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。     

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。     

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。     

V2G模式下的电动汽车有序充放电控制模型研究

以变压器容量和电动汽车电池限制作为约束条件,以电动汽车用户充放电成本最低和电网负荷方差最小作为目标函数,构建了电动汽车在V2G(车辆到电网)模式下的充放电控制模型,分别制定电动汽车无序充电、基于分时电价的无序充电和电动汽车优化充电模型,在比较分析的基础上,提出V2G模式下的电动汽车有序充放电控制模型的设计方法。基于Lingo软件完成仿真验证,仿真结果表明:与其它3种充电模型相比,所提出的控制模型可进一步起到减少用户充放电费用和减小电网负荷方差的作用。     

智能电网中电动汽车双层最优充电策略

大量、无序的插电式混合动力汽车(plug-in hybrid electric vehicle, PHEV)接入电网,会造成高峰时段电网变压器过热、过载,导致跳闸甚至大面积停电。因此电动汽车的协调充电问题是电网中一个研究热点和难点。文章首先将插电式混合动力汽车协调充电问题定义为带约束条件的优化问题,然后提出一种双层最优充电策略对该优化问题进行求解。在第一层基于需求侧管理对电网低压变压器(low-voltage transformers, LVTs)的负荷曲线进行扁平化平滑优化;在第二层基于一致性迭代算法,使插电式混合动力汽车用户的总体充电成本达到最小并同时满足用户的充电需求。所提充电策略既保持了电网变压器供电负荷曲线波动最小,又实现了每个电动汽车用户的充电成本最小,满足了用户的充电需求。     

电动汽车充电对配电网负荷的影响及有序控制研究

针对电动汽车规模化应用对电网规划运行带来的负面影响,提出采用集中式与分布式结合的优化控制理念,建立协调控制模型.集中式控制以电网负荷波动最小化作为优化目标,分布式控制以动态时间窗内充电需求与集中式优化控制结果之间的偏差、用户充电成本最小化以及延长电池寿命为优化目标,实现了电动汽车充放电的动态优化控制.以山东电网规划数据为例,考虑充电时间、充电模式、不同渗透率等因素,分析无序充电、时段控制充电、有序充电等多情景下电动汽车充电对配电网负荷的影响,结果验证了充电负荷模型和优化控制算法的有效性与可行性.     

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。     

基于车辆行驶行为特性建模的电动汽车充放电策略与分析

为分析电动汽车充放电对区域配电网的影响,减小充电负荷对电网的负面冲击,对离家时间、到家时间、每日行程个数和单个行程距离4个关键要素进行建模,建立了车辆行驶行为特性模型。基于行驶行为特性,通过两阶段优化模型,对电动汽车充放电代理商(aggregator)建立了考虑电池充放电寿命损耗的"最小费用?最小波动"(minimum-costleast-fluctuation,MCLF)的充放电策略。该方法的目标是在满足用户需求的基础上,减少充放电代理商的运营费用,并将充放电负荷波动降到最低。仿真实验结果验证了该方法的有效性,并且表明:当电池成本降至现阶段的1/4,放电电价提高到0.6元/kW?h,电动汽车参与对电网放电才会有显著的经济收益;谷电价时长为8 h可以有效减小电动汽车充电对电网造成的冲击。     

计及供需两侧的电动汽车有序充放电优化算法研究

大量电动汽车进行无序充电将给电网的安全运行带来“峰上加峰”的运行风险,作为一种移动的储能设备,大量电动汽 车的无序放电也会对电网的稳定性造成重要影响,因此对电动汽车的充放电行为进行有序引导十分必要。 首先,分析了某小区 电动汽车无序充放电的负荷情况,并以峰谷分时电价为引导,研究不同响应度的下的日负荷情况;在此基础上综合考虑用户侧 和电网侧利益,以电动汽车用户成本最低和小区日负荷峰谷差率最小为优化目标,选择峰谷分时区间为优化变量,构建电动汽 车最优充放电模型,分别采用基于 Pareto 最优的多目标遗传算法 NSGA-Ⅱ和基于 Pareto 最优的粒子群算法求解,得到最优充放 电时段,并对二者的优化结果进行比较。 最后利用蒙特卡洛算法对算例进行仿真和分析验证,结果表明,利用所提出的有序充 放电优化算法,用户可通过放电补偿充电费用,且 NSGA-Ⅱ算法更优。     

