考虑充电桩最优效率的电动汽车有序充电模型

在电动汽车有序充电过程中,充电效率的评估和优化有助于提升调度模型的精确度。提出一种考虑直流充电桩最优充电效率的电动汽车有序充电模型。首先,分别对直流充电桩中Vienna整流器部分与双有源桥DC-DC部分进行损耗建模,并使用Pareto优化方法求取最优充电效率。然后,以电网运行、电池电量、充电功率和用户行为作为约束条件,构建最优负荷波动率目标函数,并通过粒子群优化方法进行求解。最后以南京城区某大型充电站的夏季负荷历史数据为参考,利用MATLAB软件分析有序充电模型的执行效果,负荷波动率从0.912降低到0.833。实验结果表明,考虑直流充电桩最优充电效率的有序充电模型能较好地降低负荷波动率。     

面向用户行驶计划的电动汽车充电调度策略

充电站（桩）尚未普及以及电动汽车有限的行驶里程,使得大多数汽车用户关于是否选择电动汽车犹豫不决。为了减少用户对于电动汽车有限电池容量的担心,并且降低因频繁充电以及偏离原定行驶路线绕路进行充电所增加的电动汽车使用费用,提出一种基于匹配理论面向用户行驶计划的电动汽车充电调度方案TPCS。首先,分别根据电动汽车用户的行驶计划和对各充电站的电量需求构建电动汽车用户与充电站的偏好表;然后,建立电动汽车用户与充电站之间的多对一匹配模型;最后,以系统总效用为优化目标进行充电站接口分配。数值仿真结果显示,与随机分配（RCS）算法和仅考虑电动汽车效用分配（OEVS）算法相比,TPCS算法将系统总效用较RCS算法最多提高了39.3%,较OEVS算法最多提高了5%;而在电动汽车充电需求轻负载时,TPCS算法始终保证用户满意度在90%以上,高于RCS算法。所提算法能够有效地提高系统总效用和用户满意度,同时降低计算复杂度。     

计及峰谷电价的电动汽车负荷模型分析

大规模电动汽车无序接入配电网会导致电网负荷峰值增加。首先,本文通过分析电动汽车行驶特性,根据电动汽车电量需求、电池荷电状态、充放电功率等约束条件,基于电动汽车有序充放电概率模型和功率期望,构建最小负荷峰值目标函数。再通过遗传算法求解,以峰谷电价时间作为优化变量,得到优化前后的电网负荷曲线。然后分别研究了在不同峰谷电价时间以及在不同用户响应度下电网负荷曲线的变化,并与电动汽车无序充电时的负荷曲线进行对比。最后讨论分析了用户响应度和充电模式对电网负荷峰值的作用效果。     

计及预测误差的电动汽车充电分层控制策略研究

电动汽车的大规模接入充电会对配电网的运行带来很大的影响，为减小电动汽车充电对负荷峰谷差的影响和提高电动汽车充电的经济性，提出了一种计及预测误差的电动汽车充电分层优化控制策略。根据日负荷预测曲线和电动汽车充电预测需求的预测误差大小来对充电策略进行动态优化调整，调整的目标为减小系统负荷峰谷差和运行成本，优化模型的求解方法则采用改进的遗传粒子群算法。通过不同控制策略下电动汽车充电实例的计算对比分析，结果证明了电动汽车充电优化控制策略及求解算法的有效性和优越性。     

基于二阶圆锥规划的大规模电动汽车充电调度优化研究

提出一种基于二阶圆锥规划的大规模电动汽车充电调度优化策略。该策略能够在电力成本、需量充电、电池退化成本和负荷波动之间找到平衡点,结合约束函数,对电动汽车的充电调度进行优化,最终给出优化结果。使用ACNData数据集进行验证,实验结果表明,该充电调度优化策略,能大幅度地缓解电网在充电高峰期的压力,降低充电站基础设施的成本和电动汽车用户充电的成本,以及缓解电池的退化问题。     

电动汽车智能充电策略研究综述

发展电动汽车是减少对石油的依赖以及解决环境污染的有效途径。但是,大规模电动汽车无序充电会严重影响电网的稳定性,主要表现在电网负荷峰值升高、电网电压下降以及电网能量损失变大等方面。众所周知,对电网进行扩容改造将需巨大的成本,而智能充电无需对电网进行大幅度改造即可有效地解决这一难题。智能充电不仅能为电力运营商创造可观的经济效益,同时还能使电动汽车用户受益。智能充电主要分为集中式充电和分散式充电。集中式充电根据电网信息和电动汽车的充电需求规划电动汽车的充电策略。充电策略的制定主要以电网运行成本最小、电网能量损失最小、电网负荷方差最小等为目标。分散式充电主要在获取电网状态信息和电动汽车的充电需求后制定浮动电价以激励电动汽车用户避开用电高峰期。最后,文章简要介绍了在智能充电框架下电动汽车与可再生能源融合的潜力、智能充电对电池的要求以及相应的通讯网络构建等问题。     

改进鲸鱼算法在电动汽车有序充电中的应用

为解决大规模电动汽车无序充电对电网稳定性造成的影响,建立了电网层负荷峰谷差最小和用户层充电费用最小的两方面有序充电目标函数.为实现高效且快速的求解,对鲸鱼算法(Whale Optimization Algorithm,WOA)进行了改进,在该算法中加入两种非线性惯性权重来平衡局部搜索能力和全局搜索能力,并提出了一种教学...     

