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。     

电动出租车充电桩优化配置

电池和充电技术的发展促进了电动汽车的规模化应用,纯电动出租车成为示范运营阶段的主力,充电桩作为基础设施最关键的部分,配置数量会直接影响充电站的运行和建设成本。基于深圳电动出租车的实际运营数据,对电动出租车的行为特性进行分析,划分了两个不同的时段,利用排队论原理分别建立了两种电动出租车充电站服务系统的数学模型。以整个电动出租车充电站服务系统的总费用最低为目标函数,建立了电动出租车充电桩的优化配置模型。深圳市南山地税充电站的实际算例仿真结果验证了模型的有效性,给出的充电桩的最优配置数量比当前更优,通过充电桩的优化配置,在尽量不影响电动出租车充电的情况下,可降低充电站服务系统的成本,从而实现双赢。     

基于GPS轨迹挖掘的电动出租车充电站规划

针对现有充电站的规划布局不能充分考虑电动汽车动态充电需求分布和用户充电排队问题的不足,提出了一种基于全球定位系统(GPS)轨迹挖掘的电动出租车充电站规划方法。通过对出租车的GPS轨迹数据和城市交通态势数据进行数据处理,挖掘城市居民打车需求的起屹点(OD)分布特征;设计电动出租车的充电仿真算法,模拟实际场景中电动出租车的接单行为、行驶行为及充电行为,建立电动出租车的充电需求时空分布预测模型;在此基础上,综合考虑充电站建设运行成本、电动出租车到站时间成本及充电等待时间成本,建立充电站规划模型。通过实际算例验证了所提规划模型的有效性,并进一步分析了充电站的建设成本系数、电动出租车的时间成本折算系数、权重系数大小等参数对规划结果的灵敏度。结果表明：居民打车需求的OD分布决定了电动出租车的充电需求时空分布情况;在进行充电站规划时,充电机数量受充电站数量的变化影响较大,且电动出租车时间成本的变化对总成本的影响相对较明显。     

分时充电价格下电动汽车有序充电引导策略

研究了电动汽车分时充电价格的制定方法,提出了基于分时充电价格引导及储能系统的电动汽车有序充电引导策略,在降低运营商购电成本和用户充电费用的同时,实现智能电网中充电负荷的友好接入。首先,在电网分时电价的基础上,以充电站运营商购电成本最小为目标得到目标充电负荷曲线;而后,以引导后充电负荷与目标负荷偏差最小为目标并考虑用户响应程度,运用粒子群算法寻优得到充电峰平谷时段的划分结果和分时充电价格的最优解。用文中提出的有序充电引导策略对实际充电站典型负荷进行计算,验证了控制策略的有效性和可行性。     

电动汽车充电负荷的时空双层优化调度策略

大规模电动汽车的无序充电行为将给电网带来强烈的冲击,威胁电网安全经济运行。本文针对电动汽车快充背景下的充电负荷优化调度问题,提出了电动汽车充电负荷的时空双层优化调度策略。在上层模型中,利用电网分时电价以充电站运营商购电成本最小为目标,确定电动汽车充电负荷在时间维度上的最优分配。下层模型中,提出根据充电站拥挤程度制定动态分时分区充电电价,以用户充电费用与充电用时最少为优化目标,使用采取非线性递减分组率的改进猫群算法求解各时段电动汽车空间维度下的充电选择。最后通过算例验证了所提策略的有效性,能够满足电网、充电站运营商与电动汽车用户三方的利益,适用于大规模电动汽车快充的友好接入。     

计及用户决策的异质性与不完全理性的电网-充电运营商协同运行

随着电动汽车和快速充电站的快速发展，电力网络与交通网络之间的耦合日渐增强。作为激励信号，充电价格是引导车辆用户的路径与充电选择的有效手段。为挖掘电动汽车充电负荷的空间灵活性，提出一种电网-充电运营商协同优化架构。首先，基于离散选择模型，对电力-交通融合网络进行建模，完成计及用户决策的异质性与不完全理性的充电负荷计算。之后，通过电网调度与充电运营商的合作，实现充电价格与充电容量的协同优化，对车辆用户的行为模式进行引导，以发掘电动汽车充电负荷的空间可平移潜力。最后，计及充电运营商在合作中的收益损失，基于纳什谈判机制对合作中产生的净收益进行合理分配。算例表明，所提协同运行架构有效地降低了电网的供电成本，同时从个体理性角度保证了合作联盟的稳定性。     

