实时电价下DTSLF模型的短期负荷预测应用研究

精准的短期负荷预测可以保证电网安全稳定地运行,然而实时波动的电价在一定程度上与电力负荷相互影响,这大大增加了电力负荷预测的难度。针对此问题,基于改进语言模型Transformer提出一种短期负荷预测模型,简称DTSLF。其将Transformer模型输入端的Embedding层和输出端的Softmax层进行调整,并以全新的Encoder-decoder的输入方式双向处理负荷数据。实验表明,该模型可以充分发挥Transformer在语言处理上的超强特征提取能力,可以捕捉负荷数据间的“含义”,将复杂的相关因素“翻译”成下一时刻负荷值,最后以真实数据进行实验,结果表明DTSLF模型与其他的模型相比在实时电价下有着更加出色的预测效果。     

基于实时电价和遗传算法的智能用电管理系统用电优化策略

为使用电家庭积极地参与到电网需求响应,从而进一步实现家庭智能用电管理系统的用电优化,本文提出基于实时电价和遗传算法的家庭智能用电管理系统用电优化策略。结合实时电价和遗传算法,在MATLAB平台下进行了仿真验证,仿真结果表明本文提出的家庭智能用电管理系统用电优化策略能够实现在不影响家庭用户使用前提下达到用电费用最低的目标。     

共享充电桩下负荷时间分布均衡的小区电动汽车充电方案优化

针对电动汽车充电负荷增加、电网安全性降低,以及停车困难小区只能使用共享充电桩等问题,提出了一种充电桩选择与电动汽车充电优化的组合模型。该模型以共享充电桩之间充电时间标准差和全天充电负荷标准差之和最小为目标。考虑到电动汽车充电桩分配方案以及电动汽车充电方案两者的重要程度并不相同,提出了一种随着迭代次数的增加,变化概率不断改变的动态概率遗传算法。将改进后的遗传算法求解该模型,通过求解一个算例,进一步阐述所提算法的原理和过程,验证了该算法的可行性和有效性。     

住宅小区动态分时充电价格响应的电动汽车有序充电策略

在住宅小区传统建设模式下,充电桩安装难、配套投资大,严重阻碍了充电桩在小区内进行普及使用。为解决该问题,本文首先调研了住宅小区内的电动汽车用户的出行习惯和充电特点,提出了分时电价响应和动态服务价响应两种有序充电模式,然后以用户充电费用最低为目标建立了数学模型,并引入超小区配电变压器容量的惩罚因子,最后利用改进粒子群算法,仿真分析在无序充电、分时电价响应有序充电、动态服务价响应有序充电三种方式下的负荷波动性。算法仿真后,证明了所提出充电策略的正确性、有效性。最后,针对住宅小区公共、个人停车位充电桩,提出了住宅小区停车位安装充电桩响应有序充电建设方案,为今后住宅小区电动汽车实际应用充电提供了指导建议。     

智能电网实时电价研究综述:模型与优化方法

在智能电网中,实时电价(real-time pricing,RTP)是解决智能电网供需平衡的理想需求响应机制,具有节能环保、保障用户和电能提供者最大化效益等方面的优势.在分析实时电价机制优化模型国内外发展现状基础上,总结出了实时电价优化模型:从用户的总需求量水平出发建立优化模型.相应地,总结了解决这一模型的优化方法:对偶法、内点法、分布式迭代法(分步式法)以及博弈论等优化求解方法.最后,展望了智能电网中实时电价机制的进一步研究方向.     

实时电价下用户侧电力需求响应模型优化策略及数字仿真谈竹奎1,汪元芹2,赵菁2,刘斌1,刘敏2

为解决智能电网发展中用户参与电力市场运营的响应积极性以及用户收益最大化问题,本文在经济学原理基础上,引用需求价格弹性系数表征用户的用电量随电价的变化情况,建立实时电价下的用户负荷调节能力模型,根据该模型,进一步研究了基于实时电价的用户侧电力需求响应模型优化策略,考虑用户在不同响应场景和不同负荷调节潜力下的需求响应。解决供电与用电间的电力供需不平衡问题,实现用户积极响应及其利益最大化,并提高系统稳定性与安全性。以某地需求响应系统为例,对进入现货市场交易的用户进行数字仿真,通过算例分析表明该模型能有效改善用电负荷曲线,减小用户购电成本,验证了基于实时电价下的电力需求响应优化策略的优化效果。     

