电动汽车充电模式对主动配电网的影响

主动配电网建设依托于大规模间歇式可再生能源并网运行控制、电网与充放电设施互动、智能配用电等电网分析与运行关键技术的发展。随着电动汽车的推广普及,用户充电时间和空间上的随机性将增加电网运行的不确定影响因素。文章重点研究电动汽车充电模式对配电网负荷曲线波动特性的影响,通过研究电动汽车充电的功率需求和能量需求特性,依据电动汽车用户行驶习惯的概率分布特性,建立规模化电动汽车充电负荷模型,进而分析电动汽车在无序充电和有序充电模式对区域配电网日负荷曲线的影响。结合实际充电站运行数据仿真验证配电网中电动汽车有序充电的主动控制作用。     

基于有序充电启动机制和补贴机制的充电负荷接纳能力优化

为了解决配电网和充电站的建设进程与电动汽车的普及速度失配的问题,进行了配电网和充电站充电负荷接纳能力评估及其有序充电优化。分别以配电网运行风险和用户排队时间为指标量化配电网和充电站的接纳能力;提出基于电网公司和充电站运营商主导权的有序充电启动机制;以电价调节增益、盈利额和潜在收益损失分析运营商参与有序充电的经济性问题,并综合各方需求建立有序充电综合目标;综合有序充电的削峰量和配电网的运行风险改善效果评估电网的安全性补贴,从而建立计及电价调节增益和电网安全性改善情况的补贴机制;基于算例仿真评估了不同充电负荷接入方式下配电网的接纳能力和不同容量下充电站的接纳能力,并分析了所提有序充电模型的有效性。     

基于多智能体的电动汽车充电协同控制策略

在分析电动汽车充电负荷特性、管理架构的基础上,借鉴复杂自适应系统的核心思想,提出基于多智能体的电动汽车充电管理模式。建立单台电动汽车的充电负荷模型和基于多智能体系统的电动汽车充电优化模型。采用蒙特卡洛方法模拟电动汽车用户的充电行为。在考虑电动汽车的充电功率、充电时间以及变压器可用容量等约束条件的前提下,针对35 k V片区配电网中电动汽车接入充电的优化问题,提出基于多智能体协同控制的电动汽车充电优化策略。仿真结果表明多智能体协同控制策略能够有效地实现电动汽车充电负荷的"移峰填谷",减小电网峰谷差。     

基于充电设备利用率的电动汽车充电路径多目标优化调度

由于电动汽车车主选择充电站具有较大的随机性,使得各充电站的利用率存在较大的差异,从而造成整个电网的负荷失衡,影响配电网的稳定性和安全性。针对上述问题,将行驶路程最近、时间最短、充电站时间利用率偏差最小和功率利用率偏差最小作为优化目标,建立了电动汽车充电路径多目标优化调度模型。在对该模型进行求解的过程中,提出了基于细菌趋化的改进粒子群算法进行求解。仿真结果表明,采用该算法后,电动汽车车主可以根据区域内充电站的利用率情况有目的选择充电站,实现均衡化充电站利用率的目的。     

含电动汽车充电负荷的配电网电压波动特性分析

电动汽车因具有清洁高效的优良特性而获得快速发展,配电网中电动汽车集中充电的情况越来越多,但电动汽车充电行为的不确定性会给配电网带来电压波动情况加重的问题.在对电动汽车充电特性分析的基础上,建立了含电动汽车充电负荷的配电网电压波动仿真计算模型,对无序充电和有序充电两种充电模式下,不同充电规模和不同充电位置的配电网电压波动变化情况进行仿真分析,获得了电动汽车不同充电模式下的配电网电压波动规律.研究成果可为电动汽车充电模式的优化及配电网安全稳定水平的提高提供有效的理论参考和技术指导.     

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。     

电动汽车充电设施布局规划分析

介绍了电动汽车充电设施布局规划的影响要素和区域电动汽车充电站的设计,结合电动汽车充电站配电网变、地理位置、交通等因素建立了模型。     

考虑配电网运行安全的出行电动汽车充电引导策略

电动汽车在节能减排、推动“双碳”进程等方面有着传统汽车无法比拟的优势。然而，大规模出行电动汽车无序充电可能会加重配电网负荷波动甚至引起节点电压过低等安全问题。为此，提出了考虑配电网运行安全的出行电动汽车充电引导策略。首先，基于配电网原始负荷及节点电压情况，建立了分区域分时电价定价模型，建立电价与负荷情况之间的相关性；其次，以所制定的电价为基础，在各个充电站分别制定电动汽车充电行为预备调度方案，调度的原则是电动汽车的充电费用最低，从而引导电动汽车在负荷低谷进行充电，参与配电网的负荷优化；再次，建立以充电费用、出行总时间以及行程距离三者权值之和最小为目标的电动汽车充电站选择函数，为电动汽车推荐充电站并规划最优行驶路径，同时提升用户经济性和配电网运行的安全性；最后，以修改的IEEE33节点配电网为例，验证了该策略可以有效提升电动汽车用户出行满意度并兼顾配电网的运行安全。     

