基于电动汽车充放电的Prosumer单元并网优化研究

随着分布式能源的快速发展,产生了既可以发电又可以用电的家庭单元——Prosumer,大量Prosumer单元接入配电网中会影响配电网能量流通,甚至影响配电网安全运行;为此,考虑电动汽车接入家庭Prosumer单元充放电,提出了一种Prosumer单元并网优化方法。首先基于深圳地区配电网负荷特性,结合电动汽车充放电技术,建立Prosumer单元负荷模型;然后利用改进粒子群优化(modified particle swarm optimization,MPSO)算法,对Prosumer单元并网能量流通进行优化。仿真结果表明,该方法可使分布式能源参与负荷调控,缓解深圳地区配电网峰谷差问题。     

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。     

电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

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。     

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。     

电动汽车充放电与风力/火力发电系统的协同优化运行

提出一种通过控制规模化电动汽车的充放电,使其能够与现有的风力/火力发电系统协同运行的优化调度策略。针对传统含电动汽车的电力系统优化模型没有考虑电动汽车用户成本,实用性不高的缺陷,建立了包含电网运行经济性、电动汽车用户成本、CO2排放、最小弃风量的多目标优化模型;提出了将改进的NSGA-II遗传算法和加权尺度法相结合的智能优化算法。应用该算法,求出多目标动态优化模型的帕累托前沿,获得了最符合实际的电力系统综合优化调度方案。对所提出的多目标优化调度方法进行了仿真计算,结果证明,采用所提优化策略可以获得最佳的火电、风电与电动汽车之间的出力方案。该方案符合实际,在合理的电动汽车用户成本范围内可有效地降低电网运行成本、风力发电弃风量和大气碳排放量,应用价值较高。     

智能电网与电动汽车双向互动技术综述

车辆到电网(V2G)技术实现了电网与电动汽车的双向互动,是智能电网技术的重要组成部分。从V2G技术的概念出发,分析了V2G技术的工作原理、充放电业务流程,指出了要发展和推广V2G技术,电动汽车企业和电网企业应在相关标准制定方面加强研究和合作。最后阐述了V2G相关技术国外研究应用现状、V2G技术对电动汽车产业、智能电网的重要意义。     

基于双向出行链的电动汽车平抑电网波动策略

针对电动汽车(electric vehicle,EV)时空转移随机性造成的电网波动问题,计及车主的性别差异、车主实时出行目的地不同和车辆双向行驶,提出了一种基于出行随机性双向出行链的EV充放电调度策略。考虑车主实际出行过程,建立EV双向出行链模型;考虑到男女车主出行过程中的性别差异,确定男女实时出行概率模型;以降低电网的波动为目标函数,考虑车主实时出行需求和EV实时荷电状态(state of change,SOC)建立调度模型,并依据所建立模型对EV进行充放电调度。在约280 m²的区域进行仿真分析,结果表明：双向出行链模型更接近用户实际出行规律,其调度策略能够在满足用户实际出行需求的同时,更好地抑制电网波动性。     

电动汽车参与电网调峰的模型及调度策略研究

"汽车-电网"互联(Vehicle to grid简称V2G)技术体现了电动汽车与电网的互动关系,随着电动汽车数量的快速增加和充放电技术的成熟,电动汽车必将成为智能电网的重要组成部分,并有望参与电网调峰平抑负荷波动。建立了一种电动汽车参与电网调峰的模型,提出了基于粒子群算法的调度策略。基于某地区典型的日负荷曲线,研究了电动汽车对电网调峰的影响。     

基于PWM的电动汽车V2G双向充放电装置研究

从V2G技术的概念出发,分析了V2G双向充放电装置的基本结构,并采用同步旋转坐标系电流控制与电压空间矢量控制相结合的方法对系统进行控制,实现了电动汽车与电网的双向能量互动.     

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。     

计及电池动态损耗的电动汽车有序充放电策略优化

目前电动汽车通过电动汽车入网(V2G)技术向电网放电时,计算电池总损耗模型过于简单,无法准确反映电池的损耗。为此,基于电池放电特性曲线,文中利用电池放电动态容量衰减模型,得出在不同剩余电量下释放相同电量对电池损耗有较大差异的结论。在以配电网变压器容量为约束的前提下,建立了计及电池损耗的有序用电用户充放电费用最小模型及相应的充放电策略;并采用优先顺序法将多时段优化问题转化为各时段最优问题,实现该模型的求解。仿真算例结果表明该方法不仅可以有效保障放电用户利益,同时能够提高充电站利润及无序用电用户充电成功率。     

基于改进粒子群算法的电动车参与负荷平抑策略

建立了电动车参与负荷平抑的数学模型,在考虑电动车充放电功率及可用容量等约束条件的前提下,应用粒子群优化算法（particle swarm optimization,PSO）对模型进行了求解。针对PSO处理高维问题过早局部收敛的缺陷,提出了基于子向量的改进型PSO算法,在保证算法搜索到空间中的每个区域的同时,将搜索空间分...     

