电动汽车充电行为分析及其有序充电控制策略研究

电动汽车作为一种特殊的负荷,具有随机性、间歇性、时空的波动性等特点。当大量的电动汽车负荷接入配电网进行无序充电时,将会使电网负荷增长、峰谷差加大、损耗增加、电压下降,影响配电网安全稳定经济的运行及电网的优化调度。因此,为了电网安全稳定经济的运行,本文采用蒙特卡洛模拟法对电动汽车进行了充电负荷建模,在满足用户充电需求的基础上,提出了一种基于峰谷电价引导的电动汽车有序充电控制策略,进而通过Matlab仿真来分析电动汽车无序充电及有序充电控制策略实施时对电网的影响,并验证了所提策略的有效性,避免了电动汽车集中充电,降低了电动汽车负荷峰谷比和电力系统运行成本。     

城市配电网下的电动汽车有序充电策略研究

按照当前城市供电能力,电动汽车的充电负荷增加将会使电网负荷承担进一步加重,如果不合理安排其充电,大量的充电负荷集中在负荷峰值期充电,将会使电网峰谷差增大、网损增加、电网利用率降低。在考虑电动汽车种类以及用户充电场所后,根据电动汽车的百公里耗电量、充电时长和特性、用户行为等,在电网负荷谷时段,建立用户充电费用最少为目标的有序充电策略,最后利用粒子群算法求解,通过算例比较有序充电和无序充电的充电费用和峰谷差,验证了该方法的有效性。     

基于实时最优恒定功率的电动汽车有序充电策略

大规模电动汽车无序接入充电会与电力系统基础负荷"峰峰相叠",加大系统峰谷差,造成配电变压器重过载和系统网损增大等后果,从而威胁电网的安全运行.为了实现电动汽车有序充电,在以负荷波动差作为网损分析指标的基础上,提出基于实时最优恒定功率的电动汽车有序充电模型.根据常规负荷预测曲线和电动汽车充电基础数据求解实时最优恒定功率,在满足配变最大容量等约束的前提下,以系统负荷波动差最小为目标形成电动汽车有序充电方案.最后通过MATLAB平台作算例仿真,以IEEE 33节点系统为例的仿真结果表明:所提有序充电策略能够更有效地实现系统负荷"移峰填谷",达到平抑负荷波动和降低系统网损的目标,从而验证了该策略的有效性.     

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。     

电动汽车充电负荷预测及有序充电控制策略研究

电动汽车充电负荷控制较复杂,需要构建严格的控制策略,使其能够顺利完成充电过程,提高车辆运行的平稳性。基于此,先从需求建模、负荷预测、负荷计算三个方面对电动汽车充电负荷预测方法进行分析;再从有序充电系统、通信控制方案、控制算法分析等方面对有序充电控制策略进行研究,确保控制过程能够有序开展,保障电动汽车具有良好的负荷状态。     

基于分时电价的电动汽车群有序充电策略研究

针对目前很多型号的电动汽车电池管理系统(battery management system,BMS)与居民小区内的慢充充电桩不能正常通信的问题,依据确定性分析法,以倒序递推原则安排电动汽车的充电开始时间,研究了一种不采集电动汽车电池荷电状态(state of charge,SOC)来实现小区内电动汽车群(aggregator)有序充电的控制方法,并以小区配电网为例,采用蒙特卡洛方法模拟用户到达时间,对电动汽车在无序充电、总负荷最低时段充电和倒序递推时段充电3种充电模式下配电变压器的负载情况进行了仿真和分析,结果表明,在倒序递推时段充电能显著减小电网峰谷差率,不会产生新的负荷尖峰,适用于实际应用。     

基于台区负荷平衡和优化的电动汽车有序充电策略研究

正分析了电动汽车用户充电需求,并在此基础上研究了电动汽车充电负荷调度方式和有序充电优化方法,提出了基于台区负荷平衡的有序充电优化控制策略,在满足用户充电需求的前提下,实现了电动汽车充电功率的合理分配,减少对     