面向电动汽车集群实时充放电优化的分群调度机制

大规模电动汽车无序充电会加剧电网的峰谷差,并影响电能质量和变压器寿命。文章从群体的角度考虑分布式控制框架下电动汽车实时充放电优化的互动调度策略,根据接入电动汽车不同的充电需求,提出以充电结束时刻为分群特征的实时调度方法,并采用双层优化模型求解集群整体和单辆电动汽车的最优充放电功率问题。上层以日负荷波动和调度惩罚最小化为目标,建立考虑电动汽车充放电的大规模集群实时互动调度模型。下层考虑电动汽车车主的充放电成本,求解单辆电动汽车充放电功率的最优跟踪问题。以典型的区域配电网负荷数据为例,通过仿真验证了分布式控制下的实时充电优化策略可以保证电网的可靠运行,同时兼顾各方利益。     

电动汽车与可再生能源的协调优化

针对电动汽车和可再生能源之间的多目标协调调度,建立了以配电网负荷波动最小、总网络损耗最小和电动汽车用户充电成本最小为目标函数的多目标协调控制模型,并采用量子粒子群多目标搜索算法进行求解,得到各个时刻电动汽车合理的入网数量。以IEEE-33节点配电系统进行仿真实验,结果表明,利用电动汽车的电池储能系统作为电网和可再生能源的缓冲,能降低可再生能源发电间歇性和电动汽车入网随机性对电网的影响,促使电网侧和用户侧的双边利益最大化。     

基于需求侧放电竞价的电动汽车充放电调度研究

为促进电动汽车与电网协调发展,提出了一种基于需求侧放电竞价的电动汽车充放电调度模型。在日前调度中,负荷聚合商根据电力公司公布的次日需要削减负荷时段。通过对电动汽车用户行为特性的预测,以最大化电动汽车放电量为目标对可控容量进行预测,并参与需求侧放电竞价。电力公司根据负荷聚合商在各时段的出力和报价,以最小化负荷调度成本为目标优化调度计划。在实时调度中,负荷聚合商以最大化其利益为目标对电动汽车进行充放电调度,使得在满足电动汽车用户充电需求的同时,降低充电成本和调度偏差。算例分析表明,电动汽车通过负荷聚合商参与需求侧放电竞价可以起到削峰填谷的作用,对预测精度的分析可以为负荷聚合商的投标决策提供指导。     

电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

基于节点阻塞电价的电动汽车双层充电优化策略

建立了基于节点阻塞电价的电动汽车充电双层优化模型。在上层模型中,建立含电动汽车负荷的直流最优潮流模型,优化各机组出力使系统总发电成本最小,利用拉格朗日乘子和功率传输分布因子确定节点阻塞电价。在下层模型中,优化目标不仅包括充电费用,而且计及了电池损耗成本、充电等待时间成本;约束条件增加了行驶和充电的电池荷电状态等;将用户充电电价分为分时电价和浮动的阻塞电价两部分,优化电动汽车充电负荷时考虑其一日可多次充电的情况。上层模型向下层模型传递每时段充电电价、下层模型向上层模型反馈每时段充电负荷,通过迭代求解双层优化模型,使电网和用户经济效益最大。最后通过算例验证了所建立模型的有效性。     

