电动汽车V2G关键技术的研究

针对规模化电动汽车无序入网造成电网负荷"峰上加峰"的现象,探究电动汽车与电网互动技术(V2G).通过对新能源汽车使用情况及充电情况进行调查,建立了电动汽车V2G响应模型并制定V2G响应策略.以住宅小区为例,对比电动汽车无序充电和应用所提V2G响应策略在电网负荷峰谷差和用户经济效益方面的差异,验证了V2G技术的应用价值.     

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。     

电动汽车参与V2G的最优峰谷电价研究

电动汽车与电网互动(vehicle-to-grid,V2G)的市场机制是V2G实施的重要基础。在分析电动汽车放电成本和效益的基础上,给出了电动汽车放电电价定价的上下限。考虑了用户起始充放电时刻的Poisson分布特性,基于经济学理论提出了电动汽车放电需求函数。建立了以电网总负荷波动最小为目标,以满足用户充放电时间、充放电需求等为约束条件的电动汽车与电网互动的最优峰谷电价模型。以京津唐电网为例,得到了电动汽车充放电的最优峰谷电价和对应时段,验证了所提方法的有效性。     

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。     

基于博弈论的电动汽车放电电价研究

利用V2G充放电技术可以实现电网"削峰填谷"的目的,而合理的充放电电价是用户参与此过程的根本动力,解析电网公司与用户的博弈过程成为关键。建立以电网公司收益最大和用户花费最小为目标的双层规划。通过以负荷样本方差最小为优化目标的控制方案,求出了电动汽车参与度与年放电量和电网峰荷的降低量的关系,进而采用混沌算法求得电网公司和用户的纳什均衡。算例结果表明:在放电电价高于博弈电价的合理激励下,用户参与V2G的比例越大,电网峰荷降低量越大,且降低了用户的用车成本。为电网公司制定放电电价提供了参考依据。     

大规模电动汽车充放电优化控制及容量效益分析

建立了电动汽车充放电两阶段优化模型,并采用整数规划方法求解,以获取通过优化控制降低的峰荷量及车辆到电网(V2G)的放电量。考虑电动汽车起始充电时间、起始荷电状态的随机分布,采用拉丁超立方抽样方法进行抽样,以有效减小计算规模。以中国2020年和2030年电动汽车充电负荷为例,对电动汽车可控比例不同情景下的有序充电优化、V2G优化问题进行了仿真计算,并对成本效益进行了分析。考虑到未来参数的不确定性,对成本效益相关参数进行了灵敏度分析。分析结果表明,所提出的两阶段充放电优化控制模型能有效降低峰荷并平滑负荷曲线。同时可知,装机成本和电池寿命损耗成本的变化将对V2G的效益产生较大的影响,上网电价的变化则对V2G效益的影响较小。     

基于分时电价的电动汽车充放电多目标优化调度

大规模电动汽车无序充电易造成电网负荷"峰上加峰"等后果,这严重影响电网安全运行,因此合理调度充电行为至关重要。基于分时电价制度和电动汽车可入网的情况,针对电动汽车调度机构建立了计及电网负荷波动及用户成本的多目标优化模型,采用交叉遗传粒子群算法求解得到次日优化充放电计划。基于某商用楼宇负荷数据进行算例仿真,对比分析了分时电价与固定电价下的仿真结果及不同分时电价对调度策略的影响,结果表明:分时电价引导下的调度策略在减小电网峰谷差与提高用户经济性上都具有更大优势;受峰谷电价差增大与尖峰电价的影响,新的分时电价下电网调峰效果更加明显,但用户成本却因平均电价上浮而增高。     

