基于多代理技术的电动汽车充电协调控制机制

随着电动汽车产业的发展,电动汽车充电行为将对电力系统造成很大影响。为了兼顾电网、充电站、电动汽车三者的利益,实现灵活、快速的调度,提出一个基于多代理系统(MAS)的电动汽车充电控制机制。讨论了各层代理的具体功能和相互间的协调方式,着重分析了电网与充电站之间、充电站与电动汽车之间功率的调配及相关电价的制定。     

基于多代理系统的电动汽车充电行为研究

为了研究电动汽车的群体充电行为,制定电动汽车的充电调度策略,利用Netlogo平台建立了基于多代理系统的电动汽车充电行为仿真模型。电动汽车代理和充电站代理作为模型中的决策主体,交通网络代理作为环境主体,主体可以通过学习提高自身的决策能力。仿真结果表明,仿真模型能够反映电动汽车、交通网络、充电站三者之间的互动关系,并真实地体现电动汽车的充电行为,是研究电动汽车充电行为的有效手段。     

多代理框架下的电动汽车充电站协调控制

为了兼顾电动汽车用户、电动汽车充电站及电力系统三方的利益,实现对电动汽车充电站合理、灵活的控制,提出了一个基于多代理系统(MAS)控制框架下的电动汽车充电站协调控制机制,最后利用优化算法计算充电站控制命令。仿真结果表明,基于MAS控制框架下的充电站协调控制策略适用于充电站实时控制,能够在保障电网稳定性基础上,有效地维护电动汽车车主的利益。     

基于多代理系统的电动汽车充电行为仿真软件设计与实现

近年来中国电动汽车产业及相关基础设施建设已经进入快速发展期,大规模电动汽车充电已经成为电网运营和规划必须面对的实际问题。由于电动汽车充电存在时间和空间上的随机性,为了研究插充模式下电动汽车充电对电网的影响,寻求大规模电动汽车充电接入系统情况下的系统应对策略,利用SWARM平台建立了基于多代理系统的电动汽车充电行为仿真软件。将电动汽车及充电设备作为具有适应性的主体,交通网络与电力网络作为主体生存环境,模拟主体与主体、主体与环境之间的交互和相互影响,主体通过学习不断优化自身决策。实验结果表明,该系统通过电动汽车、充电设施、电力网络、交通网络之间的互动建模,可以反映电动汽车充电行为与电网的应对策略,为研究电动汽车相关问题提供便捷工具。     

基于NSGA-Ⅱ的电动汽车协调充电策略研究

为了减小电动汽车充电对电网的冲击、降低电网损耗和提高节点电压水平,构建了电动汽车多目标优化模型;分析了基于非劣排序遗传算法(elitist Non-dominated Sorting Genetic Algorithm,NSGA)NSGA-Ⅱ和熵权法求解电动汽车协调充电策略的原理;算例分析采用30节点配电系统验证了该协调充电策略的可行性。     

基于区块链的电动汽车充电桩两阶段交易优化

为了解决电动汽车大规模发展带来的充电交易主体之间的信任问题,提出了基于区块链的电动汽车充电桩两阶段交易优化方法。首先,设计电动汽车充电桩两阶段交易优化框架;然后,为了避免电网负荷过载给电网的安全稳定运行带来影响,以电网容量裕度为约束,引入双向交易市场、P2P交易市场,在各个充电站之间进行充电权交易,构建电网与电动汽车充电桩交易优化模型;其次,为了降低充电站的偏差惩罚成本以及引导电动车车主有序充电,构建了基于需求响应的电动汽车充电桩与车主交易优化模型;最后,以某一仿真场景为例进行算例分析,验证模型的有效性。算例结果表明:基于区块链的两阶段交易优化模型,能提高充电站的收益,降低系统峰谷差。     

