基于有序充电的换电站电池冗余度研究

电动汽车大规模接入电网后,有序充电优化控制具有便于集中管理、抑制负荷波动、降低峰谷差和充电费用等优势,但同时也带来换电站电池冗余度增大的问题。文中针对换电模式,以抑制电网总体负荷波动为有序充电主要目标,采用自适应遗传算法,建立有序充电模式下换电站电池冗余度模型,并使用蒙特卡洛方法模拟电动汽车用户的用车需求。对比分析无序充电和有序充电模式下换电站电池冗余度仿真结果,表明该有序充电策略能够有效削减负荷波动,减小峰谷差,但也相应提升了换电站电池冗余度。     

基于需求响应的电动汽车经济调度

提出了一种基于需求响应的电动汽车充电策略,根据电网实时电价信息优化电动汽车用户充电电价触发值,降低用户充电成本。同时,研究了含大规模电动汽车的电力系统机组组合问题。在此基础上建立了基于需求响应的电动汽车经济调度模型,通过对电动汽车用户行为特性的预测,以电网公司收益最大化为目标,优化制定电动汽车充电电价,转移电动汽车充电负荷。算例分析结果表明,提出的经济调度模型可以起到降低峰谷差率的作用,且与无序充电情景相比,能够明显降低系统的运行费用,可以实现电动汽车大规模接入电网时的经济调度。     

考虑用户综合满意度的居民区电动汽车充放电优化策略

当前电动汽车充放电研究缺乏对用户侧,特别是用户出行便利性与收益的考量。为此,分析居民区电动汽车用户的出行特性和出行需求,建立了包含用户出行便利度和充放电经济度的用户综合满意度模型,以此模型为目标提出了最大化用户综合满意度的电动汽车充放电优化策略,并使用遗传算法对其求解,通过算例仿真验证了所提模型的有效性。利用该模型还研究了电动汽车规模化入网对电网负荷波动的影响,基于某居民区负荷数据进行仿真计算,对比分析了不同峰谷电价对电动汽车充放电优化策略的影响,结果表明:通过峰谷分时电价引导电动汽车入网可降低负荷峰谷差,且随着峰谷电价差的增加,更多的用户为电网提供削峰填谷辅助性服务,负荷峰谷差和均方差随之降低。     

基于GA-PSO的电动汽车换电站时空双层充电优化策略

针对电动汽车(Electric Vehicle, EV)用户换电体验不佳、换电站备用电池组空闲、充电成本过高及配电网负荷特性恶化的问题,建立了兼顾EV用户、换电站和电网公司三方利益的时空双层充电优化模型。该模型采用双层时空解耦结构,上层模型以满足EV用户个性化需求为目标,重点解决空间尺度上换电站的选择问题。下层模型在时间尺度上采用一种两阶段优化策略,第一阶段以充电成本最小为目标重点关注电池组充电方案的制定问题,第二阶段虑及电网激励以配电网负荷波动最小和峰谷差最小为目标重点关注充电方案的优化问题。最后,采用Monte Carlo法模拟EV用户的换电需求,采用GA-PSO(遗传-粒子群算法)对提出的时空双层优化模型进行迭代求解。以某典型城区为例,仿真验证了所提模型与方法的正确性。     

电动汽车峰谷分时电价时段充电优化模型

利用峰谷分时电价引导电动汽车用户进行有序充电,在减小大规模电动汽车接入电网对其造成的影响的同时,还能减小电网峰谷差。在得到电动汽车充电负荷的基础上,通过实际案例验证了电价时段和响应度对充电负荷曲线的影响;进而构建以电网负荷峰谷差最小所对应的峰谷电价时段为目标的优化模型,利用粒子群算法进行优化求解;通过算例分析验证了该模型的有效性。     

