电动汽车换电站有序充电调度策略研究

大规模电动汽车无序充电行为会对电网经济运行造成影响,迫切要求实现有序充电技术。根据电动汽车换电站特点,提出了以换电站充电功率为控制对象的有序充电调度策略,建立不同目标函数的调度策略数学模型,并采用粒子群算法求解,得到次日优化充电计划。基于某地区负荷曲线进行算例仿真,验证了算法的有效性,比较了不同优化目标的调度策略对负荷曲线的影响,分析了优化目标函数值随换电站容量的变化趋势。结果表明,提出的换电站有序充电调度策略能够有效地减小电网峰谷差,提高负荷率,起到平稳负荷波动的作用。     

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。     

电动汽车充换电站换电池的有序充电优化

大规模的电动汽车充电负荷具有大功率、波动性和不确定性的特点,将给电网带来峰值增高、电压波动等不利影响。为了降低电动汽车充电负荷对电网的不利影响,建立了电动汽车充换电站换电池的充电优化模型。通过对换电池在充电过程中充电时间、充电功率和电池电量的实测数据进行拟合,得到了电动汽车换电池的充电特性。以此为基础,建立了电动汽车充换电站的换电池有序充电模型,该模型在满足充电机数量、电动汽车对换电池的需求、充换电站容量和变电站容量约束的前提下,最小化所属变电站负荷曲线的离差平方和,并应用遗传算法实现了有序充电模型的快速求解。以山东省某电动汽车充换电站为算例,证明了该模型的快速性、正确性和有效性。     

计及运营特性的电动汽车换电站时空双层调度

为实现电力系统与电动汽车换电站运营系统的有机融合,在进行电网调度最优化的同时兼顾保障换电站运营,提出了将电动汽车换电站运营参数构建惩罚函数加入调度目标函数的模型。该模型采用双层时空解耦结构,上层模型以整体代理的方式实现换电站在时间尺度的多目标优化调度(包括负荷波动、峰谷差最小),下层模型在空间尺度上合理分配各换电站充电计划来调节包含间歇性分布式电源的电网潮流分布,实现网损最小化,同时引入运营惩罚函数实现换电站运营状况对电网的反馈。之后,采用自适应变异粒子群算法对提出的双层系统进行迭代求解。最后在修改的IEEE 30节点算例中说明该调度模型的作用。     

基于分时电价的电动汽车有序充放电策略研究

为了减缓电动汽车无序充电造成的负荷波动,提出一种基于分时电价的电动汽车有序充放电策略。构建了居民区电动汽车负荷模型,在考虑负荷均方差、用户充放电成本和电动汽车充电量的情况下,建立多目标优化函数,并采用改进粒子群算法求解多维优化问题。仿真结果表明,所提有序充放电策略能在有效平缓电网负荷曲线的同时,增大电动汽车充电电量和减少用户充放电成本,最大程度满足用户出行需求。     

基于自适应变异粒子群算法的电动汽车换电池站充电调度多目标优化

大规模电动汽车用户的无序充电行为会对电网造成“峰上加峰”等影响,因此电动汽车规模化应用迫切要求实现对充电行为的引导和调度.电动汽车换电站具有受可调度时间约束影响小等特点,与个体电动汽车相比较易实现充电调度.根据换电站的特点以换电站各时刻的充电功率为控制对象,建立多目标的调度策略数学模型,并采用自适应变异的粒子群算法求解...     