基于改进NSGA-Ⅱ的社区电动汽车充电站优化充电策略

提出基于改进的非支配排序遗传算法(NSGA-Ⅱ)的社区电动汽车充电站优化充电策略。首先,以电动汽车充电容量和配电变压器容量限制为约束条件,构建以单位电量充电费用最少、电网侧负荷方差最小为目标的电动汽车充电站多目标充电模型;然后,针对传统NSGA-Ⅱ存在的难以生成满足约束条件的初始种群、Pareto解集分布不均和最优解性能不高的缺点,提出改进初始种群生成和拥挤度比较算子相结合的NSGA-Ⅱ对模型进行求解,并采用基于信息熵的序数偏好法从最终Pareto解集中选择最优折中充电方案;最后,通过算例仿真验证了所提算法的有效性,表明改进NSGA-Ⅱ能在较大程度上提高电网侧的负荷水平和用户的充电性价比。     

基于动态哈夫模型及双边匹配的电动汽车充电引导策略

由于充电站中充电桩数目有限且电动汽车充电耗时长,陆续产生充电需求的各电动汽车用户存在对充电站资源的竞争。这不仅增加了用户排队概率,降低了充电站收益和利用率,而且使得用户在充电站规模、价格、评价等方面的个性化需求得不到充分满足。为此,提出了一种动态哈夫模型与双边匹配方法相结合的电动汽车充电引导策略。首先,对充电站客流、充电订单和充电桩详情等真实数据集进行大数据挖掘,分析公共充电站用户的充电站选择偏好和充电行为特征;然后,基于动态哈夫模型,结合用户充电站选择偏好量化不同区域用户前往不同充电站的概率,并生成充电站推荐列表;最后,将前景理论与双边匹配策略相结合,进行充电引导。算例分析表明,所提策略大幅降低了用户的排队概率,在满足用户个性化充电需求的同时,保障了充电站利益。     

电动汽车充电模式选择与充电负荷计算的研究

电动汽车充电站的科学规划、合理建设是基于广大电动汽车车主充电需求和充电模式的,规划的的第一步是要精确分析西安市部分区域中电动汽车的充电负荷情况。电动汽车充电站的建设不仅仅需要考虑到的电动汽车用户充电的方便性,同时还应该考虑到充电站接入电网的成本。文中通过分析对比快充、慢充、换电3种电动汽车充电模式,选择符合现状的充电模式,最终提出基于蒙特卡罗模拟方法的负荷计算模型。     

考虑多智能体协同的电动汽车充放电分散式实时优化策略

针对多充电站/电动汽车区域能量管理系统(electric vehicles distributed energy management system,EVDEM S)情景下电动汽车充放电优化的问题,将各充电站/EV-DEM S视为充电智能体,建立了考虑多个充电智能体的分散式实时优化架构来协调各智能体的充放电策略。模型在满足车主充电需求的前提下,以日负荷曲线波动最小为目标,实现电网侧的削峰填谷。仿真算例表明,和传统的集中优化方式相比,该分散式优化模型和算法能够很好地对各智能体充放电计划进行协调优化,在保证优化结果的情况下能够极大地提升计算速度。     

结合车主期望的充换电站辅助调频策略

随着可再生能源的高渗透与新型电力系统构架的不断完善,电动汽车既可作为可控负荷,也可作为分布式电源,具有优良的调频特性。为此,提出了一种结合车主期望的充换电站辅助调频策略。首先,基于入/离网时间、入网/期望荷电状态量、电动汽车充放电限制等车主期望建立电动汽车充/放电能力评估模型。其次,结合电动汽车充/放电能力与有功-频率特性曲线建立电动汽车双层控制的调频模型。最后,考虑电网侧和车主侧的需求,提出充换电站参与电网调频策略。仿真结果表明,所提控制策略在满足车主期望及电动汽车自身限制的情况下可有效调节电网频率、提高电网安全稳定运行水平及灵活性。     

