考虑交通流量俘获的电动汽车充电负荷预测和充电站规划

针对电动汽车(EV)的充电需求,考虑路径的交通流量,以最大交通流量俘获、最小配电系统网络损耗和最小节点电压偏移为目标,构建了一个多目标决策模型对EV充电站进行规划。运用网络扩展技术确定交通流量俘获路径;运用蒙特卡罗模拟算法,确定规划区内EV的最大充电负荷,从而推算得到充电站的容量;运用超效率数据包络分析评价方法,确定经过归一化处理后各目标函数的权重系数,从而将多目标优化问题转化为单目标优化问题,并采用改进的二进制粒子群优化算法进行求解。以一个包含25个节点的交通网络耦合33节点配电系统为算例进行仿真,验证所建模型和所提方法的有效性,并进一步分析EV最大行驶里程、充电站负荷接入不同节点以及不同时刻对各目标函数的影响。     

计及电动汽车充电行为对配电网的影响研究

电动汽车(Electric Vehicle,EV)充电随机性对电网实时负荷产生波动,影响配电网的安全稳定运行。为平抑负荷波动,基于统计数据分析EV充电特性,建立规模化EV的充电行为预测模型。文章分析了EV充电时对配电网造成的负荷激增与节点电压偏移影响,对比无序充电与有序充电模型下配电网的指标,通过仿真算例结合IEEE33节点配电系统,验证了文章提出的两个目标优化模型符合潮流分布、节点电压值等配电网稳定运行指标的基本需求。优化模型同时兼顾用户的充电成本,体现分时电价对用户充电的引导作用,为EV充电提供协调控制的参考。     

多重随机特性下的电动汽车充电网络机会约束规划

针对分布式光伏接入背景下的电动汽车(Electric Vehicle,EV)充电网络规划问题,建立了同时考虑分布式光伏出力与EV充电负荷随机特性的机会约束规划模型。首先,采用场景概率法分析配电系统规划典型日内的概率潮流特性。在此基础上,给出EV充电网络机会约束规划模型中的节点电压偏移机会约束与线路潮流越限机会约束。在充电站建设总数和最低建设容量给定的情况下,模型通过优化充电站的建设位置和建设容量,尽可能降低配电系统的网损。采用遗传算法对EV充电网络机会约束规划模型进行求解。此外,为提高遗传算法的寻优性能,面向EV充电网络机会约束规划模型的物理特征,对遗传算法中的变异操作算子和交叉操作算子进行了改进。基于IEEE 33节点配电系统的仿真实验验证了所提方法的有效性。     

电动汽车规模化接入配电网的充电优化

将配变台区下的电动汽车看成一个小型"集聚体",提出基于配电网安全运行的充电优化问题模型,该模型以有功网损最小为目标函数,计及节点电压、线路潮流、配变容量、集中式充电功率的动态爬升约束以及充电能量平衡约束,优化慢充模式下"集聚体"的充电功率。分区代理商负责监控所管辖台区下每辆汽车的充电行为。采用原-对偶内点法求解该模型,IEEE 33节点系统、PGE 69系统以及一个实际的119节点配电系统的计算结果表明该算法具有良好的收敛性和优化效果。通过动态平衡充电负荷,有效降低了系统网损,平抑了负荷波动,改善了末端电压水平,且避免了随机充电在某些时段可能造成的短时电压质量下降、馈线重载及配变过载等问题,提高了配电网运行的经济性和安全性。     

考虑分区域动态电价机制引导的电动汽车充电优化策略

为应对大规模电动汽车无序充电引起的配电网运行损耗增加问题,提出一种分区域动态电价机制引导的电动汽车(electric vehicle,EV)充电优化策略。该动态电价机制是根据不同区域内的负荷特点建立不同的动态电价,从而优化对应区域的EV充电。其中商业区建立计及充电站充电总功率的动态电价模型,居民区和办公区采用计及风光出力的动态电价模型。同时,提出充电效益系数模型以提升在居民区和办公区用户的充电时间满意度。最后,在IEEE33节点系统上进行仿真验证。结果表明,所提出的基于分区域动态电价机制的EV充电优化策略能够在保证车主利益的同时,降低网损、提高配网电压质量、促进风光消纳以及提升配网的经济性。     

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。     

基于GRASP-PR混合算法的电动汽车有序充电优化

大规模电动汽车(Electric Vehicle,EV)并网充电会对配电网造成过负荷、网损增大、电压越界等影响,为了减小EV充电对电网的冲击,文中构建一种多目标EV充电优化模型,并提出GRASP-PR混合算法进行求解。算例仿真采用IEEE 33节点配电网系统,对比研究所提算法、传统GRASP算法和无序充电的仿真结果,证明基于该混合算法有序充电能达到最小化配电网运营成本、负荷"移峰填谷"和升高节点电压水平的目标,有利于解决EV有序充电问题。     

“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。     

计及电动汽车充电模式的主动配电网多目标优化重构

电动汽车的入网会影响到电网的经济性和安全性,而配电网重构是电网优化运行的有效措施。根据主动配电网(ADN)的特点,提出了含分布式电源(DG)和电动汽车充电的优化重构模型。通过有功网损灵敏度确定DG的安装位置和容量,构造出DG出力和EV充电的多时段概率模型。建立有功网损、电压偏移指标(VSI)和开关操作次数的多目标优化数学模型以确定系统的最佳重构方案,并在IEEE33节点标准配电系统中,采用引入小生境技术的改进多目标粒子群算法(IMPSO)进行计算,提高了算法的全局寻优能力。考虑了电动汽车无序充电和智能充电两种模式,对比不同场景下得出的结果,验证了该方法的实用性和有效性。     

含电动汽车的配电网双重不确定性网架规划方法

考虑配电系统中电动汽车(electric vehicle,EV)充电负荷的随机不确定性和一般负荷的模糊不确定性,基于不确定规划理论,建立同时含有模糊变量和随机变量的混合机会约束配电网架规划模型。模型以规划期内配电网固定投资和模糊随机网损费用之和最小为目标,引入混合机会约束,处理线路功率约束和节点电压约束,通过设置2种不同置信水平参数值,平衡投资费用和运行风险之间的关系。提出基于混合模拟的遗传算法,求解所建模型,采用25节点算例验证所提方法的正确性和有效性。