计及供需两侧的电动汽车有序充放电优化算法研究

大量电动汽车进行无序充电将给电网的安全运行带来“峰上加峰”的运行风险,作为一种移动的储能设备,大量电动汽 车的无序放电也会对电网的稳定性造成重要影响,因此对电动汽车的充放电行为进行有序引导十分必要。 首先,分析了某小区 电动汽车无序充放电的负荷情况,并以峰谷分时电价为引导,研究不同响应度的下的日负荷情况;在此基础上综合考虑用户侧 和电网侧利益,以电动汽车用户成本最低和小区日负荷峰谷差率最小为优化目标,选择峰谷分时区间为优化变量,构建电动汽 车最优充放电模型,分别采用基于 Pareto 最优的多目标遗传算法 NSGA-Ⅱ和基于 Pareto 最优的粒子群算法求解,得到最优充放 电时段,并对二者的优化结果进行比较。 最后利用蒙特卡洛算法对算例进行仿真和分析验证,结果表明,利用所提出的有序充 放电优化算法,用户可通过放电补偿充电费用,且 NSGA-Ⅱ算法更优。     

考虑电动汽车有序充电的光储充电站储能容量优化策略

针对电动汽车和光伏系统接入配电网与储能装置结合过程中的配置优化问题,提出了一种考虑电动汽车有序充电的光储充电站储能容量优化策略。首先,基于典型日光照强度曲线和光电能量转换关系计算光伏系统输出功率。其次,根据电动汽车用户出行习惯、充电行为特性、充电模式等充电负荷影响因素,建立影响电动汽车充电负荷的概率模型,利用蒙特卡洛方法预测无序充电下电动汽车充电负荷。然后,以电网出力曲线峰谷差最小为目标函数、采用粒子群算法计算电动汽车有序充电时电网出力总负荷,进而确定光储充电站储能容量最优解。最后,利用所提策略计算以电动私家车和电动出租车为主要服务对象的某居民区光储充电站内最优储能容量。结果表明,未考虑储能时电动汽车无序充电造成电网负荷峰上加峰,有序充电下电网负荷峰谷差值下降15.35%,考虑电动汽车有序充电同时配置最优储能容量时电网负荷峰谷差值下降了20.65%,实现了削峰填谷,增强了电力系统运行的稳定性。得到的结果为光储充电站的储能容量配置提供了参考。     

基于阶梯碳价和自适应分时电价的电动汽车有序充电

将阶梯碳价与分时电价的耦合关系进行内联,提出了一种基于阶梯碳价和自适应分时电价的电动汽车有序充电策略。利用蒙特卡罗方法生成电动汽车的无序充电场景;建立阶梯碳价模型和自适应分时电价模型;以电网日负荷均方差最小、电动汽车用户充电总成本最小和发电商碳交易成本最小为目标函数,建立电碳双定价机制下的电动汽车有序充电模型,并采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),结合熵权逼近理想解排序(TOPSIS)模型求解Pareto解集的最优折中解;对4种碳交易机制下的优化结果进行对比分析。仿真结果表明,在有奖励阶梯碳价和自适应分时电价机制下电网负荷波动平抑效果最佳且发电商碳交易成本最小,验证了所提模型的合理性和可行性。     

分时充电价格下电动汽车有序充电引导策略

研究了电动汽车分时充电价格的制定方法,提出了基于分时充电价格引导及储能系统的电动汽车有序充电引导策略,在降低运营商购电成本和用户充电费用的同时,实现智能电网中充电负荷的友好接入。首先,在电网分时电价的基础上,以充电站运营商购电成本最小为目标得到目标充电负荷曲线;而后,以引导后充电负荷与目标负荷偏差最小为目标并考虑用户响应程度,运用粒子群算法寻优得到充电峰平谷时段的划分结果和分时充电价格的最优解。用文中提出的有序充电引导策略对实际充电站典型负荷进行计算,验证了控制策略的有效性和可行性。     

