基于萤火虫算法的电动汽车充电站优化布局

随着国家对节能环保设备的大力扶持,电动汽车市场规模不断扩大,充电站的投资不断增加。分析了电动汽车充电站选址的一般情况,综合考虑充电站与用户成本的综合效益成本最低条件下的运行情况,构建用户-充电站运营成本最小的综合优化模型,以充电站与用户之间的对应关系为约束条件,对充电站最优规划模型进行全面、充分地分析。所构建的电动汽车充电站规划问题是非凸、非线性、组合优化问题,引入萤火虫优化算法进行求解,萤火虫优化算法案例分析结果表明了该算法可以得到最优解,而不会陷入局部最优。结合构建的充电站成本最小模型,实例结果表明,基于萤火虫优化算法的电动汽车充电站的布局规划具有简单实用、全局最优、适应性强、经济性好等优点。     

计及交通拥堵的电动汽车充电站规划方法

电动汽车充电站规划,既要考虑充电站接入配电网的成本、电动汽车用户的便捷性,还要考虑交通拥堵对用户出行的影响。根据电动汽车分布特点建立电动汽车时空分布模型,充分考虑城市路网交通拥堵指数对电动汽车用户出行特性及充电站选取的影响,推算出不同时刻电动汽车用户出行时间,从而得出电动汽车入网的容量,以总投资成本、总运行成本和总用户出行成本最小为目标,建立考虑交通拥堵的电动汽车充电站的混合整数二阶锥规划模型。以假定规划区域验证计及交通拥堵的电动汽车充电站规划方法的有效性和可行性。     

特斯拉电动汽车充电站选址与数量优化研究

针对如何确定电动汽车充电站选址及数量问题,建立充电站投资运行维护成本的目标函数,利用量子粒子群优化算法对目标函数求解.基于建立的模型,通过实例分析对美国和韩国的电动汽车充电站进行规划,并对未来电动汽车充电网络的发展提出建议.     

基于差分进化粒子群算法的城市电动汽车充电站最优规划

针对如何确定电动汽车充电站的位置及充电机数量问题,分析了快速充电站的服务对象,建立了考虑建设成本、充电途中行驶成本、充电站等待成本的综合优化模型。模型考虑了城市地理信息,以充电便捷、等待时间为约束条件,以充电站固定成本、车主充电行驶成本和在充电站等待成本之和最小为目标函数。电动汽车充电站规划问题是非凸、非线性、组合优化问题。为此,对目标函数的求解,提出用差分进化混合粒子群算法,该算法增加了种群的多样性和全局寻优能力。算例分析验证了所提规划方法的有效性和实用性。     

考虑分布式储能与电动汽车充电网络的配电网多目标规划

电动汽车和风光储技术的快速发展对配电网规划起到关键作用.首先基于车配电池组的需量来分析充电需求,并通过充电站截获的交通流量将电动汽车负荷功率计入网络中,提出一种考虑储能优化策略的配电网多目标规划模型.该模型以规划成本最小、配电网电压水平最优、交通网络满意度最佳来构造多目标函数,对风光储及充电站相关设备布点定容,并采用嵌...     

考虑电动汽车充电站的主动配电网“源-网-荷-储”协调规划

提出了协同考虑电动汽车充电站选址定容的主动配电网“源-网-荷-储”多主体协调规划模型。该模型充分考虑配电网规划过程中多方主体的利益,基于已有的“源-网-荷-储”规划研究成果,以电动汽车充电站为枢纽,引入配电网与交通网间的耦合关系,将配网公司作为充电站投资主体,在网层规划中纳入充电站选址定容问题进行网架与电动汽车充电站的协同规划。采用改进粒子群算法求解模型,并采用改进IEEE 33节点算例进行仿真分析,结果表明该规划方法可有效提高规划过程中各主体的经济收益。     

考虑负荷优化的光储充电站储能经济性配置研究

为缓解电动汽车充电对电网的冲击,提升充电站的经济性,对光储一体化充电站储能配置展开研究. 首先分析了充电站电动汽车的负荷特性,结合峰谷电价,制定了储能运行策略. 然后通过建立储能配置双层规划模型,保证了充电站负荷最大程度优化的同时实现价格套利. 最后通过算例分析,得到商业区充电站储能经济性配置方案. 将该配置方案与以峰谷差作为优化指标的传统储能配置方案对比,结果表明该方案有效增加了总削峰量,并将充电站年购电成本进一步降低.     

