基于双层优化的电动汽车有序充电策略研究

随着电动汽车的广泛普及,电动汽车不合理充电会给电网的运行带来风险和影响。首先用k-means聚类的方法对峰谷电价进行时段划分,然后提出了一种上层通过网损最小确定充电位置、下层通过网损和充电费用最小确定充电时间的有序充电模型。最后用33节点系统进行仿真验证,同时用模拟退火粒子群算法求解,证明了优化策略能减小网损、平抑负荷波动和降低用户充电费用。     

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...     

电动汽车有序充放电控制与利用研究新进展

电动汽车大规模接入电网会增加电网运行的不确定性,电网侧亟需做好相应准备。采用有序充放电控制可以减小电动汽车的时空不确定性给电网带来的影响,缓解电网升级扩容压力,采用V2G技术可以为电网提供辅助服务,丰富电网的运行方式。根据国内外最新研究进展,从充电负荷建模与计算、电动汽车接入对电网产生的影响、电动汽车有序充电控制、电动汽车为电网提供辅助服务4个方面进行评述,并指出未来的研究方向。     

基于双层优化的电动汽车充放电调度策略

大量电动汽车无序充放电会给电力系统的安全与经济运行带来严重的负面影响。为避免这一问题,引入了对电动汽车进行分层分区调度的理念,并构建了基于双层优化的可入网电动汽车充放电调度模型。在上层模型中,通过优化各电动汽车代理商在各时段的调度计划(包括充电负荷和放电出力),使系统在研究时间区间内总负荷水平的方差最小化,从而实现削峰填谷;在下层模型中,通过各电动汽车代理商对其所管辖电动汽车充放电时间的优化管理,以便与上层的调度计划尽可能一致。之后,采用AMPL/IPOPT和AMPL/CPLEX高效商业求解器对上下层问题分别进行迭代求解。最后,以包含5个电动汽车代理商的、修改的IEEE 30节点测试系统为例,说明了所提出的模型与方法的基本特征。     

考虑用户因素的电动汽车有序充放电控制策略

随着更多的电动汽车入网充电以及售电政策的开放,运营商不仅需要控制充电负荷,还需获取良好的效益。提出了考虑用户因素的电动汽车有序充放电控制策略。用户主动响应参与V2G反向供电并申报供电价格,运营商综合考虑用户的综合指标及所属电动汽车状态,筛选参与反向供电的电动汽车,在满足电网功率限制条件下完成电动汽车的有序充放电计划。基于蒙特卡洛模拟和粒子群算法进行仿真计算,结果表明,在该策略控制下不仅能使充电负荷削峰填谷,还能使运营商获取额外效益,用户充电成本降低。     

面向电动汽车集群实时充放电优化的分群调度机制

大规模电动汽车无序充电会加剧电网的峰谷差,并影响电能质量和变压器寿命。文章从群体的角度考虑分布式控制框架下电动汽车实时充放电优化的互动调度策略,根据接入电动汽车不同的充电需求,提出以充电结束时刻为分群特征的实时调度方法,并采用双层优化模型求解集群整体和单辆电动汽车的最优充放电功率问题。上层以日负荷波动和调度惩罚最小化为目标,建立考虑电动汽车充放电的大规模集群实时互动调度模型。下层考虑电动汽车车主的充放电成本,求解单辆电动汽车充放电功率的最优跟踪问题。以典型的区域配电网负荷数据为例,通过仿真验证了分布式控制下的实时充电优化策略可以保证电网的可靠运行,同时兼顾各方利益。     

基于用户响应画像的居民小区电动汽车充放电优化策略研究

针对电动汽车大规模接入电网系统带来供电可靠性及多方经济性问题,提出一种针对居民小区的电动汽车充放电优化策略。首先,考虑“深度+潜力”因素,采用CRITIC-MABAC法对用户进行分级评估,识别得到按调度参与深度和响应潜力划分的用户群体画像特征;然后,根据画像特征制定分群体的差异化充电目标与调度模式,建立电动汽车充放电优化调度模型;最后,以负荷波动及充电成本加权组合的适应度最小为优化目标,使用精英遗传算法完成调度求解。实证分析证明所研究策略可实现平抑负荷与降低充电成本的综合优化目标。     

