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。     

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。     

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。     

用户充电选择对电网充电调度的影响

电动汽车充电负荷作为可调度负荷,可减小负荷高峰期的供电压力,提高负荷低谷时的机组利用率,提高电网的经济运行水平,其优化调度对电网意义重大。基于部分电动汽车用户实际中不接受电网调度的事实,以所有电动汽车用户的充电成本之和最小、电网负荷方差最小为目标,以用户充电需求等为约束,建立了电动汽车负荷的多目标优化调度模型。模型在保证用户充电获益的同时优化电网运行。采用改进粒子群算法求解模型,仿真结果表明,用户充电选择将影响充电调度方案、用户经济性和电网运行安全。在充电调度中,需要考虑用户的充电选择。     

基于电动汽车充电负荷需求预测的电网调度优化*

现有的电网调度方法对电动汽车充电负荷需求的预测效果较差,预测的负荷变化趋势与实际情况相差较大,因此基于电动汽车充电负荷需求预测提出电网调度优化方法。根据电动汽车到达充电站的起始和终止时间,计算得到充电时长,电网调度再根据此时间段执行充放电活动。对历史负荷数据标记季节和假期属性,得到属性相似的初步样本,使用充电负荷数据的最值和平均值作为负荷属性,经过AP算法聚类后,利用CNN模型对样本负荷进行预测,其通道值分别为负荷值、温度和车流量,输出充电负荷需求值。根据充电负荷预测信息和剩余容量确定电网调度优化目标和调度约束条件,改变电动汽车的充电时刻,实现电网负荷优化。测试结果表明,该设计方法使用有序的充电策略保证了良好的优化调度效果,满足充电负荷需求。     

基于电动汽车供电资源态势感知的台区负荷弹性调度策略

考虑电动汽车、空调负荷等柔性负荷的无序接入对电网造成的不利影响,提出一种计及电动汽车供电资源态势分析的台区负荷弹性优化调度方法。首先,对电动汽车的充电需求进行概率预测,通过量化分析电动汽车负荷的特性指标,提出了台区电动汽车供电资源的态势感知模型,通过集成学习算法训练进行供电资源态势评估;接着,基于供电资源态势感知情况提出对电动汽车充电需求进行弹性伸缩的优化调度策略,将电动汽车充电需求与空调负荷削减量作为控制量,建立带弹性约束的多目标调度计划优化模型,采用改进多目标粒子群算法求解得到优化调度计划;最后,通过台区算例分析验证了所提优化调度方法能实现对电网负荷的削峰填谷,协调解决柔性负荷需求与资源闲置状态下存在的冲突,对电动汽车充电和空调用电负荷进行有序调度,以实现供电资源利用率最大化。     

改进Elman神经网络的综合气象短期负荷预测

大规模电动汽车无序充电行为会对电网经济运行造成影响,迫切要求实现有序充电技术。根据电动汽车换电站特点,提出了以换电站充电功率为控制对象的有序充电调度策略,建立不同目标函数的调度策略数学模型,并采用粒子群算法求解,得到次日优化充电计划。基于某地区负荷曲线进行算例仿真,验证了算法的有效性,比较了不同优化目标的调度策略对负荷曲线的影响,分析了优化目标函数值随换电站容量的变化趋势。结果表明,提出的换电站有序充电调度策略能够有效地减小电网峰谷差,提高负荷率,起到平稳负荷波动的作用。     

电动汽车换电站有序充电调度策略研究

大规模电动汽车无序充电行为会对电网经济运行造成影响,迫切要求实现有序充电技术。根据电动汽车换电站特点,提出了以换电站充电功率为控制对象的有序充电调度策略,建立不同目标函数的调度策略数学模型,并采用粒子群算法求解,得到次日优化充电计划。基于某地区负荷曲线进行算例仿真,验证了算法的有效性,比较了不同优化目标的调度策略对负荷曲线的影响,分析了优化目标函数值随换电站容量的变化趋势。结果表明,提出的换电站有序充电调度策略能够有效地减小电网峰谷差,提高负荷率,起到平稳负荷波动的作用。     

