车联网环境下电动汽车主动充电引导模型

为了适应电动汽车数量和充电需求的急剧增长,从电动汽车用户视角出发,提出了一种在车联网环境下基于改进A*路径规划算法与排队论的电动汽车主动充电引导模型。首先,融入红绿灯等待时间和不走回头路条件,改进A*路径规划算法,利用实际路网状态信息更新路网时空状态矩阵,实时优化电动汽车行驶路径,获取电动汽车充电行驶时间。其次,利用深度置信网络预测充电站电动汽车短时到达量,基于排队论M/G/k模型预测电动汽车充电等待时间。最后,以最小化电动汽车充电行驶时间和充电等待时间为目标,搭建电动汽车主动充电引导模型。以中国南京市中心区域为算例,验证了所提主动充电引导模型的有效性,所提算法能够提高充电桩的利用率并减少电动汽车用户综合充电时间。     

基于动态交通仿真的高速公路电动汽车充电站规划

针对已有研究无法计及路网中车辆出行需求时空动态变化的问题,提出基于动态交通仿真的高速公路电动汽车充电站规划方法。首先,提出了基于路段传播模型LTM的高速公路动态交通仿真方法,实现交通流量时空分布的模拟和充电站电动汽车到达率的准确分析;其次,利用M/M/S排队论模型求取电动汽车的充电等待时间;再次,以最小化电动汽车日充电等待时间和最小化年建设运维成本为目标,考虑电动汽车充电需求、充电便捷性以及配电网容量等约束,建立了高路公路电动汽车充电站多目标规划模型,并基于多目标粒子群算法和VIKOR理论求解该模型得到最优规划方案;最后,通过环形高速路网验证了所提方法的实用性与有效性。     

考虑充电等待成本的电动汽车路径问题

随着电动汽车规模化发展,配套充电设施的不足严重制约了电动汽车用户的出行计划。为了提高电动汽车出行效率,分析了电动汽车在行驶过程中的充电需求问题,建立考虑时间窗特征及充电等待成本的电动汽车路径规划问题模型。该模型考虑充电站内车辆排队等待时间这个影响因素,采用M/G/1排队系统对等待时间进行模拟,以能源消耗与成本最低为目标,采用自适应大规模邻域搜索算法对路径规划问题进行求解,并以物流电动汽车为例进行仿真验证。结果表明:针对不同的行驶路径,该模型在电能消耗和等待成本等方面具有较好的表现,可为电动汽车充电路径规划选择提供借鉴。     

基于时空约束的电动汽车充电策略

针对电动汽车行驶过程中的充电需求在时间和空间上的随机性问题,提出了一种基于时空约束的电动汽车最佳充电选择策略,该策略可以使电动汽车在最短的时间内获得最佳充电服务;在此基础上,建立了充分考虑电动汽车充电行驶路径、电动汽车充电站内排队等待时间和电动汽车充电过程的充电行为总用时最短的充电选择模型(time-spatial charging selection model,TSCSM)。仿真结果表明,与就近充电选择策略相比,该充电选择策略在缩短电动汽车充电行为全过程总用时方面具有显著优势。     

电动汽车用户选择充电站最佳经济途径的方法研究

电动汽车将电能转化为驱动汽车的动能,绿色、环保且无污染。政府积极提倡发展电动汽车,电动汽车的数量得到了一定的发展。当电动汽车的电量不能够满足用户的需求时,要对其进行电量的补充。如何合理有效地选择充电站进行充电是一个非常值得研究的问题。针对区域内电动汽车用户如何选择充电站提出一种经济的选择方法。通过搭建电动汽车用户与各个充电站的信息交互平台,引入排队论数学模型,计算电动汽车到达充电站时间成本的同时,进一步计算里程成本。基于前期研究成果,在区域内电动汽车的充电站布局合理的情况下,确定单目标函数选择充电站,从而确定最经济的途径,电动汽车用户以经济成本最低来选择充电站进行充电。     

