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。     

考虑需求响应的电动汽车充电负荷研究

大规模电动汽车(Electric Vehicle, EV)接入电网进行无序充电,会增大负荷峰谷差并造成“峰上加峰”的问题。为此,文中提出一种新的分时电价策略引导EV参与需求响应,并基于此进行了负荷预测。为了刻画EV接入对电网的影响,建立了考虑EV随机特性的充电负荷模型;为了引导EV有序充电,构建了电价与系统负荷逐个时段的映射关系,提出了新的多时段分时电价策略以克服传统分时电价更新周期长、对当日实际负荷峰谷变化反映不灵敏的缺点;基于所建立的电价引导策略,对计及需求响应后的EV负荷进行了预测。结果表明,所提多时段分时电价需求响应机制能够合理地分配EV的充电时段,有效减小系统负荷峰谷差。     

计及动态电价的电动汽车参与微电网调度双层优化策略

电动汽车(Electric vehicle,EV)充电负荷变化量受微电网爬坡性能限制,因此本文考虑微电网机组爬坡特性,提出一种计及动态电价的EV参与微电网调度双层优化策略。上层为EV 负荷模型,分析不同类型EV快/慢充特性 ,考虑微电网电价对EV充电需求的引导,建立以用户满意度最大为目标的EV负荷模型。下层为多微电网运行模型,根据微电网净负荷大小制定动态电价策略,考虑EV充电负荷对微电网新能源的消纳及电源爬坡的需求,优化各微电网区域动态电价,以微电网净负荷波动及运行成本最小为目标,建立多微电网区域运行模型。最后以某城市区域微电网及EV充电需求算例分析进行验证,结果表明：与固定电价及峰谷分时电价相比,所提方法实现了EV负荷在微网区域的有序充电、平抑净负荷波动的效果,能够有效降低充电行为对微电网安全经济运行的影响。     

多目标优化的高渗透率电动汽车有序充电策略

电动汽车作为一种新型负载,其大量无序充电行为给电网造成了压力,影响了电网的稳定和经济性,因此提出了一种基于分时电价的电动汽车有序充电策略。以电动汽车为研究主体,分析充电模式因素对电动汽车充电负荷的影响,并引用蒙特卡洛法对预测充电负荷进行计算。在此基础上,结合分时电价建立一个以负荷峰谷差最小和用户充电费用最低为目标的多目标模型,采用改进非支配排序遗传(NSGA-II)算法对目标函数进行求解,对比不同渗透率下的优化结果。结果表明,该控制策略降低了充电成本、减小了峰谷差,实现了负荷曲线的“削峰填谷”,且随渗透率的增加,优化效果更为显著。     

计及电动汽车入网的峰谷电价时段优化模型研究

针对电动汽车有序充电和放电对电网削峰填谷方面的影响,提出峰谷电价时段的优化模型。首先,根据私家车主的出行习惯,构建无序模式的放电概率模型;然后,基于峰谷电价时段,构建用户响应峰谷电价差的有序充电和放电时刻选择算法;其次,考虑峰谷电价响应度,使用蒙特卡罗法模拟得到电动汽车充放电功率的日负荷曲线,与原始电网负荷叠加,得到考虑电动汽车充电和放电功率的实际负荷曲线;在此基础上,构建以电网负荷峰谷差率最小为目标的峰谷电价时段的优化模型,并使用遗传算法对其优化求解;最后,通过算例验证了模型的正确性。     

基于分时电价的电动汽车充放电多目标优化调度

大规模电动汽车无序充电易造成电网负荷"峰上加峰"等后果,这严重影响电网安全运行,因此合理调度充电行为至关重要。基于分时电价制度和电动汽车可入网的情况,针对电动汽车调度机构建立了计及电网负荷波动及用户成本的多目标优化模型,采用交叉遗传粒子群算法求解得到次日优化充放电计划。基于某商用楼宇负荷数据进行算例仿真,对比分析了分时电价与固定电价下的仿真结果及不同分时电价对调度策略的影响,结果表明:分时电价引导下的调度策略在减小电网峰谷差与提高用户经济性上都具有更大优势;受峰谷电价差增大与尖峰电价的影响,新的分时电价下电网调峰效果更加明显,但用户成本却因平均电价上浮而增高。     

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。     

电动汽车有序充电的峰谷电价时段优化

针对如何利用电动汽车有序充电对电网实现削峰填谷效果的问题,提出了峰谷电价时段的优化模型与方法。构建用户选择充电时间对峰谷电价时段的响应模型;通过蒙特卡洛法模拟得到电动汽车充电负荷的日负荷曲线,并与原始电网负荷曲线叠加,从而形成实施效果下的电网实际负荷情况。在此基础上,建立了以峰谷差率最小为目标的最优化模型,并通过遗传算法对峰谷电价时段优化问题进行了求解。最后通过算例的计算结果证明了模型和方法的合理性。     

