插电式混合电动汽车充电对配电网的影响

插电式混合电动汽车(plug-in hybrid electric vehicle,PHEV)的快速发展将对配电网产生重要影响。在此背景下,建立了用于分析PHEV充电对配电网影响的充电负荷模型,提出了用于改善PHEV充电对配电网影响的优化充电策略。分析了影响PHEV充电的2个关键随机因素的概率分布,并计及随机因素,建立了充电功率按照充电曲线变化的PHEV充电负荷的概率模型。PHEV采用自由充电方式和负荷低谷充电方式时对配电网有不同程度的影响,为此提出了考虑随机因素,以负荷方差最小化为目标的优化充电策略。以IEEE40节点辐射型配电网系统为例,通过Matlab仿真,分析了采用3种充电方式时,不同数量的PHEV充电对配电网负荷曲线、网络线损及节点电压偏移的影响。结果表明,采用优化充电方式减小了网络线损和节点电压偏移,有效改善了PHEV充电对配电网的影响。     

分时电价下PHEV智能集中充电策略

以分时电价为背景,分析了未来插电式混合动力车(plug-in hybrid electrical vehicle,PHEV)通过"车辆到电网(vehicle to grid,V2G)方式接入电网可能带来的问题,提出了基于需求侧响应思想的V2G集中充电策略,分别从供电侧调峰角度和用户侧成本角度建立数学模型,提出一种基于动态估计插值思想的算法,最终采用纽约州长岛地区的数据进行算例仿真。结果表明,PHEV集中充电策略可以有效地减少峰谷差,节约用户充电成本,达到供电侧与用户侧的双赢结果。     

插电式混合动力汽车大规模接入环境下的发输电系统可靠性评估

电动汽车的充电行为具有随机性,未来插电式混合电动汽车(plug-in hybrid electric vehicle,PHEV)的大规模接入将对发输电系统的可靠运行造成重要影响。文章系统地研究了PHEV大规模接入环境下发输电系统可靠性评估的模型、指标和算法。首先,建立了PHEV充电需求仿真模型,包括PHEV的动力电池特性模型、用户随机出行特性模型以及PHEV充电功率需求仿真方法;其次,提出了PHEV对电网的穿透水平指标和PHEV接入规模对系统可靠性的灵敏度指标,能够表征PHEV接入对电网的影响;最后,提出了PHEV大规模接入环境下的发输电系统可靠性评估算法,采用扩展的状态空间分割算法可快速有效地评估PHEV接入后的系统可靠性水平。通过IEEE RTS算例分析了PHEV接入规模及充电策略等因素对系统负荷曲线和可靠性水平的影响,验证了所提指标和算法的有效性。     

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。     

含插电式混合动力汽车的机组组合问题

建立了以负荷峰谷差最小化为优化目标的计及用户行驶习惯的插电式混合动力汽车(plug-in hybrid electricvehicle,PHEV)智能充电模型,并对各时段PHEV的反向放电能力进行估算。以10机测试系统为算例,采用启发式二进制粒子群优化算法对机组组合模型进行求解,并对比分析了不同的PHEV控制方案对机组组合结果的影响。仿真结果表明,对PHEV采取不同的充放电控制方案,将对机组组合的优化结果产生显著的影响。采用智能充电策略,并利用PHEV的反向放电能力为电网提供备用,将使机组的发电成本降至最低。     

智能电网中电动汽车双层最优充电策略

大量、无序的插电式混合动力汽车(plug-in hybrid electric vehicle, PHEV)接入电网,会造成高峰时段电网变压器过热、过载,导致跳闸甚至大面积停电。因此电动汽车的协调充电问题是电网中一个研究热点和难点。文章首先将插电式混合动力汽车协调充电问题定义为带约束条件的优化问题,然后提出一种双层最优充电策略对该优化问题进行求解。在第一层基于需求侧管理对电网低压变压器(low-voltage transformers, LVTs)的负荷曲线进行扁平化平滑优化;在第二层基于一致性迭代算法,使插电式混合动力汽车用户的总体充电成本达到最小并同时满足用户的充电需求。所提充电策略既保持了电网变压器供电负荷曲线波动最小,又实现了每个电动汽车用户的充电成本最小,满足了用户的充电需求。     

