采用拉格朗日松弛法的电动汽车分散优化充电策略

电动汽车聚合商作为电动汽车充电服务的提供商,是电网公司和电动汽车用户之间交互的重要协调者。从电动汽车聚合商的角度出发,在考虑电动汽车用户的电量需求、充电时间以及配电变压器的可用容量等约束条件下,以电动汽车聚合商充电收益最大化为目标,构建了基于拉格朗日松弛法的分散优化模型,研究了分散优化充电策略的执行机制和流程。采用蒙特卡洛方法模拟电动汽车的充电情况,通过仿真算例,对比分析了在无序充电、集中优化充电和分散优化充电模式下的负荷曲线、经济效益和计算效率。结果表明：基于拉格朗日松弛法的分散优化充电策略可得到近似于集中优化模式下的充电收益,同时具有更高的计算效率,适合实际应用。     

基于交替方向乘子法的电动汽车分散式充电控制

大规模电动汽车的无序接入会对电力系统的安全、经济运行产生诸多不利影响。针对这些问题,建立了用户收益最大化及系统有功网损最小化的实时充电控制多目标凸优化模型。引入交替方向乘子算法,将集中式充电优化问题转换为分散式以设备为单位的子优化问题求解。每次迭代设备与相邻的交互信息点之间仅需交互少量信息,利于保护用户的信息安全,并能有效解决集中式控制策略引起通信要求高、计算开销大的问题。IEEE 33节点、实际的119节点配电网系统的仿真结果表明:所提模型与集中式优化模型的计算结果一致,所提算法计算效率高、通信开销小,适用于滚动式实时调度。     

基于内嵌增广拉格朗日函数Q-learning方法的虚拟电厂市场博弈策略

聚合了多品类能源资源的虚拟电厂为多主体参与下的竞争电力市场增添了较多不确定性。为了刻画虚拟电厂在市场博弈行为中的特点,探寻更高效的电力市场交易机制,提出了一种含虚拟电厂的电力市场古诺博弈模型,并证明了其纳什均衡解的唯一存在性。由于传统优化算法难以准确模拟现实中发电商之间的竞争过程,而适用于不完全信息博弈的Q-learning算法又难以处理复杂的约束条件,提出了基于多智体框架下Q-learning算法内嵌拉格朗日函数的联合求解算法,对含虚拟电厂的电力市场博弈模型进行求解。算例分别采用遗传算法与所提算法对模型进行仿真测试,结果表明,在电能需求总量恒定且统一出清模式的电力市场中,虚拟电厂较传统电厂有着优越的资源整合与盈利能力,且所提算法能够获得更为稳定的收敛结果。     

计及激励型需求响应的电动汽车聚合商充电优化调度

研究了电动汽车聚合商如何决策最优的经济激励值和充电量,以达到收益最大化的目的。提出了用户向聚合商交流其充电情况的主动需求响应方式;构造了基于经济激励的电动汽车聚合商的最优充电调度模型,所建立的调度模型是一个二层模型,上层以聚合商收益最大为目标,以用户主动需求响应量为约束,下层为实时电力市场的出清模型,上层模型中的市场电价来自于下层模型;将该模型转化为混合整数线性规划模型,采用拉格朗日替代法与分支切割法的协同组合方法求解。算例分析表明所提模型能够提高聚合商的收益。     

电动汽车的无线充电控制策略研究

随着大量电动汽车并网充电,有必要对电动汽车进行能量管理以实现电动汽车有序充电,从而保证电网安全。电动汽车的无线充电基于耦合磁场传输电能,具有便携性、美观性等特点,存在着广阔的应用前景。本文聚焦于电动汽车无线充电的控制策略,仅通过控制无线充电系统的原边相位,以实现电动汽车充电功率的灵活调节。本文研制了实验样机,实验结果验证了本文所提无线充电控制策略的有效性。     

电动汽车分散充电设施配比度分析与计算方法

分散充电设施需按一定比例合理配置以满足电动汽车的充电需求,同时尽量避免设施冗余。本文首先基于美国NHTS的私家车调查数据,统计分析车辆的行驶里程分布规律,研究用户对不同剩余荷电状态(SOC)接受心理下的电动汽车充电需求概率,提出了分散慢充桩与电动汽车的配比度分析计算方法;其次分析了影响用户进行快、慢充选择的诸多因素,进而建立用户快充需求判断的概率模型,提出了分散快、慢速充电设施的配比度分析计算方法;最后,提出了检验充电桩建设数量是否满足用户充电需求的指标,并进行了算例的模拟验证。本文所提配比度计算方法可为分散充电设施的规划配置提供依据。     

