基于电价引导的电动汽车充电双层优化策略

该文建立了基于电价引导的电动汽车充电双层优化模型。在上层模型中,通过优化代理商在各个时段的充电调度计划,使系统总负荷的方差最小。在下层模型中,代理商通过制定充电电价,引导电动汽车用户调整充电计划,以便使下层电动汽车响应负荷与上层调度计划一致。利用遗传算法对模型进行迭代求解,结果表明:与无序充电相比,对电动汽车充电负荷进行优化后,系统总负荷的方差明显减小,平抑了系统运行的波动性,建立的优化模型可以较好地实现上层系统的调度和下层电动汽车用户的自主响应。     

基于实时电价的电动汽车充放电优化策略和经济调度模型

实时电价为优化电动汽车(EV)充放电负荷提供了手段,从而实现经济调度。首先建立用户最优充放电策略模型:以计及EV电池退化成本的用户成本最小为目标,以满足EV行驶荷电状态和充放电荷电状态等为约束。在此基础上建立电动汽车用户实时电价响应模型,通过实时电价计算用户充电成本,使电动汽车充放电负荷与电价联动调整,并将该模型嵌入电动汽车充放电策略优化目标函数。求解过程中,用"停泊时长"确定单车一日可多次充放电的时段和行驶时段,从而在EV可充放电时长范围内优化每时段充放电负荷。最后建立经济调度模型:目标中计及机组阀点效应、约束中考虑EV充放电负荷以及机组爬坡速率等限制的多目标经济调度模型,提出一种改进模式搜索算法求解该时间耦合、非线性、非凸模型。以IEEE 39节点为例,验证了所建立模型和求解算法的有效性。     

基于二层规划并计及负荷预测的电动汽车充电桩选址定容方法

针对城区内电动汽车充电桩选址定容问题,计及充电负荷需求预测并采用二层规划理论建立选址定容模型。针对充电负荷需求预测,采用自回归模型建立其负荷预测模型。以充电桩规划节点与容量为控制变量,以系统综合规划成本最小为目标函数,基于网络拓扑结构和充电负荷预测,计及设备容量配置约束等必要约束条件建立上层模型;以电动汽车用户充电方案为控制变量,最小化用户综合充电成本建立下层模型。下层模型基于上层模型的选址定容方案制定充电计划,同时向上层模型反馈综合充电成本。上层模型制定方案需要计及下层模型的策略。采用萤火虫算法设计模型的求解流程,最后通过一个算例针对河北某地城区内某新区内电动汽车充电站选址定容方案进行了优化,验证了文中模型的有效性和正确性。     

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。     

考虑用户行车习惯的电动汽车充电双层控制策略

考虑到电动汽车充电的随机性,基于软件模拟电动汽车用户行车及充电行为,并利用虚拟电池集合模型,提出电动汽车充电双层控制策略。该方法综合集中控制和分散控制的优势,将充电优化过程分为目标函数不同的上、下层2个层级。上层控制考虑全局利益,以高峰时的线路负荷、节点电压和总体成本为目标优化条件;下层控制考虑未来电动汽车高渗透率的情况,采用综合对偶分解和拉格朗日增广算法优点的交替方向乘子法(ADMM)进行分布式优化求解。为验证所提方法的有效性,利用仿真软件模拟18节点配电系统,对比分析了不同场景下4种控制模式对于节点电压、线路负荷以及日负荷曲线优化效果。结果表明,文中所提策略能解决由于大规模电动汽车接入带来的节点电压降低和线路负荷增加的问题,同时平抑高峰负荷,使日负荷曲线更加平滑。     

考虑电动汽车用户有限理性的定制化电价套餐设计

考虑到售电公司对提高市场占有率和收益的需求,电动汽车用户对经济和舒适的追求,以及电动汽车保有量基数大且还在持续快速上升的情况,提出了一种考虑电动汽车用户有限理性的定制化电价套餐设计方法。首先,利用蒙特卡洛方法模拟生成一些电动汽车用户的充电需求以增加充电负荷数据,并采用k-medoids聚类算法对电动汽车用户按其充电负荷聚类出典型电动汽车用户的充电需求曲线。然后,通过熵权法计算电动汽车用户效用,并在此基础上应用演化博弈论分析电动汽车用户在有限理性情况下的电价套餐选择情况。最后,建立考虑电动汽车用户有限理性的电价套餐双层优化模型,上层模型优化目标为售电公司购售电收益最大,下层模型优化目标为电动汽车用户效用最大。算例结果表明该定制化电价套餐不但能够有效地提高售电公司的营业利润,而且能够降低用户用电成本。     

基于双层优化的电动汽车有序充电策略研究

随着电动汽车的广泛普及,电动汽车不合理充电会给电网的运行带来风险和影响。首先用k-means聚类的方法对峰谷电价进行时段划分,然后提出了一种上层通过网损最小确定充电位置、下层通过网损和充电费用最小确定充电时间的有序充电模型。最后用33节点系统进行仿真验证,同时用模拟退火粒子群算法求解,证明了优化策略能减小网损、平抑负荷波动和降低用户充电费用。     

