V2G模式下微网电动汽车有序充电策略研究

为了应对V2G(Vehicle-to-Grid)模式下大规模电动汽车接入给电网带来的诸多挑战,针对现有电动汽车调度策略对大规模电动汽车充放电需求考虑不足的问题,提出一种微电网电动汽车有序充电策略。调度策略可根据当前微电网负荷状态、电动汽车充电需求等实时数据,采用模糊控制算法优化安排电动汽车充电计划,满足电动汽车充电需求同时实现对电网的削峰填谷。利用该调度策略对某配电区域600辆电动汽车进行充电,并与传统即时充电策略进行比较分析。仿真结果表明,基于模糊控制算法的电动汽车有序充电策略能够有效避免大量电动汽车接入电网引起负荷尖峰的问题,为电网提供削峰填谷的服务,实现用户和电网的双赢。     

V2G模式下的电动汽车有序充放电控制模型研究

以变压器容量和电动汽车电池限制作为约束条件,以电动汽车用户充放电成本最低和电网负荷方差最小作为目标函数,构建了电动汽车在V2G(车辆到电网)模式下的充放电控制模型,分别制定电动汽车无序充电、基于分时电价的无序充电和电动汽车优化充电模型,在比较分析的基础上,提出V2G模式下的电动汽车有序充放电控制模型的设计方法。基于Lingo软件完成仿真验证,仿真结果表明:与其它3种充电模型相比,所提出的控制模型可进一步起到减少用户充放电费用和减小电网负荷方差的作用。     

考虑用户因素的电动汽车有序充放电控制策略

随着更多的电动汽车入网充电以及售电政策的开放,运营商不仅需要控制充电负荷,还需获取良好的效益。提出了考虑用户因素的电动汽车有序充放电控制策略。用户主动响应参与V2G反向供电并申报供电价格,运营商综合考虑用户的综合指标及所属电动汽车状态,筛选参与反向供电的电动汽车,在满足电网功率限制条件下完成电动汽车的有序充放电计划。基于蒙特卡洛模拟和粒子群算法进行仿真计算,结果表明,在该策略控制下不仅能使充电负荷削峰填谷,还能使运营商获取额外效益,用户充电成本降低。     

基于V2G的充放电站建模及运行策略研究

目前大部分关于V2G技术的研究都是针对电动汽车侧或电网侧的,而对于电动汽车和电网之间的充放电站侧的研究则较少。在分析充放电站建模的五个要素前提下对考虑V2G的充放电站进行建模,并给出其V2G容量及充放电量计算模型。然后针对V2G模式下充放电站运行研究一种基于双荷电状态临界的V2G策略,并通过对比充放电站运行在无序充电策略和基于双荷电状态临界的V2G策略下的充放电量和充放电费用,验证基于双荷电状态临界的V2G策略有效性。     

电动汽车V2G关键技术的研究

针对规模化电动汽车无序入网造成电网负荷"峰上加峰"的现象,探究电动汽车与电网互动技术(V2G).通过对新能源汽车使用情况及充电情况进行调查,建立了电动汽车V2G响应模型并制定V2G响应策略.以住宅小区为例,对比电动汽车无序充电和应用所提V2G响应策略在电网负荷峰谷差和用户经济效益方面的差异,验证了V2G技术的应用价值.     

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。     

基于V2G技术的电动汽车实时调度策略

随着电动汽车逐渐普及,其对电网的影响也不断扩大。为加强电动汽车与电网间协作,充分利用电动汽车在电网能量调度中的高度灵活性,提出一种基于V2G技术的电动汽车实时调度策略。首先以降低充电成本和网损成本为目标,建立电动汽车调度模型。然后通过构建网损灵敏度指标分析电网节点性能,基于电网负荷制定分时电价,通过潮流计算和凸优化算法实时求解得到电动汽车充放电策略。最后以IEEE 33节点配电网为例验证了所提策略可以有效降低充电成本与网损成本,同时分析了电动汽车渗透率、V2G占比对车网协作效果的影响。     

