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。     

采用功率限制的住宅区电动汽车有序充电控制策略

随着电动汽车的大量普及以及充电设施的逐渐完善,越来越多的电动汽车将在住宅区利用夜晚时段进行充电,如何进行移峰填谷、减少负荷波动是一个重要问题。基于峰谷分时电价,提出了一种在线控制和离线优化相结合的有序充电控制方法,通过有序充电控制器控制住宅区常规负荷和电动汽车充电负荷之和不高于功率限制值,并在当日控制时段结束后对此限值进行优化,通过计算电动汽车的充电优先级保证电动汽车最大程度地达到用户预期荷电状态。通过基于蒙特卡洛模拟的MATLAB仿真验证了本策略的有效性,并分析了功率限制值的预测误差对优化结果的影响。结果表明,采用功率限制的有序充电控制策略能有效地实现负荷移峰填谷、降低负荷方差,同时能有效地减少用户充电费用。本方法实施简单、效果明显、易于工程应用。     

计及充电请求预测补偿的电动汽车有序充电策略

针对现有有序充电策略未能充分考虑和应用后续时段内新增充电请求的问题,提出了一种计及充电请求预测补偿的住宅区电动汽车有序充电控制策略。在均分出的每个控制时段末,该策略依据实际新增充电请求数据修正了先前控制时段对当前控制时段新增充电请求的预测结果,并采用预测结果对后续各控制时间段内的新增待充电请求作了补偿,提高了充电请求预测结果的应用效果。在此基础上,构建了使系统负荷波动最小的有序充电控制模型。大量的算例分析及结果表明,该策略实施效果上佳,应用前景可观。     

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。     

分布式电动汽车有序充电控制系统模型

提出一种基于分布式控制的电动汽车有序充电控制系统模型。有序充电控制系统由集中充电控制中心和分布式控制单元组成,当电动汽车接入电网,分布式控制单元根据集中控制中心广播的电网负荷数据和已接入电网的电动汽车的充电计划,以最小配电网负荷方差为目标函数,计算电动汽车的最佳充电时间,并将充电计划上传给控制中心。以IEEE 33节点配电网为例,分别在正常情况、通信系统故障、配电网负荷预测有误差等条件下进行了有序充电模拟,结果表明分布式有序充电控制方法具有很好的控制效果和较强的抗干扰能力。     

电动汽车充电负荷与调度控制策略综述

电动汽车的普及已成为一种趋势,将会对电力系统运行产生深刻影响。电动汽车充电控制将成为系统运行控制的重要手段,不仅能够限制充电负荷的不利影响,而且能够实现负荷削峰填谷,促进可再生能源吸纳,发挥负荷调度的作用。该文介绍了近年来充电负荷、充电控制领域内的研究成果,涉及充电负荷仿真分析模型、充电控制效益、充电控制策略研究等方面;同时指出了尚未解决的问题和可能的研究方向。     

电动汽车有序充电方法研究

未来规模化的电动汽车充电将会给电网的运行带来影响,无序的充电会给电网带来负面冲击。充电负荷具有时空双尺度的可调节性,利用此特性可在时间和空间上进行双尺度的负荷调度,使电动汽车充电负荷对电网运行产生积极的作用。基于此特性和实测的充电负荷数据,提出了一种基于负荷预测的有序充电方法,建立优化方程并求解,得到每个充电负荷的最优充电开始时间,通过改变充电开始时间调节总的负荷功率曲线。该方法能够在满足用户需求的基础上,尽可能利用低谷电为电动汽车充电,平抑负荷波动,减小负荷峰谷差,避免充电过程产生新的负荷高峰。仿真实验证明了该控制方法的有效性,并可从中看出受充电过程功率特性的限制和人类行为的影响,单纯依靠电动汽车充电进行负荷调节无法达到理想的效果。     

基于台区负荷平衡和优化的电动汽车有序充电策略研究

正分析了电动汽车用户充电需求,并在此基础上研究了电动汽车充电负荷调度方式和有序充电优化方法,提出了基于台区负荷平衡的有序充电优化控制策略,在满足用户充电需求的前提下,实现了电动汽车充电功率的合理分配,减少对     

