计及需求响应的电动汽车充电站多时间尺度随机优化调度

电动汽车充电站源-荷资源优化互补与多时间尺度协调配合,能够降低充电站运营成本,减小源-荷随机性对系统调度策略的影响。提出一种计及需求响应的电动汽车充电站多时间尺度随机优化调度模型。在日前阶段,以日运行成本最小为优化目标,采用条件风险价值(CVaR)度量不确定性风险。同时引入价格型和激励型需求响应优化充电站净负荷曲线,构建了计及运行风险约束的充电站多场景优化调度模型。在此基础上,以日前期望值调度策略为参考,提出基于模型预测控制(MPC)的电动汽车充电站日内滚动优化和反馈校正控制方法,从而降低净负荷预测精度不足对优化决策的影响。最后,以某实际电动汽车充电站为算例进行仿真分析,验证了所提模型的可行性,并分析了需求响应以及不确定性风险偏好对充电站运行的影响。     

基于用户分类的电动汽车充电站需求预测

阐述了电动汽车充电站的需求问题,根据某区域内电动汽车用户的性质将其分为规律性较强的A类用户、规律性一般的B类用户以及随机性C类用户。在历史数据的基础上,运用多元线性回归法预测出区域内未来某时间的汽车保有量,然后根据国家相关部门的政策情况、调查情况以及Bass扩散模型预测各类用户所占比例和充电需求。根据各类用户的数量、对充电时间的要求并考虑日常维护备用容量、特殊事件等因素对区域内的常规充电站和快速充电站的需求量进行了合理预测。算例分析结果表明该方法具有较强实用性。     

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。     

计及电价优化和放电节制的电动汽车充电站有序充放电调度

针对充电站无区别对待电动汽车的充放电、未考虑电池损耗的问题,提出了基于节制放电策略和计及充、放电电价与充、放电功率优化的充电站调度模型。模型以配电网与充电站交互功率和充电站运营收益两方面为目标,考虑电动汽车放电时的电池损耗问题,根据配电网原始负荷的波动,提出限制充电站放电行为只针对负荷高峰时段的策略。同时控制电池的单次放电深度,以减小电池的损耗与放电成本。最后通过粒子群算法对模型进行求解,算例的对比与分析验证了所提方法的有效性与合理性。     

基于多时间尺度的电动汽车光伏充电站联合分层优化调度

为满足日前调度的全局统筹性和实时调度的精准性要求,提出一种基于多时间尺度的电动汽车光伏充电站联合分层优化调度方法。在日前阶段,上层总调度中心根据预测数据,以平抑配电网负荷波动和总购电成本最小为目标,对多个光伏充电站次日的购电功率进行全局联合优化;在日内阶段,各光伏充电站结合实时数据,根据总调度中心下达的指导购电功率曲线对接入的电动汽车按其优先级进行实时充电功率分配。仿真结果表明,所提出的多时间尺度联合分层优化调度方法在满足每辆电动汽车充电需求的前提下,能够消纳更多光伏出力,降低购电成本,并缩小电网峰谷差,同时兼顾全局统筹和实时性要求。     

考虑长期利润最大化的电动汽车充电站最优充电调度策略

随着电动汽车EVs(electric vehicles)渗透率提高,电动汽车充电站EVCSs(electric vehicle charging stations)可能存在容量不足导致用户排队等待充电的情况。本文提出了一种长期利润最大化LTPM(long-term profit maximization)的充电调度策略。首先,建立了一种EVCS模型;然后,以EVCS长期利润最大化以及EV排队时长最小化为目标,提出了一种新的充电站调度算法。结果表明,与短期利润最大化STPM(short-term profit maximization)相比,采用本文所提的策略的EVCS可以获得更大的利润,且排队的EV平均延误较小。     

含电动汽车充电站商业型虚拟电厂的日前调度优化策略研究

研究商业型虚拟电厂运行机制能为新能源电源入网提供一定的技术支撑。将风力发电系统、光伏发电系统、储能系统、电动汽车充电站整合为一个虚拟发电厂,可显著降低因新能源单独并网时的出力不确定性及电动汽车无序充电对电网造成的不良影响,减轻电网压力,并可有效促进新能源消纳。以虚拟电厂经济效益最优为目标,在满足各约束条件的前提下,对其进行调度优化策略研究。通过线性惯性权重粒子群算法及非线性惯性权重粒子群算法对所提模型进行求解,结果表明采用非线性惯性权重粒子群算法不仅能避免过早收敛陷入局部最优而且得到的效益更高。通过算例验证了该模型的合理性及求解方法的有效性。     

改善配电网负荷特性的充电站有序充电优化策略

充电站的建设与运营是电动汽车发展的基础性工程。以持续时段内配电网负荷方差最小为优化目标,以充电站的规模和用户需求为约束条件,基于粒子群优化算法提出了结合配电网负荷特性的充电站有序充电的动态优化方案。利用概率分布随机模拟的方法模拟用户的运行特征,对不同渗透率下,将动态优化的有序充电和到站即充的无序充电二者在负荷特性上进行对比分析。研究结果表明,通过动态有序充电优化方案可以降低负荷波动,优化配网特性,起到移峰填谷的作用。     