基于隐私保护的实时电价计费方案

针对智能电网基于实时电价的计费过程中有大量实时用电数据需要交互和计算,且隐私数据保护不够完善的安全问题,提出了一种基于隐私保护的实时电价计费方案。利用加法同态加密、混合乘法同态加密等技术,保证了实时用电数据在通信、数据聚合、电费计算和账单验证过程中的安全。同时,通过聚合签名技术减少了数据认证过程中的开销。通过对所述方案进行安全性分析和性能分析,表明该方案具有很好的安全性且性能较高。     

电动汽车充电负荷时空分布的空间负荷预测

针对大规模电动汽车接入配电网对空间负荷预测的影响,论文提出一种考虑电动汽车充电负荷时空分布的城市配电网空间负荷预测方法.先根据各类车型充电方式与出行特点对电动汽车进行分类;其次,根据居民出行调研统计数据对电动汽车出行规律进行概率分布函数的拟合;然后,构建电动汽车出行链模型,通过蒙特卡洛方法计算得到不同区域和不同时间内充电负荷.最后,基于某地区实际数据,得到一天内不同功能小区的空间负荷预测值,为未来城市配电网的规划提供参考.     

考虑电池损耗的电动冷藏车路径及充电策略

电池充电造成的电池损耗对企业运营成本影响较大,以不同SOC区间内一次充电造成的电池容量衰退成本模型估计电池损耗成本,研究了车辆途中可多次进入充电站充电的路径优化问题,在考虑运输成本、制冷成本、货损成本、充电时间成本、惩罚成本的基础上,将电动冷藏车的电池损耗成本纳入总成本最小的目标函数,并建立了线性规划数学模型。采用增加粒子间共享信息类型的改进粒子群算法对该模型进行求解。将改进粒子群算法应用于构造的算例中,得到包括充电策略在内的车辆最优路径方案和最小运营成本,结果表明充电上限为80%的车辆路径方案可得到最低的运营成本,同时与标准粒子群算法求得的计算结果进行了比较分析,证明该改进粒子群算法在求解该问题上的可行性。     

基于动态服务价的充电站有序充电控制方法

由于电动汽车的不断增长与不均衡发展,社会中的大多充电站存在着部分充电设施闲置与部分充电排队并存的现象。为了解决电动汽车充电困难与充电设施利用率低这一对新矛盾,本文首先调查分析了各种电动车辆的出行习惯和充电特点,然后对社会充电站归纳成城市公共充电站和公交物流车等专用充电站两类,提出了分时电价响应和动态服务价响应两种有序充电方式,并制定以风电、光伏等绿色新能源出力反向激励的动态服务价引导机制,建立了以用户充电费用最低为目标的数学模型。最后通过仿真分析,分时电价响应、动态服务价响应有序充电方式下均比无序充电方式降低负荷波动性,动态服务价响应有序充电方式能够有效提高西部地区绿色电能利用率,大幅减少弃风弃光,为环境保护、能源结构调整起到重要作用。     

A distributed charging strategy based on day ahead price model for PV-powered electric vehicle charging station

This paper studies a distributed charging model based on day-ahead optimal internal price for PV-powered Electric Vehicle (EV) Charging Station (PVCS). Considering the feed-in-tariff of PV energy, the price of utility grid and the forecast model of PV based on back-propagation neural network (BPNN), a system operation model of PVCS is introduced, which consists of the profit model of PVCS operator (PO) and the cost model of EV users. The model proposed in this paper can be designed as a Stackelberg game model, where the PO acts as the leader and all EV users participated are regarded as the followers. An optimization strategy based on heuristic algorithm and nonlinear constrained programming are adopted by the PO and each EV user, respectively. Moreover, a real-time billing strategy is proposed to deal with the errors from the forecasted PV energy and the expected charging arrangements. Finally, through a practical case, the validity of the model is verified in terms of increasing operation profit and reducing charging cost.     

基于GPU并行计算的电动出租车新建充电站选址模型

针对电动出租车充电站优化选址问题，构建了以未满足的电动出租车充电需求量和新建充电站的固定成本最小为目标函数的电动出租车新建充电站选址模型，并提出基于改进的多目标粒子群算法的模型求解方法。为解决未满足充电需求量计算的性能瓶颈问题，设计了一个基于图形处理器（GPU）的未满足充电需求量并行计算算法，并通过实验验证其运行时间约为基于CPU串行算法运行时间的10%~12%。以北京为例，收集、处理相关多源数据，对提出的选址模型进行了应用示例分析，表明所提出的充电站优化选址方案具有可行性。     

