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。     

考虑V2G用户响应度的峰谷电价时段优化有序充电

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。     

电动汽车有序充电的峰谷电价时段优化

针对如何利用电动汽车有序充电对电网实现削峰填谷效果的问题,提出了峰谷电价时段的优化模型与方法。构建用户选择充电时间对峰谷电价时段的响应模型;通过蒙特卡洛法模拟得到电动汽车充电负荷的日负荷曲线,并与原始电网负荷曲线叠加,从而形成实施效果下的电网实际负荷情况。在此基础上,建立了以峰谷差率最小为目标的最优化模型,并通过遗传算法对峰谷电价时段优化问题进行了求解。最后通过算例的计算结果证明了模型和方法的合理性。     

考虑充电推移时间的居民EV有序充放电策略

大力发展电动汽车产业是作为缓解化石能源危机的新举措,而其无序充电模式将加剧负荷峰谷差,影响电力系统安全稳定运行。针对上述问题,提出考虑用户充电推移时间的电动汽车有序充放电策略,将剩余电量与相邻时段充放电限制作为约束,建立以负荷均方差与用户费用最小的多目标优化模型,采用带精英策略的快速非支配排序遗传算法(non-dominated sorting genetic algorithm-II, NSGA-II)对上述模型求解,最后得出最优折中解。算例表明,对于不同约束条件下模型都可得出充电最优推移时间,在限制用户充电时间内能够减小负荷峰谷差,同时因分时电价的引入使得用户费用有所降低。     

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。     

基于需求侧管理的电动汽车有序充放电策略

针对电动汽车有序充放电策略的研究,本文通过采用蒙特卡洛随机抽样建立了反映家用车辆用户行为的统计学结果,得到充电规律与充电功率需求期望,在此基础上,建立峰谷分时充放电电价策略的数学模型,分别研究了自然充电与有序充放电策略下规模化电动汽车充放电行为对电网负荷变化规律的影响,并采用遗传算法对分时时段的制定方案进行寻优求解,通过需求侧管理的方法对电动汽车进行有效引导,达到了电动汽车充放电行为有序优化控制的目的。     

住宅小区电动汽车充电负荷分期管理策略

为进一步提高电动汽车有序充电用户参与度,降低峰期电动汽车充电负荷,延缓配电变压器过载,结合住宅小区电动汽车停留时段,综合考虑用户充电意愿及峰谷分时电价时段划分,设置中长期有序充电和长期有序充电两种管理模式,满足不同充电需求的用户参与有序充电。其中,中长期管理模式根据住宅小区居民负荷曲线变化特征,采用倒序法选取充电开始时刻,达到削峰、移峰的效果;长期管理模式采用最小值最大法选取充电开始时刻,达到填谷的效果。仿真结果表明,通过协调控制不同管理模式的用户参与度,可进一步降低负荷峰谷差,减小负荷方差,降低充电费用,所提策略为用户提供更多样的选择。     

考虑车主响应度的峰谷电价时段优化模型研究

针对引导电动汽车进行有序充电对电网负荷削峰填谷的问题,提出峰谷电价优化调度策略.首先,分别构建基于出行习惯的无序充电模型与基于峰谷电价时段的有序充电模型,并通过蒙特卡洛模拟法得到电动汽车的充电负荷;其次,以电网负荷峰谷差率最小为优化目标,提出了计及车主响应度的数学模型,并采用遗传算法得到最优峰谷电价时段设置方案.最后,...     

引导电动汽车有序充放电的峰谷电价时段优化模型

针对如何引导电动汽车进行有序充放电以实现削峰填谷的问题,提出了基于综合指标的电动汽车峰谷电价时段优化模型。在分别构建了基于出行习惯的无序充放电模型与基于峰谷电价时段的有序充放电模型的基础上,提出了包括峰谷差率改善度、用户用电方式满意度在内的综合指标为优化目标的数学模型,采用遗传算法得到了最优峰谷电价时段设置方案。算例验证表明,该方案能够在保证用户用电方式满意度的同时,达到减小电网负荷峰谷差的作用。     

电动汽车峰谷分时充放电价同步优化模型研究

电动汽车在无引导机制下入网会导致负荷随机性变化,增加系统控制难度。通过制定电动汽车峰谷分时充放电价能够引导电动汽车用户分时段入网参与充放电,进而有利于系统负荷的削峰填谷。首先,通过蒙特卡罗模拟法建立单台电动汽车无序模式下充放电功率模型,并分析规模化入网对系统负荷的影响;然后,构建电动汽车充放电价同步优化模型,建立电动汽车充放电电量与充放电价的联系,实现充放电价的同步优化;最后,利用粒子群优化算法对模型进行求解。算例表明,通过制定电动汽车峰谷分时充放电价同步优化策略能够达到系统负荷削峰填谷的目的,同时能够增加电动汽车用户的收益。     