插电混动汽车最优充电的动态规划方法

单台插电混动汽车(PHEV)的充放电不会导致电力负荷的明显变化,因而不会影响充电电价,但是大规模的PHEV集中充放电对于电力负荷的影响就较为明显,进而会导致充电电价的波动。文章考虑在市场环境中对PHEV的充放电进行短期管理,研究对PHEV充放电进行管理的有效算法及其如何为电力系统提供灵活性的贡献。结合国内某城市的充电电价和PHEV驾驶模式的调查数据进行实例分析,说明了动态规划问题的结果。     

考虑削峰填谷激励的电动汽车集中充放电策略

电动汽车的快速接入技术(V2G)实现了交通系统与电网的灵活连接,为了对插电式混合动力汽车(PHEV)充放电进行更好的控制,提出了PHEV集中充放电策略并制定算法,通过对峰值时段的削峰能力和低谷时段消纳能力的激励,实现平抑负荷峰谷差的目标,优化系统供电效率。根据某地区预测数据进行算例仿真,结果表明,所设计的PHEV集中充放电机制与策略可以有效降低峰谷差,有望实现系统侧与用户侧的双赢。     

规模化插电式混合动力车提供调节服务能力评估

插电式混合动力车PHEV(plug-in hybrid electric vehicle)可视为电网中的移动储能装置,大量的成规模的PHEV引入电网可以为电网提供额外的调节服务能力。首先阐述了单个PHEV并网充电的基本原理,然后建立了规模化PHEV的充电功率模型,接着在此基础上提出了满足系统和用户用电满意度的双目标的规模化PHEV充电管理需求响应控制策略。最后通过仿真算例表明规模化PHEV能够实现系统辅助服务。并分析了用户用电满意度、系统控制起始时刻,两个重要参数的设置对于PHEV调节辅助服务能力的影响。     

实时电价下插电式混合动力汽车智能集中充电策略

以实时电价为背景,提出了基于需求侧响应思想的插电式混合动力汽车（PHEV）集中充电机制,计及供电侧填谷效果与用户成本,建立数学模型,并根据模型特点提出了一种新颖的基于动态估计插值思想的算法,基于某地区2020年的预测数据进行算例仿真。结果表明,文中提出的PHEV集中充电策略可以有效地降低峰谷差,节约用户充电成本,达到供...     

计及负荷峰谷特性的储能调峰日前优化调度策略

为了使储能系统达到最优的削峰填谷效果,提出一种计及负荷峰谷特性的储能调峰日前优化调度策略。根据调度日内的负荷曲线,以储能系统的额定容量与额定功率为约束条件,分别计算在调峰过程中所能达到的最高填谷功率线、最低削峰功率线以及与之对应的充放电电量。根据所需的充放电电量差值,在储能系统未动作区间内,以储能系统经济性和负荷峰谷差改善量最优为目标,确定各时刻储能系统的充放电功率,实现充放电电量平衡。分别建立填谷调度模型、削峰调度模型及电量平衡调度模型,并制定相应的调度策略执行流程。构建调度策略评价指标,以某电网的负荷及风电数据为基础验证所提调度策略的有效性。     

电动汽车充电行为对电网负荷曲线的影响

为了探讨电动汽车大规模充电行为给电网负荷造成的影响及其对解决负荷的峰谷差可能带来的机遇,考虑了电动汽车的充电方式、电价政策、电网和非电网运营机构的充电模式等因素,将电动汽车的充电行为分为四种情景,利用蒙特卡洛方法来评估不同规模的电动汽车对广州市电网日负荷曲线产生的影响.结果表明,要减轻电动汽车大规模应用给电网带来的负担,电网公司必须出台相应的引导政策,例如峰谷电价和高峰电价政策;实施这些政策或者直接控制全网电动汽车的充电行为,才能使其充电负荷起到比较好的“填谷”效果.     

