采用分时充电电价时电动汽车充电需求分析

大规模的随意式充电必然给电力系统带来一定的负面影响,甚至会威胁到系统的安全性。为避免和解决这一问题,采用基于价格影响消费者行为的经济学理论,分析私家车的日常出行习惯、停车习惯、充电习惯,提出相应充电负荷响应矩阵,建立分时充电电价模型,研究充电负荷对充电电价的变化而产生的响应、不同种类电池的充电需求推算、在自主充电的行为下一天24 h中的日充电负荷分布等。通过实例分析,建议利用充电电价的变化对电动汽车充电行为进行引导,通过优化求解来减少大规模随意式的充电负荷给电力系统带来的负面影响;同时鼓励电动汽车车主调整充电时间,从而达到“削峰填谷”的新能源调度效果。     

以降低电网损耗为目标的电动汽车充电策略

针对电动汽车接入电网充电造成电网负荷峰值升高和损耗增加的问题,从理论上分析了平滑负荷曲线对降低网损具有重要意义,利用柯西-许瓦兹不等式证明了使负荷曲线越平坦,降损效果就越明显。其次,利用理论分析的结果,研究制定了电动汽车在满足约束条件下的优化充电策略,根据优化程度分为局部充电策略和全局充电策略,并且分析了两种充电策略的充电控制结构。最后,结合算例分析和对比了两种充电策略在降低峰值负荷和损耗方面所取得的显著效果。     

考虑分时电价和系统峰谷差动态约束的电动汽车有序充电策略

大规模电动汽车并网充电需要同时考虑聚合效应的经济效益和其对电力系统的影响。以电动汽车用户充电费用最优为目标,在考虑充电时间、并行充电汽车数量等传统约束的基础上,结合分时电价与实际负荷曲线,将充电行为对峰谷差和负荷波动的影响作为约束条件,提出了一种新的电动汽车充电行为有序充电策略。基于该策略,利用蒙特卡洛方法模拟了电动汽车用户行为,对比分析了分时电价环境下电动汽车无序充电和有序充电对电网负荷曲线的影响。仿真结果表明:考虑峰谷差和负荷波动约束,通过电动汽车实时响应分时电价,可避免大量电动汽车集中充电而产生新的负荷高峰,且在显著降低电动汽车充电费用的同时,可以实现平滑负荷波动并减少系统的峰谷差。     

实时电价下插电式混合动力汽车智能集中充电策略

以实时电价为背景,提出了基于需求侧响应思想的插电式混合动力汽车（PHEV）集中充电机制,计及供电侧填谷效果与用户成本,建立数学模型,并根据模型特点提出了一种新颖的基于动态估计插值思想的算法,基于某地区2020年的预测数据进行算例仿真。结果表明,文中提出的PHEV集中充电策略可以有效地降低峰谷差,节约用户充电成本,达到供...     

基于紧迫性需求的电动汽车协调充电优化策略

电动汽车(electric vehicles,EV)的随机充电会导致峰值负荷突变,进而增加了电网运行波动的风险。为此,提出了一 种基于微电网的电动汽车协调充电调度策略,算例表明该策略可以降低负荷的峰值,减弱了随机充电行为对于电网波动的风 险。首先,考虑充电紧急性指标(charging urgency index,CUI)来反映不同的充电需求,以及利用蒙特卡洛法模拟电动汽车充 电时间行为的随机性,进一步保证电动汽车的协调充电。其次,以整体峰谷负荷差最小为目标,建立协调充电调度的优化模 型,考虑了电动汽车慢速和快速充电以及微电网运行各种限制。仿真结果表明,在两种充电模式下,该方法较不协调充电方 法在500辆电动汽车的情况下能够将峰值负荷分别降低54.71%、46.38%,能有效地解决电动汽车车主的充电选择模式以及 降低微电网运行的风险,为微电网削峰填谷提供策略。     