基于合作博弈与动态分时电价的电动汽车有序充放电方法

为减小大量电动汽车无序充电对电网造成的影响，提出了一种电动汽车智能有序充放电策略。基于合作博弈的思想，以电动汽车代理商与电动汽车用户的合作联盟收益最大为目标，建立了电动汽车的动态分时优化充放电模型。采用粒子群算法求解出代理商与电动汽车用户间的动态分时交易电价，并对电动汽车充放电时段进行引导规划。实际的算例结果验证了该策略的有效性和经济性。通过与固定电价策略进行对比分析，表明所提策略不仅能有效减小峰谷差，避免负荷“新高峰”，且可以提高代理商和电动汽车用户的收益。进一步对比不同数量电动汽车入网对优化效果的影响，发现随着入网电动汽车数量的增多，优化效果更明显。     

基于积分制和分时电价的电动汽车混合型精准需求响应策略

针对当前我国绝大部分城市还难以大规模地实现电动汽车需求响应的情况,开展了配电网中电动汽车充电需求响应研究,提出一种基于积分制和分时电价的电动汽车混合型精准需求响应策略。该策略的目的是在降低电网灵活性资源的投资成本、负荷峰谷差和不匹配功率的同时,降低电动汽车用户的充电成本。基于带精英策略的快速非支配排序遗传算法对多目标优化模型进行求解,并考虑了用户响应不确定性和响应策略的多样性。仿真结果表明所提混合型精准需求响应策略可以降低用售双方的成本,实现负荷削峰填谷和平抑不匹配功率,且都优于单一型需求响应策略。     

基于改进人工蜂群算法的电动汽车充电策略优化

由于大规模电动汽车接入电网的无序充电,导致电网安全稳定的运行状态受到冲击,提出了基于改进人工蜂群算法的电动汽车充电策略优化。以获取电动汽车出行时间概率密度与电池充电特性作为关键因素,计算电动汽车充电负荷需求,基于改进人工蜂群算法建立优化模型来实现电动汽车充电策略优化。仿真实验结果表明本文所提策略优化后的电动汽车充电负荷峰谷差降低449.2kW,电网负荷波动优化效果明显。     

采用两阶段优化模型的电动汽车充电站内有序充电策略

在满足电动汽车用户充电需求及配电变压器容量限制的前提下,建立了以充电站充电收益最大化为目标的第一阶段优化模型。考虑最大化电网公司对缩小峰谷差所给予的激励,以不低于第一阶段优化所求得的最大充电收益为约束,建立了第二阶段优化模型。根据用户的驾驶习惯,采用蒙特卡洛方法模拟用户的充电需求,对电动汽车在无序充电、第一阶段模型和两阶段模型优化控制充电3种情形下充电站的经济效益及配电变压器下的负载情况进行了仿真和分析。研究结果表明,采用第一阶段模型和两阶段模型均可显著提升充电站的经济效益。但是在现行的分时电价机制下,仅采用第一阶段优化模型进行大量电动汽车的充电控制往往会带来新的负荷尖峰,而两阶段优化模型在进一步增大充电站经济效益、减小峰谷差等方面均有显著作用,并且具有很高的计算效率,适于实际应用。     

基于智能代理分布式管理系统的电动汽车充放电策略

随着电动汽车的发展与普及,提出了一种用于协调电动汽车充放电的智能多代理分布式管理系统。建立以用户充电费用支出和负荷曲线峰谷差最小化为目标的多目标优化策略,采用蒙特卡洛方法模拟电动汽车用户行为。在峰谷电价的引导下,用户利用谷时段充电、峰时段放电提高自身利益,在初步得到理想的充电时段区间后,引入学习训练机制调整可间断充放电分段数,使负荷曲线最终达到理想的削峰填谷效果,采用宽容分层序列法求解多目标优化。优化结果表明本文的策略平抑负荷波动效果显著,能有效减少用户支出,增加用户收益,实现电网与用户互利双赢。     