基于二次聚类的大规模电动汽车有序充电调度策略优化

针对大量电动汽车无序充电造成的充电站利用率不均衡问题,提出一种大规模电动汽车有序充电调度策略。首先,以电动汽车充电需求的位置为聚类指标,借助归一化相似度进行层次聚类和基于K-means算法的二次划分,以实现属性相似的电动汽车的汇聚。进一步地,通过Dijkstra算法获取电动汽车到达各个充电站的最优路径,以充电站内电动汽车的均匀分配和电动汽车充电路程最短作为目标函数,构建了基于电动汽车聚类的充电调度模型,通过遗传算法求取最优解。与未进行电动汽车聚类的充电调度策略进行的仿真对比实验结果表明,在车辆较多时所提方法的计算时间可减少一半以上,具有较高的实用性。     

基于实时电价的家庭能量管理系统最优调度研究

家庭能量管理系统作为智能电网在居民家庭中的智能体现,需建立在家庭安全用电的基础上。家庭中的电气故障多为线路过载故障。在对家庭智能电器的优化运行中,将线路负载率作为约束条件,可保障家庭的用电安全。在实时电价环境下,提出了一种考虑家庭线路负载率约束的家庭能量调度策略,分别建立了以用电费用最小和碳排放最小为目标的优化模型,针对建立的0-1整数规划模型,将遗传算法进行了改进,以求得家庭最优用电方式。通过仿真验证,比较用户在不同用电模式下的线路负载率、用电费用和碳排放量,验证了该策略可为家庭用电提供安全可靠的最优用电方式。     

基于负荷平衡的电动汽车模糊多目标充电调度算法

居民小区电动汽车（EV）的单相充电方式导致配电网出现三相不平衡和负荷峰谷差问题,因此提出基于负荷平衡的EV模糊多目标充电调度策略。基于三相网络,将总延迟时间和充电平衡作为目标函数,考虑三相不平衡度和负荷峰谷差等约束,建立静态和在线调度问题下EV充电调度模型。采用改进非支配排序遗传算法-Ⅱ（NSGA-Ⅱ）进行多目标求解,通过设计交叉算子、自适应调整变异概率和局部优化等来优化结果。通过设置一定容量的外部档案和拥挤距离判定来获得Pareto最优前沿,并用模糊隶属度方法得到折中最优解。最后,通过算例分析可同时活动充电点和三相不平衡度的不同取值对优化结果的影响,并与无序充电进行比较,验证了所提模型和策略的有效性。     

负载影响下纯电动汽车配送路径规划及充电策略

由于纯电动汽车行驶里程的限制,在满足商用要求的前提下,纯电动汽车用于长途运输服务在短期内难以实现。不过,城市物流因其配送区域较小、货物的批量较小、批次较多的特点,可以考虑使用纯电动汽车来完成城市的配送任务。为满足车辆当天多次配送任务的要求以及考虑车辆负载对实时能耗的具体影响,建立了考虑车辆负载对实时能耗影响的配送模型,以及时满足客户的服务时间要求。并以城市A为例,设计了蚁群算法对模型进行求解,为纯电动汽车的配送任务进行合理的路径规划与充电策略的安排。最后,通过与使用燃油车辆运营相比较,分析未来纯电动汽车在城市配送物流中的可行性。     

负载影响下纯电动汽车配送路径规划及充电策略

由于纯电动汽车行驶里程的限制，在满足商用要求的前提下，纯电动汽车用于长途运输服务在短期内难以实现。不过，城市物流因其配送区域较小、货物的批量较小、批次较多的特点，可以考虑使用纯电动汽车来完成城市的配送任务。为满足车辆当天多次配送任务的要求以及考虑车辆负载对实时能耗的具体影响，建立了考虑车辆负载对实时能耗影响的配送模型，以及时满足客户的服务时间要求。并以城市A为例，设计了蚁群算法对模型进行求解，为纯电动汽车的配送任务进行合理的路径规划与充电策略的安排。最后，通过与使用燃油车辆运营相比较，分析未来纯电动汽车在城市配送物流中的可行性。     

基于单亲遗传算法混合动态规划的电动汽车充电调度优化策略

充电调度是电动汽车运营的一个重要内容,合理有效的充电策略在帮助运营商降低成本的同时还能减轻电网高峰时段的供电负担。从充电站运营商的角度出发,在实时电价和每个充电任务时间必须连续的假设下,建立了一个电动汽车充电成本最小模型,给出一个单亲遗传算法混合动态规划的两阶段常规充电调度算法。与电桩一旦闲置即刻分配车辆进行充电的策略以及传统单亲遗传算法相比较,该充电调度策略在电桩负载均衡的情况下有效降低了电费成本,说明了算法的有效性。此外,实验结果表现出了充电任务在多数相同时段聚集从而避开高电价时段的特征,说明充电策略对减轻高峰时段的电网压力也有一定帮助。