基于随机森林算法的电动汽车充放电容量预测

文中提出一种电动汽车充放电容量的组合预测方法.首先,基于电动汽车历史充电数据和用户参与电动汽车与电网互动(V2G)意愿的调查数据,分析车辆荷电状态(SOC)特性、出行时间特性以及用户对价格的敏感度,建立随机森林分类模型,判断车辆是否参与V2G调度,并对影响用户决策的特征因素进行重要性评估.其次,采用蒙特卡洛方法模拟电动汽车出行和充放电情况,并分别预测充放电容量.最后,以办公区为例进行仿真,对比分析多种充放电模式下的电动汽车充放电行为与负荷分布.所构建的随机森林分类模型的准确率为0.917,能够有效区分V2G计划时段内电动汽车的充放电行为,仿真结果验证了所提预测框架的有效性.     

计及电动汽车充放电静态频率特性的负荷频率控制

目前对电动汽车参与电力系统调频的研究,主要集中在电动汽车作为分布式电源参与系统调频,而对电动汽车作为可控负荷参与系统调频的研究较少。但是,电动汽车作为分布式电源和可控负荷对其参与系统调频具有同等重要的作用。基于此,文中计及了电动汽车的充放电静态频率特性模型,在电力系统负荷扰动发生时,实现了对电动汽车充放电的协调控制,使其在分布式电源和可控负荷两个角色间合理转换。在此基础上,建立了计及电动汽车充放电的单区域系统负荷频率控制模型,并将该模型扩展为两区域互联系统。在MATLAB/Simulink中建模并进行仿真分析。算例结果表明,电动汽车作为分布式电源和可控负荷参与系统调频,不仅可以使系统频率调整速度更快,有效减小系统频率偏差,而且能减小传统调频机组的备用容量。     

电动汽车代理机构对电动汽车充放电控制的研究

大规模电动汽车入网参与电网调度需要在某一区域设置一个代理机构,作为电力公司调度部门和电动汽车的中介。针对代理机构对所管辖电动汽车的控制,首先,以1天为1个周期把电动汽车可能被控制的区域分为办公区、居住区和超市购物区。然后,代理机构根据各电动汽车状态信息把各区域的电动汽车分为充电集群和放电集群。之后,代理机构根据可调度容量、可调度时长、电动汽车车主违约度制定评价体系对集群内电动汽车在每个时段的充电或放电的顺序进行排队。最后,在保证电动汽车车主行驶和电池安全约束的情况下,对电动汽车进行充放电调度,使代理机构充放电尽可能满足电力公司调度部门的调度计划。     

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。     

计及电动汽车充电预测的实时充电优化方法

电动汽车大规模接入电网后,如何优化实时充电功率,避免自由充电带来的晚高峰,实现填谷充电成为重要问题。文中首先回顾了常规实时充电优化方法和电动汽车充电预测技术。基于电动汽车尤其是汽车集群充电行为的可预测性,在常规充电优化方法中加入了未入网汽车的充电预测模型,提出计及汽车充电预测的实时充电优化模型,并通过滚动优化求解得到入网汽车的实时优化充电功率。通过分析和仿真,在不同预测精度下,所提方法都非常接近理论上的最优填谷,并且电动汽车入网充电时间越分散,所提方法对常规方法的改善越明显。     

计及电动汽车需求差异的智能电网调度策略

插电式电动汽车(plug-in electric vehicles, PEV)近年来发展迅速,考虑PEV并网后的差异性需求,提出一种计及PEV需求差异的智能电网调度策略:根据需求差异将PEV分为无序充电PEV、可调度充电PEV和可调度充放电PEV,之后提出考虑高低功率调控差异性将可调度PEV分为高功率可调度PEV和低功率可调度PEV。最后,构建以智能电网运行成本最小和电动汽车支付费用最小的多目标优化调度模型。算例结果表明在考虑PEV差异性需求的情况下通过合理调度PEV可以有效提高可再生能源消纳能力、降低智能电网运行成本和PEV车主支付费用。     

电动汽车充放电决策模型及电价的影响分析

以电动汽车运营收益最大化为目标,以满足电动汽车动力电池充放电容量及电动汽车行程需求为约束条件,构造了一个电动汽车充放电收益最大化模型,该模型表示电动汽车充放电决策。以2009年美国家庭出行调查为依据,根据用户出行规律,采用蒙特卡洛模拟法模拟用户行程需求,对电动汽车充放电运行的经济效益以及充电负荷分布进行仿真计算和分析。研究结果表明,所提出的模型可以表示电动汽车响应电价的能力,利用该模型还研究了实时电价对含电动汽车接入电网功能的电动汽车充放电电量分布及电动汽车运行成本的影响,揭示了实时电价机制为了更好地促进充放电电量的合理分布需要动态调整的特点,以及电动汽车接入电网功能可以显著减少电动汽车的运行成本,且存在较大的经济空间组织充电运营商的特点。电动汽车电池存储作用值得进一步开发。