基于多时段动态电价的电动汽车有序充电策略优化

引导电动汽车充电负荷向低谷转移时,现有的分时静态电价与峰谷区间存在不匹配的现象,针对这一问题,提出了多时段动态电价引导策略,建立以电网端负荷差最小和用户侧充电成本最经济为目标的数学模型,并采用带有精英选择的自适应遗传算法对充电状态进行优化求解。采用蒙特卡洛随机抽样方法来模拟电动汽车无序充电状态下的负荷情况,与所提出带有多时段动态电价策略的有序充电方法对比,动态电价策略有效降低了电网峰谷差和用户充电费用,达到削峰填谷的效果。     

峰谷分时电价策略在江苏电网的应用研究

叙述了江苏电网的状况及实施峰谷分时电价的情况,认为合理的分时电价体系有助于缓解电网高峰期电力供应紧张的局面.介绍了江苏省峰谷时电价政策的实施效果、取得的经验及存在的问题,并提出了进一步完善峰谷分时电价体系的建议.     

峰谷分时电价建模策略综述

峰谷分时电价是需求侧管理的有效措施之一,是电力经济最有效的调节杠杆。合理的划分时段并制定电价可有效引导用户改变用电习惯,改善电能质量,保证电网资源的优化配置。如何公平合理地设计峰谷分时电价方案是确保其顺利实施的关键。针对峰谷分时电价决策模型进行综述,对其在国内外的发展现状进行概括和分析。具体给出几种常见的分时电价模型,总结分时电价的不同建模方法,最后展望峰谷分时电价的未来发展方向。     

基于分时电价的电动汽车有序充电控制策略设计

文中以减小电网峰谷差作为主要目标,结合电网分时电价时段划分与局域配电网负荷波动情况,提出了电动汽车充电分时电价时段划分方法,并建立了以用户充电费用最小和电池起始充电时间最早为控制目标的数学模型.利用蒙特卡洛方法模拟电动汽车用户的充电行为,对比分析了电动汽车在无序充电和有序充电模式下的仿真结果,表明:通过电动汽车响应充电分时电价,能够有效减小峰谷差,并提高用户满意度.针对电动汽车用户对有序充电的不同响应系数,仿真计算了局域配电网的负荷曲线,结果表明:受充电分时电价影响的用户越多,对于抑制因电动汽车接入而引起的局域配电网负荷的波动越有利.     

基于用户响应的分时电价策略研究

针对因不恰当电价政策改变负荷曲线的峰谷特性而引起的用电时段需要频繁重新划分的问题,首先,引入弹性效应权重对需求价格弹性矩阵进行改进,建立了用户响应模型。然后,基于模糊聚类对负荷峰谷时段进行了划分。最后,以负荷峰值和负荷波动系数最小为目标,建立了峰谷分时电价的决策模型,讨论了峰谷倒置对优化结果的影响。结果表明,应用所提模型可使负荷曲线保持原有峰谷特性,同时可使负荷波动有效降低。     

基于思维进化算法的电动汽车有序充电控制策略

大量电动汽车充电会加大充电站负荷峰谷差,影响充电站安全稳定运行。因此提出了一种基于思维进化算法(MEA)的电动汽车有序充电控制策略:以用户充电费用最少和充电站负荷峰谷差最小为目标函数,采用MEA算法动态计算接入充电站电动汽车的最优充电时段,由用户自主响应,从而实现充电站内电动汽车的有序充电控制。为验证该策略的有效性,利用蒙特卡洛方法模拟用户充电需求,对算例进行仿真分析。结果表明:与无序充电相比,有序充电控制策略可在降低电动汽车用户费用的基础上实现充电负荷的削峰填谷;相比于使用遗传算法,MEA算法具有一定优势。     

分时电价下价格理性用户最优充电策略

电动汽车作为一种移动负荷,其充放电行为将对电网产生巨大的影响。在尖峰、峰、平、谷、尖谷5段分时充电电价与传统峰、平、谷3段分时放电电价下,建立了4类电动汽车充放电响应模型与价格理性用户最优充电策略,并计算出用户所需要的充电费用、电网的负荷量与网络损耗率。仿真结果表明：该模型求得的最优充电策略,不仅可以使用户费用降低,还可以大大降低电网的网络损耗率。     