基于模糊控制的区域电动汽车入网充放电调度策略

提出一种基于模糊控制的电动汽车入网(V2G)充放电调度策略。首先,提出V2G管理系统的整体结构,其主要由有序充电调度系统和V2G变流器控制系统组成,前者合理安排各充电桩的充放电功率,实现削峰填谷的辅助功能;后者响应上层调度下发的功率指令,控制实际充放电行为,提供稳定的电能变换和能量交换的接口。然后,在有序充电调度系统中综合当前配电网的负荷特点,对当前接入充电站的全部电动汽车进行调配,并采用模糊控制算法计算充放电功率并下发给各充电桩,改善区域电网的负荷特性,实现削峰填谷的辅助功能。最后,通过仿真实验证明所提有序充电调度系统在满足电动汽车充电需求的同时,能够充分地利用电动汽车负荷的灵活性;在实现对电网削峰填谷的同时,有效地避免了电网负荷低谷时段大量电动汽车充电引起新负荷尖峰的问题。     

采用双层优化模型的电动汽车 有序充放电策略研究

针对大规模电动汽车集中式控制与优化方法的不足,采用V2G(Vehicle to Grid,V2G)双层优化模型。第一层优化模型建立以车主充电成本最小的目标函数,并考虑电池充放电损耗;第二层优化建立以电网日负荷峰谷差最小为目标函数,以第一层计算的优化结果为约束并求解,利用模拟退火算法对模型进行迭代求解。结果表明:与无序充电相比,双层优化协调保证了电网经济运行和用户的充电费用最小,从而实现电动汽车有序充放电控制。     

基于迟滞模型的集群电动汽车参与实时需求响应V2G控制策略研究

在主动配电网中,电动汽车是一种十分灵活的需求响应资源。对集群电动汽车充、放电过程进行合理有序控制,可以实现电动汽车和主动配电网的协调互动,提高主动配电网运行效率。该文在不违反电动汽车用户充电需求约束的前提下,提出了考虑放电模式的单台电动汽车迟滞控制模型。在此基础之上,提出了一种基于迟滞控制模型的集群电动汽车参与实时需求响应的V2G控制策略,该策略利用提出的电动汽车状态优先综合指标,有序控制电动汽车的充、放电过程,实现了集群电动汽车充、放电功率大小的实时调节。最后,仿真算例表明,利用文中提出的控制策略,集群电动汽车能够精确、快速地跟踪响应配电系统控制中心给出的功率跟踪目标,验证了文中提出方法的有效性。     

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.     

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V2G的电动汽车充放电双层优化调度策略北大核心CSCD

针对大规模电动汽车(EV)随机接入电网时,电动汽车无序充电将会导致电网用电量增加,负荷峰谷差值变大,如何有效降低电动汽车带来的用电负荷风险是未来关注的重点。文中提出了基于车网互动(vehicle to grid,V2G)的电动汽车充放电双层优化调度策略。其中,上层模型以电网总负荷方差最小和代理商调度计划偏差最小为目标函数;下层模型以用户参与调度意愿和调度能力为基础,在代理商配合调度中心计划的前提下,注重提高用户参与度和用户收益最大化。采用多种群遗传算法对模型进行分析,结果表明,所建模型不仅能够很好的平抑电网负荷波动,有效降低负荷峰谷差,并使参与V2G服务的用户经济收益最大化。     

考虑用户响应度的电动汽车有序充放电策略

针对大量电动汽车无序充电引起的负荷"峰上加峰"等问题,提出了考虑用户响应度的有序充放电策略。在基于消费者心理学原理建立的分时电价和放电电价下用户需求响应模型的基础上,建立了常规型、保守型、友好型电动汽车充放电模型。最后通过蒙特卡洛仿真验证所提出的电动汽车有序充放电策略的有效性。同时,验证了分时电价的电价差和放电电价的增大,能更好地激励用户参与电价响应。     