基于CPLEX与MATLAB的电动汽车充电站优化调度仿真系统

以实现电动汽车充电站收益最大化为目标,针对电动汽车充电站对电动汽车如何选择充电时段的优化调度问题,建立了基于CPLEX和MATLAB的电动汽车充电站优化调度仿真系统。分别采用无序充电、集中式控制充电、分散式控制充电3种方式运行,同时对比了它们对当地日负荷曲线的影响。利用MATLAB中图形用户界面设计功能(GUI)建立了仿真系统界面,进而通过设置各个控件的属性功能及编制M文件来实现优化控制的功能。最后经过编译形成可操作文件。该仿真系统具有可视性、多功能性及可控性等优点,有助于完成电动汽车充电站对电动汽车的优化调度仿真实验。     

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...     

电动汽车充电站智能化调度研究

通过电动汽车充电站智能化调度控制,服务器将充电站信息发送给已请求充电的电动汽车用户,用户根据其提供的信息,选择最近且有空余充电位的充电站进行充电。该智能化调度可以帮助电动汽车用户快速就近找到充电站,有效减少充电等待时间。     

计及多种充电模式的电动汽车充电站有序充电双层优化策略

大规模电动汽车无序接入充电站不仅会引起配电网负荷"峰上加峰",还会造成充电拥堵,延长电动汽车排队等待时间.建立了计及多种充电模式的电动汽车充电站有序充电双层优化模型.在上层模型中,以配电网负荷方差和上下层调度计划偏差综合最小为目标实现系统负荷"削峰填谷",使负荷曲线更平坦.在下层模型中,建立基于多队列多服务台的充电站排...     

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。     

考虑充电功率的电动汽车快充站充电设施优化配置

为实现电动汽车快充站内的经济建设,同时分析充电功率在充电站规划中的影响,提出了一种电动汽车快充站充电设施优化配置方法。以电动出租车为例,分析其出行特征,并基于排队论分析各个时段内站内排队系统的运行指标,建立分时段的用户等候时间成本计算模型。以充电站投资成本和用户等候时间成本之和最小化为目标函数,建立考虑装置利用率、排队时间、配电容量和占地面积的充电设施配置优化模型,在模型中同时对充电设施的充电功率和数量进行优化,实现快充站内社会成本的最小化。通过算例验证所提方法的可行性以及优化充电功率的经济性。     

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。     

考虑库存电池的光储换电站优化充电策略

库存电池数量对电动汽车换电站的运行有重要的影响,但已有针对换电模式的研究忽略了这一因素,导致优化结果的可行性难以得到保证。为此,提出了将库存电池纳入光储换电站模型的优化充电策略,对库存电池数量进行规划并研究基于库存电池的优化运行问题。首先,建立光储换电站的数学模型;然后,将库存电池按照调度周期初始状态分为库存耗尽电池(DB)、满容量电池(FB),结合二者与换电行为之间的时间耦合性,提出基于库存电池充换电约束的充电模型;最后,在总成本中计入充电成本和库存电池购置成本,建立优化充电策略的混合整数线性规划模型。算例结果表明：库存DB数量的递增会减少充电策略对换电时间的依赖性并降低所需库存FB数量的最小值,但追求充电成本最小化会导致库存电池的成本过高;基于模型所得最优库存电池数量在充分利用分时电价的基础上控制了电池数量,同时实现了储能的最大化利用。     

考虑电动汽车有序充电的光储充电站储能容量优化策略

针对电动汽车和光伏系统接入配电网与储能装置结合过程中的配置优化问题,提出了一种考虑电动汽车有序充电的光储充电站储能容量优化策略.首先,基于典型日光照强度曲线和光电能量转换关系计算光伏系统输出功率.其次,根据电动汽车用户出行习惯、充电行为特性、充电模式等充电负荷影响因素,建立影响电动汽车充电负荷的概率模型,利用蒙特卡洛方...     

高速公路充电站电动汽车有序充电策略

为了解决高速公路充电站电动汽车的无序充电问题,考虑充电站的运行状态和电动汽车用户的充电习惯,提出了一种基于新电价机制激励用户调整充电时间的有序充电策略。为了验证有序充电的有效性,建立了充电站排队模型,并根据相关数据通过蒙特卡罗方法和排队算法分别对746、480以及240辆纯电动汽车00∶00—24∶00在充电站中的充电情况进行了仿真。仿真结果表明:与无序充电相比,有序充电不仅可以减少用户的充电成本和等待时间,还可以提高充电站的充电设施利用率,减小对高速公路交通的影响。     

基于深度学习的充电站容量规划方法

随着电动汽车充电设施建设的日益增长,区域内社会用户所需要的电动汽车供电容量的预测问题成为影响充电站建设规划的关键问题。结合深度学习的数据特征研究理论,提供了一种基于充电站容量影响因子的机器学习容量规划预测方法。该方法以充电站周边交通、区域发展和电网安全等环境影响因子为基础,训练并建立服务环境与充电需求的神经网络映射模型。实验表明,该模型对待建充电站周边环境影响因子进行分析后可以给出待建充电站的理想充电容量,从而解决待建充电站的充电容量定容问题。