考虑三相负荷平衡的电动汽车有序充电策略

电动汽车负荷的大规模接入可能导致配电网出现三相不平衡问题,威胁电网安全经济运行。当前提出的大部分有序充电方法均针对等效的单相系统进行建模,忽略了三相不平衡问题的处理。文中提出一种考虑三相负荷平衡的电动汽车有序充电策略。算法外层运用三相前推回代法迭代修正节点电压,内层则通过求解一个电动汽车有序充电三相模型获得优化充电功率。通过调控电动汽车的充电功率及时段,可实现降低配电网网损以及三相之间负荷平衡的控制目标。仿真结果表明,所提出的有序充电策略可以有效避免电动汽车负荷大规模接入导致的三相不平衡现象,同时降低配电网网损、平抑负荷波动,保障电网安全经济运行。     

考虑逆变器无功支撑和三相选择的不平衡主动配电网电动汽车有序充电控制

现有电动汽车有序充电控制均聚焦于对有功充电负荷的时空迁移而非消除,仍存在一定的运行越限风险;同时现有研究多基于三相平衡网络模型,而实际配电网是显著不平衡的。为此基于逆变器的无功注入和三相选择,提出了一种新型不平衡主动配电网电动汽车有序充电控制策略。首先定义了电动汽车充电控制的多目标优化模型,以实现最小化网损和充电成本、最大化无功收益的整体优化;接着计及逆变器无功注入和三相选择,提出了一种电动汽车优化协调控制策略,以实现电网24 h范围内运行的优化;最后基于某澳大利亚真实配电网开展详细仿真分析,验证所提电动汽车有序充电优化模型和协调策略的正确性和有效性。     

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。     

面向光储充一体化社区的有序充电策略研究

针对当前有序充电策略优化目标单一且未考虑新能源出力的现状,提出了面向光储充一体化社区的有序充电策略。首先,将降低社区负荷峰谷差作为电网层优化目标,将减少用户充电费用作为用户层优化目标,完成双层多目标有序充电模型的设计。其次,设计基于云边协同的调度架构,将电网层优化模型部署在云端侧,用户层优化模型部署在边缘侧。该架构能有效利用边缘侧的计算资源,缓解云端侧面对电动汽车大规模接入时的计算压力。最后,以5种充电场景为例进行算例分析。实验表明,与无序充电相比,所提策略能够使社区负荷峰谷差减少40.47%,充电均价减少52.63%。与单层有序充电策略相比,该策略综合效果优势明显,在保障配电网安全稳定运行的同时,兼顾电动汽车用户的经济利益。     

电动汽车充电模式对主动配电网的影响

主动配电网建设依托于大规模间歇式可再生能源并网运行控制、电网与充放电设施互动、智能配用电等电网分析与运行关键技术的发展。随着电动汽车的推广普及,用户充电时间和空间上的随机性将增加电网运行的不确定影响因素。文章重点研究电动汽车充电模式对配电网负荷曲线波动特性的影响,通过研究电动汽车充电的功率需求和能量需求特性,依据电动汽车用户行驶习惯的概率分布特性,建立规模化电动汽车充电负荷模型,进而分析电动汽车在无序充电和有序充电模式对区域配电网日负荷曲线的影响。结合实际充电站运行数据仿真验证配电网中电动汽车有序充电的主动控制作用。     

电力市场化改革下的有序用电优化管理

提出鲸鱼算法用于优化电动汽车有序充电,该方法在充分考虑用户充电需求的前提下,同时考虑电网负荷水平,以削减充电负荷尖峰为目标,求解接入充电桩电动汽车的最优充电开始时间,以实现大规模电动汽车有序充电。采用模拟用户充电需求的方法,验证了该算法的有效性,对电动汽车在有序充电和无序充电两种情形下的负荷进行对比,结果表明：与无序充电相比,优化后的有序充电方式可以实现充电负荷削峰填谷的优化目标。     

电动汽车峰谷分时电价时段充电优化模型

利用峰谷分时电价引导电动汽车用户进行有序充电,在减小大规模电动汽车接入电网对其造成的影响的同时,还能减小电网峰谷差。在得到电动汽车充电负荷的基础上,通过实际案例验证了电价时段和响应度对充电负荷曲线的影响;进而构建以电网负荷峰谷差最小所对应的峰谷电价时段为目标的优化模型,利用粒子群算法进行优化求解;通过算例分析验证了该模型的有效性。     