计及动态电价的电动汽车参与微电网调度双层优化策略

电动汽车(Electric vehicle,EV)充电负荷变化量受微电网爬坡性能限制,因此本文考虑微电网机组爬坡特性,提出一种计及动态电价的EV参与微电网调度双层优化策略。上层为EV 负荷模型,分析不同类型EV快/慢充特性 ,考虑微电网电价对EV充电需求的引导,建立以用户满意度最大为目标的EV负荷模型。下层为多微电网运行模型,根据微电网净负荷大小制定动态电价策略,考虑EV充电负荷对微电网新能源的消纳及电源爬坡的需求,优化各微电网区域动态电价,以微电网净负荷波动及运行成本最小为目标,建立多微电网区域运行模型。最后以某城市区域微电网及EV充电需求算例分析进行验证,结果表明：与固定电价及峰谷分时电价相比,所提方法实现了EV负荷在微网区域的有序充电、平抑净负荷波动的效果,能够有效降低充电行为对微电网安全经济运行的影响。     

电动汽车有序充电的峰谷电价时段优化

针对如何利用电动汽车有序充电对电网实现削峰填谷效果的问题,提出了峰谷电价时段的优化模型与方法。构建用户选择充电时间对峰谷电价时段的响应模型;通过蒙特卡洛法模拟得到电动汽车充电负荷的日负荷曲线,并与原始电网负荷曲线叠加,从而形成实施效果下的电网实际负荷情况。在此基础上,建立了以峰谷差率最小为目标的最优化模型,并通过遗传算法对峰谷电价时段优化问题进行了求解。最后通过算例的计算结果证明了模型和方法的合理性。     

计及多种充电模式的电动汽车充电站有序充电双层优化策略

大规模电动汽车无序接入充电站不仅会引起配电网负荷“峰上加峰”,还会造成充电拥堵,延长电动汽车排队等待时间。建立了计及多种充电模式的电动汽车充电站有序充电双层优化模型。在上层模型中,以配电网负荷方差和上下层调度计划偏差综合最小为目标实现系统负荷“削峰填谷”,使负荷曲线更平坦。在下层模型中,建立基于多队列多服务台的充电站排队系统,减少电动汽车出行时间和充电费用。采用遗传算法和蚁群算法分层迭代求解模型,以含有4个充电站的IEEE 33节点配网系统为例进行仿真,结果通过与无序充电、Active Scheduling(AS)模型对比表明:所提模型在优化配电网系统负荷、减少电动汽车出行时间和充电费用等方面具有一定的有效性。     

兼顾不同角色利益的集中型充电站优化布局

考虑到充电站投资主体和充电用户两种不同角色所追求的利益互异会影响充电站规划决策,发展了一种兼顾投资主体投资成本和充电用户满意度的集中型充电站双层优化布局模型。根据各类电动汽车(EVs)的行为特性建立了电动汽车充电功率需求模型。以企业投资成本和用户满意度分别作为双层规划模型的上层和下层目标函数,并考虑企业投资预算约束、电网约束、充电站容量约束和充电用户需求约束,综合反映了不同角色间的耦合决策作用。双层规划问题属于强NP-hard问题,采用量子遗传算法求解上层规划模型,采用粒子群算法求解下层规划模型,并输出最终充电站布局方案。结果表明,综合考虑投资成本和用户满意度的集中型充电站方案能合理兼顾投资主体和用户的各自利益,实现投资成本和用户满意度的有效折衷。     

基于多群组均衡协同搜索算法的电动汽车充放电多目标优化

大规模电动汽车无序充电将会给电网安全运行带来巨大压力,合理利用V2G(vehicle to grid)技术制定最优充放电策略可以有效改善电网运行状况。在满足电动汽车充电需求的基础上,基于经典电池损耗模型和分时电价,以日负荷曲线波动最小和计及电池放电成本的用户充电成本最小为目标建立了电动汽车充放电多目标优化模型,采用多群组均衡协同搜索算法(EMGSS)进行帕累托前沿和最优折中解的求取,以滚动优化的方式满足综合考虑日间/夜间不同的随机的充电需求并进行优化计算,最大限度地实现电网侧和用户侧的双赢。通过仿真案例验证了该模型可以有效地平抑日负荷曲线波动并且降低用户充电成本。     

基于需求响应潜力模糊评估的电动汽车实时调控优化模型

针对快充场所电动汽车(EV)大规模接入造成的配电网过载问题,提出了EV需求响应潜力模糊评估方法与实时调控优化模型。首先,基于EV电池安全电量、EV充电需求、充电桩额定功率的限制建立用户客观响应能力约束模型,以及考虑激励水平的用户主观响应意愿评估模型。其次,结合客观响应能力和主观响应意愿建立用户响应潜力评估模型,采用模糊推理确定充电电价、当前电量需求和剩余驻留时间等因素对用户响应意愿的影响。然后,提出激励型实时需求响应的双层优化模型及其求解方法,上层优化模型以EV聚合商激励成本最小化为目标对EV聚合商激励电价进行优化,下层优化以用户平均充电满意度最高为目标对EV充放电功率进行优化,从而充分挖掘用户的响应潜力,兼顾电网公司、EV聚合商、用户各方的利益。最后,通过多组仿真验证了所提模型和方法的有效性。     

