基于节点阻塞电价的电动汽车双层充电优化策略

建立了基于节点阻塞电价的电动汽车充电双层优化模型。在上层模型中,建立含电动汽车负荷的直流最优潮流模型,优化各机组出力使系统总发电成本最小,利用拉格朗日乘子和功率传输分布因子确定节点阻塞电价。在下层模型中,优化目标不仅包括充电费用,而且计及了电池损耗成本、充电等待时间成本;约束条件增加了行驶和充电的电池荷电状态等;将用户充电电价分为分时电价和浮动的阻塞电价两部分,优化电动汽车充电负荷时考虑其一日可多次充电的情况。上层模型向下层模型传递每时段充电电价、下层模型向上层模型反馈每时段充电负荷,通过迭代求解双层优化模型,使电网和用户经济效益最大。最后通过算例验证了所建立模型的有效性。     

计及电池放电损耗的电动汽车充放电优化调度策略

针对现有电动汽车充放电策略对电池放电损耗考虑不够深入的问题,提出一种计及电池放电损耗的充放电优化调度策略。该策略以峰谷分时电价为背景,根据电池损耗模型计算电池放电损耗并计入用户用电成本,建立以电网负荷波动和用户用电成本为目标函数,以充放电功率、电池可用容量、不可用时段和出行SOC要求为约束条件的多目标优化调度模型,采用基于杂交的混合粒子群算法求解。利用Matlab进行算例仿真,针对不同电池损耗模型、不同调度车辆数以及不同分时电价下调度策略的优化效果进行了对比分析,验证了该策略的可行性和有效性。     

基于动态实时电价的电动汽车集群分层优化调度

针对大量电动汽车接入电网后的无序充放电对电网造成的不利影响,提出了一种基于实时电价的双层优化调度模型,根据接入电动汽车的可充放电时间段,将其划分为若干个集群,在保证配电网经济安全运行的同时,满足车主充电需求。该调度模型上层以负荷曲线方差及实时电价下用户的充放电总成本最小为目标,采用粒子群算法求解得到集群的实时最优充放电功率,并将集群的电动汽车充放电负荷与电价联动调整;下层引入充放电优先级指数,利用能量缓冲一致性算法,制定出集群内的各辆电动汽车的实时充放电策略。以典型的区域配电网负荷数据为例,通过仿真验证了所搭建的集群优化模型和求解算法的实用性和有效性。     

电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

基于分时电价的电动汽车充放电多目标优化调度

大规模电动汽车无序充电易造成电网负荷"峰上加峰"等后果,这严重影响电网安全运行,因此合理调度充电行为至关重要。基于分时电价制度和电动汽车可入网的情况,针对电动汽车调度机构建立了计及电网负荷波动及用户成本的多目标优化模型,采用交叉遗传粒子群算法求解得到次日优化充放电计划。基于某商用楼宇负荷数据进行算例仿真,对比分析了分时电价与固定电价下的仿真结果及不同分时电价对调度策略的影响,结果表明:分时电价引导下的调度策略在减小电网峰谷差与提高用户经济性上都具有更大优势;受峰谷电价差增大与尖峰电价的影响,新的分时电价下电网调峰效果更加明显,但用户成本却因平均电价上浮而增高。     

基于双向出行链的电动汽车平抑电网波动策略

针对电动汽车(electric vehicle,EV)时空转移随机性造成的电网波动问题,计及车主的性别差异、车主实时出行目的地不同和车辆双向行驶,提出了一种基于出行随机性双向出行链的EV充放电调度策略。考虑车主实际出行过程,建立EV双向出行链模型;考虑到男女车主出行过程中的性别差异,确定男女实时出行概率模型;以降低电网的波动为目标函数,考虑车主实时出行需求和EV实时荷电状态(state of change,SOC)建立调度模型,并依据所建立模型对EV进行充放电调度。在约280 m²的区域进行仿真分析,结果表明：双向出行链模型更接近用户实际出行规律,其调度策略能够在满足用户实际出行需求的同时,更好地抑制电网波动性。     

长时间尺度下计及里程焦虑心理效应的电动汽车充放电调度策略

电动汽车在需求侧能够发挥出优秀的灵活响应潜力。以往研究多侧重电动汽车的短时间尺度调度,但短时间尺度调度未从宏观时间尺度优化而易陷入短时局部最优。为此,提出了一种长时间尺度下计及里程焦虑心理效应的电动汽车充放电调度策略。首先,构建了长时间尺度电动汽车最优充放电调度策略框架;其次,考虑了电动汽车充放电操作的电池损耗成本以及电动汽车用户出行里程焦虑心理效应,以完善对电动汽车用户效益的量化;在此基础上,建立了考虑电动汽车调度成本及里程焦虑心理效应的长时间尺度电动汽车日前-实时双层多目标调度模型;最后,基于滚动时域优化方法对实时优化问题进行处理,利用非支配排序遗传算法对多目标问题进行求解。算例表明：所提策略可使电动汽车用户的里程焦虑心理效应在调度周期内长期维持低于0.25;维持较高水平(如0.75～0.9)的荷电状态可降低调度成本及里程焦虑,提升用户满意度,进而提升其接受调度的积极性与参与度。     

