城市EV时空充电负荷预测及充电站规划研究

针对目前城市电动汽车（electric vehicle, EV）充电站存在盲目建设、规划不合理导致的部分充电站利用率低、用户充电满意度低等问题,同时为适应“双碳”目标下发展大规模EV的充电站规划需求,提出一种基于蒙特卡洛模拟和回声状态网络（echo state network, ESN）拟合的城市EV时空充电负荷预测方法,进一步开展EV充电站规划研究。首先考虑城市交通路网结构和区域主要功能,将待规划区域进行网格划分并作为待建充电站备选位置;利用蒙特卡洛方法对各类EV进行多种模式的出行链模拟,获取各网格区域内的EV充电负荷数据集;为拟合各网格内EV充电负荷的多样化分布特征,建立基于回声状态网络ESN学习算法的EV时空充电负荷预测模型,实现一定EV保有量下待规划区内EV时空充电负荷的预测。进一步考虑待规划网格区域内的最大充电预测负荷等约束条件﹑以充电站的建设和运维成本、EV用户充电出行成本以及配网损耗的综合成本最小为目标,建立EV充电站的规划模型,利用粒子群算法进行模型求解得到待规划区的充电站建设位置、数量及容量;最后以某城区EV充电负荷预测及充电站规划为例进行计算,验证了所提方法及模型的...     

基于OD矩阵的电动汽车充电负荷时空分布预测

电动汽车(ElectricVehicle,EV)出行存在时间、空间上的不确定性,考虑时空分布的EV负荷预测是研究其与电网之间的交互影响、电动汽车充电站选址定容、实现有序充电的重要基础。以电动私家车为研究对象,提出基于出行起讫点矩阵(Origin-Destination Matrix, OD矩阵)考虑时空分布的EV负荷预测方法。首先根据电动汽车充电模式等影响充电负荷的因素,建立充电负荷基础参数的概率模型。其次由实际路网建立其拓扑结构模型,由OD矩阵结合Floyd算法模拟电动汽车最短距离出行轨迹,采用车速—流量关系模型计算用户在既定起讫点时的行驶时间。然后考虑电池荷电状态的连续变化,基于蒙特卡洛方法(Monte Carlo method)建立EV充电负荷预测模型。最后采用所提方法计算包含居民区、商业区和工作区的某市辖区EV充电负荷时空分布。算例计算结果表明,不同功能区域的EV充电负荷在充电时间、充电方式及充电量上具有不同特征,居民区的大部分充电负荷充电需求在19:00至次日05:00,商业区和工作区的充电负荷集中在日间11:00—17:00,同时EV充电负荷加大了配电网的负荷峰值,影响了配电网的安全运行。所提出的EV充电负荷预测方法可为后续有序充电策略及充电站选址定容研究提供基础数据。     

“车-路-网”模式下电动汽车充放电时空灵活性优化调度策略

电动汽车（EV）是具有交通和移动负荷双重属性的跨域主体。EV大规模集中充电会给电网带来冲击,并加剧交通拥堵。为此,提出基于“车-路-网”交互的EV充电负荷时空优化调度策略,对EV的充电行为进行合理调控。首先,建立动态路网模型并结合改进的Floyd算法精确模拟EV行驶路径,预测EV充电负荷时空分布特性。其次,以预测结果为基础,结合电价响应度模型提出基于主从博弈的优化调度策略,对电网、路网和EV用户的收益进行多目标优化。最后,以中国北京市某区域路网及IEEE 33节点配电系统对所提模型的有效性进行仿真验证,结果显示,所提策略可以实现充电站间的负荷时空分布均衡,改善充电站周围路网的交通流量状况,并降低EV用户充电成本。     

