基于投资收益与用户效用耦合决策的电动汽车充电站优化配置

传统方法多聚焦于充电站的投资成本和收益,忽略了充电用户选择决策对投资主体规划决策的影响,该文提出一种考虑充电站投资收益和充电用户效用耦合决策的电动汽车充电站双层优化模型。根据城市电动汽车种类及其出行特性,计算规划区域内电动汽车充电功率需求,并以充电站投资收益为上层目标函数,以充电用户满意度为下层目标函数。引入用户选择决策变量耦合关联上下层模型,使用KKT条件实现双单层规划模型解耦。综合粒子群算法的快速搜索能力和变邻域搜索算法的全局搜索优势,采用混合变邻域粒子群算法对解耦模型进行求解。最后,算例仿真结果验证了模型和算法的有效性和可行性。     

电动出租车预约-违约充电机制及优化决策模型

预约充电机制下违约情况的存在对电动汽车和充电站产生不良影响,为规范电动汽车充电和约束充电站服务行为,该文提出一种预约–违约充电机制,并提出了相应的违约判据和违约豁免准则,进而建立了电动出租车的优化充电决策模型。首先明确了预约–违约充电机制下的电动出租车(electrical taxi,ET)充电成本,预约系统可根据ET优化充电决策模型为用户提供最优的充电方案;然后基于价格需求弹性系数表征了充电负荷的转移;最后,计算了充电站净收益。算例表明,预约–违约机制下,电动出租车的单位电量综合成本发生改变,通过选择最优充电方案,一方面,电动出租车充电成本约降低8.3%,另一方面,优化充电决策模型通过价格杠杆起到调节充电负荷分布的作用,同时由于违约惩罚的存在,充电站净收益约增加7%。该文所得结果可为电动出租车用户的充电决策提供参考,同时可为规范电动汽车用户行为、提高现有充电站设备利用率及提升充电站承担公共服务功能提供新思路。     

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。     

基于Huff模型的电动汽车充电站选址定容方法

对于用户充电选择行为随机性的欠考虑,导致充电站服务范围划分和容量配置不合理的问题,提出了一种基于Huff模型的电动汽车充电站选址定容方法。综合考虑充电站规模、充电价格、用户充电成本对用户充电选择行为的影响,利用Huff模型分析用户对不同充电站的选择概率,并基于用户的选择概率确定充电站的服务范围和充电需求;综合考虑用户充电可达性、规划区域总功率、电动汽车充电功率,以充电站年总成本最小为目标,建立充电站的选址定容模型,并采用免疫克隆选择-变邻域搜索混合算法求解模型。MATLAB仿真结果表明所提选址定容方法能合理地划分服务范围,提高充电站规划的经济性。     

基于混合整数规划的电动汽车有序充电方法

提出了在满足电动汽车充电需求的基础上尽量降低充电站充电成本的有序充电控制策略。分析了电动汽车充电所需时间与用户给定时间的关系,结合用户所需充电量,以充电站电费成本与电动汽车充电欠缺量惩罚费用之和最小为目标函数,以充电功率以及充电电量为约束,根据运营模式不同分别建立了充电过程中可更换充电机与不可更换充电机的数学模型。通过仿真模拟充电站2天内电动汽车的充电需求,基于混合整数规划和启发式快速算法求解数学模型,得到2天中充电站的充电决策矩阵和每辆电动汽车的充电欠缺量,验证了所提有序充电控制策略的可行性。仿真结果表明:与无序充电方案相比,有序充电控制策略可以更好地利用充电站的资源为用户服务,有效地降低了充电成本,并且有助于电网负荷的削峰填谷。     