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。     

电动汽车有序充电方法研究

未来规模化的电动汽车充电将会给电网的运行带来影响,无序的充电会给电网带来负面冲击。充电负荷具有时空双尺度的可调节性,利用此特性可在时间和空间上进行双尺度的负荷调度,使电动汽车充电负荷对电网运行产生积极的作用。基于此特性和实测的充电负荷数据,提出了一种基于负荷预测的有序充电方法,建立优化方程并求解,得到每个充电负荷的最优充电开始时间,通过改变充电开始时间调节总的负荷功率曲线。该方法能够在满足用户需求的基础上,尽可能利用低谷电为电动汽车充电,平抑负荷波动,减小负荷峰谷差,避免充电过程产生新的负荷高峰。仿真实验证明了该控制方法的有效性,并可从中看出受充电过程功率特性的限制和人类行为的影响,单纯依靠电动汽车充电进行负荷调节无法达到理想的效果。     

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.     

基于PSO算法的电动汽车有序充放电优化

研究提出了一种对电网需求侧负荷变化进行建模和控制的方法,考虑了电动汽车开始充电时间,充电时长和初始充电状态(SOC)的随机性,建立了接近现实世界住宅配电网中电动汽车充放电的随机模型,提出了基于粒子群优化算法的智能充电和车对网(V2G)策略。该控制策略主要用于提高电能质量和平滑电网负荷需求。然后,在不同的电动汽车渗透水平下对三种不同的充电形式进行模拟:无序充电、无V2G有序充电和有V2G有序充电。仿真结果表明:无序充电会严重增加峰值负荷,造成较大的电压偏移。而提出的有序充电方法可以有效降低电压偏差,平滑负载需求曲线。同时,当在所提出的有序充电中考虑V2G时,在较低的PHEV渗透水平下,峰值负荷将减小,并且电压偏移也将减小,随着PHEV渗透水平的提高,V2G的优势将越来越大。     

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。     

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。     

多代理框架下的电动汽车充电站协调控制

为了兼顾电动汽车用户、电动汽车充电站及电力系统三方的利益,实现对电动汽车充电站合理、灵活的控制,提出了一个基于多代理系统(MAS)控制框架下的电动汽车充电站协调控制机制,最后利用优化算法计算充电站控制命令。仿真结果表明,基于MAS控制框架下的充电站协调控制策略适用于充电站实时控制,能够在保障电网稳定性基础上,有效地维护电动汽车车主的利益。     

电动汽车无线充电的启动阶段控制策略

针对电动汽车无线充电系统启动充电时会出现过流的异常情况,为实现系统正常启动充电,文中提出了一种新的启动阶段控制策略。该策略首先基于LC补偿结构的数学模型,分析系统在自谐振频率偏移、位置偏移及电池等效电阻变化情况下出现的过流问题;分析了系统工作频率与逆变器输出相角的关系,并基于MATLAB数值仿真得到系统的最佳工作频率范围与初始启动电压,进而设计了启动过程的PID控制器。该控制器在保证系统实现零电压切换的同时还能抑制系统启动阶段过流。开发了实验室原型机系统,并通过在一组72 V的铅酸蓄电池上的充电实验,验证了所设计控制策略的可用性及优越性。     

基于改进鸡群算法的电动汽车有序充电策略研究

为了减小电动汽车无序充电给配电网安全稳定运行带来的不利影响,提出一种基于改进鸡群算法的电动汽车有序充电策略。首先,综合考虑电动汽车用户和配电网的利益,建立以用户充电费用最小和配电网负荷峰谷差最小为目标的电动汽车充电多目标优化数学模型;在此基础上,提出一种有序充电策略,该策略将随时间推移不断滚动更新电动汽车的充电计划;其次,运用鸡群算法求解该问题,并针对标准鸡群算法中出现的易早熟,收敛精度不高等问题,引入双亲引导机制对其进行改良;最后,以某一配电网为例进行具体分析,仿真结果验证了充电策略的实用性和改进算法的有效性。     

