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。     

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足用户充电需求的有序充电优化方法。分析充电模式等因素对电动汽车(Electric Vehicle,EV)充电负荷的影响,并基于蒙特卡洛方法进行充电负荷预测的计算;提出了电动汽车有序充电的分层控制架构,并建立了能够平抑总体负荷波动、降低变电站负荷峰谷差的双层优化模型,采用粒子群算法进行计算;以某居民小区为例进行仿真计算,对比电动汽车在不同渗透率下使用该优化充电方法前后的结果。结果表明,该控制策略使充电负荷的高峰期往后推迟至基础负荷的用电低谷期,实现了负荷曲线的“削峰填谷”,且随着渗透率的增加,在降低负荷峰谷差、平抑负荷波动方面的优化效果更好;在充电费用方面,有序充电情况下充电费用减少了29.0%,降低了电动汽车用户的充电负担。     

电动汽车充电行为分析及其有序充电控制策略研究

电动汽车作为一种特殊的负荷,具有随机性、间歇性、时空的波动性等特点。当大量的电动汽车负荷接入配电网进行无序充电时,将会使电网负荷增长、峰谷差加大、损耗增加、电压下降,影响配电网安全稳定经济的运行及电网的优化调度。因此,为了电网安全稳定经济的运行,本文采用蒙特卡洛模拟法对电动汽车进行了充电负荷建模,在满足用户充电需求的基础上,提出了一种基于峰谷电价引导的电动汽车有序充电控制策略,进而通过Matlab仿真来分析电动汽车无序充电及有序充电控制策略实施时对电网的影响,并验证了所提策略的有效性,避免了电动汽车集中充电,降低了电动汽车负荷峰谷比和电力系统运行成本。     

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。     

基于有序充电的换电站电池冗余度研究

电动汽车大规模接入电网后,有序充电优化控制具有便于集中管理、抑制负荷波动、降低峰谷差和充电费用等优势,但同时也带来换电站电池冗余度增大的问题。文中针对换电模式,以抑制电网总体负荷波动为有序充电主要目标,采用自适应遗传算法,建立有序充电模式下换电站电池冗余度模型,并使用蒙特卡洛方法模拟电动汽车用户的用车需求。对比分析无序充电和有序充电模式下换电站电池冗余度仿真结果,表明该有序充电策略能够有效削减负荷波动,减小峰谷差,但也相应提升了换电站电池冗余度。     

电动汽车有序充电研究

通过分析某地区配电网负荷特性以及该地区不同种类电动汽车运行规律,提出一种电动汽车有序充电控制策略,该多目标优化控制策略包含平抑电网负荷波动和电动汽车用户充电成本最小。通过算例验证了该有序充电策略的可行性,即减小了电网的峰谷差,又降低了电动汽车用户充电成本。该有序充电研究可为电动汽车快速发展以及合理接入电网提供参考。     

电动汽车峰谷分时电价时段充电优化模型

利用峰谷分时电价引导电动汽车用户进行有序充电,在减小大规模电动汽车接入电网对其造成的影响的同时,还能减小电网峰谷差。在得到电动汽车充电负荷的基础上,通过实际案例验证了电价时段和响应度对充电负荷曲线的影响;进而构建以电网负荷峰谷差最小所对应的峰谷电价时段为目标的优化模型,利用粒子群算法进行优化求解;通过算例分析验证了该模型的有效性。     

基于粒子群算法的电动汽车有序充放电优化

为解决用户在某一时间段集中充电造成电网负荷压力增大的问题，提出基于分时电价制度，结合用户的出行特性，通过改进蒙特卡洛，得到居民无序充电负荷，然后以解决峰谷差和节约用户成本为目标，构建归一化目标函数，以充电功率和电池电量为约束，通过改进粒子群算法优化，得到电动汽车有序充电负荷，降低电网负荷峰谷差。基于粒子群算法的有序充电与无序充电的仿真结果对比表明，有序充电在应对电网负荷压力与节约居民成本有显著效果。     

面向光储充一体化社区的有序充电策略研究

针对当前有序充电策略优化目标单一且未考虑新能源出力的现状,提出了面向光储充一体化社区的有序充电策略。首先,将降低社区负荷峰谷差作为电网层优化目标,将减少用户充电费用作为用户层优化目标,完成双层多目标有序充电模型的设计。其次,设计基于云边协同的调度架构,将电网层优化模型部署在云端侧,用户层优化模型部署在边缘侧。该架构能有效利用边缘侧的计算资源,缓解云端侧面对电动汽车大规模接入时的计算压力。最后,以5种充电场景为例进行算例分析。实验表明,与无序充电相比,所提策略能够使社区负荷峰谷差减少40.47%,充电均价减少52.63%。与单层有序充电策略相比,该策略综合效果优势明显,在保障配电网安全稳定运行的同时,兼顾电动汽车用户的经济利益。     

