电动汽车充电站的最优选址和定容

提出了能够计及地理因素和服务半径的2步筛选法,以此来确定充电站的候选站址。以规划期内充电站的总成本(包括投资、运行和维护成本)和网损费用之和最小为目标,考虑了相关的约束条件,构造了电动汽车充电站最优规划的数学模型,并采用改进的原对偶内点法来求解。修改的IEEE 123节点配电系统算例说明了所发展模型和算法的基本特征。     

电动汽车充电站选址定容优化策略探讨

积极发展电动汽车对保障能源安全、实施节能减排、全面推动经济增长方式的转变有着举足轻重的战略意义。但目前中国充电站选址与用户需求不协调以及配套保障措施不到位等原因限制了其发展与推广速度。针对上述问题,利用免疫算法优化了充电站的选址定容问题,为电动汽车的推广战略提出了有效借鉴。     

基于混沌模拟退火粒子群优化算法的电动汽车充电站选址与定容

针对城市电动汽车充电站的选址与定容问题,建立了考虑充电站运营商、电动汽车用户以及电网企业综合利益的充电站选址定容规划模型。采用Voronoi图思想和需求点栅格化理论,结合Floyd最短路径算法划分充电站的服务范围。提出采用一种混沌模拟退火粒子群优化算法对问题进行求解,通过引入混沌理论使粒子更高效地遍历搜寻空间,并结合模拟退火算法的概率突跳特性使算法在迭代后期仍具有较高的全局寻优能力。通过算例分析表明,采用所提算法对城市电动汽车充电站选址定容进行优化规划的可行性和有效性。     

基于已有充电站调整的电动汽车充电站选址研究

针对充电站选址决策中未考虑已有充电站调整对新建充电站选址的影响这一问题,提出一种基于已有充电站调整的电动汽车充电站选址模型。首先,引入中间变量构造分段非线性函数来描述已有充电站和新建充电站之间的关系;然后,以最小化充电站投资总成本和用户充电距离的综合偏离函数作为目标函数,构建基于已有充电站调整的电动汽车充电站选址模型;最后,通过仿真实验验证了本文所构建模型的有效性和合理性。仿真结果表明:在电动汽车充电站选址过程中考虑已有充电站的调整,可以有效降低规划成本和网损成本;已有充电站调整类型和新建充电站选择方案与规划者对充电距离和成本的偏好程度有关。     

考虑电动汽车充电站选址定容的配电网规划

针对电动汽车充电站选址定容的配电网规划问题,建立了以配电网投资及运行成本、电动汽车充电站投资及运行成本最小为优化目标的模型.采用带精英策略的改进树形结构编码单亲遗传算法ITSE-PGA(improved tree structure encoding partheno-genetic algorithm),在配电网规划的同时进行了电动汽车充电站位置和容量的优化.不同于用于传统的配电网规划的树形结构编码单亲遗传算法,该方法在含电动汽车充电站的优化过程中,配电网络不一定连通,所以要对不可行解做特殊处理.通过算例仿真,验证了该方法的可行性和有效性.     

基于密度峰值聚类的电动汽车充电站选址定容方法

针对电动汽车充电需求,考虑路径交通流量,提出了基于密度峰值聚类的电动汽车充电站选址定容优化方法.首先分析规划区域交通流量和停车场开放指数,构建电动汽车充电需求的空间分布数据点集合.采用密度峰值的聚类方法分析充电需求空间分布密集程度,得到聚类备选群簇.其次考虑聚类群簇的内聚度和分离度,采用总体平均轮廓系数优选聚类结果,从...     

基于Huff模型的电动汽车充电站选址定容方法

对于用户充电选择行为随机性的欠考虑,导致充电站服务范围划分和容量配置不合理的问题,提出了一种基于Huff模型的电动汽车充电站选址定容方法。综合考虑充电站规模、充电价格、用户充电成本对用户充电选择行为的影响,利用Huff模型分析用户对不同充电站的选择概率,并基于用户的选择概率确定充电站的服务范围和充电需求;综合考虑用户充电可达性、规划区域总功率、电动汽车充电功率,以充电站年总成本最小为目标,建立充电站的选址定容模型,并采用免疫克隆选择-变邻域搜索混合算法求解模型。MATLAB仿真结果表明所提选址定容方法能合理地划分服务范围,提高充电站规划的经济性。     