城市快速路口充电站建模研究

提出了一种基于泊松分布到达模型(poisson arrival location model,PALM)和M/M/s排队理论的电动汽车充电负荷预测方法。首先对传统交通流动态模型进行修正后得到基于PALM的路网模型,详细分析了驶入或驶出城市快速路的车辆,并将驶出车辆分成永久性驶出与暂时性驶出两类,然后基于交通基本定律建立了快充站排队车辆到达模型,得到快充站的车辆到达率,从而基于M/M/s排队理论预测电动汽车的充电负荷时空分布。仿真算例表明,文章提出的方法可以预测快充站的电动汽车充电负荷,为快充站的选址定容提供重要的依据。     

高速公路充电站电动汽车有序充电策略

为了解决高速公路充电站电动汽车的无序充电问题,考虑充电站的运行状态和电动汽车用户的充电习惯,提出了一种基于新电价机制激励用户调整充电时间的有序充电策略。为了验证有序充电的有效性,建立了充电站排队模型,并根据相关数据通过蒙特卡罗方法和排队算法分别对746、480以及240辆纯电动汽车00∶00—24∶00在充电站中的充电情况进行了仿真。仿真结果表明:与无序充电相比,有序充电不仅可以减少用户的充电成本和等待时间,还可以提高充电站的充电设施利用率,减小对高速公路交通的影响。     

基于动态哈夫模型及双边匹配的电动汽车充电引导策略

由于充电站中充电桩数目有限且电动汽车充电耗时长,陆续产生充电需求的各电动汽车用户存在对充电站资源的竞争。这不仅增加了用户排队概率,降低了充电站收益和利用率,而且使得用户在充电站规模、价格、评价等方面的个性化需求得不到充分满足。为此,提出了一种动态哈夫模型与双边匹配方法相结合的电动汽车充电引导策略。首先,对充电站客流、充电订单和充电桩详情等真实数据集进行大数据挖掘,分析公共充电站用户的充电站选择偏好和充电行为特征;然后,基于动态哈夫模型,结合用户充电站选择偏好量化不同区域用户前往不同充电站的概率,并生成充电站推荐列表;最后,将前景理论与双边匹配策略相结合,进行充电引导。算例分析表明,所提策略大幅降低了用户的排队概率,在满足用户个性化充电需求的同时,保障了充电站利益。     

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。     

考虑时空分布的电动汽车充电负荷预测及对电网负荷影响分析

电动汽车充电站的充电负荷与该充电站的车流量、电动汽车电池的起始荷电状态、用户选择的起始充电时间、电动汽车的车型和不同的充电模式都有关联。不同的时间段,不同的充电站类型对应的充电负荷有很大不同,计算电动汽车充电负荷的一般公式算法很难得到。根据电动汽车用户的充电习惯,研究不同类型充电站的充电汽车数量,电动汽车充电时长以及充电模式的选择,提出考虑时空分布的电动汽车负荷仿真预测方法。以沿海某市为例,该方法能有效预测各种不同类型充电站的电动汽车充电负荷,能够为电动汽车充电站的规划建设以及对电网的负荷影响提供依据。     

计及多种充电模式的电动汽车充电站有序充电双层优化策略

大规模电动汽车无序接入充电站不仅会引起配电网负荷"峰上加峰",还会造成充电拥堵,延长电动汽车排队等待时间.建立了计及多种充电模式的电动汽车充电站有序充电双层优化模型.在上层模型中,以配电网负荷方差和上下层调度计划偏差综合最小为目标实现系统负荷"削峰填谷",使负荷曲线更平坦.在下层模型中,建立基于多队列多服务台的充电站排...     