电动汽车有序充电多目标优化方法

电动汽车大规模无序充电会导致电网负荷波动过大、电压偏移量大，因此，需要对电动汽车充电行为进行多目标优化。通过对电动汽车驾驶人员驾驶行为与充电习惯的分析，建立电动汽车充电负荷模型；在粒子群优化算法的基础上，引入二进制编码对优化函数展开求解，实现有序充电策略的优化。测试表明，利用所提方法对车辆充电行为展开有序优化后，充电桩的负荷在2000～2500 kW区间波动，波动情况趋于平缓，电压偏移量在3.00%以内，网损率在2%左右，有效降低了电网的损耗率，为电力系统的平稳运行提供保障。     

基于约束优化的电动汽车快速充电方法研究

在低碳经济的需求推导下,电动汽车的相关技术得到了快速的发展。该文针对电动汽车充电速度慢、电池易损耗等问题,提出了一种基于约束优化的电动汽车快速充电方法。为此,首先构建了等效电路模型、电池组模型、热模型、以及电池老化模型。在此基础上,提出将直流快速充电站优化问题与电动汽车快速充电问题相结合。利用约束优化的方法,在最短的时间内找到充电的最优点,从而在提高充电效率的同时,能够使充电站的利润最大化。最后通过实验验证了所提出方法的有效性。     

基于混合整数线性规划的充电桩群优化调度

针对充电站内电动汽车充电成本过高的问题，提出了一种基于混合整数线性规划（MLP）的充电桩群优化调度的方法。在满足电I动汽车充电需求的前提下该调度方法以充电站内总充电成本最低为优化目标，并采用模型预测控制器（MPC）模拟电动汽车行程，利用MLP求解器求解充电站各个时间段I内的充电功率，并按照充电时间顺序将每个时段内充电功率分配给对应时段内在充电站内停车场充电的电动汽车。实验结果表明，基于MLP的充放电调度方法有效降低了充电站内的总充电成本，达到了优化电动汽车充放电调度的目的。     

基于改进粒子群算法的电动汽车停车场V2G策略研究

为解决电动汽车大规模并网带来的一系列问题,国内外逐步在城市商业停车场内提供电动汽车充电服务。在此背景下,提出一种基于电动汽车并网技术的电动汽车充放电停车场模型。该模型响应实时电价,对电动汽车的充电并网行为进行动态调度,继而与电网进行能量交互。在求解电动汽车最优调度策略时采用粒子群优化算法,从可行性编码、自适应搜索半径、边界变异修正等方面进行改进,以提高算法的效率及收敛精度。仿真实验采用美国PJM公司的实时电价数据及主流电动汽车的型号参数,对比分析了3种不同情景下电动汽车停车场的运营过程及结果,验证了所提模型的合理性以及改进算法的有效性。     

充电站内引导电动汽车有序充电控制方法仿真

传统的电动汽车充电控制通常采用基于多代理、基于T-S模糊控制器、基于交替方向乘子的有序充电控制方法,但这几种方法的电网负荷波动率较高,为此提出一种充电站内引导电动汽车有序充电控制方法。应用滚动优化法对集中充电站进行充电时段划分;结合灰色理论对电动汽车用户短期的用电负荷状况进行预测,通过预测未来一段时间的电动汽车用户用电负荷值,对各个时段电动汽车用户的充电计划进行优化求解,最终实现电动汽车有序充电控制。为了验证上述方法的有效性,与三种传统控制方法进行对比,得出上述方法的充电负荷波动率为49.2%,通过比较可知,所提方法的充电负荷波动率最低,证明了上述方法的有效性。     

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。     

面向成本优化的电动汽车弹性充电策略

电动汽车的续航里程和充电速度受电池技术的制约,由此产生的里程焦虑问题阻碍了电动汽车的普及.为了解决这一问题,降低用户成本,本文从用户的需求和使用方式出发,根据当前充电设施的发展趋势提出弹性充电策略,利用动态规划的方法在保障电量可靠供给的前提下优化充电成本.针对动态规划的复杂性,本文进而提出改进的近似算法,在降低计算复杂度的同时使充电策略更符合用户使用习惯.本文采用一辆主流型号的电动汽车对上述方法进行了实际测试,结果表明该方法能够有效降低用户充电成本.     