电动汽车集群充放电演化博弈协同策略

针对多电动汽车参与电网需求响应互动场景下电动汽车充放电协同调度需求,提出一种电动汽车聚合商动态定价并指导电动汽车规模化入网参与电力需求响应调度的两阶段博弈模型。首先,构建电动汽车聚合商动态定价下计及电动汽车聚合商成本和电动汽车充放电价格的非合作博弈模型。其次,提出基于logit协议的电动汽车充放电调度多策略集演化博弈模型。最后,联合求解两阶段博弈的演化均衡和纳什均衡,得到各主体的最优策略。算例仿真表明,所提模型能有效实现电网负荷的削峰填谷,同时兼顾电动汽车聚合商和电动汽车用户的经济利益。     

考虑电动汽车有序充电的配电网重构

考虑到电动汽车用户会响应峰谷分时电价的政策,做出改变电动汽车充电方案的决定,使电动汽车无序充电变成可规划、可预测的有序充电。在此基础上,用户对峰谷分时电价不同的响应度对配电网重构会产生怎样的影响是文中重点探讨的问题。文中的数学模型式以配电网重构费用损失最低为目标,提出一种混合的粒子群蚁群算法用于求解论文提出的问题。对IEEE33节点系统进行仿真,首先验证了提出方法在配电网重构求解有效性;其次验证了电动汽车有序转移到电价谷时段充电能够有效减少配电网重构费用损失,且用户响应度越高,配电网重构费用损失越少。     

城市配电网下的电动汽车有序充电策略研究

按照当前城市供电能力,电动汽车的充电负荷增加将会使电网负荷承担进一步加重,如果不合理安排其充电,大量的充电负荷集中在负荷峰值期充电,将会使电网峰谷差增大、网损增加、电网利用率降低。在考虑电动汽车种类以及用户充电场所后,根据电动汽车的百公里耗电量、充电时长和特性、用户行为等,在电网负荷谷时段,建立用户充电费用最少为目标的有序充电策略,最后利用粒子群算法求解,通过算例比较有序充电和无序充电的充电费用和峰谷差,验证了该方法的有效性。     

面向电动汽车集群实时充放电优化的分群调度机制

大规模电动汽车无序充电会加剧电网的峰谷差,并影响电能质量和变压器寿命。文章从群体的角度考虑分布式控制框架下电动汽车实时充放电优化的互动调度策略,根据接入电动汽车不同的充电需求,提出以充电结束时刻为分群特征的实时调度方法,并采用双层优化模型求解集群整体和单辆电动汽车的最优充放电功率问题。上层以日负荷波动和调度惩罚最小化为目标,建立考虑电动汽车充放电的大规模集群实时互动调度模型。下层考虑电动汽车车主的充放电成本,求解单辆电动汽车充放电功率的最优跟踪问题。以典型的区域配电网负荷数据为例,通过仿真验证了分布式控制下的实时充电优化策略可以保证电网的可靠运行,同时兼顾各方利益。     

考虑多智能体协同的电动汽车充放电分散式实时优化策略

针对多充电站/电动汽车区域能量管理系统(electric vehicles distributed energy management system,EVDEM S)情景下电动汽车充放电优化的问题,将各充电站/EV-DEM S视为充电智能体,建立了考虑多个充电智能体的分散式实时优化架构来协调各智能体的充放电策略。模型在满足车主充电需求的前提下,以日负荷曲线波动最小为目标,实现电网侧的削峰填谷。仿真算例表明,和传统的集中优化方式相比,该分散式优化模型和算法能够很好地对各智能体充放电计划进行协调优化,在保证优化结果的情况下能够极大地提升计算速度。     

电动汽车充电站有序充电调度的分散式优化

大量电动汽车无序充电会给电力系统尤其是配电系统的安全与经济运行带来影响甚至挑战。针对集中式优化与控制方法的不足和固定电价策略的缺陷,基于拉格朗日松弛法,将传统的电动汽车充电站有序充电调度集中式优化问题分解为N个子问题(N为需充电电动汽车数量),提出了有序充电调度的分散式优化策略。优化模型以充电站收益最大为目标函数,考虑了用户用电需求、充电时间、变压器容量等约束和充电站分时电价策略。为验证所提方法的有效性,采用蒙特卡洛法模拟电动汽车充电需求,对采用集中式优化和分散式优化策略的有序充电和无序充电情形,以及充电站售电固定电价和分时电价模式下的充电站收益、削峰填谷效果、计算效率等进行仿真计算和分析。结果表明,所提方法相比于无序充电及充电站固定电价策略,可显著提高收益;相比于集中式优化,计算效率更高;充电站采用售电分时电价虽有"填谷"效果,但平抑负荷波动效果并不十分理想。     