基于电价响应的电动汽车充放电策略研究

电动汽车用户参与电网互动是以获利为出发点,但影响用户经济收益的因素是多方面的,包括电池充放电成本、实时电价以及充放电策略等。从用户的角度出发,在实时电价下,构建了电动汽车充放电的成本模型和收益模型;运用Matlab进行求解,分析了电动汽车可盈利的充电时间段和放电时间段。计算结果表明,合理的充放电策略能为用户带来经济收益,且电动汽车的盈利充电时间段为电网负荷低谷期,放电时间段为负荷高峰期,这与电网削峰填谷策略要求一致。     

基于模糊控制的区域电动汽车入网充放电调度策略

提出一种基于模糊控制的电动汽车入网(V2G)充放电调度策略。首先,提出V2G管理系统的整体结构,其主要由有序充电调度系统和V2G变流器控制系统组成,前者合理安排各充电桩的充放电功率,实现削峰填谷的辅助功能;后者响应上层调度下发的功率指令,控制实际充放电行为,提供稳定的电能变换和能量交换的接口。然后,在有序充电调度系统中综合当前配电网的负荷特点,对当前接入充电站的全部电动汽车进行调配,并采用模糊控制算法计算充放电功率并下发给各充电桩,改善区域电网的负荷特性,实现削峰填谷的辅助功能。最后,通过仿真实验证明所提有序充电调度系统在满足电动汽车充电需求的同时,能够充分地利用电动汽车负荷的灵活性;在实现对电网削峰填谷的同时,有效地避免了电网负荷低谷时段大量电动汽车充电引起新负荷尖峰的问题。     

基于随机森林算法的电动汽车充放电容量预测

文中提出一种电动汽车充放电容量的组合预测方法.首先,基于电动汽车历史充电数据和用户参与电动汽车与电网互动(V2G)意愿的调查数据,分析车辆荷电状态(SOC)特性、出行时间特性以及用户对价格的敏感度,建立随机森林分类模型,判断车辆是否参与V2G调度,并对影响用户决策的特征因素进行重要性评估.其次,采用蒙特卡洛方法模拟电动汽车出行和充放电情况,并分别预测充放电容量.最后,以办公区为例进行仿真,对比分析多种充放电模式下的电动汽车充放电行为与负荷分布.所构建的随机森林分类模型的准确率为0.917,能够有效区分V2G计划时段内电动汽车的充放电行为,仿真结果验证了所提预测框架的有效性.     

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。     

基于合作博弈与动态分时电价的电动汽车有序充放电方法

为减小大量电动汽车无序充电对电网造成的影响，提出了一种电动汽车智能有序充放电策略。基于合作博弈的思想，以电动汽车代理商与电动汽车用户的合作联盟收益最大为目标，建立了电动汽车的动态分时优化充放电模型。采用粒子群算法求解出代理商与电动汽车用户间的动态分时交易电价，并对电动汽车充放电时段进行引导规划。实际的算例结果验证了该策略的有效性和经济性。通过与固定电价策略进行对比分析，表明所提策略不仅能有效减小峰谷差，避免负荷“新高峰”，且可以提高代理商和电动汽车用户的收益。进一步对比不同数量电动汽车入网对优化效果的影响，发现随着入网电动汽车数量的增多，优化效果更明显。     

基于全局和局部最优模型的电动汽车充放电优化调度

电动汽车大规模入网将对电网产生重大影响。针对大规模具有动态响应特性的电动汽车充放电问题,提出了全局最优调度和局部最优调度两种模型。通过电动汽车响应的实时电价模型,分别建立含电池损耗成本、连续可微、带线性约束的凸目标函数。全局最优模型需要负载和电动汽车各项信息求解全局总成本最小的调度方案。局部最优调度模型对电动汽车进行分组,以分布式模式最小化滑动窗口内电动汽车组的总成本。通过内点法对两种模型求解表明:局部最优调度方案可以扩展到大型电动汽车群,对电动汽车的动态到达特性具有弹性。相对于全局最优调度模型复杂的求解信息,局部最优调度方案具有更高的实用性和相近的求解结果。     