计及可转移充放电量裕度的电动汽车充放电实时调度策略

大量电动汽车(EVs)无序充放电会影响电力系统的安全与经济运行。随着EVs渗透率的逐步提高,研究EVs的有序充放电策略就具有实际意义。首先,在考虑EV充放电可调度时间与可调度电量、用户参与意愿因素的基础上,提出EV可转移充放电量裕度的概念,用于量化充放电量的调度灵活性。构建了计及可转移充放电量裕度的EVs充放电实时调度模型。其次,针对每个调度时段,该模型分两步求取EV充放电调度计划:第一步构建以调度时间区间内的系统总负荷水平的方差最小化为目标的二次规划模型,以求取当前时段EVs总的充电和放电功率;第二步发展以未参与充放电的EVs的可转移充放电量裕度最大化为目标的整数规划模型,求取满足第一步所求EVs总的充电和放电功率要求的充放电调度计划。然后,采用YALMIP/CPLEX高效求解器求解所构建的优化模型。最后,采用算例对所提EV充放电调度策略的有效性进行了验证,仿真结果表明所提EV充放电调度策略较EV随机充放电可明显改善负荷轮廓。     

考虑电动汽车入网辅助服务的配电网日前调度策略

为避免大量电动汽车(EV)无序充电对电网安全、经济运行的影响,提出了基于电动汽车入网(V2G)辅助服务的配电网日前调度方法。首先,基于智能电网和物联网的历史及实时信息建立EV充放电模型,并进行EV辅助服务参与者的筛选和分类。其次,建立了考虑V2G辅助服务的2层配电网最优经济调度模型。上层模型以网损成本、EV用户成本和系统总负荷均方差最小为目标,优化充电站的充放电功率和电压调节设备的工作状态;下层模型以EV的充放电状态转换次数最少和充电站功率与上层优化结果偏差最小为目标,计算每辆参与辅助服务EV的充放电功率。最后,算例系统仿真验证了所提方法的有效性。     

面向含风电楼宇的电动汽车优化调度策略EI北大核心CSCD

为解决未来大规模电动汽车充放电调度问题,设计了一种面向含风电楼宇的电动汽车优化调度策略。构建楼宇电动汽车模型,通过楼宇能量管理系统收集电动汽车日前申报信息,根据出行链将其分群,建立电网层–用户层双层优化调度模型。分别以电网消纳风电后的负荷波动率最小,车主出行需求最大为目标函数,采用改进自适应遗传算法依次求解出楼宇整体充放电策略、EV群充放电策略和每辆EV的调度策略。算例结果表明,该优化调度方法可实现电网与用户的利益共赢,且计算维度小,速度快,不易陷入局部最优。     

电动汽车集群充放电演化博弈协同策略

针对多电动汽车参与电网需求响应互动场景下电动汽车充放电协同调度需求,提出一种电动汽车聚合商动态定价并指导电动汽车规模化入网参与电力需求响应调度的两阶段博弈模型。首先,构建电动汽车聚合商动态定价下计及电动汽车聚合商成本和电动汽车充放电价格的非合作博弈模型。其次,提出基于logit协议的电动汽车充放电调度多策略集演化博弈模型。最后,联合求解两阶段博弈的演化均衡和纳什均衡,得到各主体的最优策略。算例仿真表明,所提模型能有效实现电网负荷的削峰填谷,同时兼顾电动汽车聚合商和电动汽车用户的经济利益。     

计及电价优化和放电节制的电动汽车充电站有序充放电调度

针对充电站无区别对待电动汽车的充放电、未考虑电池损耗的问题,提出了基于节制放电策略和计及充、放电电价与充、放电功率优化的充电站调度模型。模型以配电网与充电站交互功率和充电站运营收益两方面为目标,考虑电动汽车放电时的电池损耗问题,根据配电网原始负荷的波动,提出限制充电站放电行为只针对负荷高峰时段的策略。同时控制电池的单次放电深度,以减小电池的损耗与放电成本。最后通过粒子群算法对模型进行求解,算例的对比与分析验证了所提方法的有效性与合理性。     