基于多信息交互与深度强化学习的电动汽车充电导航策略

针对电动汽车动态行驶行为和随机充电行为的多信息融合特征以及多系统建模复杂度,提出了一种基于多信息交互与深度强化学习的电动汽车充电导航策略。该策略首先对“电动汽车集群优化储能云平台”采集的电动汽车实际运行数据进行建模与挖掘,通过数据预处理以及数据可视化显示得到电动汽车行驶、充电信息以及城市充电站信息。其次,分析了电动汽车充电调度过程符合马尔科夫决策定义,引入深度强化学习方法建立了充电导航模型。将“车-站-网”实时信息作为深度Q网络算法的状态空间,并将充电站的分配作为智能体的执行动作。通过对充电过程不同时段出行的成本和时间决策目标的评估,确定行驶途中与到站后的奖励函数。执行最高奖励对应的最优动作-值函数,为车主推荐最优充电站和规划行驶路径。最后,设计了多场景仿真算例验证了所提策略的可行性和有效性。     

基于充电行为分析的电动汽车充电负荷预测

本文基于南方某市的电动汽车充电数据,得出各类型电动汽车在不同日期类型的充电开始时间、充电电量、充电功率的分布规律,采用蒙特卡洛算法模拟计算了该市2021年各类型电动汽车工作日与休息日的充电负荷情况,结果表明,电动私家车在休息日的午间和凌晨充电负荷要高于工作日;该市电动出租车在工作日与休息日的充电负荷占比分别为60.42%,58.55%,在三类型车中始终最大。电动私家车工作日与休息日充电负荷曲线有较大差异。电网总负荷会在19点达到最高峰,本文验证了电动汽车的大规模引入会增加电网的峰值和峰谷差,同时将充电行为数据拟合为公式,旨在为未来的电网扩容建设和对电动汽车的有序充电控制提供帮助。     

基于动态哈夫模型及双边匹配的电动汽车充电引导策略

由于充电站中充电桩数目有限且电动汽车充电耗时长,陆续产生充电需求的各电动汽车用户存在对充电站资源的竞争。这不仅增加了用户排队概率,降低了充电站收益和利用率,而且使得用户在充电站规模、价格、评价等方面的个性化需求得不到充分满足。为此,提出了一种动态哈夫模型与双边匹配方法相结合的电动汽车充电引导策略。首先,对充电站客流、充电订单和充电桩详情等真实数据集进行大数据挖掘,分析公共充电站用户的充电站选择偏好和充电行为特征;然后,基于动态哈夫模型,结合用户充电站选择偏好量化不同区域用户前往不同充电站的概率,并生成充电站推荐列表;最后,将前景理论与双边匹配策略相结合,进行充电引导。算例分析表明,所提策略大幅降低了用户的排队概率,在满足用户个性化充电需求的同时,保障了充电站利益。     

碳排放最小化条件下电动汽车有序充电策略研究

针对清洁能源和传统能源发电设备的碳排放特性、清洁能源所在位置以及负荷的时空分布特点等因素,参考历史运行数据,建立电动汽车充电与发电设备边际出力增长关系的模型。考虑电动汽车出行特性及其电池充电特性,建立电动汽车无序充电情景下的边际碳排放增长模型。为更多地利用清洁能源,以减少电动汽车充电行为引起的边际碳排放增长,提出碳市场中电动汽车充电与清洁能源,协同的有序充电策略。最后,以碳费用计算模型为基础,提出电动汽车碳排放的评价指标。在算例中,根据提出的评价指标对电动汽车碳排放进行分析。结果表明,与电动汽车无序充电相比,电动汽车与清洁能源协同的有序充电策略可有效地减少边际碳排放增长和碳费用。