共查询到20条相似文献,搜索用时 281 毫秒
1.
电动汽车(EV)充电需求估计是研究电动汽车与电网互动(V2G)的重要前提。为此,提出一种行驶轨迹数据驱动的EV充电需求预测模型,并进一步考虑用户多维效益,构建用户选择参与V2G响应的用户决策模型,分析区域V2G响应能力的调控潜力。首先,对行车轨迹大数据集进行清洗与挖掘,基于动态能耗理论构建了EV充电需求时空分布预估模型。其次,基于社会行为学理论并综合考虑用电需求效用、经济效用、环保效用以及社会效用,构建了EV用户选择参与V2G响应的概率选择模型。该模型不仅考虑了EV用户的异质性,而且体现了用户决策的交互影响。最后,建立V2G可响应容量调度模型,分析V2G响应资源对区域负荷的调节效果。结果表明,所提模型不仅能有效估计某城市区域的EV充电需求时空分布特性,而且能挖掘该区域选择参与V2G响应的EV潜在用户数量,为研究V2G响应资源对区域负荷的调控潜力提供了支撑。 相似文献
2.
3.
“双碳”背景下,PSCS(光储充电站)逐渐成为EV(电动汽车)充电站的主流形式。为解决PSCS光伏发电和用户充电行为的不确定性问题,同时保障PSCS的盈利,提出一种考虑EV用户行为和光伏不确定性的PSCS储能容量优化配置方法。首先,采用改进K-means算法对光伏出力数据进行聚类,构建典型光伏出力场景及其概率分布规律。其次,分析EV的充电行为特性,计及环境温度变化对EV耗电量的影响,建立EV充电负荷模型。最后,考虑需求响应,建立以购电成本、碳排放成本、售电收益等为目标函数的经济运行模型。算例分析结果表明,在进行PSCS储能容量配置时考虑光伏出力不确定性和需求响应,能够减少碳排放量并保证PSCS的经济效益。 相似文献
4.
综合考虑电动汽车充电与储能及可中断负荷调度的配电网两阶段灵活性提升优化方法 总被引:1,自引:0,他引:1
分布式电源出力的强波动性及电动汽车(EV)的无序充电使配电网的灵活性不足问题日益凸显,因此非常有必要通过灵活性资源的有效调度提高配电网灵活适应性。在充分分析配电网灵活性提升措施的基础上,提出了能够表征配电网灵活性的净负荷峰值裕度、净负荷谷值裕度、净负荷允许波动裕度3个灵活性评价指标;建立了综合考虑EV充电与储能及可中断负荷调度的配电网两阶段灵活性提升优化模型,阶段1构建了基于蒙特卡洛树搜索的EV有序充电策略,合理引导EV负荷在谷时段进行充电;阶段2在阶段1的基础上,建立了计及储能及可中断负荷的优化调度模型,并采用粒子群优化算法进行优化求解。IEEE 33节点系统算例验证了所提灵活性指标及EV有序充电模型的有效性,结果表明配电网两阶段灵活性提升优化方法能有效提升配电网的灵活性且整体经济性最优。 相似文献
5.
6.
为避免大量电动汽车(EV)无序充电对电网安全、经济运行的影响,提出了基于电动汽车入网(V2G)辅助服务的配电网日前调度方法。首先,基于智能电网和物联网的历史及实时信息建立EV充放电模型,并进行EV辅助服务参与者的筛选和分类。其次,建立了考虑V2G辅助服务的2层配电网最优经济调度模型。上层模型以网损成本、EV用户成本和系统总负荷均方差最小为目标,优化充电站的充放电功率和电压调节设备的工作状态;下层模型以EV的充放电状态转换次数最少和充电站功率与上层优化结果偏差最小为目标,计算每辆参与辅助服务EV的充放电功率。最后,算例系统仿真验证了所提方法的有效性。 相似文献
7.
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。 相似文献
8.
电动汽车(electric vehicle,EV)的车网互联(vehicle to grid,V2G)与风光等可再生能源分布式电源(distributed generation,DG)的不稳定出力,给配电网带来不确定性.首先在考虑EV行驶特征随机性的基础上提出以削峰填谷与用户充电费用为目标的有序充放电V2G策略,建立EV充放电功率的概率模型.其次,在考虑风速、光照强度、负荷以及EV充放电功率的随机性以及相关性的基础上,建立了以配电网总成本、环境收益和供电质量为目标函数的多目标DG优化配置模型.然后采用萤火虫算法(firefly algorithm,FA)求解出全局最优配置方案.最后采用实际算例进行仿真,通过分析仿真结果,证明所提出模型与方法的可行性. 相似文献
9.
研究提出了一种对电网需求侧负荷变化进行建模和控制的方法,考虑了电动汽车开始充电时间,充电时长和初始充电状态(SOC)的随机性,建立了接近现实世界住宅配电网中电动汽车充放电的随机模型,提出了基于粒子群优化算法的智能充电和车对网(V2G)策略。该控制策略主要用于提高电能质量和平滑电网负荷需求。然后,在不同的电动汽车渗透水平下对三种不同的充电形式进行模拟:无序充电、无V2G有序充电和有V2G有序充电。仿真结果表明:无序充电会严重增加峰值负荷,造成较大的电压偏移。而提出的有序充电方法可以有效降低电压偏差,平滑负载需求曲线。同时,当在所提出的有序充电中考虑V2G时,在较低的PHEV渗透水平下,峰值负荷将减小,并且电压偏移也将减小,随着PHEV渗透水平的提高,V2G的优势将越来越大。 相似文献
10.