需求不确定下基于鲁棒优化的新旧充电站规划

充电基础设施的合理规划是促进电动汽车行业发展的重要环节，现有研究均未考虑用户充电需求的不确定性对新旧充电站规划的影响。针对这一问题，采用鲁棒优化方法，引入不确定情境集来刻画用户充电需求的不确定性，构建了一个基于鲁棒优化的新旧充电站规划模型。并通过不确定预算来调节不确定集合的大小，以满足决策者的不同风险偏好。此外，将该模型应用于上海市杨浦区电动汽车充电站选址案例中，研究结果表明：(1)需求不确定条件下基于鲁棒优化的新旧充电站规划模型更符合实际，可以更好地应对未来用户充电需求增加的情况。(2)不确定预算对投资成本和建站数量有显著影响，决策者可以根据对不确定风险的偏好程度选择最佳的选址方案。     

考虑负荷时空分布的电动汽车充电站优化配置

针对电动汽车快充负荷和充电资源错配的问题,运用蒙特卡洛法预测充电站配置变化下的负荷分布,以社会总成本最小化为目标,充分考虑充电站、用户、电网和交通等多方利益,构建了一种新的充电站优化模型,并使用改进的多染色体遗传算法进行求解,得到了适用于区域充电站的规划方案。以上海市浦东新区为例进行算例仿真研究,验证了所提方法的有效性,为解决电动汽车快充负荷与充电资源错配问题提供了有力的决策支持。     

考虑配电网负荷波动和电压偏移的充电站优化规划

为了减少充电站选址定容对配电网产生的不利影响,提出考虑配电网负荷波动和电压偏移的电动汽车充电站优化规划模型.首先,综合考虑投资运营者成本和用户成本,构建充电站的投资建设成本、运营维护成本以及用户成本总和最小化的优化模型.其次,在配电网约束条件下,建立配电网的网损最小、负荷波动率最小以及电压偏移指标最小的评价模型.采用遗传算法与Voronoi图联合求解,得到充电站的站址和容量,并选择出对配电网影响最小、总成本较小等综合最优的方案.最后,将规划区域内交通网络和电网信息相结合进行仿真.仿真结果验证该模型的合理性和有效性.     

基于粒子群算法的“多站融合”背景下储能站运行策略研究

通过建立数据中心负荷模型、电动汽车充电站负荷模型、储能站充放电模型和5G基站负荷模型,搭建了储能站投资回报率模型。采取两阶段优化方法、粒子群算法对目标函数进行优化,最终得出"多站融合"背景下储能站的最优运行策略。仿真结果表明,典型锂离子电池在合理区间内,峰谷电价差越大,最佳充放电深度越大,在此运行策略下,储能站的经济效益最高。     

基于马尔科夫链充电负荷预测的多区域充电桩优化配置研究

考虑用户出行习惯的复杂性、多样性,对区域充电桩进行合理的配置以满足充电需求。首先,通过马尔科夫链模型描述电动汽车用户一天出行过程中在行驶、充电、不充电也不行驶3种决策行为下,动力电池荷电状态的变化情况。以此确定该过程中电动汽车用户的实时充电行为,得出不同类型电动汽车的快充、慢充负荷需求。然后,考虑规划区内电动汽车的移动特性及其不同时段不同类型电动汽车辆数,预测各区域各时段充电负荷的需求情况。最后,以投资、运维成本最小为目标建立区域充电桩优化配置模型。该模型计及了电动汽车移动特性均衡等约束条件,并通过粒子群优化算法求解。对33节点4区域系统电动汽车充电负荷需求预测及其充电桩配置进行仿真,仿真结果验证了所提方法的有效性和可行性。     

