基于用户驾驶行为特性的电动汽车有序充电策略

电动汽车用户重点关注充电的便利性,但用户在享受便利的同时往往会对电网产生不良的影响。因此,在充电过程中如何同时兼顾用户的便利性和电网的安全性,成为亟待解决的问题。针对上述问题,提出基于用户驾驶行为特性的电动汽车有序充电策略。采用主成分分析和模糊聚类相结合的方法研究用户的驾驶行为特性,预测电动汽车的续驶里程。据此计算车辆每次充电的充电量,同时根据局域配电网负荷曲线,对电动汽车充电进行调度。通过模拟群体电动汽车用户的出行行为,对比分析了电动汽车在无序充电和不同用户响应率下有序充电时的配电网负荷曲线,结果表明所提策略可以有效地减少配电网负荷的峰谷差,提高用户对有序充电策略的积极性。     

小区电动汽车充电负荷实测分析

通过在电动汽车用户住宅配置充电设施和数据采集装置,对参与测试的电动汽车用户的充电行为跟踪记录,获得了私人电动汽车在住宅充电的数据,为电动汽车充电设施规划建设和电动汽车充电负荷特性研究提供了一定依据,并对私人电动汽车在住宅区的充电特性进行了分析,结果表明住宅区电动汽车充电负荷的积聚会造成负荷曲线恶化。     

考虑用户行为不确定性的智能电网EV充电策略

针对配电网中电动汽车接入点多面广、分散无序的特点,以及电动汽车用户充电行为的随机性,提出了一种区域配电网的电动汽车充电策略优化算法。首先,考虑电动汽车用户充电行为的不确定性,提出了一种基于傅里叶变换的电动汽车用户行为建模;其次,构建了体现电动汽车充电需求随机性以及充电损耗平衡的区域配电网电动汽车充电多目标优化模型,并通过改进的遗传算法求取最优解,获得了与用户习惯相配合的电动汽车充电策略;最后,经验证该方法能够实现区域配电网电动车接入负载平衡优化。     

考虑分时电价和系统峰谷差动态约束的电动汽车有序充电策略

大规模电动汽车并网充电需要同时考虑聚合效应的经济效益和其对电力系统的影响。以电动汽车用户充电费用最优为目标,在考虑充电时间、并行充电汽车数量等传统约束的基础上,结合分时电价与实际负荷曲线,将充电行为对峰谷差和负荷波动的影响作为约束条件,提出了一种新的电动汽车充电行为有序充电策略。基于该策略,利用蒙特卡洛方法模拟了电动汽车用户行为,对比分析了分时电价环境下电动汽车无序充电和有序充电对电网负荷曲线的影响。仿真结果表明:考虑峰谷差和负荷波动约束,通过电动汽车实时响应分时电价,可避免大量电动汽车集中充电而产生新的负荷高峰,且在显著降低电动汽车充电费用的同时,可以实现平滑负荷波动并减少系统的峰谷差。     

基于马尔可夫决策过程的电动汽车充电行为分析

针对电动汽车充电行为不确定性问题,建立了基于出行链理论的电动汽车出行及电池电量变化模型,提出了引入马尔可夫决策过程（Markov decision processes, MDP）的电动汽车用户充电行为分析方法。该方法将用户充电行为作为马尔可夫决策集,根据车辆在各区域间的转移概率构造状态转移矩阵,设置用户满意度指标作为决策过程报酬函数,通过求解有限阶段总报酬准则得到电动汽车用户在每个决策点处的最优充电决策。算例部分根据抽取电动汽车特征量数据进行马尔可夫决策过程仿真,得出充电负荷的时间与空间分布情况,通过与传统蒙特卡洛方法进行对比表明该文所提方法可以较好地模拟用户整个出行过程中的充电行为,反映充电需求的时空分布特点;同时,分析了不同区域、不同停车时长情况下电动汽车的不同充电行为,能够为电动汽车充电桩的规划建设提供参考。     