基于博弈算法的电动汽车有序充电优化及效益分析

全球能源危机背景下,电动汽车日益普及,大规模电动汽车无序充电给电力系统带来新的用电压力。规划电动汽车有序充电、解决充电导致的峰谷差扩大问题尤为重要。文中首先以博弈论为基础,提出以方差评估调峰水平,考虑用户充电等待时间,建立售电站收益-电动汽车用户满意度博弈充电模型。然后,利用粒子群优化算法求解双方最优策略,达到博弈均衡。最后,以600户家庭的居民小区为例进行仿真分析。结果表明,所建模型和求解策略能够优化电动汽车充电行为,较大程度调节电网负荷方差,防止产生充电新高峰,同时,在保证电网峰谷调节需求的基础上,可提高售电站收益,满足用户出行需求。     

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.     

住宅区电动汽车充电负荷随机接入控制策略

提出一种电动汽车充电起始时间随机选取方法。由控制决策生成器获取当前控制区域电价与负载信息,并根据负载曲线,对负荷曲线中谷时段进行分段处理,计算电网在各时段的负荷容纳能力。各充电桩根据负荷容纳能力计算不同充电时长的用户对应的充电起始时刻概率分布,并依据概率分布随机决定接入用户充电起始时间。该方法将谷时段电网负荷容纳能力量化为充电概率分布,按各时段负荷容纳能力随机生成充电任务,达到均衡利用谷时段电力资源的目的。概率分布计算完成后,由充电桩独立决策充电任务,无需复杂的集中式通信控制。蒙特卡洛方法对策略实例进行的仿真结果表明,所提方法削峰填谷、平抑负荷波动的效果显著,同时能有效降低系统和用户成本。     

基于电网分时电价的混合动力汽车充电策略

经过对混合动力汽车充电特性的分析,建立分时电价下缩小电网峰谷差的混合动力汽车最优运行策略模型,采用动态估计插值方法对模型求解。最后得出结论,采用供电侧集中调度的充电策略有利于电网负荷削峰填谷的同时,也符合混合动力汽车用户的利益。     

考虑V2G用户响应度的峰谷电价时段优化有序充电

针对电动汽车有序充电实现削峰填谷效果的问题,提出了考虑V2G用户响应度的峰谷分时电价优化有序充电控制策略。通过蒙特卡洛模拟法得到规模化电动汽车的充电负荷,并在此基础上建立了不考虑V2G响应度和考虑V2G响应度的有序充电控制优化模型,其中前者以谷电价时段区间为变量,以配电网负荷曲线方差为目标函数,后者以谷电价时段区间及峰谷时段的电价为变量,以综合考虑电动汽车对配电网负荷曲线方差的影响及用户满意度为目标函数。算例分析表明两种有序充电策略都能有效改善系统运行安全性,但考虑V2G用户响应度的有序充电策略更能反映实际情况。     

电动汽车V2G接入电网对电网负荷的影响分析

随着电动汽车的大规模普及以及智能电网的应用,未来将会有大量电动汽车通过V2G （vehi-cle-to-grid）接入电网,电动汽车充电将会给电网负荷带来巨大的挑战。分析了电动汽车V2G接入电网的影响因素,建立了基于蒙特卡洛模拟的电动汽车充电负荷计算方法。通过分别建立随机充电和V2G充电2个模型,对比在不同的电动汽车渗透率下的电网充电负荷,得出V2G可控充电对于平衡电网高峰负荷以及利用低谷电力有着积极作用的结论。     

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。     

面向光储充一体化社区的有序充电策略研究

针对当前有序充电策略优化目标单一且未考虑新能源出力的现状,提出了面向光储充一体化社区的有序充电策略。首先,将降低社区负荷峰谷差作为电网层优化目标,将减少用户充电费用作为用户层优化目标,完成双层多目标有序充电模型的设计。其次,设计基于云边协同的调度架构,将电网层优化模型部署在云端侧,用户层优化模型部署在边缘侧。该架构能有效利用边缘侧的计算资源,缓解云端侧面对电动汽车大规模接入时的计算压力。最后,以5种充电场景为例进行算例分析。实验表明,与无序充电相比,所提策略能够使社区负荷峰谷差减少40.47%,充电均价减少52.63%。与单层有序充电策略相比,该策略综合效果优势明显,在保障配电网安全稳定运行的同时,兼顾电动汽车用户的经济利益。