分时电价下含电动汽车的微电网群双层多目标优化调度

为解决大规模电动汽车无序充电导致电网出现“峰上加峰”现象,依据电动汽车充电地点的不同将配电网划分为居民区、办公区、商业区微电网,提出基于峰谷差、分时电价、用户充电满意度多目标下的电动汽车充电模式,建立了微电网内运营商峰谷差最小—用户充电费用最少和充电满意度最大的双盈多目标优化调度模型,采用上海市实际居民办公商业混合体,基于MATLAB/NSGA-Ⅱ算法求解负荷整形度;采取粒子群优化算法求解电动汽车车主达到充电最优满意度;实现对电动汽车充电时刻和充电功率的引导。实际算例仿真结果表明,该方法能有效降低配电网负荷峰谷差,提高电动汽车充电效率,满足用户充电需求。     

考虑电动汽车有序充电的电网低谷调峰优化研究

针对上海地区受电比例逐年增大所带来的低谷调峰困难问题,提出了一种分时电价下电动汽车有序充电参与低谷调峰的策略。在上海电网原有峰谷电价的基础上,制定了合理的分时电价体系。以系统运行成本最低为目标,建立了含电动汽车有序充电的低谷调峰优化模型。根据上海电网实际算例,采用优化软件Lingo进行求解,验证了该策略的有效性和可行性。     

基于MDP及激励需求响应的电动汽车有序充电控制

电动汽车充电行为的不确定性及随机性使充电负荷短时间内大量接入电网从而导致较大的负荷波动,同时,电动汽车的无序充电行为,不能在分时电价的条件下保证充电用户的利益.为缓解这些问题带来的负面影响,首先,基于强化学习中马尔科夫决策过程(MDP)分析电动汽车的充电行为;然后,构造激励函数引导电动汽车根据电网供电裕度进行充电选择,得出同时满足负荷波动最小和用户花费最小的有序充电策略;最后,通过蒙特卡洛方法模拟电动汽车充电情况.有序充电仿真结果表明,该策略能有效地改善负荷叠加曲线,起到削峰填谷作用,并减少用户充电花费.     

考虑负荷优化的光储充电站储能经济性配置研究

为缓解电动汽车充电对电网的冲击,提升充电站的经济性,对光储一体化充电站储能配置展开研究. 首先分析了充电站电动汽车的负荷特性,结合峰谷电价,制定了储能运行策略. 然后通过建立储能配置双层规划模型,保证了充电站负荷最大程度优化的同时实现价格套利. 最后通过算例分析,得到商业区充电站储能经济性配置方案. 将该配置方案与以峰谷差作为优化指标的传统储能配置方案对比,结果表明该方案有效增加了总削峰量,并将充电站年购电成本进一步降低.     

基于MDP及激励需求响应的电动汽车有序充电控制

电动汽车充电行为的不确定性及随机性使充电负荷短时间内大量接入电网从而导致较大的负荷波动,同时,电动汽车的无序充电行为,不能在分时电价的条件下保证充电用户的利益.为缓解这些问题带来的负面影响,首先,基于强化学习中马尔科夫决策过程(MDP)分析电动汽车的充电行为;然后,构造激励函数引导电动汽车根据电网供电裕度进行充电选择,得出同时满足负荷波动最小和用户花费最小的有序充电策略;最后,通过蒙特卡洛方法模拟电动汽车充电情况.有序充电仿真结果表明,该策略能有效地改善负荷叠加曲线,起到削峰填谷作用,并减少用户充电花费.     

电动汽车代理商电力市场竞价策略研究

随着电动汽车的广泛投入使用,电动汽车代理商通过代理系统中数量庞大而分散的电动汽车参与电力市场竞价,不但有利于电动汽车的有序充放电,同时也给电动汽车提供了参与电力市场竞价的机会。基于电动汽车代理商的灵活报价,提出参与电力市场竞价的双层优化模型,上层以社会效益最大化为目标,下层以电动汽车充放电效益最大化为目标;通过KKT条件将双层优化模型转化为单层优化模型,采用非线性互补函数将非线性不等式约束转化为等式约束,并通过原对偶内点算法求解模型;最后,通过算例仿真分析,验证了所提模型的有效性和可行性。     

考虑风电消纳的电动汽车有序充电策略研究

电动汽车的电池作为电能的储能载体,不仅可以提供清洁能源,还可以在集中充电的方式下采用相应的调度策略消纳风电。电动汽车采用换电模式的背景下,以充电站内单一电池各时刻的充放电状态为控制对象,以抑制负荷波动为目标函数,建立调度策略数学模型,并采用改进的离散二进制粒子群算法(BPSO)求解,得到充电站调度优化策略。典型城市日负荷仿真分析结果表明:该有序充电调度策略能有效抑制风电波动对电网稳定的影响,具有"削峰填谷"作用。     

基于多目标优化模型的电动汽车充电调度策略

针对电动汽车充电带来的配网系统负荷峰谷差过大的问题,基于配网系统负荷变化基本情况,提出了动态多目标优化模型的电动汽车充电调度控制策略.构建了动态多目标优化模型,并提出了控制充电功率和控制起始充电时间两种优化调度控制策略,采用动态粒子群算法对模型进行了求解.仿真结果表明,优化控制方案能够起到削减负荷峰值的作用,和优化前相比负荷峰值下降约20%,节约充电成本40%～55%.     