基于实时最优恒定功率的电动汽车有序充电策略

大规模电动汽车无序接入充电会与电力系统基础负荷"峰峰相叠",加大系统峰谷差,造成配电变压器重过载和系统网损增大等后果,从而威胁电网的安全运行.为了实现电动汽车有序充电,在以负荷波动差作为网损分析指标的基础上,提出基于实时最优恒定功率的电动汽车有序充电模型.根据常规负荷预测曲线和电动汽车充电基础数据求解实时最优恒定功率,在满足配变最大容量等约束的前提下,以系统负荷波动差最小为目标形成电动汽车有序充电方案.最后通过MATLAB平台作算例仿真,以IEEE 33节点系统为例的仿真结果表明:所提有序充电策略能够更有效地实现系统负荷"移峰填谷",达到平抑负荷波动和降低系统网损的目标,从而验证了该策略的有效性.     

基于需求响应的电动汽车充放电电价与时段研究

大规模电动汽车无序充放电将会对电网负荷造成"峰上加峰"的不良影响,因此合理引导充放电行为至关重要。首先,计及电动汽车反向入网(vehicle-to-gride,V2G)情况,在综合考虑电动汽车用户成本和电网公司利益的基础上,制定了电动汽车充放电电价上下限。然后,以电网负荷峰谷差率最小和电动汽车用户参与V2G成本最低为目标,建立了充放电时段优化模型。最后,用NSGA-II算法对该模型进行寻优求解。算例表明,通过价格型需求侧响应的引导策略,对实现系统负荷"削峰填谷"和提高电动汽车用户收益具有一定效果。     

基于车联网框架的电动汽车有序充电策略

电动汽车作为可进行需求响应的移动负荷,其对电网的影响力随着规模的扩大日益凸显。为了发挥其作为可控负荷的潜力,促进电网与用户间的互动,提出基于车联网APP和电动汽车电池管理系统的车联网系统结构,该系统可实现电池状态数据的监测与传输;以平抑当前日负荷为优化目标,以避免在用电高峰时期充电和不形成充电高峰为约束构建二次规划模型,得到每一推送时间段推送量理论值;并根据用户响应概率分布修正该理论值,进而得到每一推送时间段实际推送值;进一步提出基于车联网框架的有序充电策略;最后通过蒙特卡洛模拟法对该方案进行验证,结果表明以用户响应行为大数据为基础的电动汽车车联网系统通过引导电动汽车有序充电,达到降低日负荷峰谷差的目的。     

电力市场化改革下的有序用电优化管理

提出鲸鱼算法用于优化电动汽车有序充电,该方法在充分考虑用户充电需求的前提下,同时考虑电网负荷水平,以削减充电负荷尖峰为目标,求解接入充电桩电动汽车的最优充电开始时间,以实现大规模电动汽车有序充电。采用模拟用户充电需求的方法,验证了该算法的有效性,对电动汽车在有序充电和无序充电两种情形下的负荷进行对比,结果表明：与无序充电相比,优化后的有序充电方式可以实现充电负荷削峰填谷的优化目标。     

基于低谷填入法的插电式混合动力汽车集中充电策略

近年来,插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)逐渐走进人们的生活。车辆—电网模式(vehicle-to-grid,V2G)实现了交通系统与电能系统的连接。研究发现,大量PHEV的自主充电可能会加大原有负荷曲线的峰值,拉大峰谷差,不利于电网的经济运行。在此基础上,以分时电价为背景提出集中充电策略,根据该策略提出一种基于低谷填入思想的PHEV集中充电算法。以某市2020年预测数据为例进行仿真,结果表明所提策略对负荷的削峰填谷有显著效果。     

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。     

考虑V2G用户响应度的峰谷电价时段优化有序充电

针对电动汽车有序充电实现削峰填谷效果的问题,提出了考虑V2G用户响应度的峰谷分时电价优化有序充电控制策略。通过蒙特卡洛模拟法得到规模化电动汽车的充电负荷,并在此基础上建立了不考虑V2G响应度和考虑V2G响应度的有序充电控制优化模型,其中前者以谷电价时段区间为变量,以配电网负荷曲线方差为目标函数,后者以谷电价时段区间及峰谷时段的电价为变量,以综合考虑电动汽车对配电网负荷曲线方差的影响及用户满意度为目标函数。算例分析表明两种有序充电策略都能有效改善系统运行安全性,但考虑V2G用户响应度的有序充电策略更能反映实际情况。