基于电动汽车与电网互动技术的充电站控制策略研究

针对电动汽车与电网互动技术充电站控制策略需要考虑的电网、车辆、用户三方面因素,提出该控制策略需要解决的充放电车辆选择与电流/功率确定问题,分析电动汽车与电网互动技术各组成部分之间的控制关系,负荷曲线整形的充放电模式和实现该充放电模式的电动汽车与电网互动技术充电站控制策略流程,并对实现控制策略的具体算法进行探讨和算例分析。     

居民小区电动汽车充电负荷有序控制策略

针对当前居民小区电动汽车充电设施建设中遇到的配电变压器供电容量限制及物业管理方缺乏运营积极性等实际困难,研究了电动汽车充电负荷有序控制策略,主要目标包括预防配电变压器过载和实现充电收益最大化。首先提出了网格选取法,在保证变压器不过载运行的同时,灵活规划电动汽车的充电时段。进而基于峰谷分时电价构建了充电电费支出最小的目标函数,并基于遗传算法设计了求取最优网格选取结果的方法与步骤。最后,采用蒙特卡洛法进行算例仿真和分析验证。结果表明:网格选取法隐含了配电容量限制条件,简化了电动汽车的有序充电规划,更利于采用寻优算法进行求解。所求取的有序充电策略能有效实现负荷移峰填谷、降低电费支出,同时提高运营方的充电收益及参与积极性。     

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。     

采用拉格朗日松弛法的电动汽车分散优化充电策略

电动汽车聚合商作为电动汽车充电服务的提供商,是电网公司和电动汽车用户之间交互的重要协调者。从电动汽车聚合商的角度出发,在考虑电动汽车用户的电量需求、充电时间以及配电变压器的可用容量等约束条件下,以电动汽车聚合商充电收益最大化为目标,构建了基于拉格朗日松弛法的分散优化模型,研究了分散优化充电策略的执行机制和流程。采用蒙特卡洛方法模拟电动汽车的充电情况,通过仿真算例,对比分析了在无序充电、集中优化充电和分散优化充电模式下的负荷曲线、经济效益和计算效率。结果表明：基于拉格朗日松弛法的分散优化充电策略可得到近似于集中优化模式下的充电收益,同时具有更高的计算效率,适合实际应用。     

住宅区电动汽车充电负荷随机接入控制策略

提出一种电动汽车充电起始时间随机选取方法。由控制决策生成器获取当前控制区域电价与负载信息,并根据负载曲线,对负荷曲线中谷时段进行分段处理,计算电网在各时段的负荷容纳能力。各充电桩根据负荷容纳能力计算不同充电时长的用户对应的充电起始时刻概率分布,并依据概率分布随机决定接入用户充电起始时间。该方法将谷时段电网负荷容纳能力量化为充电概率分布,按各时段负荷容纳能力随机生成充电任务,达到均衡利用谷时段电力资源的目的。概率分布计算完成后,由充电桩独立决策充电任务,无需复杂的集中式通信控制。蒙特卡洛方法对策略实例进行的仿真结果表明,所提方法削峰填谷、平抑负荷波动的效果显著,同时能有效降低系统和用户成本。     

基于智能代理分布式管理系统的电动汽车充放电策略

随着电动汽车的发展与普及,提出了一种用于协调电动汽车充放电的智能多代理分布式管理系统。建立以用户充电费用支出和负荷曲线峰谷差最小化为目标的多目标优化策略,采用蒙特卡洛方法模拟电动汽车用户行为。在峰谷电价的引导下,用户利用谷时段充电、峰时段放电提高自身利益,在初步得到理想的充电时段区间后,引入学习训练机制调整可间断充放电分段数,使负荷曲线最终达到理想的削峰填谷效果,采用宽容分层序列法求解多目标优化。优化结果表明本文的策略平抑负荷波动效果显著,能有效减少用户支出,增加用户收益,实现电网与用户互利双赢。