考虑季节因素的电动汽车充电负荷建模与优化充电

不同季节的家用电动汽车充电负荷存在明显的差异,为精确分析电动汽车的接入对配电网的影响,通过分析用户的出行规律,建立了不同季节的电动汽车充电负荷模型。为减少电动汽车充电负荷对配电网带来的危害,建立了电动汽车充电的０G1整数规划模型,并给出了优化充电策略。最后以IEEE 33节点配电系统为例,分析了采用全年平均值和分季节参数的电动汽车充电负荷对配电网的影响,仿真结果验证了优化充电策略的有效性和考虑季节因素建模的必要性。     

考虑电动汽车有序充电的光储充电站储能容量优化策略

针对电动汽车和光伏系统接入配电网与储能装置结合过程中的配置优化问题,提出了一种考虑电动汽车有序充电的光储充电站储能容量优化策略。首先,基于典型日光照强度曲线和光电能量转换关系计算光伏系统输出功率。其次,根据电动汽车用户出行习惯、充电行为特性、充电模式等充电负荷影响因素,建立影响电动汽车充电负荷的概率模型,利用蒙特卡洛方法预测无序充电下电动汽车充电负荷。然后,以电网出力曲线峰谷差最小为目标函数、采用粒子群算法计算电动汽车有序充电时电网出力总负荷,进而确定光储充电站储能容量最优解。最后,利用所提策略计算以电动私家车和电动出租车为主要服务对象的某居民区光储充电站内最优储能容量。结果表明,未考虑储能时电动汽车无序充电造成电网负荷峰上加峰,有序充电下电网负荷峰谷差值下降15.35%,考虑电动汽车有序充电同时配置最优储能容量时电网负荷峰谷差值下降了20.65%,实现了削峰填谷,增强了电力系统运行的稳定性。得到的结果为光储充电站的储能容量配置提供了参考。     

考虑用户充电决策行为的电动汽车充电引导策略

快充站(fast charging station,FCS)是电动汽车(electric vehicle,EV)的重要能源供给设施。随着EV的推广应用,快充负荷也逐渐攀升,对配电网运行产生了一定影响。然而,快充负荷作为一种需求侧响应资源,可通过有序充电控制缓解EV接入给配电网运行带来的负面影响,因此文中提出考虑用户充电决策行为的EV充电引导策略。首先,考虑动态交通路况影响,利用出行链理论构建EV移动模型,进行用户出行模拟,并刻画剩余电量的时空分布。其次,考虑剩余电量、充电设施分布与充电服务价格,利用后悔理论构建用户充电决策模型,并刻画充电负荷时空分布。然后,以配电网网损最小为目标,构建充电服务价格优化模型,通过优化公共FCS的充电服务价格,引导充电负荷时空分布。最后,对不同服务价格方案进行对比,结果表明,文中方法对小容量车型的引导效果更好,且用户时间消耗等效折算系数越大,文中方法对充电负荷引导的效果越好。     

考虑充电功率的电动汽车快充站充电设施优化配置

为实现电动汽车快充站内的经济建设,同时分析充电功率在充电站规划中的影响,提出了一种电动汽车快充站充电设施优化配置方法。以电动出租车为例,分析其出行特征,并基于排队论分析各个时段内站内排队系统的运行指标,建立分时段的用户等候时间成本计算模型。以充电站投资成本和用户等候时间成本之和最小化为目标函数,建立考虑装置利用率、排队时间、配电容量和占地面积的充电设施配置优化模型,在模型中同时对充电设施的充电功率和数量进行优化,实现快充站内社会成本的最小化。通过算例验证所提方法的可行性以及优化充电功率的经济性。     

计及电价优化和放电节制的电动汽车充电站有序充放电调度

针对充电站无区别对待电动汽车的充放电、未考虑电池损耗的问题,提出了基于节制放电策略和计及充、放电电价与充、放电功率优化的充电站调度模型。模型以配电网与充电站交互功率和充电站运营收益两方面为目标,考虑电动汽车放电时的电池损耗问题,根据配电网原始负荷的波动,提出限制充电站放电行为只针对负荷高峰时段的策略。同时控制电池的单次放电深度,以减小电池的损耗与放电成本。最后通过粒子群算法对模型进行求解,算例的对比与分析验证了所提方法的有效性与合理性。     

满足电动汽车快充需求的含储能复合型充电站充电优化策略

电动汽车(EV)快速充电站的功能正逐步向集成风光储等综合能源的复合型充电站方向发展,选择一种能够提高快速充电系统各方效益的充电优化策略有助于推广EV及新能源产业。在此背景下,通过电价激励手段,制定了提高EV与复合型充电站综合效益的充电优化策略。首先,基于EV充电时间成本与充电经济成本建立了EV综合最优路径规划模型;然后,根据EV决策结果所得不同的快充负荷及车流量,各复合型充电站通过调度站内储能,构建了复合型充电站的效益优化模型,以EV综合成本最优及复合型充电站综合效益最优为双重优化目标。以某区域18 km×18 km路网为算例对所提优化策略进行仿真,结果表明所提优化策略可有效降低EV充电综合成本,并大幅提高复合型充电站的综合效益。     