考虑电价影响的电动汽车削峰填谷水平评价

为了避免电动汽车充放电行为的无控性对配电系统负荷曲线造成的不良影响,首先从能量平衡的角度出发,以电动汽车行驶里程所耗电量为依据估算电动汽车的充放电量。然后考虑电价对车主充放电的影响,以电动汽车充放电代数费用最小为目标进行充放电时间段优化。最后研究以平抑负荷曲线为目的的电动汽车充放电优化方案,采用动态规划法进行电动汽车充放电优化。提出的方法和模型在PGE 69节点配电系统中进行仿真,对于不同电价体系下配电系统中的电动汽车削峰填谷水平进行了评价。仿真结果证明了在电价的影响下,所提出的电动汽车充放电控制策略能够有效进行负荷削峰填谷。     

基于分时电价的电动汽车调度策略研究

电动汽车作为一种新兴负荷,大量接入配电网会对电能质量、频率稳定、电压稳定等产生一系列影响。通过对现有的分时电价制度进行分析,在配电网方面以系统负荷均方差最小化和系统负荷峰谷差最小化为目标函数。在用户侧方面以电动汽车用户充放电成本和电池损耗成本最低作为目标函数,建立电动汽车多目标优化调度模型。通过云自适应粒子群算法进行寻优。仿真结果表明:该调度策略适合于分时电价,与固定电价相比优化了系统负荷同时降低了用户成本。价差更大、均值更高的分时电价2与分时电价1相比略微增加了用户成本,但它对电网的调峰能力明显增强。     

电动汽车集群充放电演化博弈协同策略

针对多电动汽车参与电网需求响应互动场景下电动汽车充放电协同调度需求,提出一种电动汽车聚合商动态定价并指导电动汽车规模化入网参与电力需求响应调度的两阶段博弈模型。首先,构建电动汽车聚合商动态定价下计及电动汽车聚合商成本和电动汽车充放电价格的非合作博弈模型。其次,提出基于logit协议的电动汽车充放电调度多策略集演化博弈模型。最后,联合求解两阶段博弈的演化均衡和纳什均衡,得到各主体的最优策略。算例仿真表明,所提模型能有效实现电网负荷的削峰填谷,同时兼顾电动汽车聚合商和电动汽车用户的经济利益。     

实时电价下含V2G功能的电动汽车理性充放电模型及其分析

为了利用实时电价实现电动汽车理性充电,以电动汽车运营收益最大化为目标,以满足电动汽车动力电池充放电容量及电动汽车行程需求为约束条件,构造了一个电动汽车充放电收益最大化模型,该模型较好地表示电动汽车充放电决策。以美国家庭出行调查为依据,根据用户充出行规律,采用蒙特卡洛模拟法模拟用户行程需求,对电动汽车充放电运行的经济效益进行仿真计算和分析。研究结果表明,通过响应电网实时电价,理性充放电模型可显著提高电动汽车的经济效益。同时,由于夜间电价相对便宜而白天相对较高的电价激励,电动汽车多在配电系统负载率较低时充电,在系统峰荷附近反向放电,从而起到削峰填谷的效应。     

计及风-光-蓄多电场竞价的电动汽车购电策略研究

大电网供电以火力发电为主,未来大规模电动汽车从大电网购电不能满足电动汽车低碳出行的理念,且充电费用昂贵。为了有效地解决这一问题,提出了一种风-光-蓄多电场参与日前市场竞价,通过与国网公司签订过网合约对电动汽车进行供电的电动汽车购电新策略。首先,针对充电方式不同的电动汽车进行负荷建模;而后,以电动汽车用户购电成本最小为目标建立购电策略优化数学模型,通过含有随机变异粒子的改进粒子群算法得到最终的购电策略。仿真结果表明,与传统模式和非竞价模式的购电策略相比,利用所提购电策略,各充电类型的电动汽车用户购电成本均有所降低,有助于推动清洁能源电场和电动汽车的发展。