规模化电动汽车有序充电分层控制策略研究

电动汽车作为一种特殊电力负荷大规模投入电网后,对其有序充电策略进行研究,能够降低充电负荷对电网的冲击、平抑负荷波动,降低用户充电费用。文中以电动私家车为研究对象、居民小区为应用场景,提出了一种上层根据居民小区的充电需求与负荷方差最小的优化目标确定功率指导曲线、下层同时考虑下发的指导曲线以及充电站峰谷差最小的优化目标来满足用户充电需求的有序充电优化方法。分析充电模式等因素对电动汽车(Electric Vehicle,EV)充电负荷的影响,并基于蒙特卡洛方法进行充电负荷预测的计算;提出了电动汽车有序充电的分层控制架构,并建立了能够平抑总体负荷波动、降低变电站负荷峰谷差的双层优化模型,采用粒子群算法进行计算;以某居民小区为例进行仿真计算,对比电动汽车在不同渗透率下使用该优化充电方法前后的结果。结果表明,该控制策略使充电负荷的高峰期往后推迟至基础负荷的用电低谷期,实现了负荷曲线的“削峰填谷”,且随着渗透率的增加,在降低负荷峰谷差、平抑负荷波动方面的优化效果更好;在充电费用方面,有序充电情况下充电费用减少了29.0%,降低了电动汽车用户的充电负担。     

V2G模式下微网电动汽车有序充电策略研究

为了应对V2G(Vehicle-to-Grid)模式下大规模电动汽车接入给电网带来的诸多挑战,针对现有电动汽车调度策略对大规模电动汽车充放电需求考虑不足的问题,提出一种微电网电动汽车有序充电策略。调度策略可根据当前微电网负荷状态、电动汽车充电需求等实时数据,采用模糊控制算法优化安排电动汽车充电计划,满足电动汽车充电需求同时实现对电网的削峰填谷。利用该调度策略对某配电区域600辆电动汽车进行充电,并与传统即时充电策略进行比较分析。仿真结果表明,基于模糊控制算法的电动汽车有序充电策略能够有效避免大量电动汽车接入电网引起负荷尖峰的问题,为电网提供削峰填谷的服务,实现用户和电网的双赢。     

电动汽车有序充电研究

通过分析某地区配电网负荷特性以及该地区不同种类电动汽车运行规律,提出一种电动汽车有序充电控制策略,该多目标优化控制策略包含平抑电网负荷波动和电动汽车用户充电成本最小。通过算例验证了该有序充电策略的可行性,即减小了电网的峰谷差,又降低了电动汽车用户充电成本。该有序充电研究可为电动汽车快速发展以及合理接入电网提供参考。     

基于概率统计的电动汽车充电功率建模

电动汽车大规模应用以后,其充电功率将对电网产生一定影响。通过详细考虑电动汽车接入电网的因素,并在一定假设条件下,建立了电动汽车充电功率模型。采用蒙特卡洛仿真算法产生影响因素的随机数,仿真出电动汽车充电负荷曲线。以一居民小区夏季典型日负荷曲线为例,计算得出自由充电模式下电动汽车对原负荷曲线的影响。计算结果表明,电动汽车的自由充电特性将使电网最大负荷发生一定增长,在改变电动汽车起始充电时刻的情况下,电动汽车充电对于可再生能源具有一定的支撑作用。     

基于有序充电的换电站电池冗余度研究

电动汽车大规模接入电网后,有序充电优化控制具有便于集中管理、抑制负荷波动、降低峰谷差和充电费用等优势,但同时也带来换电站电池冗余度增大的问题。文中针对换电模式,以抑制电网总体负荷波动为有序充电主要目标,采用自适应遗传算法,建立有序充电模式下换电站电池冗余度模型,并使用蒙特卡洛方法模拟电动汽车用户的用车需求。对比分析无序充电和有序充电模式下换电站电池冗余度仿真结果,表明该有序充电策略能够有效削减负荷波动,减小峰谷差,但也相应提升了换电站电池冗余度。     

