考虑多智能体协同的电动汽车充放电分散式实时优化策略

针对多充电站/电动汽车区域能量管理系统(electric vehicles distributed energy management system,EVDEM S)情景下电动汽车充放电优化的问题,将各充电站/EV-DEM S视为充电智能体,建立了考虑多个充电智能体的分散式实时优化架构来协调各智能体的充放电策略。模型在满足车主充电需求的前提下,以日负荷曲线波动最小为目标,实现电网侧的削峰填谷。仿真算例表明,和传统的集中优化方式相比,该分散式优化模型和算法能够很好地对各智能体充放电计划进行协调优化,在保证优化结果的情况下能够极大地提升计算速度。     

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。     

基于自适应遗传算法的规模化电动汽车智能充电策略研究

电动汽车充电负荷在时空上具有不确定性,大规模电动汽车无序充电会导致配电网峰值负荷超过设备允许极限,给电网运行带来严重影响。以平滑配电网日负荷曲线为优化目标,建立了考虑各电动汽车用户充电需求约束的规模化电动汽车智能充电控制策略求解模型,并采用自适应遗传算法求解。以IEEE33节点配电网系统为例,基于蒙特卡洛随机模拟规模化电动汽车并网场景,对比研究了无序充电和智能充电两种控制模式下电动汽车负荷对配电网的影响,验证了利用所提方法对实现平滑负荷的有效性。     

基于多智能体系统的分布式风储协同频率控制策略

随着风电渗透率逐渐提高,缺少传统调频资源的电网将面临频率安全稳定问题。因此提出一种基于多智能体系统的分布式风储协同频率控制策略。首先,各智能体利用平均一致性算法实现全局信息精确分享。然后,根据获得的全局信息,利用分布式经济性算法确定各台风电机组的最优减载率。当电网发生频率扰动时,各智能体通过分布式方法整定控制参数,控制相应风储设备协助同步发电机组参与惯量响应和一次调频。最后,通过仿真验证了所提控制策略的有效性。结果表明,所提控制策略能够保证电网频率满足动态响应指标。     

电动汽车充电负荷预测及有序充电控制策略研究

电动汽车充电负荷控制较复杂,需要构建严格的控制策略,使其能够顺利完成充电过程,提高车辆运行的平稳性。基于此,先从需求建模、负荷预测、负荷计算三个方面对电动汽车充电负荷预测方法进行分析;再从有序充电系统、通信控制方案、控制算法分析等方面对有序充电控制策略进行研究,确保控制过程能够有序开展,保障电动汽车具有良好的负荷状态。     

考虑用户行车习惯的电动汽车充电双层控制策略

考虑到电动汽车充电的随机性,基于软件模拟电动汽车用户行车及充电行为,并利用虚拟电池集合模型,提出电动汽车充电双层控制策略。该方法综合集中控制和分散控制的优势,将充电优化过程分为目标函数不同的上、下层2个层级。上层控制考虑全局利益,以高峰时的线路负荷、节点电压和总体成本为目标优化条件;下层控制考虑未来电动汽车高渗透率的情况,采用综合对偶分解和拉格朗日增广算法优点的交替方向乘子法(ADMM)进行分布式优化求解。为验证所提方法的有效性,利用仿真软件模拟18节点配电系统,对比分析了不同场景下4种控制模式对于节点电压、线路负荷以及日负荷曲线优化效果。结果表明,文中所提策略能解决由于大规模电动汽车接入带来的节点电压降低和线路负荷增加的问题,同时平抑高峰负荷,使日负荷曲线更加平滑。     

智能电网框架下电动汽车智能充电系统设计研究

近年来,电动汽车和插电式电动汽车（Plug-in electric vehicles, PEVs）的销量稳步增长,充电桩数量急剧增加,这一现象可能会给电网和当地配电电路和变压器造成负担,而且可能会导致电力公司的成本增加。文中介绍了智能电网系统的设计和实现逻辑,使电动汽车、PEV与电网之间能够实现动态交互。这种智能和动态的交互能够减轻电网负荷,从而最大限度地减少成本,避免负载过大造成的损害。本文以开发算法为重点,提出了完整的系统设计,该系统充电速度快、效率高,可以成功地用于减轻电网的负担。     

基于智能合约的电动汽车充电服务费自适应调整机制

为了解决传统集中式电动汽车充电服务费统一定价难以满足新型电力系统精度与灵活性需求的问题,提出了一种基于智能合约的电动汽车充电服务费自适应调整机制。通过建立考虑购售电双方收益的充电服务费优化模型,从购售电双方收益及负荷引导需求两方面对充电服务费进行优化;同时运用智能合约技术,制定更加精确、更具针对性的单座充电站的充电服务费调整策略。通过算例进行仿真验证,结果表明相较于传统定价模式,所提自适应定价模式下的负荷引导能力和交易双方的收益水平都具备显著优势。     

电动汽车充电行为分析及其有序充电控制策略研究

电动汽车作为一种特殊的负荷,具有随机性、间歇性、时空的波动性等特点。当大量的电动汽车负荷接入配电网进行无序充电时,将会使电网负荷增长、峰谷差加大、损耗增加、电压下降,影响配电网安全稳定经济的运行及电网的优化调度。因此,为了电网安全稳定经济的运行,本文采用蒙特卡洛模拟法对电动汽车进行了充电负荷建模,在满足用户充电需求的基础上,提出了一种基于峰谷电价引导的电动汽车有序充电控制策略,进而通过Matlab仿真来分析电动汽车无序充电及有序充电控制策略实施时对电网的影响,并验证了所提策略的有效性,避免了电动汽车集中充电,降低了电动汽车负荷峰谷比和电力系统运行成本。     