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。     

电动汽车与分布式电源的微网经济调度

微网的运行可以很好地利用分布式能源,并实现需求侧管理的效益最大化,但是分布式电源的波动性使得微网的运行风险增加,同时也需要一定的储能投资。电动汽车电池作为一种储能装置可以为微网系统运行提供辅助服务。建立了分布式发电和电动汽车经济调度的多目标优化模型,以微网系统运行成本最低、系统等效负荷波动最小以及电动汽车车主的充电成本最少为目标,求得电动汽车的充放电功率,很好地配合了系统负荷以及分布式电源的出力波动,优化了系统的运行。     

计及用户响应电价关联与多主体共赢的电动汽车充放电定价优化

针对电动汽车用户响应电价时存在的不确定行为,导致配电网负荷波动及运营商成本增加的问题,提出了一种计及用户响应电价关联与多主体共赢的电动汽车充放电定价优化方法。首先,根据用户对充放电电价的响应方式,分析了不同用户充放电转移与电价变化的关联关系;然后,定义了单位投入成本函数,以电网负荷峰谷差最小、运营商节省成本最大及用户用电满意度最大为优化目标,以电动汽车行驶里程、电池电量、充放电时间和车网互动放电电价为约束条件,构建了协调多主体利益的充放电定价多目标优化模型;最后,在人工鱼群算法的基础上,结合免疫算法和Pareto最优解集,提出了基于收缩空间的改进免疫鱼群算法对多目标优化模型进行求解。算例分析结果表明,所提定价优化方法在降低系统负荷峰谷差和运营商成本的同时,增强了对用户分时段有序接入电网的调控能力,验证了所提方法的有效性和优越性。     

基于用户响应画像的居民小区电动汽车充放电优化策略研究

针对电动汽车大规模接入电网系统带来供电可靠性及多方经济性问题,提出一种针对居民小区的电动汽车充放电优化策略。首先,考虑“深度+潜力”因素,采用CRITIC-MABAC法对用户进行分级评估,识别得到按调度参与深度和响应潜力划分的用户群体画像特征;然后,根据画像特征制定分群体的差异化充电目标与调度模式,建立电动汽车充放电优化调度模型;最后,以负荷波动及充电成本加权组合的适应度最小为优化目标,使用精英遗传算法完成调度求解。实证分析证明所研究策略可实现平抑负荷与降低充电成本的综合优化目标。     

考虑电动汽车优先级需求的两阶段优化调度策略

随着光伏发电渗透率的升高,光伏出力的不确定性会影响电网的安全稳定运行。而利用电动汽车(EV)移动储能的特性可以实现EV和光伏的协同增效。本文基于EV能量调度的灵活性,构建了考虑用户充电需求的EV两阶段优化调度模型：在日前预调度阶段,建立光伏的就地消纳偏差最小、EV充电完成率最大、EV用户出行成本最小的多目标优化函数,并引入充放电系数对EV的充电行为进行优化;在实时调度阶段,负荷聚合商结合各时段EV的实际充电需求,根据调度优先级对优化后的充放电系数修正,保证EV充电的公平性,制定出最优的充放电策略。通过综合考虑EV用户对于充电完成度和充电成本的不同需求,对不同充电模式、不同权重系数进行分析,同时考虑了用户改变充电需求的情况,验证本文所提策略在降低光伏消纳偏差量、满足用户充电需求方面具有明显效果。     

基于动态实时电价的电动汽车集群分层优化调度

针对大量电动汽车接入电网后的无序充放电对电网造成的不利影响,提出了一种基于实时电价的双层优化调度模型,根据接入电动汽车的可充放电时间段,将其划分为若干个集群,在保证配电网经济安全运行的同时,满足车主充电需求。该调度模型上层以负荷曲线方差及实时电价下用户的充放电总成本最小为目标,采用粒子群算法求解得到集群的实时最优充放电功率,并将集群的电动汽车充放电负荷与电价联动调整;下层引入充放电优先级指数,利用能量缓冲一致性算法,制定出集群内的各辆电动汽车的实时充放电策略。以典型的区域配电网负荷数据为例,通过仿真验证了所搭建的集群优化模型和求解算法的实用性和有效性。