电动汽车充电负荷时空分布建模研究综述

随着电动汽车(EV)市场投入规模不断扩大,具有时空随机性和不确定性的EV充电负荷将严重影响配电网规划与运行,而EV充电负荷时空分布建模是研究EV充电负荷对配电网影响的基础。为此,本文综述了电动汽车充电负荷时空分布建模方面的近年研究现状。首先,从外部影响因素和内部影响因素两个方面,总结分析影响EV充电负荷时空分布的因素;然后,从基于数据驱动和模型驱动两个方面,对EV充电负荷的时空分布建模方法进行综述;最后,对现有研究方法存在的不足进行分析,对未来的研究方向进行展望。#$NL关键词：电动汽车; 影响因素; 时空分布; 负荷建模; 综述#$NL中图分类号：TM73     

考虑时空特性及时间成本的电动汽车有序充放电策略

提出了一种充分考虑不同车型电动汽车(EV)时空特性及车主出行时间便利性的EV有序充放电策略。考虑不同车型的时空特性、电池特性及用户心理特性,建立了EV时空出行特性模型;在综合考虑EV时空特性及车主出行时间成本的基础上,以车主充电成本最小为目标,为车主提供最佳的充电站选择及充放电方案,并计算有序/无序充放电方案的充电成本;车主通过对比2种方案的费用、充放电完成时间等信息自行选择方案,以实现充电站内的EV有序充放电。对多种情景下有序/无序充电方式的经济效益及EV充电负荷进行仿真计算,结果表明所提充放电策略在降低车主充电成本、提升充电站收益的同时提升了充电桩的利用率,且通过削峰填谷缓解了电网的压力。     

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.     

“车?站?路?网”系统中时空分布充电电价的优化

以电动汽车(electric vehicles,EV)和充电站(charging stations,CS)为纽带,城市电力网(power network,PN)和交通网(traffic network,TN)之间发生了复杂的耦合关联,形成了“车?站?路?网”系统。考虑到系统的运行状况与EV充电负荷和交通出行在时间和空间2个维度上的分布都有关系,提出了采用时空分布充电价格引导EV充电和出行行为,来改善“车?站?路?网”系统运行的方法。为此,建立了组成系统的各类实体的数学模型;采用层次分析法(analytic hierarchy process,AHP)描述了驾驶员行为决策过程的个体差异性。在此基础上,以PN网损最小和TN拥挤程度最小为目标,构建了时空分布充电电价优化模型。仿真结果表明,采用时空分布充电电价能减小PN损耗和电压偏移、缓解TN拥堵状况和均衡CS间的充电负荷,达到了优化“车?站?路?网”系统运行的目标。     

基于用户出行需求的电动汽车充电站规划

结合出行链的概念,对电动汽车(EV)一周的出行活动及充电过程进行动态仿真。在此基础上,提出一种基于用户出行需求的EV充电站优化规划模型。该模型考虑充电站布局对EV充电需求空间分布的影响,以EV群体空驶成本最小化为目标进行充电站选址,以充电站的周最大充电负荷确定建设容量,并选取建设成本最小和充电桩利用率最大的规划方案,兼顾运营商和EV用户的利益。以一个典型的城区为例,验证了该规划模型的可行性和有效性。     

基于山地城市电动汽车负荷特性的充电设施规划

针对山地城市电动汽车充电站的规划需求,研究了山地城市道路特性,改进了充电负荷预测与充电站规划方法,主要包括：研究了山地城市道路空间特性,建立了电动汽车单车耗电模型;分析了山地城市单车耗电特性对充电负荷时空分布的影响,结合改进Floyd最短路径算法建立了群体充电负荷预测模型;考虑了充电负荷时空分布受充电站选址的影响,提出负荷预测与充电站规划迭代计算方法;以充电负荷时间维度波动更小与空间分布更均衡为目标,提出了新型山地城市充电站规划方法。通过遗传算法Matlab仿真求解表明,上述建模方法能够实现对山地城市充电站的更合理规划：一方面,显著降低电动汽车充电负荷波动;另一方面,使得各站充电负荷更加均衡。     