基于聚类分层的规模化电动汽车协调充电策略

随着电动汽车(electric vehicle, EV)的大规模推广应用,EV的无序充电会给电网的运行带来很大的压力。以居民小区作为应用场景,以私家车作为研究对象,提出一种EV智能有序调度策略。建立模糊推理系统,使用户主动响应有序充电策略。为得到较好的优化效果,提出有序充电分层控制架构和聚类分组措施,上层控制中心根据用户充电需求和谷时段EV充电量下发功率指导曲线,下层考虑下发的功率指导曲线。经过聚类分组确定充电优先级后,以电网负荷波动最小和功率指导曲线执行最优为综合优化目标函数,建立智能电网环境下的EV集中充电多目标优化调度模型。采用改进的鱼群算法求解优化后的模型,并通过MATLAB算例计算结果验证了所提调度策略的有效性。     

基于电动汽车供电资源态势感知的台区负荷弹性调度策略

考虑电动汽车、空调负荷等柔性负荷的无序接入对电网造成的不利影响,提出一种计及电动汽车供电资源态势分析的台区负荷弹性优化调度方法。首先,对电动汽车的充电需求进行概率预测,通过量化分析电动汽车负荷的特性指标,提出了台区电动汽车供电资源的态势感知模型,通过集成学习算法训练进行供电资源态势评估;接着,基于供电资源态势感知情况提出对电动汽车充电需求进行弹性伸缩的优化调度策略,将电动汽车充电需求与空调负荷削减量作为控制量,建立带弹性约束的多目标调度计划优化模型,采用改进多目标粒子群算法求解得到优化调度计划;最后,通过台区算例分析验证了所提优化调度方法能实现对电网负荷的削峰填谷,协调解决柔性负荷需求与资源闲置状态下存在的冲突,对电动汽车充电和空调用电负荷进行有序调度,以实现供电资源利用率最大化。     

多目标优化的高渗透率电动汽车有序充电策略

电动汽车作为一种新型负载,其大量无序充电行为给电网造成了压力,影响了电网的稳定和经济性,因此提出了一种基于分时电价的电动汽车有序充电策略。以电动汽车为研究主体,分析充电模式因素对电动汽车充电负荷的影响,并引用蒙特卡洛法对预测充电负荷进行计算。在此基础上,结合分时电价建立一个以负荷峰谷差最小和用户充电费用最低为目标的多目标模型,采用改进非支配排序遗传(NSGA-II)算法对目标函数进行求解,对比不同渗透率下的优化结果。结果表明,该控制策略降低了充电成本、减小了峰谷差,实现了负荷曲线的“削峰填谷”,且随渗透率的增加,优化效果更为显著。     

基于电动汽车充电负荷需求预测的电网调度优化*

现有的电网调度方法对电动汽车充电负荷需求的预测效果较差,预测的负荷变化趋势与实际情况相差较大,因此基于电动汽车充电负荷需求预测提出电网调度优化方法。根据电动汽车到达充电站的起始和终止时间,计算得到充电时长,电网调度再根据此时间段执行充放电活动。对历史负荷数据标记季节和假期属性,得到属性相似的初步样本,使用充电负荷数据的最值和平均值作为负荷属性,经过AP算法聚类后,利用CNN模型对样本负荷进行预测,其通道值分别为负荷值、温度和车流量,输出充电负荷需求值。根据充电负荷预测信息和剩余容量确定电网调度优化目标和调度约束条件,改变电动汽车的充电时刻,实现电网负荷优化。测试结果表明,该设计方法使用有序的充电策略保证了良好的优化调度效果,满足充电负荷需求。     

V2G模式下微网电动汽车有序充电策略研究

为了应对V2G(Vehicle-to-Grid)模式下大规模电动汽车接入给电网带来的诸多挑战,针对现有电动汽车调度策略对大规模电动汽车充放电需求考虑不足的问题,提出一种微电网电动汽车有序充电策略。调度策略可根据当前微电网负荷状态、电动汽车充电需求等实时数据,采用模糊控制算法优化安排电动汽车充电计划,满足电动汽车充电需求同时实现对电网的削峰填谷。利用该调度策略对某配电区域600辆电动汽车进行充电,并与传统即时充电策略进行比较分析。仿真结果表明,基于模糊控制算法的电动汽车有序充电策略能够有效避免大量电动汽车接入电网引起负荷尖峰的问题,为电网提供削峰填谷的服务,实现用户和电网的双赢。     

