电动汽车有序充电多目标优化方法

电动汽车大规模无序充电会导致电网负荷波动过大、电压偏移量大，因此，需要对电动汽车充电行为进行多目标优化。通过对电动汽车驾驶人员驾驶行为与充电习惯的分析，建立电动汽车充电负荷模型；在粒子群优化算法的基础上，引入二进制编码对优化函数展开求解，实现有序充电策略的优化。测试表明，利用所提方法对车辆充电行为展开有序优化后，充电桩的负荷在2000～2500 kW区间波动，波动情况趋于平缓，电压偏移量在3.00%以内，网损率在2%左右，有效降低了电网的损耗率，为电力系统的平稳运行提供保障。     

风力发电与电动汽车充放电协同优化调度策略

大规模电动汽车无序充电以及风力发电在电网中的渗透率不断提高,给电力系统带来安全经济运行问题。在考虑电动汽车电池容量约束、充放电功率约束以及24 h的电动汽车运行行为特性基础上,建立了风力发电及电动汽车负荷平抑、降低电动汽车充放电费用和负荷峰谷差率的多目标协调优化调度模型;采用传统遗传算法和自适应非线性遗传算法对所建模型进行求解。仿真结果验证了模型的合理性以及算法的正确性。     

改进鲸鱼算法在电动汽车有序充电中的应用

为解决大规模电动汽车无序充电对电网稳定性造成的影响,建立了电网层负荷峰谷差最小和用户层充电费用最小的两方面有序充电目标函数.为实现高效且快速的求解,对鲸鱼算法(Whale Optimization Algorithm,WOA)进行了改进,在该算法中加入两种非线性惯性权重来平衡局部搜索能力和全局搜索能力,并提出了一种教学...     

共享充电桩下负荷时间分布均衡的小区电动汽车充电方案优化

针对电动汽车充电负荷增加、电网安全性降低,以及停车困难小区只能使用共享充电桩等问题,提出了一种充电桩选择与电动汽车充电优化的组合模型。该模型以共享充电桩之间充电时间标准差和全天充电负荷标准差之和最小为目标。考虑到电动汽车充电桩分配方案以及电动汽车充电方案两者的重要程度并不相同,提出了一种随着迭代次数的增加,变化概率不断改变的动态概率遗传算法。将改进后的遗传算法求解该模型,通过求解一个算例,进一步阐述所提算法的原理和过程,验证了该算法的可行性和有效性。     

电动车充电负荷建模及对配电网的影响分析

在电动车充电负荷建模优化的研究中,电动汽车大规模使用后,需要对电动汽车的充电负荷建模与准确计算,以分析对电网的影响.通过对电动汽车电池的充电特性、充电起始荷电状态及充电时间等因素分析,建立单个电动汽车充电负荷模型,根据中心极限定理进而得到大量电动汽车充电负荷的计算方法,分别在不同电价政策下考虑电动汽车常规充电和快速充电情况下,对电动汽车充电负荷进行了仿真比较分析.仿真结果表明,由于电动汽车多在夜间充电,则对原负荷曲线有一定“填谷”作用,均增加了负荷系数,缩小了峰谷差;尤其在分时电价无快充情况下,峰谷差最小,负荷系数最大.     

基于Monte Carlo随机模拟算法的电动汽车无序充电负荷计算模型

为了有效降低电动汽车无序充电负荷对于电力系统稳定性的影响,研究了基于Monte Carlo随机模拟算法的计算模型。综合考虑用户充电行为各参数的概率密度,使得构建的模型更精确。分析了不同的充电策略对于充电负荷曲线的影响,并利用综合策略模型使得用户的充电成本更低,利用基于 Levy飞行策略的改进麻雀算法对综合充电策略的权重系数进行寻优计算,以使得用户的成本和电网稳定均能获得不错的效果。在此基础上,提出利用双层优化模型对模型进一步优化,综合考虑用户满意度和电力波动的情况,结果表明改进后的模型,可以节省充电成本15.9%,降低电力系统负荷峰谷差约10.1%。     

基于图卷积神经网络的充电量预测模型

针对现有的电动汽车充电量负荷预测模型准确性低、稳定性差等问题，提出了一种基于图卷积神经网络(GCN)和小生境免疫—狮子算法(NILA)改进的预测模型，实现电动汽车充电量的准确预测。同时，本研究还设计三相交流充电桩控制系统，其中包括了三相交流充电桩与控制状态检测的硬件电路。实验结果表明，本研究NILA-GCN模型在电动汽车充电量负荷预测中具有较好的准确性，预测误差范围控制在[0.23%,2.86%]。     

电动汽车充电负荷预测研究

电动汽车的快速发展会逐渐增大电网的运行压力,而预测电动汽车的充电负荷有利于电网的运行和合理调度.论文分析了电动汽车充电负荷的影响因素,得到不同充电方式中充电功率的变化,分析了三种类型电动汽车的充电频率、日行驶里程和起始充电时间,并建立了相应的概率密度函数模型.最后采用蒙特卡洛算法模拟计算出日充电负荷,为电动汽车有序充电研究提供了基础.     