满足电动汽车快充需求的含储能复合型充电站充电优化策略

电动汽车(EV)快速充电站的功能正逐步向集成风光储等综合能源的复合型充电站方向发展,选择一种能够提高快速充电系统各方效益的充电优化策略有助于推广EV及新能源产业。在此背景下,通过电价激励手段,制定了提高EV与复合型充电站综合效益的充电优化策略。首先,基于EV充电时间成本与充电经济成本建立了EV综合最优路径规划模型;然后,根据EV决策结果所得不同的快充负荷及车流量,各复合型充电站通过调度站内储能,构建了复合型充电站的效益优化模型,以EV综合成本最优及复合型充电站综合效益最优为双重优化目标。以某区域18 km×18 km路网为算例对所提优化策略进行仿真,结果表明所提优化策略可有效降低EV充电综合成本,并大幅提高复合型充电站的综合效益。     

考虑用户满意度的电动汽车时空双尺度有序充电引导策略

规模化电动汽车的充电行为在时间和空间上具有随机性和不确定性,针对该特性,以多网融合的车联网平台系统为基础,构建有序充电引导模型架构。为了体现接入系统的用户充电时间选择的多样性,根据用户意愿将电动汽车在时间层分为接受系统调度集群和不接受系统调度集群,建立不同尺度下的用户满意度函数来充分调动电动汽车用户参与性,在此基础上提出有序充电引导调度策略。在时间层,通过引导车辆的充电时间调节负荷曲线;在空间层,规划各车辆的充电站选择。以包含4座充电站的IEEE-33节点配网为例,利用优化软件LINGO11对模型进行仿真。算例结果表明,所提引导策略具有好的控制效果,并且在保证用户满意度时,能改善电网负荷、充电站状况。     

基于LSTM神经网络的电动汽车充电站需求响应特性封装及配电网优化运行

随着电动汽车的快速增长,大规模电动汽车充电具有随机性、时空耦合性的特点,对配电网运行电压造成越限风险.通过基于价格的需求响应,引导电动汽车在大时空范围有序合理地充电成为重要的技术手段.文章研究基于数据驱动的电动汽车充电站需求响应特性及其参与配电网运行优化调度问题,首先提出单体电动汽车充电模型和计及交通网络拓扑结构的电动...     

计及路-网-车交互作用的电动汽车充电实时优化调度

大量电动汽车（electric vehicle, EV）无引导地自由充电会对城市交通系统和配电系统的运行带来负面影响, 而EV充电负荷的时空分布又与城市交通系统和配电系统密切相关。因此, 需在综合考虑城市交通系统、配电系统和EV交互作用的基础上, 研究EV的充电调度与控制。在此背景下, 首先提出一种计及路-网-车交互特性的电气化交通协同系统架构。接着, 建立基于出行链追踪的微观交通配流模型, 模拟EV用户的驾驶行为、位置分布、荷电状态、充电需求等实时信息。然后, 提出一种选择充电站和导航策略, 并构建兼顾配电系统安全和用户充电等待成本的双层实时优化调度模型, 以确定各充电站内EV的具体充电方案。最后, 采用包括某地区交通系统和修改的IEEE 33节点配电系统的集成算例系统, 对所发展的模型与方法进行说明。     

考虑多源信息实时交互和用户后悔心理的电动汽车充电负荷预测

文章提出了一种考虑多源信息实时交互和用户后悔心理的电动汽车充电负荷预测方法。首先,通过出行链理论和起止点(origin-destination,OD)矩阵法分别获得私家车和出租车出行的起讫点,利用Dijistra算法规划行驶路径;然后,构建基于路网实时车流量统计的速度-流量实用模型,计算路网各路段实时车速。构建考虑环境温度和车速的电动汽车单位里程耗电量模型,计算耗电量;接着考虑充电电价、时间、沿途耗电量等因素,提出基于后悔理论的电动汽车用户充电站选择模型;随后基于交通路网、车辆、公共快充站以及配电网等多源信息,建立多源信息实时交互的电动汽车充电负荷预测框架。最后采用蒙特卡洛法模拟了私家车和出租车的出行和充电过程,得到了区域内充电负荷时空分布。以某区域交通路网和典型配电网为例进行仿真,验证了所提充电负荷预测方法的有效性。仿真结果表明多源信息的及时交互以及考虑用户的后悔心理,会对充电负荷的时空分布产生影响。     