考虑发展不均衡的电动汽车充电负荷预测

针对小范围内电动汽车样本数量较少的特点,首先提出了基于电动汽车发展不均衡的电动汽车充电需求计算方法,对比了三种不同的拟合方法,并指出了不同情况下不同拟合如何选取;而后,提出了利用电动汽车剩余电量SOC确定电动汽车是否充电的方法,从剩余电量的角度给出了判断电动汽车是否充电的依据;最后,考虑到充电策略执行的可行性与实时性,提出了一种充电桩与用户交互的自由有序充电方式选择策略。针对特定区域内电动汽车充电需求,文章给出了需充电电动汽车数量,并依据SOC判别每辆EV是否充电,进而确定自由有序充电策略下的负荷曲线并与无序充电结果进行对比。仿真结果表明,采用该充电策略可以有效减小充电负荷峰谷差,转移充电负荷峰值,减少电动汽车充电桩需求数量,提高充电桩的使用率。     

城市供地不足的电动汽车充电网络规划方法

针对大多数城市充电设施的最优选址无法得到满足的问题,提出了适用于供地不足城市的电动汽车充电网络规划方法。首先根据城市的实际条件给出电动汽车充电站的备选站址;然后基于能量等效原则将规划区域内加油站售油量折算为等效充电量,采用等负荷距分配法将等效电量分配至充电站和分散式充电设施进行负荷预测;最后校核约束条件确定最终规划方案。案例分析表明,分散式充电设施可满足私人充电需求且具有一定的公共服务能力,充电站可提供更大规模和更大功率的充电服务。     

多信息融合下电动汽车充电路径规划

由于电动汽车用户难以找到充电时间与充电地点之间的平衡点,不能准确把握何时何地进行充电行为。本文首先选取能够准确反映实际道路中用户独特驾驶特性的行驶工况特征参数,采用工况识别法构建电动汽车在实时动态路况下的剩余电量估算模型,判断其出行过程中何时有充电需求;当有充电需求时,通过预测充电站的抵达车辆数,建立电动汽车排队等待时间模型,为用户规划有效充电时段,作为选择充电地点的依据;考虑到充电时间与充电地点的耦合关系,从用户角度出发,在电池剩余电量的约束下,构建用户出行距离、出行时间及充电成本三者权值之和最优为目标的电动汽车充电路径模型,并将其应用于北京市实际交通路网区域中,采用蚁群算法对其进行仿真验证。     

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。     

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。     

面向“代客加电”服务的电动汽车充电引导策略

为解决电动汽车面临的充电难题,提出面向“代客加电”服务的电动汽车充电引导策略。首先,充分考虑“代客加电”服务,对电动汽车充电引导场景及充电影响因素进行分析。其次,以最优化电动汽车用户充电经济成本、代充电服务侧利益以及充电站设备利用率为目标建立充电引导模型,并采用改进的灰狼优化算法引导电动汽车的充电行为。最后,对某城市主要城区内具有充电需求的电动汽车进行仿真。结果表明：面向“代客加电”服务的电动汽车充电引导策略能够有效减少电动汽车用户充电经济成本、代驾司机代充电过程中的时间成本以及距离成本,同时实现充电站间设备利用率均衡分布。     

电动汽车充电站智能化调度研究

通过电动汽车充电站智能化调度控制,服务器将充电站信息发送给已请求充电的电动汽车用户,用户根据其提供的信息,选择最近且有空余充电位的充电站进行充电。该智能化调度可以帮助电动汽车用户快速就近找到充电站,有效减少充电等待时间。     

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。     

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。     

基于历史行驶路线的电动汽车充电站布局优化

由于电动汽车面临着续航里程不足的问题,充电设施的合理布设显得至关重要。利用基于自动车辆识别数据的历史行驶路线来模拟电动汽车出行,给定一种充电站布局方案,即可利用基于出行特征的典型充电选择模式来模拟电动汽车的充电行为,继而准确地计算电动汽车的充电需求、充电成本和运营商利润。然后,以电动汽车的充电—出行成本比与运营商的成本—收益比之和最小为优化目标,以用户心理和电网负荷等因素为约束条件,确定充电站的最优布局方案。最后,以一个区域(151个信号交叉口)为例,验证了该方法的有效性,同时分析了工作日/非工作日以及交通需求增长和电池发展对布局方案的影响。     