考虑电网–用户多目标的V2G模式研究

为深入研究用户参与V2G后频繁充放电对用户用车时间的约束情况及V2G的可行性,首先在分析了车辆行驶行为的基础上,构建充电负荷模型,并通过蒙特卡洛法基于统计规律计算了电动汽车在无调控状态下接入电网后的负荷情况,通过与原负荷的比对,分析了电动汽车在无调控状态下对电网的影响情况。其次依据研究现状,利用粒子群算法对电动汽车参与V2G的可行性进行了分析。最后,具体分析了电动汽车响应V2G对用户用车时间的限制性因素,提出电动汽车集群响应V2G后对电动汽车出行行为约束的数学模型,在存在博弈关系的电网调控目标及用户便利度目标之间利用维护全局的帕累托最优集搜寻最优解以平衡双侧问题,并进行了算例分析验证。为应对当前电动汽车优化调度及电力系统双侧问题提供新的理论依据。     

考虑充电推移时间的居民EV有序充放电策略

大力发展电动汽车产业是作为缓解化石能源危机的新举措,而其无序充电模式将加剧负荷峰谷差,影响电力系统安全稳定运行。针对上述问题,提出考虑用户充电推移时间的电动汽车有序充放电策略,将剩余电量与相邻时段充放电限制作为约束,建立以负荷均方差与用户费用最小的多目标优化模型,采用带精英策略的快速非支配排序遗传算法(non-dominated sorting genetic algorithm-II, NSGA-II)对上述模型求解,最后得出最优折中解。算例表明,对于不同约束条件下模型都可得出充电最优推移时间,在限制用户充电时间内能够减小负荷峰谷差,同时因分时电价的引入使得用户费用有所降低。     

考虑电动汽车V2G的分布式电源优化配置

电动汽车(electric vehicle,EV)的车网互联(vehicle to grid,V2G)与风光等可再生能源分布式电源(distributed generation,DG)的不稳定出力,给配电网带来不确定性.首先在考虑EV行驶特征随机性的基础上提出以削峰填谷与用户充电费用为目标的有序充放电V2G策略,建立EV充放电功率的概率模型.其次,在考虑风速、光照强度、负荷以及EV充放电功率的随机性以及相关性的基础上,建立了以配电网总成本、环境收益和供电质量为目标函数的多目标DG优化配置模型.然后采用萤火虫算法(firefly algorithm,FA)求解出全局最优配置方案.最后采用实际算例进行仿真,通过分析仿真结果,证明所提出模型与方法的可行性.     

基于改进鸡群算法的电动汽车有序充电策略研究

为了减小电动汽车无序充电给配电网安全稳定运行带来的不利影响,提出一种基于改进鸡群算法的电动汽车有序充电策略。首先,综合考虑电动汽车用户和配电网的利益,建立以用户充电费用最小和配电网负荷峰谷差最小为目标的电动汽车充电多目标优化数学模型;在此基础上,提出一种有序充电策略,该策略将随时间推移不断滚动更新电动汽车的充电计划;其次,运用鸡群算法求解该问题,并针对标准鸡群算法中出现的易早熟,收敛精度不高等问题,引入双亲引导机制对其进行改良;最后,以某一配电网为例进行具体分析,仿真结果验证了充电策略的实用性和改进算法的有效性。     

基于需求侧管理的电动汽车有序充放电策略

针对电动汽车有序充放电策略的研究,本文通过采用蒙特卡洛随机抽样建立了反映家用车辆用户行为的统计学结果,得到充电规律与充电功率需求期望,在此基础上,建立峰谷分时充放电电价策略的数学模型,分别研究了自然充电与有序充放电策略下规模化电动汽车充放电行为对电网负荷变化规律的影响,并采用遗传算法对分时时段的制定方案进行寻优求解,通过需求侧管理的方法对电动汽车进行有效引导,达到了电动汽车充放电行为有序优化控制的目的。     

基于博弈论的电动汽车充电实时定价策略研究

文中提出一种基于博弈论的电动汽车充电实时定价策略.该定价策略中电动汽车充电站为电价制定的博弈主导者,电动汽车用户为电价制定的博弈跟随者.首先,提出充电站调峰效果评价指标,以电动汽车充电价格和充电容量为约束条件,建立充电站-电动汽车用户收益模型;然后,分析充电站与电动汽车用户的博弈策略空间与动态博弈行为,利用遗传算法的寻...