基于双重粒子群算法的电动汽车参与配网优化调度

研究电动汽车参与含分布式光伏电源的配电系统的协同调度问题. 首先,建立了分布式光伏和电动汽车充电负荷的数学模型,给出了两种协同调度策略:电动汽车充电位置优化和电动汽车充电时段优化. 优化模型以配电系统网损最小为目标,分别就充电地址不固定和固定两种情况进行优化. 然后,使用蒙特卡洛法对电动汽车充电负荷情况进行模拟,使用双重粒子群算法对优化模型进行最优求解. 最后,用一个33节点系统作为算例系统对所提出的调度策略进行仿真验证,证明了优化策略能平抑电网波动,减少配电系统网损.     

V2G模式下电动汽车的有序充放电策略

电动汽车规模化接入电网会对配电网的安全运行造成负面影响,研究如何控制电动汽车的充放电过程有利于配电网的安全经济运行。以削峰填谷作为优化目标,建立了基于电动汽车与电网互动(V2G)技术的光储式电动汽车充电站系统模型,提出了电动汽车定时模式、定峰模式、负荷整形模式以及V2G与储能配合模式4种有序充放电策略。基于MATLAB软件平台的算例仿真结果表明,所提策略可在一定程度上起到削峰填谷的作用,验证了所提策略的可行性和有效性。     

需求侧规模化电动汽车的充电负荷优化调控策略

针对电力需求侧电动汽车(electric vehicles, EV)用户充电行为的不确定性,分析电动汽车充电负荷调度与控制技术,构建电动汽车充电负荷调控优化模型,提出考虑分时电价与削峰填谷的分层多目标电动汽车充电策略,并对某区域内的1 000辆电动汽车的充电场景进行调控仿真试验。结果表明,本研究提出的优化充电策略能够有效降低充电费用和充电功率峰值,验证了所提出的优化调控策略的有效性。     

智能电网中电动汽车快速有序充电实时电价优化方法

针对智能电网中电动汽车的有序充电调度问题,提出了用电价杠杆调节电动汽车快充负荷的实时电价机制,引入了愿望度模型,以电网负荷峰谷差最小为目标函数,充电站愿望度和用户愿望度为约束条件,建立了优化数学模型,并通过遗传算法对该优化模型进行求解。最后基于某地区2020年的预测数据进行算例仿真,结果表明,提出的实时电力定价机制可以有效降低峰谷差,保障充电站利益,满足用户充电需求,达到电网、充电站和用户的共赢。     

基于sigmoid函数激励需求响应模型的电动汽车有序充电控制策略

基于经济学理论提出电动汽车有序充电电价模型,给出考虑负荷波动和电动汽车车主支出最小为目标的多目标函数,利用蒙特卡罗方法模拟车主的充电行为,最后,采用粒子群算法求解多目标函数;该方法在电价激励机制的控制过程中,加入用户对电价的响应环节,给出满足sigmoid函数的电价激励策略在不同激励陡度参数下对电动汽车充电的引导效果。以某地区为例进行有序充电场景仿真模拟,结果表明:在兼顾车主和充电站运营商利益前提下,电动汽车规模一定时,选择适合的激励陡度参数能改善负荷曲线,使电网负荷波动最小。     

市场环境下计及参与需求侧响应的电动汽车换电站优化规划

相比于电动汽车充电模式,换电模式可以实现集中有序充电,从而实现以一个整体即电动汽车换电站(battery swapping station,BSS)的形式参与电网需求侧响应。在此背景下,建立了计及参与需求侧响应的BSS双层优化配置模型,以极大化BSS的净收益为上层优化目标,极小化配电网公司全寿命经济成本为下层目标,对BSS的位置、额定充电功率、初始购买电池的数量以及BSS参与需求侧响应的合同价格和每小时的调用功率等进行优化。采用内嵌改进粒子群算法的网格自适应直接搜索算法对该双层规划模型进行求解。最后对IEEE-33节点配电系统进行仿真计算,结果表明,计及BSS参与需求侧响应过程,可以同时提高BSS和配电网公司的经济效益,并且可以促进分布式电源的消纳,验证了所提模型的可行性及有效性。     