光-储一体电动汽车充电站储能规划

为合理规划电动汽车充电站资源,提出计及多种客观因素的光-储一体电动汽车充电站储能优化配置方法。首先,对电动汽车充电站进行建模;然后,建立计及用户出行特性、季节与排队因素影响的电动汽车充电负荷预测模型,并提出计及环境温度影响的储能系统寿命衰减模型;最后,以充电站成本-收益最优为目标建立储能双层优化配置模型,在内层优化中考虑其边际寿命损耗成本。算例结果表明,所提储能规划方法在满足电动汽车充电需求的同时,可实现充电站运营效益提升。     

基于动态分时电价的电动汽车充电站有序充电策略

提出基于动态分时电价的电动汽车充电站有序充电控制方法。该方法在综合考虑用户的充电需求和电网负荷水平的基础上,以削峰填谷为目标,采用启发式算法动态求解接入充电站电动汽车的分时电价时段,由用户自主响应,以实现充电站内电动汽车有序充电。为验证所提方法的有效性,采用蒙特卡洛方法模拟用户充电需求,对电动汽车充电站在有序充电和无序充电两种情形下的配电变压器负荷、充电站运营经济效益和用户充电成本进行仿真计算和分析。结果表明:相较无序充电方法,用户通过自主响应充电站制定的动态分时电价激励,可显著降低充电站的运营成本和电动汽车用户的充电成本,并有效实现充电负荷削峰填谷。     

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。     

电动汽车充电负荷时空分布预测

采用最小二乘法与灰色关系度理论建立了电动汽车保有量预测模型,将车辆状态转移矩阵引入传统停车需求模型,预测了电动汽车随时刻变化的实际泊车分布特性;基于蒙特卡洛方法,针对电动私家车、电动公交车、电动出租车、电动公务车各自对应的充电需求,分别模拟了其充电行为,推测出了不同用地类型区域的电动汽车充电负荷曲线。文中结合徐州市公共汽车运营现状,给出了大型充电站的规划布局建议,为充电站规划建设提供理论支撑。     

电动汽车充电站在配电系统中电气接入点的最优选择

针对电动汽车(electric vehicle,EV)充电负荷在空间中的合理布局等问题,现有相关文献主要围绕充电站的选址和定容展开研究,尚未论及如何确定充电站在所属区域配电系统中的电气接入点。在此背景下,该文针对计及对潮流影响的电动汽车充电站电气接入点的选择问题进行探讨。首先,依据电动汽车出行统计数据拟合结果,获得初始荷电状态(state of charge,SOC)及起始充电时刻分布特性,建立电动汽车充电负荷的概率模型,同时利用蒙特卡洛仿真求解,并采用深圳市电动出租车的实际数据对这种方法做了验证。之后,以节点电压偏差百分数和支路有功功率损耗增量百分数为基础,构造了评价充电站对配电系统潮流影响的综合指标,进而提出了确定充电站最优电气接入点的方法。最后,以修改的IEEE 33节点配电系统为例对所提出的方法进行了说明。     

考虑负荷空间均衡和充电站合作博弈的快速充电定价机制

为了平衡快速充电负荷空间分布,提高电动汽车用户充电满意度,提出考虑负荷空间均衡和充电站合作博弈的快速充电动态定价机制。首先,通过实际订单数据逆地理编码得到出行概率转移矩阵,结合路网模型和速度-流量模型建立电动汽车充电负荷时空分布模型;然后,考虑用户主观意愿,建立计及用户偏好的充电站选择决策模型,模拟用户对于充电站选择的理性决策行为;最后,以充电站节点负荷均衡性为目标,建立区域内快速充电站合作模式下的动态定价博弈模型,通过迭代算法求解均衡值,并利用Shapley值法对合作联盟所得剩余收益进行分配。仿真实例表明,所提快速充电站动态定价策略能有效降低充电站节点的负荷方差,提高充电桩利用率和充电站收益,并减小用户排队时间,提高用户满意度。     

考虑充电电池组循环利用的集中充电站容量配置

"集中充电,统一配送"模式是电动汽车产业重要的充电模式之一。为了提高集中充电站规划建设的经济性,在考虑购置充电基础设施的前提下,计及了购电成本和初期购置电池组成本,以投资成本最小为目标,以满足电动汽车用户的换电需求为约束,建立了集中充电站容量优化配置模型。基于峰谷分时电价机制,并对配送计划进行优化以提高电池组的循环利用率,实现购置电池组数量的减少和负荷峰谷差的平抑。采用Lingo软件求解,得到充电站最优容量配置结果和各时段电池组充电策略。通过算例仿真验证了模型的有效性,灵敏度分析表明,峰谷电价划分方式是影响集中充电站的容量配置的关键因素。     