基于排队论的电动汽车充电设施优化配置

在分析电动汽车充电行为的基础上,基于排队论建立了充电设施服务系统排队模型。在此基础上,研究了充电设施服务系统在排队等候中的概率特征,并定量分析了充电设施的运行效率。以充电设施服务系统总费用最小为目标函数建立了充电设施费用最优模型。结合电动汽车充电功率需求预测结果,研究了电动汽车充电设施不同配置方式对电网负荷率的影响。研究结果表明,通过合理配置充电设施,可以提高充电设备综合利用效率,从而进一步验证了所提模型的实用性和有效性。     

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。     

基于需求响应的电动汽车经济调度

提出了一种基于需求响应的电动汽车充电策略,根据电网实时电价信息优化电动汽车用户充电电价触发值,降低用户充电成本。同时,研究了含大规模电动汽车的电力系统机组组合问题。在此基础上建立了基于需求响应的电动汽车经济调度模型,通过对电动汽车用户行为特性的预测,以电网公司收益最大化为目标,优化制定电动汽车充电电价,转移电动汽车充电负荷。算例分析结果表明,提出的经济调度模型可以起到降低峰谷差率的作用,且与无序充电情景相比,能够明显降低系统的运行费用,可以实现电动汽车大规模接入电网时的经济调度。     

“车-站-网”多元需求下的电动汽车快速充电引导策略

提出一种面向电动汽车(车)、快速充电站(站)、配电网(网)多元需求的电动汽车快速充电引导策略。首先介绍了“车-站-网”协同模式下充电引导架构,并基于起讫点分析得出的快充需求分布结果,提出一种双层队列模型模拟快速充电站动态队列。然后,根据动态队列和节点电压约束下配电网快充负荷接纳能力,采用动态电价需求函数建立充电电价模型,以用户充电成本最小为目标引导用户选择快速充电站。最后,以某市部分主城区为例,对1 000辆具有快充需求的电动汽车在不同参与度下进行仿真。结果表明,所提充电引导策略能够在节约用户充电成本的同时,提高快速充电站的运营效率,保证配电网的运行安全。     

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...     

Public charging infrastructure in Japan – A stochastic modelling analysis

Electric vehicles (EV) are treated as a breakthrough technology in the automotive market. The novelty of this technology also implicates that the incidence of these vehicles worldwide is still low. An important issue regarding EVs is the existence of proper charging infrastructure as waiting at charging stations due to an inadequate number of chargers can discourage EV owners. However, as the number of EVs and charging stations are low at present, real world experience is not available, so computer simulations are required for the planning of such charging stations.We developed a stochastic model in this paper that includes driving and charging behaviour of EV owners in Japan. The model is based on Monte Carlo methods and was implemented in MATLAB. We conducted simulations with this model to find out whether the existing infrastructure is adequate for the charging of a large number of EVs. The results indicate that Japan is well prepared for an increase in plug-in vehicles (PHEVs) in the near future: currently the country has 6 fast chargers for 100 electric cars and for this ratio - on average -, waiting probability at DC (direct current) fast chargers ranges lower than 5%, which is an acceptable value for EV owners. If, however, the ratio decreases, waiting probability increases exponentially.     

基于TOPSIS方法的居民区电动汽车有序充电策略

针对中国目前超大城市电动汽车保有量的快速增长与现有配电网制约用户充电需求的矛盾,提出了一种基于理想解法的居民区电动汽车有序充电策略,以最大限度调配现有可用的电能资源。通过分析电动汽车出行规律,建立了居民区电动汽车出行、返回、等待、充电的数学模型。在综合考虑充电时间、充电费用、等待时间、充电完成率、小区总负荷变化率等决策指标基础上,建立了基于理想解法的有序充电排序方法,并通过算例仿真进一步对比了分时电价策略下峰谷电价对用户充电行为的影响。仿真结果表明,与现有网格选取法有序充电结果相比,该方法可在保证电动汽车充电完成率和稳定居民区负荷前提下,更好地兼顾电动汽车充电的连续性、便捷性和经济性,为居民区停车场电动汽车有序充电管理提供决策依据。