站吸引力的EV充电负荷时空分布模拟

电动汽车(electric vehicle, EV)充电负荷时空分布的随机性给电力系统的规划与运行带来了挑战.针对该问题,文章提出考虑充电站吸引力与交通耗时指数的EV充电负荷时空分布模拟方法.首先建立充电站吸引力模型,用以描述用户选择充电站的规律;其次对传统起点-终点(origin destination, OD)矩阵...     

基于LSTM神经网络的电动汽车充电站需求响应特性封装及配电网优化运行

随着电动汽车的快速增长,大规模电动汽车充电具有随机性、时空耦合性的特点,对配电网运行电压造成越限风险.通过基于价格的需求响应,引导电动汽车在大时空范围有序合理地充电成为重要的技术手段.文章研究基于数据驱动的电动汽车充电站需求响应特性及其参与配电网运行优化调度问题,首先提出单体电动汽车充电模型和计及交通网络拓扑结构的电动...     

考虑用户满意度的电动汽车时空双尺度有序充电引导策略

规模化电动汽车的充电行为在时间和空间上具有随机性和不确定性,针对该特性,以多网融合的车联网平台系统为基础,构建有序充电引导模型架构。为了体现接入系统的用户充电时间选择的多样性,根据用户意愿将电动汽车在时间层分为接受系统调度集群和不接受系统调度集群,建立不同尺度下的用户满意度函数来充分调动电动汽车用户参与性,在此基础上提出有序充电引导调度策略。在时间层,通过引导车辆的充电时间调节负荷曲线;在空间层,规划各车辆的充电站选择。以包含4座充电站的IEEE-33节点配网为例,利用优化软件LINGO11对模型进行仿真。算例结果表明,所提引导策略具有好的控制效果,并且在保证用户满意度时,能改善电网负荷、充电站状况。     

Distribution network planning integrating charging stations of electric vehicle with V2G

Accompanied by the popularization of EVs, the planning of electric vehicle (EV) charging stations becomes an important concern of distribution network planning. In this paper, the load density method is introduced to determine the optimal capacity of the EV charging stations in the areas to be planned, and the difference between 1 and the weight coefficients obtained by the analytic hierarchy process (AHP) method is used to calculate the cost coefficients of the charging station. The objective function of the optimal distribution network planning model should be the minimal cost of the fixed investments, the operational costs and the maintenance costs including the substations, charging stations and feeders. In this model, the effect of vehicle-to-grid (V2G) is considered, i.e., the EV is respectively treated as both the load and the source. Moreover, the electricity price volatility has been taken into consideration. In this case, EV owners can be guided to charge and discharge EV orderly. The ordinal optimization approach is applied to get the best solution. The results of the case study based on IEEE 54 nodes model show the feasibility and effectiveness of the proposed model.