Bilevel linear programming model of charging for effluent based on price control

Among various factors, which may influence theresult of charging for effluent, the price standard mustbe the first place. Because the price standard influ-ences not only the environmental quality directly, butalso the effective using and allocation of nat…     

基于双重粒子群算法的电动汽车参与配网优化调度

研究电动汽车参与含分布式光伏电源的配电系统的协同调度问题. 首先,建立了分布式光伏和电动汽车充电负荷的数学模型,给出了两种协同调度策略:电动汽车充电位置优化和电动汽车充电时段优化. 优化模型以配电系统网损最小为目标,分别就充电地址不固定和固定两种情况进行优化. 然后,使用蒙特卡洛法对电动汽车充电负荷情况进行模拟,使用双重粒子群算法对优化模型进行最优求解. 最后,用一个33节点系统作为算例系统对所提出的调度策略进行仿真验证,证明了优化策略能平抑电网波动,减少配电系统网损.     

考虑路灯充电桩接入的城市配电网电压控制方法

针对城市配电网中的电压越限问题,提出一种考虑路灯充电桩的电压控制方法。利用高能效发光二极管(light emitting diode,LED)路灯替代传统高压钠路灯所释放的变压器容量,建造依托路灯桩的电动汽车充电桩,以通过路灯充电桩进行充放电的电动汽车作为可控手段参与城市配电网的电压控制。对利用路灯充电桩充放电的电动汽车负荷特性进行分析建模,考虑配电网内各调压手段的工作特性,提出城市配电网多级电压控制策略,以各调压措施的优化控制费用最小为目标函数,建立电压调控模型,采用粒子群算法对优化模型进行求解。根据城市路灯照明负荷工作特点设定白天和夜间两种情形进行仿真分析,仿真结果表明了利用路灯充电桩参与城市配电网电压控制的有效性,并通过对比分析验证了其控制效果优于传统的电压控制方法。     

基于强化学习的微电网能源调度策略及优化

针对微电网中能源调度的经济效益、充电效率优化、系统负荷波动以及碳排放问题,提出将强化学习运用到微电网调度中,通过建立一个完整的微电网模型,使强化学习在不断迭代过程中得到最优策略,同时达到经济效益趋向最大化、充电功率相对稳定、系统负荷波动减少、碳排放量达到最小化这4个联合优化目标.仿真结果表明,采用的控制策略既能很好地实现经济效益最大化收敛、碳排放量最小化收敛,同时又能使得充电功率相对稳定,微电网的负荷也能减少,极大地提高了系统的稳定性.     

基于虚拟电价的电动汽车充放电优化策略

为了实现负荷侧的"削峰填谷"，在用户侧降低充电费用和电池损耗成本，提出了一种基于虚拟电价理论的电动汽车充放电优化策略。利用虚拟电价建立负荷侧的电价模型；利用动态分时电价建立用户侧的充电电价模型，将两个电价模型进行匹配整合，形成完整的电动汽车充放电的优化调度模型。为优化上述模型，确保整个调度的可实施性，在模型中使用BP神经网络和遗传算法进行预测与优化，同时使用小波分析和模糊聚类方法对充放电负荷进行去噪，并划分不同的电价时段，最后使用MATLAB软件对该模型进行了仿真验证。     

基于Voronoi图和改进引力搜索算法的电动汽车充电站选址定容

电动汽车充电站的选址定容属于多变量、多约束及高维度的非线性数学问题,针对该问题提出一种基于Voronoi图和改进引力搜索算法(Improved Gravity Search Algorithm,IGSA)的选址定容方法.综合考虑主观权值和客观权值,运用层次分析熵权法,建立以建设运行成本、用户充电时间成本及配网损耗成本为...     

最优频率控制的电池脉冲充电技术

提出一种最优频率控制的脉冲充电技术,用来改善电动汽车用动力电池的充电回应．建立了基本的数学模型,分析其工作原理,当用最优频率控制脉冲充电时电源与电池相匹配,输出的功率最大．通过分析可知：该方法不仅提高了充电效率,同时加快了充电速度．