居民区的规模化电动汽车有序充电控制策略研究

电动汽车的大规模接入配网必然会对配网产生较大的影响.文章根据居民区电动汽车的出行特性建立了居民区的充电负荷模型,并基于最优参数控制和有效区间控制提出了两种充电策略.最后,通过对某一典型居民区仿真,比较了上述两种策略和无序充电以及无序延迟充电对负荷曲线削峰填谷的有效性.     

电动汽车蓄电池的充电方法和充电设备

电动汽车常用的蓄电池有铅酸蓄电池、镉镍电池、氢镍电池、锂离子电池等,由于它们的结构及充电特性不同,充电时的方法也各异,这些蓄电池使用的充电设备可以是车载式、非车载式,也可以是接触式和感应式的.     

电动汽车日充电曲线预测方法北大核心CSCD

随着能源问题和环境问题日益严重,电动汽车将会在未来一段时间迅速发展,并成为电力系统重要的新型负荷。预测电动汽车日充电曲线,对于电力系统优化运行和合理调度具有重要意义。对影响电动汽车日充电曲线变化规律的因素进行分析,以国外统计资料为基础,通过对电动汽车起始充电时刻和日行驶里程概率分布的分析,建立了电动汽车日充电曲线预测模型,以上海市未来电动汽车发展规划为依据,对其电动汽车日充电曲线进行预测分析,比较工作日和非工作日、统一电价和分时电价对电动汽车日充电曲线的影响。     

基于双层区块链的电动汽车充电隐私数据可信聚合方法

在海量电动汽车接入的配网未来场景下,聚合配网各区域的电动汽车充电负荷数据是制定电动汽车需求响应策略,引导有序充电的重要基础。传统数据聚合手段在未来场景下将面临电网企业负担增大、数据可信赖性不足、车主隐私信息泄露等问题。为此,提出基于双层区块链的电动汽车充电隐私数据可信聚合方法。首先,建立了电动汽车充电数据多层级聚合架构,以区块链为手段实现自治化的充电数据聚合,减轻电网企业收集海量电动汽车充电数据的负担;随后,提出了隐私保护的电动汽车充电数据可信聚合算法,保护电动汽车隐私信息并保障聚合结果的可信赖性;最后,通过理论推导和算例分析,论证了所提方法的防篡改性能和隐私保护性能。     

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。     

基于车联网框架的电动汽车有序充电策略

电动汽车作为可进行需求响应的移动负荷,其对电网的影响力随着规模的扩大日益凸显。为了发挥其作为可控负荷的潜力,促进电网与用户间的互动,提出基于车联网APP和电动汽车电池管理系统的车联网系统结构,该系统可实现电池状态数据的监测与传输;以平抑当前日负荷为优化目标,以避免在用电高峰时期充电和不形成充电高峰为约束构建二次规划模型,得到每一推送时间段推送量理论值;并根据用户响应概率分布修正该理论值,进而得到每一推送时间段实际推送值;进一步提出基于车联网框架的有序充电策略;最后通过蒙特卡洛模拟法对该方案进行验证,结果表明以用户响应行为大数据为基础的电动汽车车联网系统通过引导电动汽车有序充电,达到降低日负荷峰谷差的目的。     

电动汽车充电设施规划方法

电动汽车作为新能源汽车的主要发展方向之一,越来越受到人们的重视.充电设施的规划建设是电动汽车推广的重要前提.电动汽车充电设施的规划不同于变电站、加油站等服务终端的规划,具有鲜明的特点.将电动汽车充电设施规划划分为示范阶段、公益阶段和商业运营阶段,并分析每个阶段的特点;提出了充电方式的选择优化模型,并基于此对各充电方式进行充电需求预测;提出了间距比、充电容量冗余度、充电电量冗余度等概念,以及充电设施规划的原则、流程和模型.案例分析表明了规划方法的适用性.     