11.
电动汽车接入电网的影响与利用 总被引:53,自引:2,他引:53
未来电动汽车(plug-in electric vehicle,PEV)的大规模接入,将给电力系统规划和运行带来不可忽视的影响。从电动汽车充电负荷建模与仿真计算、电动汽车接入对电力系统的影响、电动汽车的充放电控制与利用3大方面,讨论电动汽车接入电网的研究现状。指出电动汽车充电负荷分析应考虑的主要因素;总结电动汽车接入对电源发展、电网运行、充电设施与配电网规划方面的影响,并分析电动汽车有序充电及与电网互动(vehicle to grid,V2G)的研究现状和应用难点。最后,对今后的研究方向进行讨论。 相似文献
12.
13.
14.
针对电动汽车有序充电实现削峰填谷效果的问题,提出了考虑V2G用户响应度的峰谷分时电价优化有序充电控制策略。通过蒙特卡洛模拟法得到规模化电动汽车的充电负荷,并在此基础上建立了不考虑V2G响应度和考虑V2G响应度的有序充电控制优化模型,其中前者以谷电价时段区间为变量,以配电网负荷曲线方差为目标函数,后者以谷电价时段区间及峰谷时段的电价为变量,以综合考虑电动汽车对配电网负荷曲线方差的影响及用户满意度为目标函数。算例分析表明两种有序充电策略都能有效改善系统运行安全性,但考虑V2G用户响应度的有序充电策略更能反映实际情况。 相似文献
15.
随着电动汽车(EV)市场投入规模不断扩大,具有时空随机性和不确定性的EV充电负荷将严重影响配电网规划与运行,而EV充电负荷时空分布建模是研究EV充电负荷对配电网影响的基础。为此,本文综述了电动汽车充电负荷时空分布建模方面的近年研究现状。首先,从外部影响因素和内部影响因素两个方面,总结分析影响EV充电负荷时空分布的因素;然后,从基于数据驱动和模型驱动两个方面,对EV充电负荷的时空分布建模方法进行综述;最后,对现有研究方法存在的不足进行分析,对未来的研究方向进行展望。#$NL关键词:电动汽车; 影响因素; 时空分布; 负荷建模; 综述#$NL中图分类号:TM73 相似文献
16.
17.
近年来,以台风为代表的极端自然灾害导致城市配电网停电事故频发,给城市电网的持续供电带来挑战。在电动汽车(EV)用户群体数量快速增长的背景下,针对上述问题,提出了一种基于车辆并网(V2G)的城市配电网弹性提升策略,以增强城市电网应对台风灾害的能力。首先,建立配电网元件故障率模型,通过随机抽样生成台风灾害下的配电网故障场景;其次,考虑即将到来的台风灾害对道路拥堵情况及用户出行意愿的影响,搭建了灾害前期EV调度模型;然后,基于消费者心理学理论,制定灾后反向输电激励响应机制,引导V2G站点内的EV参与供电恢复;最后,考虑配电网重构及V2G站点反向充电,制定V2G参与的灾后供电恢复策略。由算例分析可知,与应急发电车相比,V2G参与供电恢复的方案经济性及恢复效果更优,验证了所提弹性提升策略的可行性与有效性。 相似文献
18.
为了提高电动汽车入网技术(V2G)的电力系统机组组合实用性和经济性,提出一种考虑可入网电动汽车(PEV)的数量变化和电池电荷状态变化的机组组合算法。利用电池电荷状态与充放电电量之间的关系,结合预估的不同时段入网PEV数量,确定每天入网PEV的净充电总需求量。构建考虑电动汽车入网技术的电力系统机组组合模型,以发电成本为目标函数,加入电池电荷状态的罚函数,求解电力系统机组的出力计划和入网PEV的充放电控制计划。分析了不同情景下充放电最优控制和机组组合结果,对比了不同PEV充电模式对电力系统机组组合结果的影响。算例分析结果表明,该方法可以有效的节省机组成本,实现电动汽车的连续调度,证明了该方法的正确性和有效性。 相似文献
19.
为解决考虑新能源出力不确定性的多站合一能源站参与电力现货市场问题,提出基于多阶段鲁棒优化的市场竞价策略。对多站融合系统中各子系统进行建模,其中包含分布式新能源、计算中心、电动汽车(EV)充电站、储能电站,并刻画了计算中心负荷的弹性和EV的异构性。以最大化最恶劣新能源出力场景下参与市场收益为目标,优化多站合一能源站的联合竞价,并将其转化为多阶段鲁棒优化进行求解。考虑到计算中心与能源站的利益主体不同,提出了基于拉格朗日乘子的成本分摊方法,将总收益在能源站和计算中心之间根据各自的贡献进行合理分配。最后,采用仿真算例验证了所提模型和算法的有效性。 相似文献
20.
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。 相似文献