多目标优化的高渗透率电动汽车有序充电策略

电动汽车作为一种新型负载,其大量无序充电行为给电网造成了压力,影响了电网的稳定和经济性,因此提出了一种基于分时电价的电动汽车有序充电策略。以电动汽车为研究主体,分析充电模式因素对电动汽车充电负荷的影响,并引用蒙特卡洛法对预测充电负荷进行计算。在此基础上,结合分时电价建立一个以负荷峰谷差最小和用户充电费用最低为目标的多目标模型,采用改进非支配排序遗传(NSGA-II)算法对目标函数进行求解,对比不同渗透率下的优化结果。结果表明,该控制策略降低了充电成本、减小了峰谷差,实现了负荷曲线的“削峰填谷”,且随渗透率的增加,优化效果更为显著。     

考虑预警负荷的电动汽车充放电优化策略

预警负荷会严重影响电力系统的安全经济运行。面向参与车辆到电网(vehicle to grid,V2G)服务的电动汽车用户,综合考虑预警负荷、预警电价和充电激励措施对充放电过程的影响,提出基于改进粒子群算法(improved particle sw arm optimization,IPSO)的电动汽车充放电优化策略。通过计算预警负荷发生时的放电奖励,建立预警负荷电价模型、电池容量损耗模型,基于分时电价和放电激励制度建立用户充放电成本模型。此外,引入长短时记忆的概念,提出改进粒子群优化算法。在上述模型和算法的基础上,以最小化用户成本为优化目标,计及用户充电需求和充放电功率等约束,提出不同预警负荷情况下的充放电优化策略。在MATLAB中完成了仿真验证,结果表明,在已知预测预警负荷的前提下,采用文中的充放电优化策略能够提高电动汽车用户V2G参与度,有效降低用户成本,并缓解预警负荷发生时电网压力。     

基于粒子群算法的电动汽车有序充放电优化

为解决用户在某一时间段集中充电造成电网负荷压力增大的问题，提出基于分时电价制度，结合用户的出行特性，通过改进蒙特卡洛，得到居民无序充电负荷，然后以解决峰谷差和节约用户成本为目标，构建归一化目标函数，以充电功率和电池电量为约束，通过改进粒子群算法优化，得到电动汽车有序充电负荷，降低电网负荷峰谷差。基于粒子群算法的有序充电与无序充电的仿真结果对比表明，有序充电在应对电网负荷压力与节约居民成本有显著效果。     

基于改进蜂群算法的电动汽车微电网优化调度

可再生能源发电系统与电动汽车(EV)大规模接入电网会给现有的电力系统的安全、稳定运行带来巨大挑战。探讨了含EV和分布式电源的微电网的最优调度问题,包括风能、光伏以及燃煤机组等不同的分布式电源,同时考虑了基于V2G(Vehicle to Grid)技术的电动汽车对电网负荷的调节功能。提出了一种基于电动汽车荷电状态(State of Charge, SOC)检测的有序充放电调度策略,综合考虑了机组运行成本、弃风弃光成本以及电动汽车充放电成本,以最小化调度周期内总运行成本为目标建立了微电网优化调度模型。采用一种将蜂群算法与天牛须算法结合的改进蜂群算法对模型进行求解。通过与无序充电结果进行比较,证明了所提出的调度模型的有效性和优越性。     