基于价值函数的电动汽车充电价格引导研究

电动汽车的大量接入将给电网的稳定运行带来危害,通过充电价格的调整可以合理引导电动汽车的充电行为,减小电动汽车负荷对电网的影响。基于价值函数推导出自弹性系数和互弹性系数的计算公式,在考虑对用户的引导程度不同和电网负荷波动的情况下提出了2种分时电价方案,并建立了电动汽车充电的分时电价引导模型。对比分析2种不同方案下的最优分时电价,结果表明实行分时电价可以对电动汽车用户的充电行为进行有效引导,并且峰谷电价差增大,更有利于平抑电网的负荷波动,提高用户充电的经济性     

基于居民出行模拟的电动汽车负荷时空分布预测

针对电动汽车充电负荷时空分布预测中的随机性、不确定性问题,本文在已有出行链理论研究的基础上,提出了一种融合出行链理论与实际地理信息的电动汽车负荷预测方法。论文分析了基于出行链理论的EV时空分布模型,对影响电动汽车充电需求的因素进行了建模分析,用以模拟用户的出行行为特性。同时,通过对目标区域的路网进行建模,按功能区进行划分,将出行链理论的用户行为特性与目标地理信息相结合,通过Floyd算法对电动汽车用户的出行路径进行了规划设计,以预测电动汽车充电需求负荷。算例结果表明,所提出的模型能能够基于实际地理信息,预测电动汽车充电负荷的时空分布,分析不同功能区域、不同类型城市下的电动汽车充电需求负荷特性。     

考虑用户有限理性的电动汽车时空行为特性

电动汽车的时空行为包括时空转移行为和时空充电行为。如何对电动汽车时空行为进行精确建模已成为大规模电动汽车与电网进行有效互动的关键。该文引入活动分析法将出行行为理解为活动的派生行为,建立用户一天中不同活动-出行链间的时空转移关系;基于累计前景理论描述了用户在活动-出行链中的出行方式、出行路径、出发时刻选择上的有限理性心理;在此基础上考虑交通网络的动态特性和电动汽车的充电特性,研究了电动汽车在每条活动-出行链上的时空分布特性和充电特性;并在典型网络(Nguyen-Dupius网络)中对不同用户心理、电动汽车占比、充电站服务能力约束下的电动汽车时空转移和充电特性进行算例分析。计算结果表明所提方法能够更加合理地刻画用户选择心理及描述电动汽车用户时空行为,且发现电动汽车占比和充电站服务能力均对其有较大影响。     

基于数据挖掘的电动汽车用户细分及价值评价方法

用户细分可以掌握不同电动汽车用户充电行为的特征及其之间的差异性,对充电服务运营企业具有重要意义。基于运营管理系统迅速积累的大量充电服务数据,对全量数据进行探索性分析,筛选出细分模型关键变量,给出了基于数据挖掘技术和K均值(K_MEANS)聚类算法的电动汽车用户细分方法,提出了电动汽车用户价值评价方法。针对北京地区电动汽车用户开展分析并得到用户行为特征及价值评价结果。相关结论可为运维管理机制优化和精准营销策略制定提供数据支撑。     

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。     

基于分时电价的电动汽车有序充电控制策略设计

文中以减小电网峰谷差作为主要目标,结合电网分时电价时段划分与局域配电网负荷波动情况,提出了电动汽车充电分时电价时段划分方法,并建立了以用户充电费用最小和电池起始充电时间最早为控制目标的数学模型.利用蒙特卡洛方法模拟电动汽车用户的充电行为,对比分析了电动汽车在无序充电和有序充电模式下的仿真结果,表明:通过电动汽车响应充电分时电价,能够有效减小峰谷差,并提高用户满意度.针对电动汽车用户对有序充电的不同响应系数,仿真计算了局域配电网的负荷曲线,结果表明:受充电分时电价影响的用户越多,对于抑制因电动汽车接入而引起的局域配电网负荷的波动越有利.     