基于引力模型的电动汽车充电站选址规划

作为电动汽车的配套设施,充电站的收益与服务的电动汽车的数量及其充电次数有关,而电动汽车的数量及充电次数会受到充电站使用便捷性的影响。为了解决此问题,本文分析了充电站等级、电动汽车规模以及距离之间的相互影响关系,得到了充电站与电动汽车之间的相互吸引模型,在考虑相互影响的基础上,得到电动汽车数量发展的引力模型函数;定义充电便捷性函数,得到了充电次数和便捷性之间的引力关系,在此基础上得到考虑未来发展的电动汽车充电站规划模型。最后,采用微分进化算法对建立的模型进行求解,针对某一具体算例进行了仿真分析,结果表明,本文选址规划符合实际,为充电站的选址规划提供了参考。     

含不同容量充电桩的电动汽车充电站选址定容优化方法

针对电动汽车充电站(EVCS)的最佳数量、站址以及容量难以确定的问题,提出了一种在备选站址既定的情况下含不同容量充电桩的EVCS选址定容优化方法。首先,根据电动汽车(EV)的行为特征和待规划充电桩的容量,计算EV产生充电需求时选用不同容量充电桩进行充电的概率,并结合目标年城市预计的车流量采用蒙特卡罗方法对EV充电需求的时空分布、不同容量充电桩的平均充电速率和EV用户选用不同容量充电桩时的平均停车持续时间进行预测;然后,建立EVCS选址定容的双层规划模型,上层模型以EVCS的年化总成本与EV用户的年损失成本之和最小为目标对EVCS进行选址优化,下层模型以EV用户到站的行驶距离最短为目标对每座EVCS的服务范围进行划分,并将各EVCS服务范围内的充电负荷返回给上层模型,结合预测结果进行定容优化;最后,结合模拟退火算法和迪克斯特拉算法对双层规划模型进行求解。算例分析结果验证了所提方法的正确性和有效性。     

城市电动汽车充电站两步优化选址方法

针对城市电动汽车充电站选址特点,提出了一种两步优化选址方法：① 在分析路段充电需求的基础上,利用免疫算法在规划区域大范围搜索寻优,获取候选的待建充电站路段;② 对于待建路段上的候选站址,考虑地理、配电网等因素,利用模糊层次分析法对影响因素进行量化,经综合评定后最终确定充电站的最优选址。     

考虑电动汽车能量管理的微网分布式电源选址定容

基于电动汽车(EVs)移动负载和储能特性,提出含EV的微网分布式电源(DGs)选址定容模型和EV运行管理策略。利用电价引导机制,制定EV无序充电、有序充电和有序充放电3种能量管理模式。以投资成本、交互功率波动率、孤岛失负荷率最小为目标,采用基于精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解DG优化配置方案。仿真结果表明,与EV无序充电模式相比,EV有序充电和有序充放电模式可以有效减少DG配置容量,降低微网综合成本,减小交互功率波动,EV延迟充电与放电辅助服务可显著提高微网孤岛供电可靠性。     

考虑路网与配电网可靠性的电动汽车充电站多目标规划

提出一种考虑城市路网和配电网交互的电动汽车充电站规划方法。首先,构建了综合考虑城市路网和配电网可靠性的电动汽车充电站规划问题的数学模型;然后,通过博弈论思想进行博弈仿真,利用所得电动汽车行驶特性开展城市路网可靠性评估,并利用电动汽车的充放电特性度量其对配电网供电可靠性的支撑作用;在此基础上,提出以路网节点为待选站址的优化方法;最后,结合实际城市路网和配电网构造典型算例,通过算例分析验证所提方法的有效性和实用性。     

电动汽车充电站入网谐波分析

为了研究电动汽车充电站产生的谐波电流对电网的影响,建立了单台三相不可控整流充电机模型,分析了多台充电机的谐波特征。分析结果表明,谐波治理装置对电动汽车充电站产生的25次及以上的谐波的治理效果并不明显,这些谐波电流流入电网后会产生谐波放大现象。因此,通过建立配电网谐波潮流模型和输电线路谐波阻抗精确模型,给出谐波电流放大倍数计算公式。利用理论分析结果和谐波电流放大倍数计算公式,分析电动汽车充电站对系统各节点的电流和电压的影响。对IEEE 14节点系统进行算例分析,结果表明:节点与谐波源的电气距离越近,节点电压变化越大;电动汽车充电机产生的高次谐波流入电网后,存在明显的放大现象,应予以重视。     