基于需求响应的电动汽车集群充电负荷建模及容量边界控制策略

对电动汽车充电进行合理有序的控制是实现大规模电动汽车入网的关键。首先介绍了一种电动汽车集群的分层分区域的电动汽车控制架构。其次,建立了电动汽车集群的控制模型,并在此基础之上提出了一种通过改变电动汽车可调容量边界的电动汽车集群的需求响应控制策略。最后,通过算例分析,首先研究了模型中的参数对电动汽车集群充电负荷的影响,其次验证了文中提出的控制模型和策略,仿真结果表明,在满足用户用电需求的基础上,文中建立的电动汽车控制模型和控制策略能够很好地实现电动汽车集群需求响应的功能。     

基于时刻充电概率的电动汽车充电负荷预测方法

电动汽车的充电负荷预测在电动汽车的推广过程中发挥着重要的作用。为了克服现有方法中部分参数设置主观、预测模型与用户随机性驾驶行为匹配欠缺的不足,将电动汽车进行细致分类,通过建立充电负荷预测影响因素的概率模型,利用概率统计学和蒙特卡洛模拟方法提出了基于时刻充电概率的负荷预测模型。利用科学分析得到的日行驶里程代替主观给定的起始电荷状态(SOC)以推导充电时长,利用更具随机性的时刻充电概率代替计算得到的充电时段来确定充电负荷。以某市为例,预测了相关电动汽车的日负荷曲线,并与常用负荷预测方法的结果进行对比,验证了所提负荷预测方法能够科学地预测用户的充电负荷,能够为电网及用户的电能管理策略提供可靠的依据。     

电动汽车两阶段多目标有序充电策略研究

大量随机性电动汽车充电负荷的接入会对电网安全经济运行等方面产生不利的影响。在统计电动汽车用户出行规律、起始充电时刻等行为基础上,分析了充电站的充电负荷特性。在考虑配电设备运行安全和用户充电需求的前提下,综合充电负荷和原有负荷的特点,建立了以分时电价为基础、以减小负荷波动率和提高运营商效益为目标的两阶段多目标充电模型。提出了基于多种群遗传算法的两阶段多目标优化模型求解方法和有序充电控制策略。以小区充电站为例,验证了两阶段多目标有序充电控制策略在减小负荷波动率、削峰填谷、降低经济成本提高运营商效益等方面的作用。     

考虑多方利益的居民小区电动汽车有序充电策略

随着电动汽车的普及率越来越高,电动汽车规模化接入将给电力系统的稳定运行带来风险和负担,如何进行移峰填谷、减小负荷波动成了当今电网非常关注的一个问题。对此,文中提出了一种上层优化指导曲线和下层实时负荷跟随相结合的实时优化模型。在上层总控中心,基于典型日常规负荷曲线和车辆出行预测数据,建立了以总负荷(常规负荷和EV充电负荷)峰谷差最小为目标的优化模型,得出一条电动汽车充电功率指导曲线;在下层智能控制中心,根据返回EV的状态和充电需求,计算EV充电优先级,以上层优化得到的功率指导曲线为跟随目标,来指导电动汽车的有序充电,实现负荷跟随。然后以某小区的常规负荷数据和EV用户出行的概率模型数据进行充电模拟,计算出相关的指标,与无序充电的结果进行对比。仿真结果表明,此有序充电控制策略能够有效地实现EV充电负荷的移峰填谷、降低负荷波动,同时也能够增加代理商的充电服务收益,满足用户的充电需求。     

含新能源接入的电动汽车有序充电分层控制策略

有序的电动汽车充电负荷可纳入电网调度体系,改善电网运行现状。提出了一种含新能源接入的电动汽车有序充电分层控制策略。策略中主控制中心通过求解削峰填谷两阶段优化模型得到电动汽车充电负荷指导曲线,各次级控制中心根据实际情况选用集中式/分布式控制策略实现电动汽车充电负荷跟随。策略中考虑了新能源弃用比例约束,确保新能源出力高水平消纳。仿真结果表明,提出的分层控制策略具有良好可扩展性,可因地制宜融合多种控制策略,实现次级控制中心的负荷跟随目标以及主控制中心的削峰填谷目标。     

基于电动汽车时空特性的充电负荷预测

电动汽车充电负荷预测是进行充电设施、电网规划建设以及运行调度控制的基础。电动汽车充电负荷的时空分布具有很强的随机性,在对预测区域空间进行划分的基础上,考虑电动汽车的动态转移特性,对不同功能用地的泊车规律进行分析,预测不同类型电动汽车的空间分布,进而对不同电动汽车充电时间特性的影响因素进行分析,并建立了预测模型。利用蒙特卡洛仿真方法对某市一区域在不同情景下的充电负荷进行计算。结果表明,不同功能区的充电负荷分布特性差异明显,并且采用快速充电方式的比例越高,峰谷差越大,因此可根据预测结果对电动汽车充电时间、充电地点和充电方式进行合理引导,使在满足充电需求的同时,减少充电负荷对电网的影响。     