考虑用户出行成本预算的电力-交通耦合网络充电站定价策略

随着电动汽车的规模化发展,研究如何有效考虑用户的出行行为机理并制定合理的充电站充电价格,对电力-交通网络的协同优化调度具有重大意义。针对此问题,提出了考虑用户出行成本预算的电力-交通耦合网络充电站定价策略。首先,建立考虑出行成本预算的交通用户均衡模型,将均衡状态通过变分不等式进行等效描述,从而对电动汽车出行需求和充电行为进行刻画。其次,构建考虑功率削减的配电网二阶锥优化模型,将充电站定价问题转化为含有变分不等式约束的优化问题,并根据问题设计交替迭代算法和外梯度算法进行求解。最后,通过算例对所提模型和方法的有效性进行验证,结果表明了考虑出行成本预算对耦合网络充电定价的必要性。     

考虑不同类型充电需求的城市内电动汽车充电设施综合规划

电动汽车在城市内的行驶是其主要应用场景,合理规划市内充电设施具有重要的现实意义。私有充电桩慢速充电、公共充电桩的常规充电以及充电站的快速充电是城市内电动汽车的主要充电方式。首先基于电动汽车保有量和行驶统计数据得到电动汽车总充电需求;其次,根据电动汽车用户的充电行为将充电需求分类,对应由不同充电设施满足;随后,抽象出道路网的结构,考虑不同充电设施间的相互影响,基于改进的P中心定位模型建立了一个以总投资成本、运维成本、电量成本和充电站用户成本最小为目标的整数线性规划模型,优化得到各类充电设施的规划方案。算例分析表明,所提方法可以合理满足城市电动汽车充电需求,对私人充电设施配建比例对总成本影响的分析可以更好地指导充电设施的规划。     

考虑用户便捷性的电动汽车充电站规划

电动汽车充电站的主要功能是为用户提供方便快捷的充电服务,针对这个问题提出了一种计及用户充电便捷性的电动汽车充电站规划方法。该方法在考虑路网结构和充电站容量限制的基础上,对规划区进行了网格式的分区,分区内以用户在充电路程中的损耗成本最小为目标,并利用遗传算法实现了充电站最优站址的选择。通过反复计算、调整分区的覆盖范围和充电站的站址,最终得到整个规划区电动汽车充电站合理的规划方案。实际算例表明本文所提出的方法和模型具有一定的可行性。     

基于加权Voronoi 图和GA-PSO的电动汽车充电站最优规划

考虑到电动汽车的普及,对充电站的需求越来越大,合理规划充电站是保证快速发展电动汽车的一项重要举措。根据某地区现有电动汽车的保有量,考察电动汽车的集中充电所需最大负荷,结合市场充电站的固定建设成本、运维成本、用户充电途中的耗时成本以及电池配送成本,综合考虑上述几种主要成本因素,以总成本最小为目标函数,建立充电站的规划模型。将交叉操作引入到PSO算法中,加强了PSO算法后期的寻优能力,通过采用加权Voronoi图和GA-PSO算法对模型进行计算。结果表明,在结合了多种成本并考虑用户需求的情况下,能够使得规划方法达到最优。     

考虑V2G模式的电动汽车充电站规划

考虑到V2G模式和电动汽车充电站规划之间的联系,在分时电价机制的基础上,分析了电动汽车用户的充放电行为,并建立了电动汽车充电站的充电收益、放电成本和固有成本模型,同时以电动汽车充电站年总收益最大为目标函数。针对充电站候选站址的选择问题提出了包含环境条件、社会条件和政策因素等在内的外在选择条件。同时在Voronoi图的基础上结合路网交通流量对电动汽车充电站的容量进行确定。通过离散二进制粒子群算法实现了考虑V2G模式的电动汽车充电站的规划。最后,算例分析验证了规划模型的合理性和有效性。