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。     

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。     

电动汽车充电站有序充电调度的分散式优化

大量电动汽车无序充电会给电力系统尤其是配电系统的安全与经济运行带来影响甚至挑战。针对集中式优化与控制方法的不足和固定电价策略的缺陷,基于拉格朗日松弛法,将传统的电动汽车充电站有序充电调度集中式优化问题分解为N个子问题(N为需充电电动汽车数量),提出了有序充电调度的分散式优化策略。优化模型以充电站收益最大为目标函数,考虑了用户用电需求、充电时间、变压器容量等约束和充电站分时电价策略。为验证所提方法的有效性,采用蒙特卡洛法模拟电动汽车充电需求,对采用集中式优化和分散式优化策略的有序充电和无序充电情形,以及充电站售电固定电价和分时电价模式下的充电站收益、削峰填谷效果、计算效率等进行仿真计算和分析。结果表明,所提方法相比于无序充电及充电站固定电价策略,可显著提高收益;相比于集中式优化,计算效率更高;充电站采用售电分时电价虽有"填谷"效果,但平抑负荷波动效果并不十分理想。     

考虑用户满意度的电动汽车时空双尺度有序充电引导策略

规模化电动汽车的充电行为在时间和空间上具有随机性和不确定性,针对该特性,以多网融合的车联网平台系统为基础,构建有序充电引导模型架构。为了体现接入系统的用户充电时间选择的多样性,根据用户意愿将电动汽车在时间层分为接受系统调度集群和不接受系统调度集群,建立不同尺度下的用户满意度函数来充分调动电动汽车用户参与性,在此基础上提出有序充电引导调度策略。在时间层,通过引导车辆的充电时间调节负荷曲线;在空间层,规划各车辆的充电站选择。以包含4座充电站的IEEE-33节点配网为例,利用优化软件LINGO11对模型进行仿真。算例结果表明,所提引导策略具有好的控制效果,并且在保证用户满意度时,能改善电网负荷、充电站状况。     

考虑电动汽车有序充电的光储充电站储能容量优化策略

针对电动汽车和光伏系统接入配电网与储能装置结合过程中的配置优化问题,提出了一种考虑电动汽车有序充电的光储充电站储能容量优化策略。首先,基于典型日光照强度曲线和光电能量转换关系计算光伏系统输出功率。其次,根据电动汽车用户出行习惯、充电行为特性、充电模式等充电负荷影响因素,建立影响电动汽车充电负荷的概率模型,利用蒙特卡洛方法预测无序充电下电动汽车充电负荷。然后,以电网出力曲线峰谷差最小为目标函数、采用粒子群算法计算电动汽车有序充电时电网出力总负荷,进而确定光储充电站储能容量最优解。最后,利用所提策略计算以电动私家车和电动出租车为主要服务对象的某居民区光储充电站内最优储能容量。结果表明,未考虑储能时电动汽车无序充电造成电网负荷峰上加峰,有序充电下电网负荷峰谷差值下降15.35%,考虑电动汽车有序充电同时配置最优储能容量时电网负荷峰谷差值下降了20.65%,实现了削峰填谷,增强了电力系统运行的稳定性。得到的结果为光储充电站的储能容量配置提供了参考。     

基于紧迫性需求的电动汽车协调充电优化策略

电动汽车(electric vehicles,EV)的随机充电会导致峰值负荷突变,进而增加了电网运行波动的风险。为此,提出了一 种基于微电网的电动汽车协调充电调度策略,算例表明该策略可以降低负荷的峰值,减弱了随机充电行为对于电网波动的风 险。首先,考虑充电紧急性指标(charging urgency index,CUI)来反映不同的充电需求,以及利用蒙特卡洛法模拟电动汽车充 电时间行为的随机性,进一步保证电动汽车的协调充电。其次,以整体峰谷负荷差最小为目标,建立协调充电调度的优化模 型,考虑了电动汽车慢速和快速充电以及微电网运行各种限制。仿真结果表明,在两种充电模式下,该方法较不协调充电方 法在500辆电动汽车的情况下能够将峰值负荷分别降低54.71%、46.38%,能有效地解决电动汽车车主的充电选择模式以及 降低微电网运行的风险,为微电网削峰填谷提供策略。     

基于思维进化算法的电动汽车有序充电控制策略

大量电动汽车充电会加大充电站负荷峰谷差,影响充电站安全稳定运行。因此提出了一种基于思维进化算法(MEA)的电动汽车有序充电控制策略:以用户充电费用最少和充电站负荷峰谷差最小为目标函数,采用MEA算法动态计算接入充电站电动汽车的最优充电时段,由用户自主响应,从而实现充电站内电动汽车的有序充电控制。为验证该策略的有效性,利用蒙特卡洛方法模拟用户充电需求,对算例进行仿真分析。结果表明:与无序充电相比,有序充电控制策略可在降低电动汽车用户费用的基础上实现充电负荷的削峰填谷;相比于使用遗传算法,MEA算法具有一定优势。     

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。     

实时电价下插电式混合动力汽车智能集中充电策略

以实时电价为背景,提出了基于需求侧响应思想的插电式混合动力汽车（PHEV）集中充电机制,计及供电侧填谷效果与用户成本,建立数学模型,并根据模型特点提出了一种新颖的基于动态估计插值思想的算法,基于某地区2020年的预测数据进行算例仿真。结果表明,文中提出的PHEV集中充电策略可以有效地降低峰谷差,节约用户充电成本,达到供...