基于车联网框架的电动汽车有序充电策略

电动汽车作为可进行需求响应的移动负荷,其对电网的影响力随着规模的扩大日益凸显。为了发挥其作为可控负荷的潜力,促进电网与用户间的互动,提出基于车联网APP和电动汽车电池管理系统的车联网系统结构,该系统可实现电池状态数据的监测与传输;以平抑当前日负荷为优化目标,以避免在用电高峰时期充电和不形成充电高峰为约束构建二次规划模型,得到每一推送时间段推送量理论值;并根据用户响应概率分布修正该理论值,进而得到每一推送时间段实际推送值;进一步提出基于车联网框架的有序充电策略;最后通过蒙特卡洛模拟法对该方案进行验证,结果表明以用户响应行为大数据为基础的电动汽车车联网系统通过引导电动汽车有序充电,达到降低日负荷峰谷差的目的。     

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LCC和量子遗传算法的电动汽车充电站优化规划

电动汽车充电站优化规划是电动汽车与智能电网灵活互动的重要研究内容之一。面向电动汽车充电站运营周期,详细分析了充电站的成本效益及全寿命周期成本（LCC）的计算方法;基于上述工作,提出利用交通路网车流量信息估算充电站容量,以充电站运营商获得的净现值收益最大为优选目标,以交通路网车流量、电网电能质量和经济性、用户充电需求为约束条件,确定充电站的选址和容量;进一步地,提出了计及LCC的充电站优化规划模型,并采用量子遗传算法求解该模型。算例仿真表明,优化规划模型及其求解方法有效。     

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。     

基于合作博弈与动态分时电价的电动汽车有序充放电方法

为减小大量电动汽车无序充电对电网造成的影响，提出了一种电动汽车智能有序充放电策略。基于合作博弈的思想，以电动汽车代理商与电动汽车用户的合作联盟收益最大为目标，建立了电动汽车的动态分时优化充放电模型。采用粒子群算法求解出代理商与电动汽车用户间的动态分时交易电价，并对电动汽车充放电时段进行引导规划。实际的算例结果验证了该策略的有效性和经济性。通过与固定电价策略进行对比分析，表明所提策略不仅能有效减小峰谷差，避免负荷“新高峰”，且可以提高代理商和电动汽车用户的收益。进一步对比不同数量电动汽车入网对优化效果的影响，发现随着入网电动汽车数量的增多，优化效果更明显。     

考虑用户满意度的电动汽车分群调度策略

提出了一种电动汽车分群调度策略,分别以电动汽车的出行结束时刻、所需充电时长、出行起始时刻和最大充电时延为判别量对电动汽车进行分群,并对每个子群的电动汽车分别制定延时充放电策略,以平抑配电网有功功率的日内波动并吸纳正午时段富余的光伏功率。该模型可基于统计模型为实际系统中的每辆电动汽车进行合理的调度指导,并充分考虑了电动汽车用户的满意度。此外,由于配电网中含有光伏、电动汽车等不确定因素,该模型采用区间数来描述电动汽车充放电功率等不确定量,并采用区间潮流对配电网进行优化。最后,通过算例验证了所提模型的有效性和采用区间优化的必要性。     

基于多代理技术的电动出租车运营实时仿真系统及应用

电动出租车的示范运营对于电动汽车的推广具有引导意义,然而大规模电动出租车的接入将对电网运营和规划造成很大影响。为了研究区域内电动出租车运营的最优管理策略,引入多代理技术,采用了Q-Learning算法描述电动出租车的决策行为,利用JADE仿真工具建立了基于多代理技术的电动出租车运营实时仿真系统。通过实际应用分析表明,该系统通过主体之间以及主体与环境之间的交互,能有效地模拟电动出租车的动态行为及运营策略,为研究电动汽车规划、运营等问题提供参考。     

电动汽车交流充电桩谐波分析及谐波抑制研究

交流充电桩是家用电动汽车主要的能源供给设施,利用车载式充电机为动力电池充电。随着电动汽车充电站日益增多,其产生的谐波污染也越来越严重。搭建了单相车载式充电机的完整模型,详细分析了其谐波特点和充电机台数变化对谐波含量的影响。针对充电桩的谐波问题,将有源电力滤波技术应用到交流充电桩中。在所搭建的仿真模型中,针对单相车载式充电机的负载特性,采用传统PI控制与重复控制相结合的复合控制方法,新型交流充电桩有效地抑制了车载式充电器谐波,提高电网侧电能质量。