大规模电动汽车充放电优化控制及容量效益分析

建立了电动汽车充放电两阶段优化模型,并采用整数规划方法求解,以获取通过优化控制降低的峰荷量及车辆到电网(V2G)的放电量。考虑电动汽车起始充电时间、起始荷电状态的随机分布,采用拉丁超立方抽样方法进行抽样,以有效减小计算规模。以中国2020年和2030年电动汽车充电负荷为例,对电动汽车可控比例不同情景下的有序充电优化、V2G优化问题进行了仿真计算,并对成本效益进行了分析。考虑到未来参数的不确定性,对成本效益相关参数进行了灵敏度分析。分析结果表明,所提出的两阶段充放电优化控制模型能有效降低峰荷并平滑负荷曲线。同时可知,装机成本和电池寿命损耗成本的变化将对V2G的效益产生较大的影响,上网电价的变化则对V2G效益的影响较小。     

智能电动汽车充放电技术分析与仿真研究

随着智能电网概念的提出,电动汽车不再只是传统的电力消费体。而且可以将多余电能回馈给电网或用户。基于这一思想。提出了一种基于智能电动汽车的双向电力变换器设计,通过一套主电路拓扑结合相应的控制,实现了电动汽车的充电、并网（VehicletoGrid,V2G）以及作为不问断电源供给关键负载（VehicletoHome,V2H）的需要。在控制策略中,用比例谐振（PR）控制器取代传统的PI控制器。实现了交流量瞬态反馈的无静差输出,具有很好的瞬态和稳态性能。最后通过Matlab／Simulink进行了仿真测试,仿真结果表明,提出的设计方案能够很好地实现电动汽车与电网的双向供电,达到了预期效果。     

基于模糊控制的区域电动汽车入网充放电调度策略

提出一种基于模糊控制的电动汽车入网(V2G)充放电调度策略。首先,提出V2G管理系统的整体结构,其主要由有序充电调度系统和V2G变流器控制系统组成,前者合理安排各充电桩的充放电功率,实现削峰填谷的辅助功能;后者响应上层调度下发的功率指令,控制实际充放电行为,提供稳定的电能变换和能量交换的接口。然后,在有序充电调度系统中综合当前配电网的负荷特点,对当前接入充电站的全部电动汽车进行调配,并采用模糊控制算法计算充放电功率并下发给各充电桩,改善区域电网的负荷特性,实现削峰填谷的辅助功能。最后,通过仿真实验证明所提有序充电调度系统在满足电动汽车充电需求的同时,能够充分地利用电动汽车负荷的灵活性;在实现对电网削峰填谷的同时,有效地避免了电网负荷低谷时段大量电动汽车充电引起新负荷尖峰的问题。     

基于PSO算法的电动汽车有序充放电两阶段优化策略

传统分时电价(time-of-usetariff,TOUT)和实时电价(real-timeprice,RTP)需求响应机制均会在负荷低谷时段产生新的负荷高峰,针对这一问题,考虑电网侧的调峰需求以及不同用户对充电电量、充电成本的不同需求和参与意愿,提出一种分时电价动态优化方法。所提方法根据每辆电动汽车(electricvehicle,EV)接入电网时的负荷信息动态更新该EV的峰谷电价,弥补了TOUT和RTP充电方式的缺点。基于所提分时电价动态优化方法,通过建立充电电量最多和充电成本最小多目标函数,采用粒子群算法对每辆EV的充(放)电行为进行两阶段优化,并通过引入虚拟荷电状态对优化后的充(放)电行为进行修正,由每位用户自主响应实现EV的有序充(放)电。为验证所提方法的有效性,基于2017年全美家用车辆调查结果(NHTS2017),采用蒙特卡洛法模拟某居民区1000辆EV的充电需求,并对不同充电策略、不同优化权重、不同参与度和不同V2G(vehicle to grid)响应度下的充电需求进行了仿真分析,结果表明,相较于其他充电策略,所提优化策略可以明显降低用户的充电成本和负荷曲线的峰谷差。     

考虑多智能体协同的电动汽车充放电分散式实时优化策略

针对多充电站/电动汽车区域能量管理系统(electric vehicles distributed energy management system,EVDEM S)情景下电动汽车充放电优化的问题,将各充电站/EV-DEM S视为充电智能体,建立了考虑多个充电智能体的分散式实时优化架构来协调各智能体的充放电策略。模型在满足车主充电需求的前提下,以日负荷曲线波动最小为目标,实现电网侧的削峰填谷。仿真算例表明,和传统的集中优化方式相比,该分散式优化模型和算法能够很好地对各智能体充放电计划进行协调优化,在保证优化结果的情况下能够极大地提升计算速度。     