充电站内引导电动汽车有序充电控制方法仿真

传统的电动汽车充电控制通常采用基于多代理、基于T-S模糊控制器、基于交替方向乘子的有序充电控制方法,但这几种方法的电网负荷波动率较高,为此提出一种充电站内引导电动汽车有序充电控制方法。应用滚动优化法对集中充电站进行充电时段划分;结合灰色理论对电动汽车用户短期的用电负荷状况进行预测,通过预测未来一段时间的电动汽车用户用电负荷值,对各个时段电动汽车用户的充电计划进行优化求解,最终实现电动汽车有序充电控制。为了验证上述方法的有效性,与三种传统控制方法进行对比,得出上述方法的充电负荷波动率为49.2%,通过比较可知,所提方法的充电负荷波动率最低,证明了上述方法的有效性。     

基于改进粒子群算法的智能小区电动汽车用电优化策略

为促进碳达峰和碳达标目标的实现,减少电动汽车充电的费用与对电网的影响,本文在对粒子群算法进行改进和构建电动汽车日出行模型的基础上,提出了适用于G2V和V2G两种充电模式的电动汽车用电优化策略并进行仿真验证。仿真结果表明,本文提出的电动汽车用电优化策略不仅能降低小区电费花销,而且能有效地改善小区负荷峰谷差并增加小区负荷曲线的平滑性。     

电动汽车接入配电网的评估方法探讨

随着电动汽车的普及,电动汽车大规模接入电网充电,将对电力系统的运行与规划产生不可忽视的影响。电动汽车充电将导致负荷增长,若大量电动汽车集中在负荷高峰期充电,将进一步加剧电网负荷峰谷差,加重电力系统的负担。本文提出一种基于居民区配电网的电动汽车接纳能力评估方法,并且给出了一种居民区内电动汽车充电负荷计算方法。     

考虑供给侧和需求侧的公交车充电时段调度策略

为分析区域充电行为和时间的规律,通过蒙特卡罗法对市北电网所辖国江场的充电负荷进行预测.综合考虑需求侧和供给侧的收益,以电动公交车(Electric Bus,EB)的充电状态为决策变量,建立计及多因素的EB充电时段调度策略优化模型.设计基于粒子群算法(Particle Swarm Optimization,PSO)的模型求解流程,在国江淞行站的案例中,合理规划出EB的初始充电时间,改善了电流峰谷差、电流方差和充电成本等指标,避免了大量EB在夜间同一时间集中充电造成电网"峰上加峰"的现象.     

考虑充电桩最优效率的电动汽车有序充电模型

在电动汽车有序充电过程中,充电效率的评估和优化有助于提升调度模型的精确度。提出一种考虑直流充电桩最优充电效率的电动汽车有序充电模型。首先,分别对直流充电桩中Vienna整流器部分与双有源桥DC-DC部分进行损耗建模,并使用Pareto优化方法求取最优充电效率。然后,以电网运行、电池电量、充电功率和用户行为作为约束条件,构建最优负荷波动率目标函数,并通过粒子群优化方法进行求解。最后以南京城区某大型充电站的夏季负荷历史数据为参考,利用MATLAB软件分析有序充电模型的执行效果,负荷波动率从0.912降低到0.833。实验结果表明,考虑直流充电桩最优充电效率的有序充电模型能较好地降低负荷波动率。     

考虑风电消纳的居民小区电动汽车有序充电控制方法

随着电动汽车的保有量不断提升,其充电过程对电网的影响也不断加大。为降低电动汽车无序充电对电网的冲击,提升清洁风电的消纳,提出一种居民小区电动汽车有序充电控制方法。方法使用居民小区的电力预测信息与当地风电产生预测信息,计算获取理想风电消纳的小区电动汽车充电负荷参考曲线。在参考曲线的基础上,使用差分进化算法优化可以得到电动汽车充电功率预分配曲线。在实际应用的实时分配问题上,给出了合适的功率分配策略。最后通过算例仿真实验,验证了算法的有效性。仿真实验表明,提出的电动汽车有序充电控制方法具有较好的有效性和实用性。     