计及碳排放的电动汽车充电站多目标规划

合理的电动汽车充电站规划是推广应用电动汽车的基础。提出一种计及碳排放的电动汽车充电站多目标选址定容规划模型,模型以充电站建设运行成本、用户充电耗费时间和驶向充电站引起的碳排放为综合优化目标,以充电站的容量限制为约束条件,并采用Pareto最优前沿分析可选的选址定容方案。为确定可选站址所服务的区域范围,提出一种基于需求点栅格化和Voronoi图求解的计算方法。最后,通过案例分析验证了该规划模型和求解方法的实用性和有效性,为电动汽车充电站的选址定容提供了新的思路。     

共享电动汽车混合充换电站选址优化

在未来城市中更换电池这种便捷、高效的方式将成为共享电动汽车补充电能的主要方式.为了建立效率高、成本低、电网友好型的混合充换电站,首先根据共享电动汽车的租赁规律以及功率、时间等充电数据,利用蒙特卡洛模拟方法预测共享电动汽车的充电负荷;然后,以共享电动汽车充换电站对用户捕获程度最大、配电系统网络损耗最小和配电系统电压偏移最小为目标,建立共享电动汽车混合充换电站最优规划的多目标模型;最后,采用改进带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对多目标模型进行求解,得到Pareto最优解集.以25节点交通网络和IEEE 33节点配电系统为例,验证了所建模型的可行性,可为共享电动汽车混合充换电站的建设提供可行性经验.     

电动汽车充电负荷的时空双层优化调度策略

大规模电动汽车的无序充电行为将给电网带来强烈的冲击,威胁电网安全经济运行。本文针对电动汽车快充背景下的充电负荷优化调度问题,提出了电动汽车充电负荷的时空双层优化调度策略。在上层模型中,利用电网分时电价以充电站运营商购电成本最小为目标,确定电动汽车充电负荷在时间维度上的最优分配。下层模型中,提出根据充电站拥挤程度制定动态分时分区充电电价,以用户充电费用与充电用时最少为优化目标,使用采取非线性递减分组率的改进猫群算法求解各时段电动汽车空间维度下的充电选择。最后通过算例验证了所提策略的有效性,能够满足电网、充电站运营商与电动汽车用户三方的利益,适用于大规模电动汽车快充的友好接入。     

基于LCC和量子遗传算法的电动汽车充电站优化规划

电动汽车充电站优化规划是电动汽车与智能电网灵活互动的重要研究内容之一。面向电动汽车充电站运营周期,详细分析了充电站的成本效益及全寿命周期成本（LCC）的计算方法;基于上述工作,提出利用交通路网车流量信息估算充电站容量,以充电站运营商获得的净现值收益最大为优选目标,以交通路网车流量、电网电能质量和经济性、用户充电需求为约束条件,确定充电站的选址和容量;进一步地,提出了计及LCC的充电站优化规划模型,并采用量子遗传算法求解该模型。算例仿真表明,优化规划模型及其求解方法有效。     

基于电动汽车充电负荷需求预测的电网调度优化*

现有的电网调度方法对电动汽车充电负荷需求的预测效果较差,预测的负荷变化趋势与实际情况相差较大,因此基于电动汽车充电负荷需求预测提出电网调度优化方法。根据电动汽车到达充电站的起始和终止时间,计算得到充电时长,电网调度再根据此时间段执行充放电活动。对历史负荷数据标记季节和假期属性,得到属性相似的初步样本,使用充电负荷数据的最值和平均值作为负荷属性,经过AP算法聚类后,利用CNN模型对样本负荷进行预测,其通道值分别为负荷值、温度和车流量,输出充电负荷需求值。根据充电负荷预测信息和剩余容量确定电网调度优化目标和调度约束条件,改变电动汽车的充电时刻,实现电网负荷优化。测试结果表明,该设计方法使用有序的充电策略保证了良好的优化调度效果,满足充电负荷需求。     