考虑电动汽车有序充电的光储充电站储能容量优化策略

针对电动汽车和光伏系统接入配电网与储能装置结合过程中的配置优化问题,提出了一种考虑电动汽车有序充电的光储充电站储能容量优化策略。首先,基于典型日光照强度曲线和光电能量转换关系计算光伏系统输出功率。其次,根据电动汽车用户出行习惯、充电行为特性、充电模式等充电负荷影响因素,建立影响电动汽车充电负荷的概率模型,利用蒙特卡洛方法预测无序充电下电动汽车充电负荷。然后,以电网出力曲线峰谷差最小为目标函数、采用粒子群算法计算电动汽车有序充电时电网出力总负荷,进而确定光储充电站储能容量最优解。最后,利用所提策略计算以电动私家车和电动出租车为主要服务对象的某居民区光储充电站内最优储能容量。结果表明,未考虑储能时电动汽车无序充电造成电网负荷峰上加峰,有序充电下电网负荷峰谷差值下降15.35%,考虑电动汽车有序充电同时配置最优储能容量时电网负荷峰谷差值下降了20.65%,实现了削峰填谷,增强了电力系统运行的稳定性。得到的结果为光储充电站的储能容量配置提供了参考。     

基于有序充电策略的换电站及分布式电源多场景协调规划方法

通过引入电动汽车换电站的有序充电策略,以系统建设运行成本、综合净负荷波动指标以及网络能量损耗最小为目标,提出统筹考虑电动汽车换电站和分布式电源的多场景协调规划方法,并给出满足电动汽车换电需求约束和备用电池存在性约束的备用电池调度方案和最少备用电池计算方法。结合风光电源出力的季节特性,针对IEEE 33节点系统,利用生物地理优化算法进行多场景规划仿真分析,验证了所提规划方法可利用换电站有序充电策略平抑配电网综合净负荷波动,起到了削峰填谷的作用,大幅降低了网络能量损耗,显著提高了风光电源的可规划容量;同时所采用的最少备用电池计算方法,可充分考虑换电站内备用电池在一天中的循环利用,在维持有序充电策略周转的前提下能有效缓解电池储备压力,大幅降低了换电站投资成本。     

含新能源接入的电动汽车有序充电分层控制策略

有序的电动汽车充电负荷可纳入电网调度体系,改善电网运行现状。提出了一种含新能源接入的电动汽车有序充电分层控制策略。策略中主控制中心通过求解削峰填谷两阶段优化模型得到电动汽车充电负荷指导曲线,各次级控制中心根据实际情况选用集中式/分布式控制策略实现电动汽车充电负荷跟随。策略中考虑了新能源弃用比例约束,确保新能源出力高水平消纳。仿真结果表明,提出的分层控制策略具有良好可扩展性,可因地制宜融合多种控制策略,实现次级控制中心的负荷跟随目标以及主控制中心的削峰填谷目标。     

基于分时电价的电动汽车多目标优化充电策略

随着电动汽车渗透率的增加,电动汽车的无序充电会给区域配电网的运行带来很大压力。为了减小电动汽车负荷对电网的影响,提出了一种电动汽车智能充电的调度策略。在分时电价的基础上,将充电成本最小化和负荷方差最小化作为目标函数,考虑了充电机最大充电功率限制等约束条件,建立了电动汽车集中充电的多目标优化调度模型。采用了非支配排序遗传算法(NSGA-II)对优化模型进行求解,通过Matlab算例的计算结果验证了该策略的可行性和有效性。分析了不同数量电动汽车和不同时间窗口的取值对优化结果的影响,并据此给出了相关建议。     