多态场景下考虑出行链重构的电动汽车多目标协同优化调度

电动汽车用户日内的充电计划具有规律性,但在突发事件影响下,电动汽车用户的充电行为则具有突发性和主观性。突发事件由用户影响到电动汽车的充放电过程,最终波及电力系统的稳定运行。首先,考虑实际出行中距离变化时用户的充电意愿,提出充电意愿模型,模拟用户的充电意愿区间;然后,基于电动汽车出行时空特性,将影响调度计划的突发事件分为4类,模拟4种事件对既定调度计划的影响,并综合考虑气温和电价等因素,对电动汽车进行充放电调度;最后,提出多态场景下储能站协同电动汽车的能量管理策略,对常态及两种极端条件下的电动汽车进行充放电调度。采用区域电网进行仿真,分析出行链重构在行为场景、事件类型、调度策略、集群规模、用户参与度和风电规模的条件中对电动汽车充放电调度的影响,验证了所提模型的合理性和有效性。     

电动汽车智能充电策略研究

大量电动汽车无序充电会给电网的稳定运行带来一定的负面影响,需要智能充电策略尽可能减小电动汽车充电对于系统运行的不利影响,同时使得电动汽车用户的充电成本尽可能低。根据电动汽车负荷模型,提出了一种新的目标函数优化数学模型,用Matlab对电动汽车智能充电策略进行编程计算,制定智能充电策略。通过分层分区管理中的中央自主管理层对电动汽车充电行为进行管理,解决电网侧和电动汽车用户之间可能出现的问题。算例表明,智能充电能减少电动汽车无序充电给电网带来的影响。     

基于前景理论量化充电效用的浮动充电服务费优化

通过价格手段对电动汽车的充电行为进行引导,有助于削弱大量电动汽车接入对电力系统产生的不良影响。文章提出一种针对充电浮动服务费的优化模型,引导电动汽车用户更合理地充电。首先考虑用户偏好进行用户分类,并在此基础上建立基于前景理论的用户充电效用模型;其次采用转移概率矩阵建立电动汽车用户的价格响应模型;然后综合考虑电网、充电站和用户的利益,建立浮动服务费的多目标优化模型;最后采用非均匀变异操作对基于自适应网格归档的多目标粒子群算法进行改进并对所建模型进行了求解。以某典型城区为例,对比分析了不同基线负荷下浮动服务费优化结果,不同服务费机制下的用户价格响应结果以及不同用户构成下的用户响应行为,验证了本文所述机制和模型的正确性和有效性。结果表明,文章所提浮动服务费机制及其优化模型可以在分时电价的基础上进一步对电动汽车充电行为进行引导,并起到削峰填谷和保证多方利益的作用。     

考虑充电功率衰减的电动汽车两阶段优化调度策略

通过对锂电池充电特性进行分析,发现电动汽车充电后期会出现明显的功率衰减,忽略这种现象会导致电动汽车所需充电时长的错误预估。为减小功率衰减带来的负面影响,该文基于最佳充电电流理论,构建电动汽车最佳充电曲线,并根据不同电动汽车充电功率变化特性,在考虑功率衰减的条件下提出一种基于多元混合优化算法的电动汽车两阶段优化调度策略。首先,基于电动汽车充电电流、电压以及功率之间的相关性,构建电动汽车用户模型,根据不同队列电动汽车充电特性,构建负荷聚合商调度模型;进而,基于最高响应比优化算法解决调度第一阶段的用户充电紧迫性与公平性问题,基于粒子群优化算法解决第二阶段光伏消纳偏差量最小化问题,实现考虑功率衰减特性的电动汽车两阶段优化调度;最后,在仿真实验中通过对未考虑功率衰减时电动汽车计划和实际充电行为进行对比,分析充电功率衰减对电动汽车用户和负荷聚合商的影响,通过对考虑功率衰减时不同调度策略下的电动汽车充电行为进行对比,验证本文策略在降低光伏消纳偏差量,提高用户满意度,改善负荷聚合商经济效益方面具有明显效果。     

