综合考虑充电需求和配电网接纳能力的电动汽车充电站规划

综合考虑充电需求和配电网接纳能力的电动汽车充电站规划对电动汽车和配电网协同发展具有重要意义.对电动汽车出行大数据进行数理统计,获取出行和充电行为特征指标;以此为基础用马尔科夫原理和轮盘赌法模拟目标数量下电动汽车的出行链,预测充电需求时空分布,获得配电网各节点充电需求不可达率和不满足率;进而筛选候选站址和接入方案,采用熵...     

电动汽车直流充电站的低阶RLC阻抗电路模型

目的  虚拟惯性阻尼控制（Virtual Inertia and Damping Control,VIDC）潜在的正反馈可能加剧控制环路内部的相互作用进而引起母线电压低频振荡,破坏电动汽车直流充电站（Electric Vehicle DC Charging Station, EVCS）的稳定性。虽然已有多时间尺度阻抗模型解释VIDC的稳定机制和VIDC控制下EVCS的低频振荡机理,但其本质上是一个高阶传递函数,获取阻尼控制策略的解析表达式。 方法  针对这一问题,文章对环路虚拟阻抗进行了详细的阻抗分析,直观地揭示了每个控制环路阻抗高阶属性的根本原因。 结果  通过伯德图近似提出了控制环路闭环增益的降阶拟合方法,建立了低阶阻抗电路模型。 结论  通过Matlab/Simulation仿真结果验证了所提出的多时间尺度低阶阻抗电路模型的有效性。     

基于时间窗的电动汽车快速充电路径规划方法

电动汽车电池容量有限,出行过程中需要通过快速充电来完成原定行程,由于充电站内配置不同功率类型充电桩,使得充电持续时间不等。通过分析配备正常、快速、超快速三种模式充电桩的快充站来模拟具有时间窗的电动汽车快速充电路径规划问题,提出一种自适应大邻域搜索算法,并结合CPLEX工具有效探索充电路径,实现运行最少数量电动汽车的同时最大限度地降低总的充电成本目的。通过与已有文献测试算法算例对比分析,验证EVRPTW模型具备更好的性能,且快充站可以减少充电成本的和车队规模。     

基于图强化学习的电力交通耦合网络快速充电需求引导研究

为应对大规模电动汽车无序快充给电力交通耦合网络带来的巨大挑战,首先建立了包含车-站-路-网的多目标优化模型,提出了基于请求驱动的快速充电站推荐模式,利用图强化学习算法实现了不规则环境信息的提取及快速充电引导策略的学习,最后基于MATLAB-SUMO-Python联合仿真平台进行了实验.结果表明,所提算法能够在保证路-网...     

耦合氢能的光储充电站多目标优化配置策略

单独规划充电站和加氢站会占用多余土地，导致投资成本较高。为此，提出了耦合氢能的光储充电站设计思路，并对其多目标优化配置进行研究。构建耦合氢能的光储充电站结构，建立充电站中主要设备的模型，设计充电站的工作模式；以最小化年建设成本、年弃光与失负荷成本、年总排放成本为目标，建立充电站的多目标优化配置模型，并采用基于聚类算法改进参考点约束的第三代非支配排序遗传算法(NSGA-Ⅲ)进行求解；通过MATLAB仿真得到综合效益最优的充电站容量配置方案，验证所提耦合氢能的光储充电站的可行性，为未来的电-氢能源系统的发展提供借鉴与参考。     

混合型电力滤波器在充电桩建设中的应用

为了解决充电站充电过程中所产生的谐波问题，本文首先对充电站的谐波特点进行简要分析，然后根据充电站谐波特点，设计了一种混合型电力滤波器对充电站的谐波进行抑制，最后在simulink的仿真平台进行仿真验证。仿真结果表明，混合型电力滤波器能够有效的抑制谐波     

考虑多模式融合的光储充电站储能系统优化运行策略

针对储能系统单一运行模式难以满足光储充电站多类技术需求的问题，提出一种考虑多模式融合的光储充电站储能系统优化运行策略。首先，分析光储充电站储能系统典型运行模式，在此基础上进行储能系统多模式融合设计；其次，建立不同模式下光储充电站储能系统运行模型，进一步提出多模式融合的光储充电站储能系统优化运行策略；最后，基于上海某光储充电站24 h运行曲线，对所提策略进行仿真与实验分析。结果表明：所提策略可降低光储充电站并网负荷波动和储能系统能量平衡用电成本，提升光储充电站运行效益。     

考虑电动汽车和5G基站的电力-信息-交通耦合网络需求响应策略

电动汽车(EV)是具有移动负荷和通信用户双重属性的主体,为充分挖掘其参与需求响应产生的可调度潜力并降低电网负荷波动,提出了电力-信息-交通网络耦合背景下EV和5G基站需求响应策略。首先,分析了EV和5G基站参与下的多网络耦合关系。其次,建立了EV集群和5G基站集群的灵活性模型。基于此模型,提出了两阶段需求响应优化调度策略：第1阶段以通信成本最小为目标,为EV提供充电导航和路径规划并优化基站用能模式;第2阶段以配电网负荷波动最小为目标,制定EV的充放电策略。最后,通过某城市交通模型的测试,分析了调度策略对基站运行、配电网负荷、潮流和用户的影响,验证了模型和方法的有效性。     

基于随机森林的纯电动汽车公共充电需求研究

针对电动汽车用户的充电需求，提出了一种基于随机森林算法的电动汽车公共充电需求研究方法。该方法基于真实的轨迹数据，结合城市兴趣点（point of interest, POI）数据、充电桩数据，对用户的充电行为进行分析，并将用户划分为不同类别。然后运用随机森林方法构建充电过程中充电站选择模型，分析不同影响因素的作用效果，进行充电需求预测。结果发现用户的充电需求会受到现有充电设施的位置和容量的影响，同时，已有充电设施可能未能较好地反映用户的充电期望。研究结果可以在需求端为用户制定个性化的充电诱导策略，也可以在供给端为充电场站的改扩建提供理论支持和建议。