基于NSGA-Ⅱ的电动汽车充电站多目标优化规划

电动汽车充电站既是公共服务设施又是配电网络中的大型用电负荷,构建了同时考虑充电服务能力最大与配电网络损耗最小的电动汽车充电网络优化规划模型。该模型为典型的多目标优化模型,采用改进非支配排序遗传算法对其进行了求解,获得了Pareto最优解集。基于25节点交通网络和IEEE33节点配电系统的仿真结果验证了本文所提模型及其算法的有效性。     

含大规模电动汽车接入的主动配电网多目标优化调度方法

针对大规模电动汽车接入配电网无序充电带来的负荷峰值增加等问题,提出一种含大规模电动汽车接入的主动配电网多目标优化调度方法。首先基于蒙特卡洛抽样方法分析了大规模电动汽车的充电负荷需求;然后,以含大规模电动汽车接入的主动配电网运行成本最小化和负荷曲线方差最小化为优化目标,综合考虑电动汽车的充电需求和配电网的运行约束,构建含规模化电动汽车接入的主动配电网多目标优化调度模型,采用带精英策略的非支配排序遗传算法(NSGA-II)对多目标优化模型进行求解,针对多目标优化得到的帕累托(Pareto)最优解集规模大,蕴含信息丰富,导致运行人员难以决策的问题,提出一种基于模糊聚类的方法对多目标Pareto最优解集进行筛选。通过改进的IEEE 34节点算例的多场景对比分析,结果表明:所提出的模型和方法可在保证系统经济运行的同时,有效利用电动汽车的优化充电降低系统负荷峰谷差。     

基于蒙特卡洛法的EV充电负荷多目标随机规划

分析了现有电动汽车(electric vehicle,EV)充电负荷优化方式和算法的不足,结合配电系统最优运行的要求,考虑了多个随机因素的影响,以电动汽车蓄电池满充、蓄电池充电功率不越限及配网潮流约束等作为约束条件,以配电网网损、电源节点负荷峰值、负荷波动情况优化为子目标,建立了新的基于EV充电负荷的配电网多目标随机优化模型。利用改进的非支配排序遗传算法-Ⅱ(non-dominated sorting genetic algorithm-2,NSGA-2)求解,采用IEEE-33节点配电系统的实际优化状况为例进行了蒙特卡洛仿真。仿真证明所提出的EV充电负荷多目标优化策略在更贴近实际的随机模型下仍可以有效减弱电动汽车大规模接入对电网的冲击,充分利用其可控性实现配网各项指标的经济运行。     

基于城市交通网络信息的电动汽车充电站最优选址和定容

针对电动汽车充电站规划问题,给出两步搜索的电动汽车充电站选址定容的分析方法,提出电动汽车充电站选址的最优数学模型。基于城市道路信息,得出充电站最优位置分布,采用Voronoi图划分每个充电站所服务的负荷区,根据每个充电站所服务的充电负荷设计其容量。算例分析验证了规划方法的有效性和实用性。     

住宅小区内电动汽车有序充电优化模式

规模化电动汽车无序充电会给电网的安全运行带来风险和负担。为此,提出两种电动汽车有序充电模式即自动开断充电模式和平滑调节充电模式,在现有住宅小区配电网的基础上,对应地建立以配电变压器、线路容量等为约束条件,以传输给电动汽车电能最大为目标的两种有序充电优化模型,并结合随机模拟和改进粒子群算法求解。以深圳某住宅小区内建立小区充电站为例,分别采用无序充电模式和两种有序充电模式对电动汽车进行充电模拟,比较三种模式下的电压分布和具有响应系数的有序充电模式,计算小区充电站盈利额和负荷波动性等指标,并提出节省成本概念,给予参与有序充电的用户费用补偿。仿真结果表明,两种有序充电模式均能提高电网和用户满意度。充电管理系统可根据需求自行选择其中一种模式运营。     