基于用户驾驶行为特性的电动汽车有序充电策略

电动汽车用户重点关注充电的便利性,但用户在享受便利的同时往往会对电网产生不良的影响。因此,在充电过程中如何同时兼顾用户的便利性和电网的安全性,成为亟待解决的问题。针对上述问题,提出基于用户驾驶行为特性的电动汽车有序充电策略。采用主成分分析和模糊聚类相结合的方法研究用户的驾驶行为特性,预测电动汽车的续驶里程。据此计算车辆每次充电的充电量,同时根据局域配电网负荷曲线,对电动汽车充电进行调度。通过模拟群体电动汽车用户的出行行为,对比分析了电动汽车在无序充电和不同用户响应率下有序充电时的配电网负荷曲线,结果表明所提策略可以有效地减少配电网负荷的峰谷差,提高用户对有序充电策略的积极性。     

使用卡尔曼滤波修正蒙特卡洛算法的电动汽车充电负荷预测研究

电动汽车将在未来迎来大规模的推广和应用,并对电网运行产生深远影响。而电动汽车充电负荷预测将是分析电动汽车对电网运行产生影响的基础。传统的电动汽车负荷预测方法仅仅通过对电动汽车运行行为特征进行分析,预测结果也仅仅是一种预期,即便考虑了多种典型场景,也难以准确描述随机性较大的电动汽车充电情况及充电功率大小。通过对电动汽车充电设施设置充电功率采样观测点,使用测量值对蒙特卡洛预测结果进行卡尔曼滤波修正,计算出较为符合系统状态的预测结果,并使用某行政区进行了算例演示,所提计算方法为研究电动汽车充电负荷精确预测和有序充电提供了新的方法探究和思路。     

多目标优化的高渗透率电动汽车有序充电策略

电动汽车作为一种新型负载,其大量无序充电行为给电网造成了压力,影响了电网的稳定和经济性,因此提出了一种基于分时电价的电动汽车有序充电策略。以电动汽车为研究主体,分析充电模式因素对电动汽车充电负荷的影响,并引用蒙特卡洛法对预测充电负荷进行计算。在此基础上,结合分时电价建立一个以负荷峰谷差最小和用户充电费用最低为目标的多目标模型,采用改进非支配排序遗传(NSGA-II)算法对目标函数进行求解,对比不同渗透率下的优化结果。结果表明,该控制策略降低了充电成本、减小了峰谷差,实现了负荷曲线的“削峰填谷”,且随渗透率的增加,优化效果更为显著。     

基于有序充电的电动汽车充电站在线监控系统

在分析大规模电动汽车接入对电网的影响和当前各种有序充电策略的基础上,提出基于有序充电算法的电动汽车充电站在线监控系统。系统通过开发通用总线实现数据的采集和导入,分别部署数据库服务器、处理控制服务器和Web服务器,采用B/S架构,通过Web方式发布,逻辑上分为数据层、业务逻辑层和表示层。从负荷预测管理、电池信息管理、有序充电控制、负荷曲线分析、可视化监控和数据统计分析等功能上实现充电站在线监控。最后介绍了系统的应用情况,对各主要功能进行了展示,并对未来发展趋势和研究方向提出了建议。     

基于混合整数规划的电动汽车有序充电方法

提出了在满足电动汽车充电需求的基础上尽量降低充电站充电成本的有序充电控制策略。分析了电动汽车充电所需时间与用户给定时间的关系,结合用户所需充电量,以充电站电费成本与电动汽车充电欠缺量惩罚费用之和最小为目标函数,以充电功率以及充电电量为约束,根据运营模式不同分别建立了充电过程中可更换充电机与不可更换充电机的数学模型。通过仿真模拟充电站2天内电动汽车的充电需求,基于混合整数规划和启发式快速算法求解数学模型,得到2天中充电站的充电决策矩阵和每辆电动汽车的充电欠缺量,验证了所提有序充电控制策略的可行性。仿真结果表明:与无序充电方案相比,有序充电控制策略可以更好地利用充电站的资源为用户服务,有效地降低了充电成本,并且有助于电网负荷的削峰填谷。