换电模式下电动汽车电池充电负荷建模与有序充电研究

为了建立换电模式下电动汽车电池充电负荷及优化模型,对2种电动汽车换电模式即充换电模式和集中充电统一配送模式的结构、运营流程进行了分析。在满足用户换电需求的约束下,基于分时电价机制,提出考虑2种换电方式的以总充电费用最小为目标的第1阶段优化模型。第2阶段优化以第1阶段求取的最小充电费用为总充电费用的上限,以日负荷曲线波动最小为目标。以中国2020年充电负荷为例进行计算,对不同类型电动汽车采用不同的换电方式,并将换电模式与充电模式的充电负荷进行比较。计算结果表明,换电模式下无序充电情景峰荷较充电模式时增加较小,有序充电情景电网峰荷将不会增加,所提出的换电模式下有序充电模型能够有效减少充电费用及日负荷曲线波动。     

规模化电动汽车有序充电分层控制策略研究

电动汽车作为一种特殊电力负荷大规模投入电网后,对其有序充电策略进行研究,能够降低充电负荷对电网的冲击、平抑负荷波动,降低用户充电费用。文中以电动私家车为研究对象、居民小区为应用场景,提出了一种上层根据居民小区的充电需求与负荷方差最小的优化目标确定功率指导曲线、下层同时考虑下发的指导曲线以及充电站峰谷差最小的优化目标来满足用户充电需求的有序充电优化方法。分析充电模式等因素对电动汽车(Electric Vehicle,EV)充电负荷的影响,并基于蒙特卡洛方法进行充电负荷预测的计算;提出了电动汽车有序充电的分层控制架构,并建立了能够平抑总体负荷波动、降低变电站负荷峰谷差的双层优化模型,采用粒子群算法进行计算;以某居民小区为例进行仿真计算,对比电动汽车在不同渗透率下使用该优化充电方法前后的结果。结果表明,该控制策略使充电负荷的高峰期往后推迟至基础负荷的用电低谷期,实现了负荷曲线的“削峰填谷”,且随着渗透率的增加,在降低负荷峰谷差、平抑负荷波动方面的优化效果更好;在充电费用方面,有序充电情况下充电费用减少了29.0%,降低了电动汽车用户的充电负担。     

计及电动汽车不确定性的有序充电调度策略

大量电动汽车的接入,对智能电网调度提出了新要求。采用合理的充电调度策略可以充分发挥电动汽车在智能电网中削峰填谷等作用。在此背景下,首先分析影响电动汽车充电负荷的因素,根据电动汽车充电特性建立电动汽车充电负荷模型。然后,综合分析电动汽车用户的使用需求,在此基础上建立考虑电动汽车充电不确定性的电网调度随机最优潮流模型。最后,以一标准33节点配网测试系统为例,比较自由模式下和有序充电调度模型下电网负荷曲线,证明了所提出电动汽车充电调度模型在平滑电网等效负荷波动方面的有效性和可行性。     

考虑电动汽车换电站负荷特性的电网管理效益分析

电动汽车充放电管理是智能电网需求侧管理的重要组成部分。基于对3种常见充电模式的比较,首先分析了换电模式在电动汽车负荷管理方面的优势。然后,分析了电动汽车换电站的负荷特性,研究了其对电网运行的影响。最后,以一假想的换电站接入IEEE 33节点配电系统,比较电动汽车换电站有序和无序充放电对电网运行的影响,从而说明换电站有序充放电的管理效益。     

基于深度强化学习的大规模电动汽车充换电负荷优化调度

针对大规模充换电站的聚合优化调度问题,提出一种基于SAC深度强化学习的充换电负荷实时优化调度策略。该策略充分考虑了负荷调控过程中的用户因素、系统因素和市场因素,能够实现大规模电动汽车与各类电力系统主体的友好互动。首先,考虑充换电站的发展规模和调度性能建立联合运行框架;其次,提出考虑多重用户特征的可调性识别模型对电动汽车的实际可调性进行判断;进而,考虑充换电站优化调度的多重时空特征,构建不同场景下可调充换电负荷的优化调度模型;然后,基于SAC算法求解并网充换电负荷的实时调度方案;最后,以电动汽车聚合优化虚拟电厂负荷为例,验证了SAC算法应用于大规模电动汽车充换电负荷实时优化调度的经济性和高效性。