基于负荷平衡的电动汽车模糊多目标充电调度算法

居民小区电动汽车（EV）的单相充电方式导致配电网出现三相不平衡和负荷峰谷差问题,因此提出基于负荷平衡的EV模糊多目标充电调度策略。基于三相网络,将总延迟时间和充电平衡作为目标函数,考虑三相不平衡度和负荷峰谷差等约束,建立静态和在线调度问题下EV充电调度模型。采用改进非支配排序遗传算法-Ⅱ（NSGA-Ⅱ）进行多目标求解,通过设计交叉算子、自适应调整变异概率和局部优化等来优化结果。通过设置一定容量的外部档案和拥挤距离判定来获得Pareto最优前沿,并用模糊隶属度方法得到折中最优解。最后,通过算例分析可同时活动充电点和三相不平衡度的不同取值对优化结果的影响,并与无序充电进行比较,验证了所提模型和策略的有效性。     

计及峰谷电价的电动汽车负荷模型分析

大规模电动汽车无序接入配电网会导致电网负荷峰值增加。首先,本文通过分析电动汽车行驶特性,根据电动汽车电量需求、电池荷电状态、充放电功率等约束条件,基于电动汽车有序充放电概率模型和功率期望,构建最小负荷峰值目标函数。再通过遗传算法求解,以峰谷电价时间作为优化变量,得到优化前后的电网负荷曲线。然后分别研究了在不同峰谷电价时间以及在不同用户响应度下电网负荷曲线的变化,并与电动汽车无序充电时的负荷曲线进行对比。最后讨论分析了用户响应度和充电模式对电网负荷峰值的作用效果。     

基于混合整数线性规划的充电桩群优化调度

针对充电站内电动汽车充电成本过高的问题，提出了一种基于混合整数线性规划（MLP）的充电桩群优化调度的方法。在满足电I动汽车充电需求的前提下该调度方法以充电站内总充电成本最低为优化目标，并采用模型预测控制器（MPC）模拟电动汽车行程，利用MLP求解器求解充电站各个时间段I内的充电功率，并按照充电时间顺序将每个时段内充电功率分配给对应时段内在充电站内停车场充电的电动汽车。实验结果表明，基于MLP的充放电调度方法有效降低了充电站内的总充电成本，达到了优化电动汽车充放电调度的目的。     

蒙特卡洛算法下电动汽车计及效率的随机充电对电网影响

随着我国经济快速发展,更加注重能源战略以及低碳行动的实施与发展,其中电动汽车行业发展迅速。但由于人们上班出行具有一定的时空性,大批的电动汽车连进电网后会给其带来新的冲击,因此,基于已有统计并对影响电车充电规律的几种因素进行了系统分析之后,通过构建各种随机变量的数学概率模型,利用蒙特卡洛算法建模之后充电效率的随机接入电网,得到大规模电动汽车充电的负荷模型,最后通过对某地负荷曲线叠加,并通过峰谷差率进行数据分析,说明了电车随机充电对电网造成的峰上加峰现象。     

一种电动汽车有序充电的优化方法研究

针对当前电动汽车充电过程中电网侧以及用户侧的客观需要，设计了优化电动汽车有序充电的一种方法。以最小化电网侧负荷波动和用户侧最大限度地提高电动汽车的充电电量为目标函数，建立了电动汽车的时间维度调度模型。提出了基于改进的多目标粒子群优化算法，通过个体选择、正态分布自适应突变、模糊满意度决策等策略加快搜索效率以及跳出局部极值。实验结果表明，与MOGA和MOAFSA相比，IACO具有更高的搜索效率。     

电动汽车充电负荷时空分布的空间负荷预测

针对大规模电动汽车接入配电网对空间负荷预测的影响,论文提出一种考虑电动汽车充电负荷时空分布的城市配电网空间负荷预测方法.先根据各类车型充电方式与出行特点对电动汽车进行分类;其次,根据居民出行调研统计数据对电动汽车出行规律进行概率分布函数的拟合;然后,构建电动汽车出行链模型,通过蒙特卡洛方法计算得到不同区域和不同时间内充电负荷.最后,基于某地区实际数据,得到一天内不同功能小区的空间负荷预测值,为未来城市配电网的规划提供参考.