时空需求下的电动汽车充电设施选址优化模型

针对电动汽车充电站布局位置不合理、充电利用率较低等问题，提出了一种时空需求下的充电设施选址优化模型STDM。通过对电动汽车出行数据的时空分布特征进行挖掘，结合电动汽车的出行与充电行为构建充电需求预测模型来获得区域内时空需求分布；采用基于时空统计量的方法获取需求热点区域，考虑到充电站服务覆盖问题，定义充电覆盖率作为模型评估参数；在此基础上从用户角度与运营和社会角度综合构建电动汽车到站距离成本、充电站建设运行成本和碳排放成本的优化模型。最后通过实际数据验证模型的可行性和有效性。结果表明，模型得出了区域内12个充电站的选址方案降低综合成本，同时确定充电站的布局位置与充电桩数量；此外，采用所提方法得到的模型选址结果相比于其他文献方法能够有效缩短电动汽车到站距离，并提高到站覆盖率。     

电动汽车动态充电路径规划技术研究

电动汽车逐渐进入城市交通网,成为一种新型节能环保的交通工具。近年来,随着移动通信技术的发展,动态交通信息的发布和导航依靠互联网进行,可以满足交通信息传输的要求,促进电动汽车动态导航技术的发展。在此背景下,本文提出一种"中心服务式"电动汽车动态充电路径规划服务系统架构,并通过GIS技术最终实现了需充电电动汽车在各充电站的最优分配,从而保证用户、电动汽车、充电站的协调和统一,可减少用户寻找充电站及充电时间,提高运行效率。     

电动汽车可调度能力的风车协同参与机组组合方法

为了提高用户评估电动汽车的利用效率,节省用户成本,提出了风车协同参与机组组合方法。通过构建出电动汽车可调度充电数据模型以及电动汽车可调度充电和放电数据模型,从整体上把握电动汽车运行过程中的容量范围,并且还能够及时、有效地评价电动汽车的风电功率、放电功率以及充电功率等。从而设计出不同汽车类型、不同容量的发电机组的启停机规划,实现用户的最大化利益。通过算例分析,在PEV电网应用环境下进行仿真试验,考虑了不同类型的电动汽车的出行特征,分析出各种不同类型的电动汽车出行数据,并测量、计算出不同时段的汽车输出功率,最终分析出汽车运行的最小成本,通过多次运算,整体误差较小。     

引导电动汽车用户驾驶行为的充电导航策略

电动汽车充电导航便于用户合理选择充电站,降低用户自身的时间成本和经济成本,缓解配电网端的负荷压力.在电网分时电价的基础上,考虑电动汽车充电路径的选择与车主的驾驶行为密切相关,通过对电动汽车的负荷设备分类建模,根据不同设备类型的重要程度及用户的电动汽车实际工况和地形因素,利用遗传算法分析最佳出行路径,提出以时间成本与经济成本之和最优为目标,引导用户驾驶行为的充电导航策略.在20kmtimes10km含3个充电站的区域内,通过3种不同充电导航策略仿真结果对比,验证所提出的导航策略的可行性和有效性.     

风力发电与电动汽车充放电协同优化调度策略

大规模电动汽车无序充电以及风力发电在电网中的渗透率不断提高,给电力系统带来安全经济运行问题。在考虑电动汽车电池容量约束、充放电功率约束以及24 h的电动汽车运行行为特性基础上,建立了风力发电及电动汽车负荷平抑、降低电动汽车充放电费用和负荷峰谷差率的多目标协调优化调度模型;采用传统遗传算法和自适应非线性遗传算法对所建模型进行求解。仿真结果验证了模型的合理性以及算法的正确性。     

电动汽车交流充电管理系统的开发与实现

随着国家对新能源开发的投入,电动汽车的发展已经成为人们关注的焦点.此设计使用基于An-droid 6.0嵌入式操作系统,Cortex-A9系列工业级ARM处理器支持电容触摸屏Exynos 4412开发板.针对电动汽车交流充电桩的用户图形界面开发进行了研究,介绍了充电界面的开发流程和具体实现.其中主要包括窗口函数的设计、充电实时数据的显示和读取、交叉编译以及内核移植,通过JNI的开发,完成对串口的通信.实验表明,与现有充电管理系统相比,该系统能够人性化地完成充电模式选择,准确地采集充电信息和完成用户下达的充电指令,不仅处理速度快,而且功能和可扩展性更强.本设计具有创新性、稳定性和实用性,符合国家在2016年1月1日颁布的对电动汽车充电指标的要求,具有较高的实用价值,能够很好地为电动汽车用户提供充电服务.