考虑V2G用户响应度的峰谷电价时段优化有序充电

针对电动汽车有序充电实现削峰填谷效果的问题,提出了考虑V2G用户响应度的峰谷分时电价优化有序充电控制策略。通过蒙特卡洛模拟法得到规模化电动汽车的充电负荷,并在此基础上建立了不考虑V2G响应度和考虑V2G响应度的有序充电控制优化模型,其中前者以谷电价时段区间为变量,以配电网负荷曲线方差为目标函数,后者以谷电价时段区间及峰谷时段的电价为变量,以综合考虑电动汽车对配电网负荷曲线方差的影响及用户满意度为目标函数。算例分析表明两种有序充电策略都能有效改善系统运行安全性,但考虑V2G用户响应度的有序充电策略更能反映实际情况。     

基于区域峰谷分时电价的电动汽车有序充电研究

随着电力市场的发展,差异化电价机制的出现为引导大规模电动汽车的有序充电行为提供了一种新的思路。因此,提出了一种能够引导电动汽车有序充电的最优区域峰谷分时电价计算模型。首先,基于城市区域用电行为的差异特性,将用电区域分为居民区、办公区、工业区、商业区等四个区域,并运用隶属度函数法研究区域分时电价峰谷时段划分方法;然后,基于弹性系数法建立电动汽车用户响应量对区域峰谷分时电价的响应关系。最后,以日峰谷差和用户充电成本最小为优化目标,建立最优区域峰谷分时电价计算模型。仿真结果表明所提出的电动汽车区域峰谷分时电价计算模型能够有效降低用户充电成本和系统日峰谷差,有效引导电动汽车进行有序充电。     

含大规模电动汽车接入的主动配电网多目标优化调度方法

针对大规模电动汽车接入配电网无序充电带来的负荷峰值增加等问题,提出一种含大规模电动汽车接入的主动配电网多目标优化调度方法。首先基于蒙特卡洛抽样方法分析了大规模电动汽车的充电负荷需求;然后,以含大规模电动汽车接入的主动配电网运行成本最小化和负荷曲线方差最小化为优化目标,综合考虑电动汽车的充电需求和配电网的运行约束,构建含规模化电动汽车接入的主动配电网多目标优化调度模型,采用带精英策略的非支配排序遗传算法(NSGA-II)对多目标优化模型进行求解,针对多目标优化得到的帕累托(Pareto)最优解集规模大,蕴含信息丰富,导致运行人员难以决策的问题,提出一种基于模糊聚类的方法对多目标Pareto最优解集进行筛选。通过改进的IEEE 34节点算例的多场景对比分析,结果表明:所提出的模型和方法可在保证系统经济运行的同时,有效利用电动汽车的优化充电降低系统负荷峰谷差。     

基于实时最优恒定功率的电动汽车有序充电策略

大规模电动汽车无序接入充电会与电力系统基础负荷"峰峰相叠",加大系统峰谷差,造成配电变压器重过载和系统网损增大等后果,从而威胁电网的安全运行.为了实现电动汽车有序充电,在以负荷波动差作为网损分析指标的基础上,提出基于实时最优恒定功率的电动汽车有序充电模型.根据常规负荷预测曲线和电动汽车充电基础数据求解实时最优恒定功率,在满足配变最大容量等约束的前提下,以系统负荷波动差最小为目标形成电动汽车有序充电方案.最后通过MATLAB平台作算例仿真,以IEEE 33节点系统为例的仿真结果表明:所提有序充电策略能够更有效地实现系统负荷"移峰填谷",达到平抑负荷波动和降低系统网损的目标,从而验证了该策略的有效性.