基于混合用户均衡理论和充放电管理的快/慢充电站规划

随着绿色出行理念的不断深入,电动汽车保有量逐年增长,而大规模的电动汽车充电负荷将对配电网产生不利影响。基于该背景,文章提出了一种计及充放电管理的充电站规划模型。首先,基于Wardrop用户均衡理论建立交通网混合用户均衡模型;其次,提出了一种基于负荷转移矩阵的充放电管理策略及其建模方法;然后,提出了基于流量均衡原理和充放电管理的快/慢充电站规划模型,利用分段线性化方法、大M法、二阶锥松弛技术对原问题进行处理;最后,采用IEEE 33节点配电网与12节点典型交通网验证了所提规划方法的有效性。     

利用实时交通信息感知的电动汽车路径选择和充电导航策略

适当选择电动汽车(EV)路径并优化充电导航,有助于提高用户出行效率及缓解大量EV同时充电对配电系统安全运行的影响。在此背景下,提出借助群智感知技术来获得实时交通路况和充电站服务信息,并在此基础上利用矩阵分解得到交通信息矩阵。之后,在考虑路径选择、到达时间、电池容量及充放电状态互斥约束的前提下,构建了分时电价机制下以用户出行总成本最小为目标的EV路径选择和充电导航优化模型。以某市中心25km×25km区域内所包含的4座快速充电站连接到IEEE 33节点配电系统为例来说明所述方法的基本特征,并针对考虑和不考虑实时交通信息情形,分析了参与群智感知的EV数量对用户出行路径及EV充放电对配电系统的影响。     

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,从而确定聚类中心为电动汽车充电站选址。最后预测规划区域内电动汽车保有量,计算聚类群簇覆盖范围内的充电需求总和,按各群簇充电需求比例确定相应群簇中心的充电站容量。依据所提方法开展某城市区域的电动汽车充电站选址定容,论证了所提方法的可行性。     

融合多源信息的电动汽车充电负荷预测及其对配电网的影响

电动汽车充电负荷具有时间和空间不确定性、随机性,提出一种融合路网、交通、电网、天气、车辆、充电设施等多源信息的考虑用户出行行为和充电需求的电动汽车充电负荷时空分布预测模型。由图论方法构建城市路网和电网信息模型及两者的耦合关系;引入出行链,以概率函数拟合车辆首次出行时间和行程目的地的驻留时间,采用Dijkstra算法规划车辆的出行路径以获得各段行程距离,由道路等级和各时段交通信息获得车辆的行驶速度,以计算行程行驶时间和荷电状态,再根据各行程目的地的充电需求判断条件,计算充电时长和充电负荷;采用蒙特卡洛方法对各功能区电动汽车出行的时间和空间充电负荷分布进行整体仿真;并根据耦合关系将充电负荷归算至对应电网节点,再通过时间序列潮流计算评估电动汽车接入电网后无序充电对电网负荷、电压和网损的影响。算例通过设置不同的场景预测了不同功能区和电网节点的充电负荷曲线,分析了不同因素对充电负荷分布及电网的影响,验证了所提模型的有效性。     

动态能源与地理信息融合的光储充电站电动汽车充电路径引导

电动汽车(EV)的出行、充电行为在对交通系统运行规律造成影响的同时,也使得能源网络负荷的时空分布发生改变。为此,考虑光储充一体化系统的特点,结合大规模EV、区域路网、配电网以及光储充电站的动态信息,构建了精细化的车-站-路-网动态融合模型;在此基础上,分别从用户、交通路网、电网3个角度构建包含行程时间、交通拥堵情况、电网稳定性的多目标优化函数。针对当前模型的高复杂度,运用分层规划和双向搜索思路对LPA*路径规划算法进行改进,从而实现动态环境下的充电路径引导。以某市一区域路网为例进行仿真,结果表明：与现有的策略相比,所提充电路径引导策略能很好地解决因EV充电带来的局部道路拥挤、区域光储能源消纳不均衡等问题。