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。     

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。     

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。     

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。     

分时电价下价格理性用户最优充电策略

电动汽车作为一种移动负荷,其充放电行为将对电网产生巨大的影响。在尖峰、峰、平、谷、尖谷5段分时充电电价与传统峰、平、谷3段分时放电电价下,建立了4类电动汽车充放电响应模型与价格理性用户最优充电策略,并计算出用户所需要的充电费用、电网的负荷量与网络损耗率。仿真结果表明：该模型求得的最优充电策略,不仅可以使用户费用降低,还可以大大降低电网的网络损耗率。     

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。     

基于充放电模型的电动汽车充电价格设定策略

电动汽车规模化给城市交通、充电基础设施建设以及电网运行带来了挑战,应合理设置充电价格,引导电动汽车有序充放电,以降低电网运行带来的负荷影响。为此,基于电动汽车与电网的充放电交互策略,分析区域负荷数据与电动汽车充电数据,考虑功率平衡、电池容量以及用户充电等约束,以负荷电价为变量,以降低电网峰值运行负荷为目标函数,建立充放电模型,并根据区域内电源对于功率的响应特性确定充电价格,为充电站制定电价提供了指导。最后,结合福州市马尾区相关数据,验证了优化模型与电价设置的合理性。     

电动汽车充放电决策模型及电价的影响分析

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,该模型表示电动汽车充放电决策。以2009年美国家庭出行调查为依据,根据用户出行规律,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以及充电负荷分布进行仿真计算和分析。研究结果表明,所提出的模型可以表示电动汽车响应电价的能力,利用该模型还研究了实时电价对含电动汽车接入电网功能的电动汽车充放电电量分布及电动汽车运行成本的影响,揭示了实时电价机制为了更好地促进充放电电量的合理分布需要动态调整的特点,以及电动汽车接入电网功能可以显著减少电动汽车的运行成本,且存在较大的经济空间组织充电运营商的特点。电动汽车电池存储作用值得进一步开发。     

考虑用户响应度的电动汽车有序充放电策略

针对大量电动汽车无序充电引起的负荷"峰上加峰"等问题,提出了考虑用户响应度的有序充放电策略。在基于消费者心理学原理建立的分时电价和放电电价下用户需求响应模型的基础上,建立了常规型、保守型、友好型电动汽车充放电模型。最后通过蒙特卡洛仿真验证所提出的电动汽车有序充放电策略的有效性。同时,验证了分时电价的电价差和放电电价的增大,能更好地激励用户参与电价响应。     

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。     

基于聚类算法的电动汽车充放电分时电价优化

随着电动汽车的增多,电动汽车无序充电会给电网运行带来较大的负面影响。同时,随着电力市场改革,实施分时电价是必然的选择,通过合理设置充放电分时电价能够引导电动汽车用户的有序充放电。本文以私家车为研究对象,根据用户的充电持续时间、充电开始时间特征进行K-均值聚类分析得到用户日常的充电规律,建立减少电网波动及减少用户用电成本的目标函数,最后通过布谷鸟搜索算法进行最佳分时电价的求解。通过小区实际负荷实例验证此分时电价调度策略能够有效的减少用户用电成本,改善电网运行状况。     

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。     

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。     

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。     

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。     

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。     

基于需求响应的电动汽车经济调度

提出了一种基于需求响应的电动汽车充电策略,根据电网实时电价信息优化电动汽车用户充电电价触发值,降低用户充电成本。同时,研究了含大规模电动汽车的电力系统机组组合问题。在此基础上建立了基于需求响应的电动汽车经济调度模型,通过对电动汽车用户行为特性的预测,以电网公司收益最大化为目标,优化制定电动汽车充电电价,转移电动汽车充电负荷。算例分析结果表明,提出的经济调度模型可以起到降低峰谷差率的作用,且与无序充电情景相比,能够明显降低系统的运行费用,可以实现电动汽车大规模接入电网时的经济调度。     

分散式电动汽车入网策略研究

电动汽车数量的增长及其用电需求的增加将会对电网产生明显的影响,针对电动汽车用户行为的随机性和特殊性,分析了分散式电动汽车充放电模型;充分考虑电价和充放电电池折算成本对用户行为的影响,采用削峰填谷调度策略,引导用户在低谷时期充电、高峰时期放电;引入博弈的概念分析用户间行为模式,建立分散式充放电博弈模型,通过求解其纳什均衡来求解最优调度策略;最后以某区域内数据进行算例仿真,验证了模型的合理性和有效性。     

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。