基于电动汽车用户电价响应的充电负荷优化模型建立

在研究电动汽车用户行驶规律的基础上,利用蒙特卡罗算法模拟了3种电动汽车充电情景并进行充电负荷特点分析,以智能充电作为研究重点,分析电价弹性与电动汽车负荷需求之间的关系,通过用户对电价的响应来调控电动汽车充电负荷。根据电价响应,建立了以优化负荷曲线为目标的充电负荷优化模型,并进行实例计算,验证了电价弹性模型和充电负荷优化模型的有效性。     

计及充电负荷价格响应的配电网扩容规划方法

随着电动汽车EV(electric vehicle)保有量攀升,配电网扩容已成为应对高比例EV充电负荷接入的一种有效手段.考虑EV用户对充电价格的敏感性,提出一种计及充电负荷价格响应的配电网扩容规划方法.该方法是一个双层协同优化模型,其中上层考虑EV用户对补偿价格的响应,建立配电网扩容规划模型,以年总投资运行成本最小为目标,优化线路型号及充电补偿价格;下层建立基于补偿价格的EV充放电行为优化模型,以充电成本最小为目标优化EV充放电功率.算例结果表明,所提方法通过补偿价格可有效引导EV的充电负荷,减少配电网年总投资运行成本.     

基于分时电价的电动汽车有序充电控制策略设计

文中以减小电网峰谷差作为主要目标,结合电网分时电价时段划分与局域配电网负荷波动情况,提出了电动汽车充电分时电价时段划分方法,并建立了以用户充电费用最小和电池起始充电时间最早为控制目标的数学模型.利用蒙特卡洛方法模拟电动汽车用户的充电行为,对比分析了电动汽车在无序充电和有序充电模式下的仿真结果,表明:通过电动汽车响应充电分时电价,能够有效减小峰谷差,并提高用户满意度.针对电动汽车用户对有序充电的不同响应系数,仿真计算了局域配电网的负荷曲线,结果表明:受充电分时电价影响的用户越多,对于抑制因电动汽车接入而引起的局域配电网负荷的波动越有利.     

计及电动汽车入网的峰谷电价时段优化模型研究

针对电动汽车有序充电和放电对电网削峰填谷方面的影响,提出峰谷电价时段的优化模型。首先,根据私家车主的出行习惯,构建无序模式的放电概率模型;然后,基于峰谷电价时段,构建用户响应峰谷电价差的有序充电和放电时刻选择算法;其次,考虑峰谷电价响应度,使用蒙特卡罗法模拟得到电动汽车充放电功率的日负荷曲线,与原始电网负荷叠加,得到考虑电动汽车充电和放电功率的实际负荷曲线;在此基础上,构建以电网负荷峰谷差率最小为目标的峰谷电价时段的优化模型,并使用遗传算法对其优化求解;最后,通过算例验证了模型的正确性。     

考虑峰谷电价的充电站运营商和电动汽车用户经济性研究

以峰谷电价和电动汽车数量作为变量,建立了电动汽车用户群充电日负荷曲线的计算模型,计算了不同变量条件下的充电负荷,研究了峰谷电价和电动汽车数量对充电站运营商、电动汽车用户经济性的影响,得到了运营商利润和用户使用成本的计算公式。分析了充电设施利用率和峰谷电价对充电站运营商盈利能力的影响,发现运营商车桩比为7时,临界盈亏点的充电电价可以降低到1元左右;通过计算发现电动汽车用户购车和购电池费用比燃油汽车高8?10万元以内时(政府补贴后),在使用年限内总费用比燃油汽车更经济。     

基于区域峰谷分时电价的电动汽车有序充电研究

随着电力市场的发展,差异化电价机制的出现为引导大规模电动汽车的有序充电行为提供了一种新的思路。因此,提出了一种能够引导电动汽车有序充电的最优区域峰谷分时电价计算模型。首先,基于城市区域用电行为的差异特性,将用电区域分为居民区、办公区、工业区、商业区等四个区域,并运用隶属度函数法研究区域分时电价峰谷时段划分方法;然后,基于弹性系数法建立电动汽车用户响应量对区域峰谷分时电价的响应关系。最后,以日峰谷差和用户充电成本最小为优化目标,建立最优区域峰谷分时电价计算模型。仿真结果表明所提出的电动汽车区域峰谷分时电价计算模型能够有效降低用户充电成本和系统日峰谷差,有效引导电动汽车进行有序充电。     

采用双层优化模型的电动汽车 有序充放电策略研究

针对大规模电动汽车集中式控制与优化方法的不足,采用V2G(Vehicle to Grid,V2G)双层优化模型。第一层优化模型建立以车主充电成本最小的目标函数,并考虑电池充放电损耗;第二层优化建立以电网日负荷峰谷差最小为目标函数,以第一层计算的优化结果为约束并求解,利用模拟退火算法对模型进行迭代求解。结果表明:与无序充电相比,双层优化协调保证了电网经济运行和用户的充电费用最小,从而实现电动汽车有序充放电控制。