基于分时电价的电动汽车有序充放电策略研究

为了减缓电动汽车无序充电造成的负荷波动,提出一种基于分时电价的电动汽车有序充放电策略。构建了居民区电动汽车负荷模型,在考虑负荷均方差、用户充放电成本和电动汽车充电量的情况下,建立多目标优化函数,并采用改进粒子群算法求解多维优化问题。仿真结果表明,所提有序充放电策略能在有效平缓电网负荷曲线的同时,增大电动汽车充电电量和减少用户充放电成本,最大程度满足用户出行需求。     

考虑预警负荷的电动汽车充放电优化策略

预警负荷会严重影响电力系统的安全经济运行。面向参与车辆到电网(vehicle to grid,V2G)服务的电动汽车用户,综合考虑预警负荷、预警电价和充电激励措施对充放电过程的影响,提出基于改进粒子群算法(improved particle sw arm optimization,IPSO)的电动汽车充放电优化策略。通过计算预警负荷发生时的放电奖励,建立预警负荷电价模型、电池容量损耗模型,基于分时电价和放电激励制度建立用户充放电成本模型。此外,引入长短时记忆的概念,提出改进粒子群优化算法。在上述模型和算法的基础上,以最小化用户成本为优化目标,计及用户充电需求和充放电功率等约束,提出不同预警负荷情况下的充放电优化策略。在MATLAB中完成了仿真验证,结果表明,在已知预测预警负荷的前提下,采用文中的充放电优化策略能够提高电动汽车用户V2G参与度,有效降低用户成本,并缓解预警负荷发生时电网压力。     

基于时空互补的电动汽车有序充电

为减小电动汽车的充电行为对区域配电网的影响,即减少配电网负荷峰值的增加。本文综合考虑不同用户类型的电动汽车在居民小区、政府部门和商业区的行驶规律、停车规律、充电需求,以实现整个区域配电网削峰填谷为目标,提出了一种在V2G(vehicle-to-grid)模式下,通过分时电价引导的不同负荷类型电动汽车从时间和空间上双重互补进行有序充电的方法。以IEEE RBTS-5系统的第1,2条10 k V线路负荷需求为例,用蒙特卡洛方法模拟了本文所提的方法,验证了时空互补有序充电的方法对区域配电网总负荷削峰填谷的有效性。     

电动汽车有序充放电控制技术研究

研究电动汽车有序充放电装置与控制策略,能够解决高渗透率电动汽车并网问题,对未来电网的安全稳定经济运行意义重大。研究了电动汽车充放电负载特性及充放电设备结构与控制机理,分析了一种基于虚拟同步发电机算法的充放电机并网先进控制算法,并给出了电动汽车充放电机并网接口控制系统,指出基于虚拟同步发电机算法的电动汽车充放电并网控制策略,拥有良好的性能和推广价值。     

电动汽车充电调度综述

电动汽车因节能环保的优点得到大力推广,然而由于充电行为的随机性、不确定性,大规模电动汽车无序充电将对电网的安全稳定带来挑战。随着V2G技术的发展,电动汽车作为分布式电源和储能装置成为可能,这使得对电动汽车进行充电调度成为电网中一种新的调控手段,帮助消除电动汽车充电对电网产生的不利影响,同时也是消纳新能源发电的一种有效方式。简述了V2G技术和电动汽车充放电对电网产生的有利与不利影响,介绍了电动汽车充电负荷计算方法和几类充电调度策略。     

智能小区电动汽车有序充电策略优化研究

为了使智能小区停车场中电动汽车充电设施达到高效合理分配,在确保小区居民正常安全用电的同时,找到一种更合理的电动汽车有序充电方案.提出了基于优劣解距离法的电动汽车分时段分电价有序充电优化策略,根据居民日常出行规律及充电需求建立数学模型,并从充电成本、充电完成满意程度、等待充电时间角度综合考虑,将策略分为4种情况讨论,并通...     

规模化电动汽车有序充电分层控制策略研究

电动汽车作为一种特殊电力负荷大规模投入电网后,对其有序充电策略进行研究,能够降低充电负荷对电网的冲击、平抑负荷波动,降低用户充电费用.文中以电动私家车为研究对象、居民小区为应用场景,提出了一种上层根据居民小区的充电需求与负荷方差最小的优化目标确定功率指导曲线、下层同时考虑下发的指导曲线以及充电站峰谷差最小的优化目标来满...     

基于台区负荷平衡和优化的电动汽车有序充电策略研究

正分析了电动汽车用户充电需求,并在此基础上研究了电动汽车充电负荷调度方式和有序充电优化方法,提出了基于台区负荷平衡的有序充电优化控制策略,在满足用户充电需求的前提下,实现了电动汽车充电功率的合理分配,减少对