计及引导型充电控制策略的电动汽车充电设施与配电系统协同规划

对电动汽车(electric vehicle, EV)充电设施与配电网络进行协同规划可减少EV充电负荷对配电系统的负面影响,并降低各参与方的总社会成本。在开展二者的协同规划时,需要适当考虑引导型充电控制策略对充电负荷时空分布的影响。在此背景下,研究考虑引导型充电控制策略的EV充电设施与含有分布式光伏、储能的配电系统的协同规划问题,建立双层优化模型。上层优化模型以充电设施与配电网络协同规划的总投资成本最小为优化目标,考虑电力系统运行安全约束与EV充电站建设和运行约束,系混合整数非线性规划问题;下层优化模型则以配电系统运行成本与EV充电设施周围交通道路阻塞的时间等效成本之和最小为优化目标,并考虑配电网络运行约束与EV用户充电需求约束,也是混合整数非线性规划问题。求解上层优化模型得到充电设施与配电网络协同规划结果并作为下层优化模型的输入,而由下层优化模型求得的充电需求时空分布结果作为上层优化模型的输入。采用商业求解器CPLEX确定下层引导型充电控制策略,利用遗传算法对所构建的双层优化模型进行求解。最后,以宁波市海曙区东部区域的EV充电设施与配电网络协同规划为例,对所提出的方法进行说明。     

考虑充电调度的电动无人车配送路径规划问题研究

在充电站有充电容量约束的情况下,研究充电调度电动无人车配送路径规划问题。首先以极小化车队中电动无人车的最大行驶距离为目标,构建数学规划模型,为电动无人车车队安排配送路径,使得各车的行驶距离尽可能均衡;其次应用动态规划算法(Dynamic programming algorithm, DP)求解小规模算例,改进遗传-模拟退火算法(Genetic-simulated annealing algorithm, GA-SA)优化较大规模算例的电动无人车路径和充电策略;最后对相关因素进行灵敏度分析,以验证所提出算法的可行性与合理性。结果表明：DP算法解小规模算例表现良好;改进GA-SA算法与单纯遗传算法(Genetic algorithm, GA)相比,求解大规模算例时优化的路径效果更佳,且大大缩短电动无人车车队的最长子路径的长度和总行驶距离。该研究可以为物流公司的电动无人车配送业务发展提供参考,帮助企业提高电动无人车的运输效率和服务水平,降低配送成本。     

特斯拉电动汽车充电站选址与数量优化研究

针对如何确定电动汽车充电站选址及数量问题,建立充电站投资运行维护成本的目标函数,利用量子粒子群优化算法对目标函数求解.基于建立的模型,通过实例分析对美国和韩国的电动汽车充电站进行规划,并对未来电动汽车充电网络的发展提出建议.     

智能电网中电动汽车充电的自适应电价控制方法

针对电动汽车的充电提出一种电价控制策略。聚合管理者集中管理电动汽车的电池,并且考虑用电高峰时电网的电能供给有限,通过电价控制调整充电的需求量。采用自适应动态规划,通过在线网络训练,得到最优的电价策略。仿真结果表明,该自适应电价控制方法能够通过学习电动汽车的移动性和充电过程,从而调整实际充电需求量至期望水平,保证智能电网的稳定运行。     

基于萤火虫算法的电动汽车充电站优化布局

随着国家对节能环保设备的大力扶持,电动汽车市场规模不断扩大,充电站的投资不断增加。分析了电动汽车充电站选址的一般情况,综合考虑充电站与用户成本的综合效益成本最低条件下的运行情况,构建用户-充电站运营成本最小的综合优化模型,以充电站与用户之间的对应关系为约束条件,对充电站最优规划模型进行全面、充分地分析。所构建的电动汽车充电站规划问题是非凸、非线性、组合优化问题,引入萤火虫优化算法进行求解,萤火虫优化算法案例分析结果表明了该算法可以得到最优解,而不会陷入局部最优。结合构建的充电站成本最小模型,实例结果表明,基于萤火虫优化算法的电动汽车充电站的布局规划具有简单实用、全局最优、适应性强、经济性好等优点。     

基于EMA的电动汽车协同调度策略研究

针对大规模电动汽车接入电网无序充电的问题,本文以充电站收益和电动汽车用户收益最大为主要目标,以电动汽车充放电功率和电池电量不超过允许范围为约束条件,建立了电动汽车调度模型,采用演化膜优化算法对模型进行求解,同时以某市历史电网负荷参数为例进行分析。算例分析表明,通过充电站和电动汽车用户协同调度,电动汽车充放电可使充电站和电动汽车用户同时获取最大收益。若按算例中汽车日行驶规律计,使用电动汽车的用户每日可获益约29元,且电动汽车数量的增大有利于电网负荷峰谷差的减小。该研究对大规模电动汽车入网的协同调度策略具有一定参考价值。