基于改进贪心算法的大规模电动汽车充电行为优化

大规模电动汽车入网,不仅会增加有序充电控制的复杂度,还会引发负荷节点电压越限等配电网安全问题。在考虑负荷节点电压等配电网安全约束的情况下,提出基于改进贪心算法的大规模电动汽车充电优化策略。在建立电动汽车充电优化模型的基础上,通过设计合理的贪心策略,克服了贪心算法容易陷入局部最优的缺陷,实现电动汽车的最优充电控制。利用贪心算法的灵活性,提出对节点电压和线路容量分时段控制的配电网安全控制策略,迭代求解满足约束的充电站容量上限,降低了问题求解的难度。最后,以包含3个本地代理商的IEEE 33节点配电系统为例进行仿真分析。结果表明:改进贪心算法具有较高的计算效率和较好的寻优特性,适用于大规模电动汽车的充电优化;配电网安全控制策略能够确保负荷节点电压在安全约束之内,减少充电负荷对本地配电网电能质量的影响。     

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。     

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。     

基于两级充电管理系统的电动汽车智能充电控制系统研究

随着电动汽车的发展,电动汽车大规模的无序充电将对现有电网的稳定性造成潜在威胁。如果仅以现有电网扩容作为解决方法,不仅需要大量的投资,且在低负荷时会造成容量的浪费。文中提出了一种基于两级电动汽车充电管理系统(electric vehicles charging management system,EVCMS)的优化算法,在满足充电需求的前提下,通过合理调配充电时段和充电速率,来优化需求侧管理,减少电动汽车充电对电网的冲击。该优化算法的影响因素主要包括实时电价、电池剩余容量、电网侧负荷容量和充电时段等。     

基于多智能体的电动汽车充电协同控制策略

在分析电动汽车充电负荷特性、管理架构的基础上,借鉴复杂自适应系统的核心思想,提出基于多智能体的电动汽车充电管理模式。建立单台电动汽车的充电负荷模型和基于多智能体系统的电动汽车充电优化模型。采用蒙特卡洛方法模拟电动汽车用户的充电行为。在考虑电动汽车的充电功率、充电时间以及变压器可用容量等约束条件的前提下,针对35 k V片区配电网中电动汽车接入充电的优化问题,提出基于多智能体协同控制的电动汽车充电优化策略。仿真结果表明多智能体协同控制策略能够有效地实现电动汽车充电负荷的"移峰填谷",减小电网峰谷差。     

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。     

考虑空间运动特性的规模化电动汽车接入电网负荷预测模型

规模化电动汽车的接入将会对电网负荷造成较大影响,为采取有效的应对策略,需对其充电负荷进行预测。本文从电动汽车运动的角度出发,结合改进的停车需求模型,建立了基于运动特性的电动汽车空间负荷预测模型。从汽车类型、起始充电时间、电池容量及充电功率等方面入手,分析充电负荷的影响因素。采用蒙特卡罗法,仿真规模化电动汽车在不同时间、不同区域的充电行为。以北京市为例,对其2030年日负荷曲线进行了预测,结果表明:规模化电动汽车负荷融入电网会给电网负荷带来大幅度提升,峰谷差明显增大,需对电网进行合理的规划并对电动汽车充电负荷进行合理分配。     

电动汽车有序充放电相关问题研究

针对电动汽车的推广,需要对电动汽车充电设施进行合理的规划;针对电动汽车对电网产生的影响,需要对电动汽车充电进行控制。因此,电动汽车充电设施规划以及充电策略的制定是目前所需要研究的重点问题。首先对电动汽车的行驶里程、出行次数、充电概率等行驶特性进行了分析,并基于电动汽车行驶特性对电动汽车充电负荷进行了预测;而后,基于电动汽车充电负荷预测结果,采用PSO寻优算法对充电桩数量进行了规划;然后在规划结果的基础上,从电网角度出发,以负荷峰谷差最小为目标,制定了电动汽车充电策略。在实例的基础上进行了仿真,通过对一定区域内电动汽车充电负荷的预测,确定了该区域内充电桩的数量,并在规划充电桩数量的基础上,对充电过程进行控制,从而减小了负荷峰谷差。验证了本文所提出规划方法以及充电策略的有效性。