动态分时电价机制下的电动汽车充放电调度策略研究

峰谷分时电价下会在基础负荷低时形成新的负荷峰。建立了一个以电动汽车充放电费用最小,电动汽车接入所引起的电网损失最小以及对电压稳定性的影响最小为优化目标的电动汽车充、放电调度数学模型,并通过凸优化算法解决了多变量、多目标和高维优化问题。考虑反复潮流计算的繁琐性,利用网络损耗灵敏度和L-P灵敏度来提升调度效率,并将电压稳定作为约束来保证调度过程中不会出现电压失稳的情况。最后在改进的IEEE33节点配电网系统中进行算例验证,表明本文所提方法可以降低充放电费用,满足用户对经济性的考虑,另外可以降低电动汽车充电负荷对系统的网络损耗和电压稳定的影响。     

融合路网-电网信息的电动汽车充放电行为引导与调控策略

在智慧城市理念快速发展的背景下,电动汽车（EV）无引导的出行与无序的充放电行为影响着电力-交通耦合网络的安全高效运行。针对此问题,提出一种融合路网-电网信息的EV充放电行为引导与调控两阶段优化策略。首先,分析电力-交通耦合网络的交互影响因素和方式,提出EV充放电出行路径引导和调控架构;其次,提出融合路网-电网信息的EV充放电出行决策电价动态更新策略,并建立计及用户时间-经济成本的EV充放电出行路径决策优化模型;然后,兼顾多方主体利益,建立EV充放电调控模型;最后,仿真结果表明,所提策略能够综合考虑路网和电网实时运行状态,充分挖掘EV在路径引导与充放电调控过程中的可调潜力,实现系统协调运行和多方共赢。     

考虑移动特性的电动汽车最优分时充电定价策略

随着电动汽车产业的规模化发展,制定合理的价格机制对于引导电动汽车有序充电具有重要的意义。电动汽车负荷区别于常规负荷的最大特点是其具有移动性,基于停车生成率理论,建立考虑随机性的电动汽车移动性模型。针对电动汽车用户的特点,建立了考虑电池荷电状态的电动汽车需求价格弹性模型,以统筹电网和车主双方利益为目标,提出了基于移动特性的电动汽车最优分时充电电价定价策略。算例仿真结果表明,基于所提模型和策略求解得到的最优分时充电电价能够起到平滑负荷曲线、降低车主费用的作用。     

基于需求响应潜力模糊评估的电动汽车实时调控优化模型

针对快充场所电动汽车(EV)大规模接入造成的配电网过载问题,提出了EV需求响应潜力模糊评估方法与实时调控优化模型。首先,基于EV电池安全电量、EV充电需求、充电桩额定功率的限制建立用户客观响应能力约束模型,以及考虑激励水平的用户主观响应意愿评估模型。其次,结合客观响应能力和主观响应意愿建立用户响应潜力评估模型,采用模糊推理确定充电电价、当前电量需求和剩余驻留时间等因素对用户响应意愿的影响。然后,提出激励型实时需求响应的双层优化模型及其求解方法,上层优化模型以EV聚合商激励成本最小化为目标对EV聚合商激励电价进行优化,下层优化以用户平均充电满意度最高为目标对EV充放电功率进行优化,从而充分挖掘用户的响应潜力,兼顾电网公司、EV聚合商、用户各方的利益。最后,通过多组仿真验证了所提模型和方法的有效性。     

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。     

分时电价下价格理性用户最优充电策略

电动汽车作为一种移动负荷,其充放电行为将对电网产生巨大的影响。在尖峰、峰、平、谷、尖谷5段分时充电电价与传统峰、平、谷3段分时放电电价下,建立了4类电动汽车充放电响应模型与价格理性用户最优充电策略,并计算出用户所需要的充电费用、电网的负荷量与网络损耗率。仿真结果表明：该模型求得的最优充电策略,不仅可以使用户费用降低,还可以大大降低电网的网络损耗率。     

计及电池寿命的电动汽车参与电网调峰策略

适当利用电动汽车电池可为电网提供调峰等辅助服务,但频繁充放电会缩短电池寿命。在分析影响电动汽车电池寿命因素基础上,对电动汽车参与电网调峰的成本进行定量分析。根据分析结果设计了考虑电池寿命的电价奖惩机制,用于大规模电动汽车充电管理。该机制通过电价奖惩信号引导电动汽车电池自主调整充/放电功率,实现调峰目的。仿真程序验证了该方案在充分保障车主利益同时,可有效减少电网的负荷波动,起到削峰填谷作用。     

上海电动汽车家庭用户端充放电模式的研究

电动汽车的智能充放电管理是智能电网建设的重要内容之一。对智能电网下电动汽车家庭用户端的充放电模式进行研究,建立了电动汽车用户以最小化费用为目标的充放电模式的数学模型,以上海市电动汽车家庭为例,分析基于当前上海电网销售电价下的电动汽车家庭用户端的最优充放电模式,为电动汽车的充放电管理提供了理论依据。