计及供电方收益的分时电价优化

峰谷分时电价是电力需求侧管理的一个重要手段。基于利益驱动,用户对变化的电价作出响应,自动地调整用电时间和用电量,从而实现负荷曲线的削峰填谷,达到延缓投资、提高电网运行稳定和经济性的目的。以峰谷差最小为目标、用户利益和供电方合理利润等为约束,以负荷转移率模拟电价响应行为,建立了分时电价优化模型。模型求解采用遗传算法。最后,通过算例分析分时电价下的用户响应效果,验证了模型及方法的有效性,并分析了不同的时段划分对用户响应的影响。     

考虑负荷时空均衡和弹性响应的电动汽车快充电价定价策略

为了引导电动汽车有序充电,提出了一种考虑负荷时空均衡和弹性响应的电动汽车快充电价定价策略。引入交通流理论描述交通路网,建立电动汽车快充负荷时空分布模型;考虑配电网调度和电动汽车快充负荷的弹性需求,构建源-荷互动下的快充电价定价架构,并基于潮流追踪法从时空双维度推导快充电价的计算方法;在此基础上,计及电动汽车负荷弹性响应特性,以提升配电网的负荷均衡性为目标,建立快充电价定价策略,并通过迭代算法求解该定价策略。算例仿真结果表明,所提定价策略能够有效引导电动汽车进行有序快充,激励电动汽车用户与配电网友好互动,提升负荷的时空分布均衡性。     

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。     

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。     

电动汽车充电行为对电网负荷曲线的影响

为了探讨电动汽车大规模充电行为给电网负荷造成的影响及其对解决负荷的峰谷差可能带来的机遇,考虑了电动汽车的充电方式、电价政策、电网和非电网运营机构的充电模式等因素,将电动汽车的充电行为分为四种情景,利用蒙特卡洛方法来评估不同规模的电动汽车对广州市电网日负荷曲线产生的影响.结果表明,要减轻电动汽车大规模应用给电网带来的负担,电网公司必须出台相应的引导政策,例如峰谷电价和高峰电价政策;实施这些政策或者直接控制全网电动汽车的充电行为,才能使其充电负荷起到比较好的“填谷”效果.     

计及负荷峰谷特性的储能调峰日前优化调度策略

为了使储能系统达到最优的削峰填谷效果,提出一种计及负荷峰谷特性的储能调峰日前优化调度策略。根据调度日内的负荷曲线,以储能系统的额定容量与额定功率为约束条件,分别计算在调峰过程中所能达到的最高填谷功率线、最低削峰功率线以及与之对应的充放电电量。根据所需的充放电电量差值,在储能系统未动作区间内,以储能系统经济性和负荷峰谷差改善量最优为目标,确定各时刻储能系统的充放电功率,实现充放电电量平衡。分别建立填谷调度模型、削峰调度模型及电量平衡调度模型,并制定相应的调度策略执行流程。构建调度策略评价指标,以某电网的负荷及风电数据为基础验证所提调度策略的有效性。     

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。     

电动汽车两阶段多目标有序充电策略研究

大量随机性电动汽车充电负荷的接入会对电网安全经济运行等方面产生不利的影响。在统计电动汽车用户出行规律、起始充电时刻等行为基础上,分析了充电站的充电负荷特性。在考虑配电设备运行安全和用户充电需求的前提下,综合充电负荷和原有负荷的特点,建立了以分时电价为基础、以减小负荷波动率和提高运营商效益为目标的两阶段多目标充电模型。提出了基于多种群遗传算法的两阶段多目标优化模型求解方法和有序充电控制策略。以小区充电站为例,验证了两阶段多目标有序充电控制策略在减小负荷波动率、削峰填谷、降低经济成本提高运营商效益等方面的作用。     

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。     

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。     

基于Hotelling模型的充电服务费双寡头联盟定价方法

为了减少电动汽车充电负荷大规模接入对电网安全稳定运行的负面影响,针对含有多主体运营商充电站的充电市场竞争定价问题,提出了基于Hotelling模型的充电服务费双寡头联盟定价方法。首先,分析了多元充电市场中电网公司、充电站运营商和电动汽车用户各自的利益追求。其次,利用Hotelling模型刻画了充电需求受价格引导的分布特性,设计了多元活性充电市场中的充电站运营商充电服务费定价方案。最后,通过仿真算例分析,验证了所提充电服务费双寡头联盟定价方法的有效性。