面向“代客加电”服务的电动汽车充电引导策略

为解决电动汽车面临的充电难题,提出面向“代客加电”服务的电动汽车充电引导策略。首先,充分考虑“代客加电”服务,对电动汽车充电引导场景及充电影响因素进行分析。其次,以最优化电动汽车用户充电经济成本、代充电服务侧利益以及充电站设备利用率为目标建立充电引导模型,并采用改进的灰狼优化算法引导电动汽车的充电行为。最后,对某城市主要城区内具有充电需求的电动汽车进行仿真。结果表明：面向“代客加电”服务的电动汽车充电引导策略能够有效减少电动汽车用户充电经济成本、代驾司机代充电过程中的时间成本以及距离成本,同时实现充电站间设备利用率均衡分布。     

考虑用户行为特性的电动乘用车充电负荷建模

考虑电动汽车用户充电行为的不确定性,选取充电起始时间和充电持续时间作为影响充电负荷时间分布的关键因素,建立电动汽车充电负荷的时间分布模型。在空间分布上,对充电负荷区域进行划分,并与时间分布模型结合,建立电动汽车充电负荷的时空分布综合模型。通过算例分析,研究电动汽车充电负荷对电网日负荷预测的影响及其对局部配电网稳定运行的影响,并提出了两点关于电动汽车充电设施规划布局的建议。     

基于博弈论的电动汽车充电实时定价策略研究

文中提出一种基于博弈论的电动汽车充电实时定价策略.该定价策略中电动汽车充电站为电价制定的博弈主导者,电动汽车用户为电价制定的博弈跟随者.首先,提出充电站调峰效果评价指标,以电动汽车充电价格和充电容量为约束条件,建立充电站-电动汽车用户收益模型;然后,分析充电站与电动汽车用户的博弈策略空间与动态博弈行为,利用遗传算法的寻...     

基于出行链理论的电动汽车充电需求分析方法

基于出行链理论提出一种电动汽车充电需求分析方法,探讨了电动汽车一天出行过程中在不同区域内停驻时长的概率分布特点,对电动汽车空间转移概率进行3次B样条最小二乘曲线拟合,通过蒙特卡洛法并结合NHTS2009数据构建了电动汽车一天出行链,实现对用户行为规律的精细化模拟,并在设计2种充电行为的基础上对不同停驻区域的电动汽车充电需求进行了分析。该方法有效弥补了传统方法对电动汽车日间充电需求分析的不足,具有较高的精确性和原理清晰、易于操作等特点。     

多源数据融合的用户充电行为分析与充电设施规划实践

作为中国新基建战略的重要组成,电动汽车充电设施在近年获得了快速发展,但面临供需不平衡的难题。因此,亟须通过真实数据分析用户需求与行为特征,构建高效的公共充电设施规划体系,服务电动汽车发展。文中以上海市为实践案例,融合营运车辆轨迹数据、充电站数据、乘用车出行统计数据、交通路况数据、兴趣点检索数据等多源真实数据集开展了实践性大数据挖掘分析,旨在为现实充电站规划提供可行架构：从宏观角度对车辆用户群体的出行-充电行为与城市时空特征的关联进行了分析;从微观角度对车辆用户个体的行为偏好进行了建模,基于决策树模型实现了用户充电需求预测,并基于Huff吸引力模型描述了用户的充电站选择行为。在此基础上,对海量用户行为进行重构与仿真,建立了城市能源-交通融合网络仿真架构,从总体供需情况与个体服务质量等多维度对现有充电设施的建设进行了评估,提出了计及多重目标的未来充电设施扩展规划架构,为电动汽车充电设施规划提供了数据支持和决策依据。