电动汽车有序充放电控制与利用研究新进展

电动汽车大规模接入电网会增加电网运行的不确定性,电网侧亟需做好相应准备。采用有序充放电控制可以减小电动汽车的时空不确定性给电网带来的影响,缓解电网升级扩容压力,采用V2G技术可以为电网提供辅助服务,丰富电网的运行方式。根据国内外最新研究进展,从充电负荷建模与计算、电动汽车接入对电网产生的影响、电动汽车有序充电控制、电动汽车为电网提供辅助服务4个方面进行评述,并指出未来的研究方向。     

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。     

基于粒子群算法的电动汽车有序充电控制策略的研究

大规模电动汽车接入电力系统时,就会使得电力负荷的峰谷差和功率波动产生的巨大的影响,更严重的,还会超过电力系统的供电能力和承受能力,给电网的安全稳定运行带来巨大的挑战。在此背景下,首先对电动汽车充电负荷的影响因素进行了分析,根据电动汽车的充电特性建立起电动汽车充电负荷的模型。然后,基于粒子群算法对模型进行优化求解,使得电网负荷的峰谷差最小,约束条件为负荷波动和充电电量限制。通过仿真,与无序充电的情况做出对比,有序充电在平滑负荷波动,降低电网的峰谷差的方面有很好的"削峰填谷"的作用。     

基于改进人工蜂群算法的电动汽车充电策略优化

由于大规模电动汽车接入电网的无序充电,导致电网安全稳定的运行状态受到冲击,提出了基于改进人工蜂群算法的电动汽车充电策略优化。以获取电动汽车出行时间概率密度与电池充电特性作为关键因素,计算电动汽车充电负荷需求,基于改进人工蜂群算法建立优化模型来实现电动汽车充电策略优化。仿真实验结果表明本文所提策略优化后的电动汽车充电负荷峰谷差降低449.2kW,电网负荷波动优化效果明显。     

插电式混合动力汽车大规模接入环境下的发输电系统可靠性评估

电动汽车的充电行为具有随机性,未来插电式混合电动汽车(plug-in hybrid electric vehicle,PHEV)的大规模接入将对发输电系统的可靠运行造成重要影响。文章系统地研究了PHEV大规模接入环境下发输电系统可靠性评估的模型、指标和算法。首先,建立了PHEV充电需求仿真模型,包括PHEV的动力电池特性模型、用户随机出行特性模型以及PHEV充电功率需求仿真方法;其次,提出了PHEV对电网的穿透水平指标和PHEV接入规模对系统可靠性的灵敏度指标,能够表征PHEV接入对电网的影响;最后,提出了PHEV大规模接入环境下的发输电系统可靠性评估算法,采用扩展的状态空间分割算法可快速有效地评估PHEV接入后的系统可靠性水平。通过IEEE RTS算例分析了PHEV接入规模及充电策略等因素对系统负荷曲线和可靠性水平的影响,验证了所提指标和算法的有效性。     

电动汽车充换电站换电池的有序充电优化

大规模的电动汽车充电负荷具有大功率、波动性和不确定性的特点,将给电网带来峰值增高、电压波动等不利影响。为了降低电动汽车充电负荷对电网的不利影响,建立了电动汽车充换电站换电池的充电优化模型。通过对换电池在充电过程中充电时间、充电功率和电池电量的实测数据进行拟合,得到了电动汽车换电池的充电特性。以此为基础,建立了电动汽车充换电站的换电池有序充电模型,该模型在满足充电机数量、电动汽车对换电池的需求、充换电站容量和变电站容量约束的前提下,最小化所属变电站负荷曲线的离差平方和,并应用遗传算法实现了有序充电模型的快速求解。以山东省某电动汽车充换电站为算例,证明了该模型的快速性、正确性和有效性。     

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。     

基于聚类分层的规模化电动汽车协调充电策略

随着电动汽车(electric vehicle, EV)的大规模推广应用,EV的无序充电会给电网的运行带来很大的压力。以居民小区作为应用场景,以私家车作为研究对象,提出一种EV智能有序调度策略。建立模糊推理系统,使用户主动响应有序充电策略。为得到较好的优化效果,提出有序充电分层控制架构和聚类分组措施,上层控制中心根据用户充电需求和谷时段EV充电量下发功率指导曲线,下层考虑下发的功率指导曲线。经过聚类分组确定充电优先级后,以电网负荷波动最小和功率指导曲线执行最优为综合优化目标函数,建立智能电网环境下的EV集中充电多目标优化调度模型。采用改进的鱼群算法求解优化后的模型,并通过MATLAB算例计算结果验证了所提调度策略的有效性。