电动汽车智能充电策略研究

大量电动汽车无序充电会给电网的稳定运行带来一定的负面影响,需要智能充电策略尽可能减小电动汽车充电对于系统运行的不利影响,同时使得电动汽车用户的充电成本尽可能低。根据电动汽车负荷模型,提出了一种新的目标函数优化数学模型,用Matlab对电动汽车智能充电策略进行编程计算,制定智能充电策略。通过分层分区管理中的中央自主管理层对电动汽车充电行为进行管理,解决电网侧和电动汽车用户之间可能出现的问题。算例表明,智能充电能减少电动汽车无序充电给电网带来的影响。     

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。     

高速公路充电站电动汽车有序充电策略

为了解决高速公路充电站电动汽车的无序充电问题,考虑充电站的运行状态和电动汽车用户的充电习惯,提出了一种基于新电价机制激励用户调整充电时间的有序充电策略。为了验证有序充电的有效性,建立了充电站排队模型,并根据相关数据通过蒙特卡罗方法和排队算法分别对746、480以及240辆纯电动汽车00∶00—24∶00在充电站中的充电情况进行了仿真。仿真结果表明:与无序充电相比,有序充电不仅可以减少用户的充电成本和等待时间,还可以提高充电站的充电设施利用率,减小对高速公路交通的影响。     

电动汽车的无线充电控制策略研究

随着大量电动汽车并网充电,有必要对电动汽车进行能量管理以实现电动汽车有序充电,从而保证电网安全。电动汽车的无线充电基于耦合磁场传输电能,具有便携性、美观性等特点,存在着广阔的应用前景。本文聚焦于电动汽车无线充电的控制策略,仅通过控制无线充电系统的原边相位,以实现电动汽车充电功率的灵活调节。本文研制了实验样机,实验结果验证了本文所提无线充电控制策略的有效性。     

基于用户意愿和出行规律的电动汽车充电负荷分配策略

如何将大规模电动汽车有序充电控制需求在充分考虑充电个体需求和用户意愿的基础上进行合理分配是一个亟待解决的问题。首先提出电动汽车有序充电策略。其次,以电动汽车用户的意愿为前提,将每辆电动汽车电池充电次数最少作为目标,利用电动汽车的历史出行里程和电池实时状态确定电动汽车充电的加权系数,将电动汽车整体充电安排分解至每一辆电动汽车。最后,对所提方法进行了仿真验证。结果表明:考虑不同电动汽车使用特点和充电状态,约束每辆电动汽车的充电次数,可以在满足充电负荷要求的基础上安排电动汽车充电次序,同时减少每辆电动汽车充电次数,其分配原则具有合理性。     

电动汽车充电对配电网负荷的影响及有序控制研究

针对电动汽车规模化应用对电网规划运行带来的负面影响,提出采用集中式与分布式结合的优化控制理念,建立协调控制模型.集中式控制以电网负荷波动最小化作为优化目标,分布式控制以动态时间窗内充电需求与集中式优化控制结果之间的偏差、用户充电成本最小化以及延长电池寿命为优化目标,实现了电动汽车充放电的动态优化控制.以山东电网规划数据为例,考虑充电时间、充电模式、不同渗透率等因素,分析无序充电、时段控制充电、有序充电等多情景下电动汽车充电对配电网负荷的影响,结果验证了充电负荷模型和优化控制算法的有效性与可行性.     

基于Stackelberg博弈的微电网插入式电动汽车分布式充电控制

插入式电动汽车的充电需求会造成微电网用电负荷加大和电能质量下降,因此需对其充电行为进行有效优化和管理。为此,提出了一种基于Stackelberg博弈的微电网插入式电动汽车分布式充电控制方法。建立了微电网侧和电动汽车用户侧的Stackelberg博弈模型,提出了一种基于原始-对偶的分布式充电控制算法,利用函数的二阶信息快速更新电动汽车用户侧的购电决策和微电网侧的电价,并通过Krasnosel’skii-Mann不动点块坐标迭代证明了算法的收敛性。通过仿真案例验证了所提算法的收敛性和有效性。结果表明,在资源有限的条件下,当用户数量增多时,电价会增大;当用户数量固定,可售电电量增加时,电价会下降。从计算时间和迭代次数方面对比了仅使用一阶信息的分布式原始-对偶算法,结果验证了所提分布式充电控制算法的有效性和优越性。     

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。     

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。     

计及可转移充放电量裕度的电动汽车充放电实时调度策略

大量电动汽车(EVs)无序充放电会影响电力系统的安全与经济运行。随着EVs渗透率的逐步提高,研究EVs的有序充放电策略就具有实际意义。首先,在考虑EV充放电可调度时间与可调度电量、用户参与意愿因素的基础上,提出EV可转移充放电量裕度的概念,用于量化充放电量的调度灵活性。构建了计及可转移充放电量裕度的EVs充放电实时调度模型。其次,针对每个调度时段,该模型分两步求取EV充放电调度计划:第一步构建以调度时间区间内的系统总负荷水平的方差最小化为目标的二次规划模型,以求取当前时段EVs总的充电和放电功率;第二步发展以未参与充放电的EVs的可转移充放电量裕度最大化为目标的整数规划模型,求取满足第一步所求EVs总的充电和放电功率要求的充放电调度计划。然后,采用YALMIP/CPLEX高效求解器求解所构建的优化模型。最后,采用算例对所提EV充放电调度策略的有效性进行了验证,仿真结果表明所提EV充放电调度策略较EV随机充放电可明显改善负荷轮廓。