基于Q-Learning算法用户最优充电站运营研究

为解决充电站充电服务跟不上电动汽车的推广使用需求,充电站运营效益不佳、充电设施利用率低等问题。充电站运营系统与电网、充电站与电力网、交通网数据中心相连接,通过数据库的信息共享、互动和数据挖掘,达到充电站高效运营管理。分析用户的充电行为,准确预测充电负荷,帮助充电站提供经济、高效充电服务。本文就充电站运营系统的整体结构与数据分析进行探讨。运用Q-Learning算法从用户实现总成本最优,作出最佳充电服务选择角度分析用户充电决策,在运营数据挖掘中分析用户充电行为规律,再预测运营的充电站设备利用状况,能够对不同充电设施规划方案下的充电负荷进行准确计算,从而获得更加准确的充电站运行成本,最终为充电站制定运营策略提供决策依据。     

基于思维进化算法的电动汽车有序充电控制策略

大量电动汽车充电会加大充电站负荷峰谷差,影响充电站安全稳定运行。因此提出了一种基于思维进化算法(MEA)的电动汽车有序充电控制策略:以用户充电费用最少和充电站负荷峰谷差最小为目标函数,采用MEA算法动态计算接入充电站电动汽车的最优充电时段,由用户自主响应,从而实现充电站内电动汽车的有序充电控制。为验证该策略的有效性,利用蒙特卡洛方法模拟用户充电需求,对算例进行仿真分析。结果表明:与无序充电相比,有序充电控制策略可在降低电动汽车用户费用的基础上实现充电负荷的削峰填谷;相比于使用遗传算法,MEA算法具有一定优势。     

计及电动汽车违约不确定性的微电网两段式优化调度策略

为避免电动汽车无序放电行为可能对电网造成的危害，以微电网为研究对象，研究家用型电动汽车的出行特性，针对电动汽车放电过程与微电网系统供需差额匹配问题，提出电动汽车预约-违约放电机制。在此基础上，考虑到电动汽车数量多且用户行为差异大及电动汽车违约的不确定性，制定了含“微电网-EV聚合商”及“EV聚合商-电动汽车”的两段式调度，第一段调度采用以微电网最小运行成本为目标的优化策略；第二段调度针对电动汽车放电功率分配问题，提出考虑荷电状态，以用户放电综合收益差最小为目标的分配策略。进一步，考虑电动汽车的违约不确定性，并在预约放电计划及调度策略等方面采取对策。最后，在Matlab平台建立含风机、光伏、储能、电动汽车的小型微电网系统，通过仿真算例验证预约、违约放电机制及调度策略的有效性。     

下一目的地导向下的电动汽车充电引导策略

建立一个有效的充电引导模型,实现对车辆的有序充电引导,是未来大规模电动汽车并网的基础和保障。考虑充电完成后,电动出租车到下一寻客地点与电动私家车到最终目的地的便捷性,提出下一目的地导向下的电动汽车充电引导策略。首先介绍了一种基于充电服务网络数据监控平台的电动汽车充电引导系统架构。其次,在考虑车主便捷性的基础上,综合考虑路网结构、出租车需求分布以及设备利用均衡率,结合Floyd最短路径算法和排队论M/G/k模型,以用户到最终目的地的距离、时间成本最小,充电站设备利用率分布均衡为目标,建立电动汽车充电引导模型。最后,在含7个充电站的区域内对所提模型进行仿真验证。结果表明,所提出的充电引导策略能有效兼顾充电站容量及车主出行需求。     

考虑时空分布的电动汽车充电负荷预测及对电网负荷影响分析

电动汽车充电站的充电负荷与该充电站的车流量、电动汽车电池的起始荷电状态、用户选择的起始充电时间、电动汽车的车型和不同的充电模式都有关联。不同的时间段,不同的充电站类型对应的充电负荷有很大不同,计算电动汽车充电负荷的一般公式算法很难得到。根据电动汽车用户的充电习惯,研究不同类型充电站的充电汽车数量,电动汽车充电时长以及充电模式的选择,提出考虑时空分布的电动汽车负荷仿真预测方法。以沿海某市为例,该方法能有效预测各种不同类型充电站的电动汽车充电负荷,能够为电动汽车充电站的规划建设以及对电网的负荷影响提供依据。     

考虑电动汽车充电站布局优化的配电网规划

充电站的布局不仅应考虑电动汽车用户充电的方便性,还应考虑充电站接入电网的成本。研究满足传统负荷增长和新增电动汽车充电负荷需求的配电网规划问题,以馈线的扩容与新建、变电站的扩容、充电站的新建为手段,以包含充电站配电网投资与运行成本最小为目标,建立了考虑充电站布局优化的配电网规划模型。该模型不仅考虑配电网的安全运行约束,还...     

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。