电动汽车充电站有序充电调度的分散式优化

大量电动汽车无序充电会给电力系统尤其是配电系统的安全与经济运行带来影响甚至挑战。针对集中式优化与控制方法的不足和固定电价策略的缺陷,基于拉格朗日松弛法,将传统的电动汽车充电站有序充电调度集中式优化问题分解为N个子问题(N为需充电电动汽车数量),提出了有序充电调度的分散式优化策略。优化模型以充电站收益最大为目标函数,考虑了用户用电需求、充电时间、变压器容量等约束和充电站分时电价策略。为验证所提方法的有效性,采用蒙特卡洛法模拟电动汽车充电需求,对采用集中式优化和分散式优化策略的有序充电和无序充电情形,以及充电站售电固定电价和分时电价模式下的充电站收益、削峰填谷效果、计算效率等进行仿真计算和分析。结果表明,所提方法相比于无序充电及充电站固定电价策略,可显著提高收益;相比于集中式优化,计算效率更高;充电站采用售电分时电价虽有"填谷"效果,但平抑负荷波动效果并不十分理想。     

计及电价不确定的电动汽车聚合商区间调度策略

合理优化电动汽车(EV)的充放电过程,为电网提供辅助服务.文中构建了EV参与削峰填谷的市场机制,提出响应的补偿机制;建立了计及市场电价不确定性的聚合商多目标区间调度模型;引入ε约束将原多目标优化模型转化为单目标确定性模型,得到各利润偏差下的Pareto解,进一步构建模糊满意度函数,综合满意度最高的Pa-reto解即为模型最优解.算例分析结果表明:在所建立的市场机制下,聚合商可根据市场需求,与电力公司实现良好地双向互动;运用多目标区间方法求解后,可实现模型经济性与鲁棒性的均衡,进一步验证了调度策略的可行性、有效性.     

基于一致性K均值聚类的电动汽车充电负荷建模方法

准确预测电动汽车充电负荷是供电规划优化设计的基础,提出一种基于聚类分析的电动汽车充电负荷预测方法。将牵制一致性控制引入充电负荷数据聚类分析中,提出基于一致性理论的k均值聚类方法,利用当前时段与相邻时段充电负荷数据的不相似性度量,迭代更新聚类状态,准确计算聚类中心,完成电动汽车充电概率与充电起始时间概率分布函数的快速求取;根据识别出的电动汽车充电行为特性参数,通过求解非线性规划函数,准确预测充电高峰时期聚集负荷模型。结合典型场景下杭州电动汽车充电实际案例,验证了所提方法具有计算简单、聚类快速、建模准确的特点。     

考虑三相负荷平衡的电动汽车有序充电策略

电动汽车负荷的大规模接入可能导致配电网出现三相不平衡问题,威胁电网安全经济运行。当前提出的大部分有序充电方法均针对等效的单相系统进行建模,忽略了三相不平衡问题的处理。文中提出一种考虑三相负荷平衡的电动汽车有序充电策略。算法外层运用三相前推回代法迭代修正节点电压,内层则通过求解一个电动汽车有序充电三相模型获得优化充电功率。通过调控电动汽车的充电功率及时段,可实现降低配电网网损以及三相之间负荷平衡的控制目标。仿真结果表明,所提出的有序充电策略可以有效避免电动汽车负荷大规模接入导致的三相不平衡现象,同时降低配电网网损、平抑负荷波动,保障电网安全经济运行。     

基于电动汽车时空特性的充电负荷预测

电动汽车充电负荷预测是进行充电设施、电网规划建设以及运行调度控制的基础。电动汽车充电负荷的时空分布具有很强的随机性,在对预测区域空间进行划分的基础上,考虑电动汽车的动态转移特性,对不同功能用地的泊车规律进行分析,预测不同类型电动汽车的空间分布,进而对不同电动汽车充电时间特性的影响因素进行分析,并建立了预测模型。利用蒙特卡洛仿真方法对某市一区域在不同情景下的充电负荷进行计算。结果表明,不同功能区的充电负荷分布特性差异明显,并且采用快速充电方式的比例越高,峰谷差越大,因此可根据预测结果对电动汽车充电时间、充电地点和充电方式进行合理引导,使在满足充电需求的同时,减少充电负荷对电网的影响。