基于有序充电启动机制和补贴机制的充电负荷接纳能力优化

为了解决配电网和充电站的建设进程与电动汽车的普及速度失配的问题,进行了配电网和充电站充电负荷接纳能力评估及其有序充电优化。分别以配电网运行风险和用户排队时间为指标量化配电网和充电站的接纳能力;提出基于电网公司和充电站运营商主导权的有序充电启动机制;以电价调节增益、盈利额和潜在收益损失分析运营商参与有序充电的经济性问题,并综合各方需求建立有序充电综合目标;综合有序充电的削峰量和配电网的运行风险改善效果评估电网的安全性补贴,从而建立计及电价调节增益和电网安全性改善情况的补贴机制;基于算例仿真评估了不同充电负荷接入方式下配电网的接纳能力和不同容量下充电站的接纳能力,并分析了所提有序充电模型的有效性。     

利用多目标最优化方法控制智能电网中电动汽车充电速率

本文考虑智能电网中家用电动汽车和电动出租车的充电调度问题。充电站可以控制充电速率以最大化其收入;对于底层电力系统,期望最大化其自身的负载因子,从而确保系统的稳定性。充电站最大化其收入与电力系统最大化其负载因子形成一个多目标优化问题。本文提出多目标最优化方法来解决此多目标优化问题,进而产生柏雷多(Pareto)最优电动汽车充电策略。文末进行数值分析来验证所提出方法的有效性。     

基于博弈论的电动汽车充电实时定价策略研究

文中提出一种基于博弈论的电动汽车充电实时定价策略.该定价策略中电动汽车充电站为电价制定的博弈主导者,电动汽车用户为电价制定的博弈跟随者.首先,提出充电站调峰效果评价指标,以电动汽车充电价格和充电容量为约束条件,建立充电站-电动汽车用户收益模型;然后,分析充电站与电动汽车用户的博弈策略空间与动态博弈行为,利用遗传算法的寻...     

电动汽车两阶段多目标有序充电策略研究

大量随机性电动汽车充电负荷的接入会对电网安全经济运行等方面产生不利的影响。在统计电动汽车用户出行规律、起始充电时刻等行为基础上,分析了充电站的充电负荷特性。在考虑配电设备运行安全和用户充电需求的前提下,综合充电负荷和原有负荷的特点,建立了以分时电价为基础、以减小负荷波动率和提高运营商效益为目标的两阶段多目标充电模型。提出了基于多种群遗传算法的两阶段多目标优化模型求解方法和有序充电控制策略。以小区充电站为例,验证了两阶段多目标有序充电控制策略在减小负荷波动率、削峰填谷、降低经济成本提高运营商效益等方面的作用。     

电动汽车充电站智能规划

提出一种基于Pareto蚁群算法的电动汽车充电站智能规划方法:首先,综合各种因素建立多目标充电站规划的数学模型;然后利用Pareto蚁群算法建立相应的电动汽车充电站的选址规划模型;最后,构建基于反向传播神经网络的充电站负荷预测模型,依据负荷预测数据利用Pareto蚁群算法扩展电动汽车充电站。以某高速路网为例,对19个候选站点进行规划,验证了该方法的正确性。     

住宅区式电动汽车充电站负荷集聚特性及其建模

电动汽车的大规模发展将会对配电网带来较大影响,开展电动汽车充电的负荷特性研究是保证电网安全运行的前提,是引导电动汽车进行有序充电的基础。在简化锂电池恒流–恒压2阶段充电模型的基础上,得到单个电动汽车的充电模型,以此为基本元素,从充电汽车电池的初始荷电状态(initial state-of-charge,SOC0)和车辆到达充电站时间的随机分布为出发点,提出2阶段泊松分布的电动汽车充电站集聚模型进行充电站集聚特性的模拟,并提出基于充电站的日充电负荷曲线的电动汽车充电站负荷集聚模型的建模方法,最后通过仿真算例验证了其有效性。