计及需求响应的电动汽车充电站多时间尺度随机优化调度

电动汽车充电站源-荷资源优化互补与多时间尺度协调配合,能够降低充电站运营成本,减小源-荷随机性对系统调度策略的影响。提出一种计及需求响应的电动汽车充电站多时间尺度随机优化调度模型。在日前阶段,以日运行成本最小为优化目标,采用条件风险价值(CVaR)度量不确定性风险。同时引入价格型和激励型需求响应优化充电站净负荷曲线,构建了计及运行风险约束的充电站多场景优化调度模型。在此基础上,以日前期望值调度策略为参考,提出基于模型预测控制(MPC)的电动汽车充电站日内滚动优化和反馈校正控制方法,从而降低净负荷预测精度不足对优化决策的影响。最后,以某实际电动汽车充电站为算例进行仿真分析,验证了所提模型的可行性,并分析了需求响应以及不确定性风险偏好对充电站运行的影响。     

基于LSTM神经网络的电动汽车充电站需求响应特性封装及配电网优化运行

随着电动汽车的快速增长,大规模电动汽车充电具有随机性、时空耦合性的特点,对配电网运行电压造成越限风险.通过基于价格的需求响应,引导电动汽车在大时空范围有序合理地充电成为重要的技术手段.文章研究基于数据驱动的电动汽车充电站需求响应特性及其参与配电网运行优化调度问题,首先提出单体电动汽车充电模型和计及交通网络拓扑结构的电动...     

考虑交通流量俘获的电动汽车充电负荷预测和充电站规划

针对电动汽车(EV)的充电需求,考虑路径的交通流量,以最大交通流量俘获、最小配电系统网络损耗和最小节点电压偏移为目标,构建了一个多目标决策模型对EV充电站进行规划。运用网络扩展技术确定交通流量俘获路径;运用蒙特卡罗模拟算法,确定规划区内EV的最大充电负荷,从而推算得到充电站的容量;运用超效率数据包络分析评价方法,确定经过归一化处理后各目标函数的权重系数,从而将多目标优化问题转化为单目标优化问题,并采用改进的二进制粒子群优化算法进行求解。以一个包含25个节点的交通网络耦合33节点配电系统为算例进行仿真,验证所建模型和所提方法的有效性,并进一步分析EV最大行驶里程、充电站负荷接入不同节点以及不同时刻对各目标函数的影响。     

考虑车辆充电调度机制的电动公交车充电站规划

针对电动公交车充电站的最佳充电容量难以确定及其充电效率低的问题,提出了一种在站址既定情况下考虑车辆充电调度机制的电动公交车充电站优化规划方法。首先,根据电动公交车的发车状态模拟电动公交车日常运行中的电能消耗,生成电动公交车的总运行负荷时序曲线;然后,基于生成的运行负荷时序曲线,构建充电需求度指标,制定电动公交车的充电调度机制;最后,在满足电动公交车充电需求的同时兼顾充电站精细化规划的要求,建立以充电能力最强、投资运行成本最小、光伏能源综合利用指标最大为优化目标的充电站多目标优化规划模型,并采用小生境多目标粒子群优化算法对该模型进行求解,以确定电动公交车充电站的充电桩数量以及光伏发电系统和配电变压器的容量。工程实例分析结果验证了所提方法的正确性和有效性。     

基于实时出行需求和交通路况的电动汽车充电负荷预测

现有的电动汽车充电负荷预测研究中缺乏对用户出行行为和交通路况的精确描述,为此构建了时空图谱注意力网络,对基于城市兴趣点的出行需求和道路交通流量的时空分布进行学习和预测,并计及了日期类型、天气温度和交通事件的影响。通过基于出行时间指数（travel time index,TTI）的Dijkstra算法得到耗时最短的行驶路径,并建立了计及交通路况和气温影响的电动汽车能耗模型以及考虑距离远近和综合充电费用的充电站选择决策模型。基于西安市二环区域的实际出行需求和交通数据,对私家车、出租车和网约车3种用途电动汽车的充电需求进行了预测,并分析了出行需求变化对城市各网格空间内充电站快、慢充负荷的影响,为充电设施的规划提供了参考和依据。     

电动汽车充换电站换电池的有序充电优化

大规模的电动汽车充电负荷具有大功率、波动性和不确定性的特点,将给电网带来峰值增高、电压波动等不利影响。为了降低电动汽车充电负荷对电网的不利影响,建立了电动汽车充换电站换电池的充电优化模型。通过对换电池在充电过程中充电时间、充电功率和电池电量的实测数据进行拟合,得到了电动汽车换电池的充电特性。以此为基础,建立了电动汽车充换电站的换电池有序充电模型,该模型在满足充电机数量、电动汽车对换电池的需求、充换电站容量和变电站容量约束的前提下,最小化所属变电站负荷曲线的离差平方和,并应用遗传算法实现了有序充电模型的快速求解。以山东省某电动汽车充换电站为算例,证明了该模型的快速性、正确性和有效性。