Optimal siting and sizing of UPFC using evolutionary algorithms

This paper addresses an application of evolutionary algorithms to optimal siting and sizing of UPFC which are formulated as single and multiobjective optimization problems. The decision variables such as optimal location, both line and distance of UPFC from the sending end, control parameters of UPFC and system reactive power reserves are considered in the optimization process. Minimization of total costs including installation cost of UPFC and enhancement of the loadability limit are considered as objectives. To reduce the complexity in modeling and the number of variables and constraints, transformer model of UPFC is used for simulation purposes. CMAES and NSGA-II algorithms are used for optimal siting and sizing of UPFC on IEEE 14 and 30 bus test systems. NSGA-II algorithm is tested on IEEE 118 bus system to prove the versatility of the algorithm when applied to large systems. To validate the results of transformer model of UPFC for optimal siting and sizing, results using other models are considered. In single objective optimization problem, CMAES algorithm with transformer model yields better results when compared to other UPFC models. The statistical results conducted on 20 independent trials of CMAES algorithm authenticate the results obtained. For validating the results of NSGA-II with transformer model for optimal siting and sizing of UPFC, the reference Pareto front generated using multiple run CMAES algorithm by minimizing weighted objective is considered. In multiobjective optimization problem, the similarity between the generated Pareto front and the reference Pareto front validates the results obtained.     

基于时空特性以及需求响应的DG和EV充电站多目标优化配置

针对可再生分布式电源(DG)及电动汽车(EV)大规模接入给配电网带来的用电量增长以及电压波动问题,提出一种基于时空特性以及需求响应的DG和EV充电站多目标协调优化配置方法.通过提取城市路网的拓扑结构,监测路网流量,基于交通规划软件TransCAD进行起讫点(OD)矩阵反推,构建出行概率矩阵以描述用户的出行特性;基于蒙特卡洛方法模拟EV的时空分布特性,考虑EV、DG与常规负荷的时序特性,并基于改进K-means算法构建风-光-负荷的典型运行场景;兼顾电网侧与用户侧,以综合效益、系统负荷波动以及充电耗时成本为目标,构建DG和EV充电站的多目标联合配置模型,并采用改进粒子群优化算法进行求解.结合IEEE 33节点配电网与某城区主干道路网模型进行仿真分析,结果验证了所建模型的有效性与可行性.     

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。     

Optimal siting and sizing of intermittent distributed generators in distribution system

Intermittent distributed generators (IDGs), such as distributed wind turbine generator (WTG) and photovoltaic generator (PVG), have been developing rapidly in recent years. The output power of WTG and PVG highly depends on the wind speed and illumination intensity, respectively. There always exist correlations among the wind speed, illumination intensity, and bus load, which could have significant influence on the determination of siting and sizing of IDGs in distribution system. Given this background, a chance‐constrained‐programming‐based IDGs planning model, which can take into account the correlations, is developed in this paper. Latin hypercube sampling technique and Cholesky decomposition are introduced to handle the correlations. A Monte Carlo simulation‐embedded multi‐population differential evolution algorithm is employed to solve the developed model. Case studies carried out on the Baran & Wu 33‐bus distribution system verify the feasibility of the developed model and effectiveness of the proposed solving methodology. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

电动汽车充电站在线监测和分析评估系统

设计和开发了一套对电动汽车充电站进行监测、分析和评估的系统。该系统采用基于PCI总线的多DSP设计结构,硬件由多DSP采集终端、车载终端、嵌入式工控机和接口电路组成。实时采集充电站公共连接点和各充电机的电压、电流,以此计算出各项电能质量数据,通过PCI总线汇集各项监测数据后对变压器、充电机的运行特性进行分析。利用GPRS接收电动汽车运行状态和充电信息,采用雷达图法对电动汽车状态进行综合评估,并统计分析电动汽车起始充电时间、起始荷电状态和日行驶里程的概率分布。实际挂网运行结果表明,该系统稳定可靠,能为充电站的运行与规划提供大量可靠的实际运行评估数据。     

基于出行链理论的电动汽车充电需求分析方法

基于出行链理论提出一种电动汽车充电需求分析方法,探讨了电动汽车一天出行过程中在不同区域内停驻时长的概率分布特点,对电动汽车空间转移概率进行3次B样条最小二乘曲线拟合,通过蒙特卡洛法并结合NHTS2009数据构建了电动汽车一天出行链,实现对用户行为规律的精细化模拟,并在设计2种充电行为的基础上对不同停驻区域的电动汽车充电需求进行了分析。该方法有效弥补了传统方法对电动汽车日间充电需求分析的不足,具有较高的精确性和原理清晰、易于操作等特点。