电动汽车充电站多阶段选址规划

电动汽车充电站作为电动汽车运营所需的配套设施,其建设时间、位置与规模对电动汽车的推广有着重要意义。现有研究将电动汽车充电站的规划选址作为一个静态规划问题处理,忽视了电动汽车充电站的建设时间,因此提出了一种电动汽车充电站选址的多阶段规划模型,并应用伪动态规划的思想求解该模型。首先提出了一种计及电动汽车充电站投资成本、运行维护成本以及用户充电损耗费用的多阶段规划模型;其次在准确预测各阶段充电需求的基础上,通过遗传算法确定规划期末的规划方案;最后通过动态规划逆序解法获得各阶段的规划方案,算例分析验证该方案的优越性。     

考虑多需求场景的城市电动汽车充电站多目标规划

当前,多数研究基于用户出行路径确定EV充电需求,但是往往未考虑到多种不确定性。基于用户出行数据,考虑多种不确定性因素,在三种场景下对EV充电需求进行模拟,并采用K-means聚类算法得到三种场景下的充电需求。其次,基于此建立了一个综合考虑用户侧与非用户侧利益的多目标规划模型。另外,还提出了考虑多场景的改进排队理论对充电站定容,所提规划模型由NSGA-Ⅱ求解,并采用TOPSIS综合评价法确定规划方案。最后,以山东省潍坊市部分城区为规划区域,交通网耦合IEEE 69节点配电网为算例验证了所提规划模型的有效性与优越性。     

电动汽车充电站最优规划的两阶段方法

计及道路网络对电动汽车充电需求的影响,提出了充电站最优规划的两阶段方法。该方法的第一阶段基于电动汽车行驶特性,综合考虑电动汽车日剩余电量以及电动汽车动态运行状态和位置,采用随机模拟技术和最短路径法,获得道路网络上电动汽车充电需求在时间和空间上的分布;第二阶段以第一阶段获得的电动汽车充电需求为基础,以充电需求不可达率、不满足率和投资限额等为约束,充电站运行成本和投资成本综合最小为目标,建立充电站最优选址定容数学模型。针对该模型的复杂性,采用遗传算法求解混合整数非线性规划问题。通过对某区域的电动汽车充电站规划的模拟分析,表明了所提方法的有效性。     

电动汽车充电站选址规划评价体系研究

合理规划电动汽车充电站的选址,直接关系到配电网稳定运行、电能质量及电动汽车事业的发展。为此综合考虑了政府、供电公司以及充电用户三方面的需求,针对影响充电站规划的多种因素及充电站的具体情况,获取影响充电站最关键的因素,建立了5个方面,共9个评估指标的一种新型充电站选址评价体系,分析了每个指标的含义和构成。在充电站选址的实际案例中,对候选站址的原始数据,利用德尔菲法对评价体系中各指标进行量化,并以此评价指标体系为基础,结合层次分析法和灰色评价法得到候选站址的最优评价值,为充电站选址的最优决策提供依据。     

基于非支配排序遗传算法求解的电动汽车充电站多因素规划研究

随着能源和环境问题逐渐受到重视,电动汽车产业迎来了发展的契机。电动汽车的普及程度与充电设施的建设情况密切相关,而电动汽车充电站具有公共服务设施和用电设施两重属性,因此既需要考虑交通网络,也需要考虑电力系统对其规划的影响[1]。采用考虑最短路径和次短路径的截流选址模型描述交通网络流量因素,以最大化充电站截获的交通流量,最小化充电站投资成本和最小化节点电压偏移为目标,建立电动汽车充电站多目标规划模型,并采用非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)对IEEE 33节点配电系统和25节点交通网络构成的算例进行求解。通过算例结果说明所提出的模型和求解方法的基本特征。     

基于已有充电站调整的电动汽车充电站选址研究

针对充电站选址决策中未考虑已有充电站调整对新建充电站选址的影响这一问题,提出一种基于已有充电站调整的电动汽车充电站选址模型。首先,引入中间变量构造分段非线性函数来描述已有充电站和新建充电站之间的关系;然后,以最小化充电站投资总成本和用户充电距离的综合偏离函数作为目标函数,构建基于已有充电站调整的电动汽车充电站选址模型;最后,通过仿真实验验证了本文所构建模型的有效性和合理性。仿真结果表明:在电动汽车充电站选址过程中考虑已有充电站的调整,可以有效降低规划成本和网损成本;已有充电站调整类型和新建充电站选择方案与规划者对充电距离和成本的偏好程度有关。     

基于引力模型的电动汽车充电站选址规划

作为电动汽车的配套设施,充电站的收益与服务的电动汽车的数量及其充电次数有关,而电动汽车的数量及充电次数会受到充电站使用便捷性的影响。为了解决此问题,本文分析了充电站等级、电动汽车规模以及距离之间的相互影响关系,得到了充电站与电动汽车之间的相互吸引模型,在考虑相互影响的基础上,得到电动汽车数量发展的引力模型函数;定义充电便捷性函数,得到了充电次数和便捷性之间的引力关系,在此基础上得到考虑未来发展的电动汽车充电站规划模型。最后,采用微分进化算法对建立的模型进行求解,针对某一具体算例进行了仿真分析,结果表明,本文选址规划符合实际,为充电站的选址规划提供了参考。     

城区电动汽车充电站布局规划研究

电动汽车的大量推广必须以科学合理的充电设施规划为基础。提出一种城区电动汽车充电站布局规划方法。首先,在城区电动汽车快充需求分布预测基础上,以充电站内充电机数量、充电站与快充需求点间距离以及充电站间距离为约束,充电站社会年总成本最小为目标,建立兼顾充电站、电动汽车用户以及电网三方利益的充电站选址定容模型。然后,采用Voronoi图联合改进粒子群算法对模型进行求解。通过Voronoi图划分充电站服务区域,再利用改进粒子群算法进行全局寻优,得到规划区域内充电站选址定容最优方案。最后,以某城区为例进行仿真,验证了所提方法的有效性。     

基于改进自适应遗传算法的EV充电站动态规划

建立了综合充电站、电动汽车(EV)用户与配电网多方利益的快速充电站规划模型,考虑EV保有量增长的影响,同时计及EV增长率的不确定性,构建了2种EV充电站随机机会约束动态规划模型,并提出考虑充电需求空间分布的改进自适应遗传算法(IAGA)求解上述规划模型。通过一个实际算例验证了所提IAGA在求解充电站规划问题时的可行性与有效性,并对比分析了2种动态规划模型的规划结果。     

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。     

电动汽车充电站充电电能计量问题浅析

文章介绍了电动汽车充电站的充电方式,分析了各种充电方式下电能表计量存在的问题,提出了相应的对策及想法.     

社会服务类汽车充电站选点规划评价体系构建与应用

为解决电动汽车充电站选点规划中存在城市针对性不强和综合评价体系中面向服务对象不清等问题,提出了一种新的电动汽车充电站选点方法.首先,针对三四线城市电动汽车发展的结构特点和城市发展政策,构建面向社会服务类车辆的电动汽车充电站选点评价体系.然后,建立一种结合修正层次分析法的判断矩阵和前景理论来确定充电站指标的最优权重模型,...     

考虑实时动态能耗的电动汽车充电路径规划

由于电动汽车在行驶途中电量耗尽的风险较大,亟须研究一种有利于减轻用户出行焦虑的电动汽车充电路径规划方法。文中通过选取能够准确反映实际道路中用户驾驶特性的行驶工况特征参数,分析各特征参数与耗电量之间的相关性以及特征之间的相关性强弱,采用主成分分析对特征进行降维,基于信息熵模糊聚类方法对行驶工况进行分类,构建电动汽车行驶途中的动态能耗模型。并基于此考虑路径选择及电池剩余电量约束,建立以出行总距离、总时间及充电价格三者权值之和最小为目标的电动汽车充电路径规划模型。以某市实际交通路网规划18 km×18 km区域,分析采用实时能耗对充电路径规划的影响以及不同优化目标对用户充电路径优化结果的影响,验证了所提规划方法的可行性及有效性。     

电动公交车换电站—电池充电站优化规划

充电设施的规划与建设是解决电动汽车发展瓶颈的重要问题。电动汽车在公共交通领域发展迅速,并广泛采用换电模式。文中充分考虑了电动公交汽车换电电量需求和充换电行为,提出了一种换电站—电池充电站建设模式,并给出了相应的优化规划方法。该方法首先使用近邻传播聚类算法对换电需求点进行空间聚类,以确定电池充电站的站址和规模,并利用化石燃料与电能的热值关系,将当前柴油公交车日消耗能量折算成电能以确定换电电量需求。然后,利用排队论方法对电池充电站内的工作情形进行建模,提出以拒绝服务率为主要约束,以综合建设成本最小为目标的优化模型。最后,以某城市实际统计数据为例给出了该市公交汽车换电站、电池充电站以及其充电设备、换电设备、电池的规划方案,为电动公交车充、换电站的实际规划提供参考。     

区域电动汽车充电站规划的模型与算法

合理确定电动汽车充电站的规模及位置,建立了一种电动汽车充电站选址定容的最优费用模型.模型以居民负荷的分布情况模拟电动汽车的数量,用层次分析法给出候选站址的权系数,在候选站址与变电站的距离、电动汽车充电站的安装费用、电动汽车数量等条件的约束下,目标函数还加入了充电站的运行费用、网损费用和充电站配电变压器的投资.模型中电动汽车充电电价采用实时电价.为验证模型的有效性,采用粒子群算法对一假设算例进行优化求解,结果表明该模型具有一定的可行性.     

利用多目标最优化方法控制智能电网中电动汽车充电速率

本文考虑智能电网中家用电动汽车和电动出租车的充电调度问题。充电站可以控制充电速率以最大化其收入;对于底层电力系统,期望最大化其自身的负载因子,从而确保系统的稳定性。充电站最大化其收入与电力系统最大化其负载因子形成一个多目标优化问题。本文提出多目标最优化方法来解决此多目标优化问题,进而产生柏雷多(Pareto)最优电动汽车充电策略。文末进行数值分析来验证所提出方法的有效性。