多因素下基于路网拓扑的电动汽车充电路径规划策略

随着电动汽车产业的发展,电动汽车的充电需求也日益增加.为了满足电动汽车用户充电多样性需求并提高充电设施利用率,本文在考虑出行距离、充电电价以及充电站排队情况等三种影响因素下构建混合整数线性规划模型,提出了一种多因素下基于充电站路网拓扑结构的电动汽车充电路径规划方法,为用户规划充电路径与充电站选择.首先,该方法在能耗约束的前提下基于Dijkstra最短路径算法进行充电引导,为求解多目标最优引入信息熵的概念来确定各参数影响权重.其次,针对用户充电需求的差异性问题,提出了三种不同目标下的规划方法以降低用户充电成本.此外,本文构建了站点随机充电服务排队模型并进行敏感性分析以研究充电站服务能力对充电成本的影响.以某地区路网为算例进行仿真,结果表明本文提出的方法能够有效降低用户充电出行成本并合理规划出行路径,验证了所提模型的可行性和有效性,对充电选择和站点配置具有一定的决策参考意义.     

基于用户综合满意度的电动汽车充电诱导优化模型

随着电动汽车(electric vehicle, EV)在城市交通系统不断普及，充电诱导服务成为在充电设施有限条件下解决充电问题的有效手段。在分析电动汽车用户充电满意度的基础上，提出一种综合用户绕行距离、排队时间和充电费用的电动汽车充电诱导优化模型。为准确推导用户在充电站的排队时间，充分考虑电动汽车用户充电站选择决策的相互影响，建立充电站运营状态预测模型。针对模型特点，结合免疫算法求解模型。通过面向多充电请求的优化算例验证模型的可行性和有效性，结果表明：通过求解模型可以获得用户综合满意度最大化情况下的用户最优充电站决策及其行驶路径；与绕行距离最小、排队时间最短和充电费用最少等单目标优化方案相比，所提模型的充电诱导方案的用户综合满意度分别提升了15.0%、 17.8%和11.4%。     

基于电价响应模型的电动汽车充电优化策略

大量的电动汽车接入电网充电需要考虑经济效益和系统稳定性的影响,为了减少由于电动汽车的无序充电对配电网负荷引起的较大波动,提出了一种基于电价响应和电网激励的电动汽车有序充电优化策略。首先,在充分考虑用户的充电需求和电网安全运行的基础上,以负荷最小峰谷差为目标函数,采用遗传算法求取峰谷时段电动汽车充电数量最优解;其次,构建了电动汽车峰谷电价优化模型,建立了电动汽车充电数量与峰谷电价之间的关系,实现了电动汽车充电价格的最优定价机制;最后,考虑到充电站运营商实施分时电价前后的总收益不受损害,引入了电网公司为减少负荷峰谷差而给出的激励机制。通过对算例的分析,提出了基于电价引导的电动汽车有序充电策略,在降低了运营商的购电成本和用户充电成本的同时,实现了系统负荷削峰填谷的目的,验证了所提控制策略在节约能源方面具有有效性和合理性。     

基于信息交互的大规模电动汽车充电路径规划

随着电动汽车的不断普及,在充电高峰时段大规模电动汽车聚集充电,将会导致充电站附近局部交通拥堵,带来用户充电等待、电网负荷大幅波动等问题。该文基于实时的信息交互系统,提出了综合考虑交通网、充电站、配电网信息的大规模电动汽车充电路径规划方法。设定包括路段通行、车辆充电需求、充电站负荷、电网运行等约束条件,建立考虑路段通行时间、充电站车辆数目、充电负荷等因素的多目标优化函数,采用改进的Dijkstra方法对该优化问题进行求解。仿真分析结果表明:该充电路径规划方法在保证配电网正常运行的前提下,可缓解充电站附近的交通拥堵,减少电动汽车用户充电等待时间,提高充电设施的利用率。     

电动汽车弹性充电策略的研究

为了缓解电动汽车里程焦虑问题，降低因充电时间过长对日常使用的影响，对家用电动汽车的充电策略进行了研究.针对家用汽车使用场景的离散性，提出弹性充电的方法，利用使用间隙规划充电方案，降低对行程的延误.并提出选择充电站和充电量的最优算法，根据电动汽车自身电池特性和周边充电站的资源竞争情况计算最优的充电决策.通过对真实车型数据和用车场景的模拟，验证了算法的有效性.这表明弹性充电策略能够大幅度节省行程时间，消除用户的里程焦虑.     

天气影响下基于风险评估的电动汽车光伏充电站需求响应

在“碳达峰、碳中和”背景下，新能源发电逐渐占主导地位，电动汽车数量增长显著，电动汽车光伏充电站将在需求响应方面有重要作用。该文提出一种天气影响下基于风险评估的电动汽车光伏充电站的需求响应方案，根据构建的“预测—预防—响应”三阶段流程图，结合电网及天气的地理信息系统(geographic information system, GIS)数据进行多层时空数据整合分析，作出风险地图；并据此进行天气对用户影响的风险评估，对装备有光伏发电的电动汽车充电站的运行成本进行建模，优化充电站资源在日前储备市场的参与方案；在用户参与下分别进行需求侧管理(demand side management, DSM)和停电应急管理(outage management, OM)，并进行案例研究。该文研究能有效预测天气对电力用户影响并将其可视化，并验证了带有光伏发电的电动汽车充电站，有助于减轻天气对电力供应造成负面影响的作用。     

规模充电设施接入对配电网的影响及应对措施

梳理了国内电动汽车的政策背景和发展历程,以国家及北京市政府报告及规划文件的数据为依据,采取等比例放大的方法,预测了北京市2020年电动汽车的总量、各类电动汽车的组成数量、负荷总量和充电站规模,分析了规模充电设施接入对城市配电网的影响,提出通过有序充电引导、制定有效价格机制、合理优化充电站布局和引入新能源等措施,降低用户的电费成本,改善负荷特性,应对局部配电网充电功率聚集的问题.文中的仿真实例及对不同价格机制下充电电费的测算结果为上面措施的实施提供了依据.     

基于排队模型的大型园区充电站负载能力研究

电动汽车充电桩的建设是制约着电动车日常使用的关键问题之一。同时,大量电动汽车在高峰时间充电亦会对电网带来较大负荷,需要在规划阶段对充电站进行优化,降低对电网的压力。以某大型工业园区充电站为对象,统计了用户在充电周期、充电量、充电时间上的习惯,分析结果显示该充电站用户到达间隔近似服从负指数分布,充电服务时间近似服从Gamma分布。基于M/G/k排队模型,建立了该园区内部充电桩的排队仿真模型,通过蒙特卡洛方法给出了不同时段充电站的排队长度、排队时间等参数,并对比了充电服务时间分布不同对排队模型关键参数的影响,为未来纯电动汽车充电桩的建设与优化具有直观的参考意义。     

基于公平权重的电动汽车充电功率分配策略

为满足规模化电动汽车用户多样性的充电需求,提出一种基于公平权重的电动汽车充电功率分配策略.首先,在M/M/C/N排队模型的基础上加入优先级惩罚机制,初步优化用户等待时长和充电功率;其次,针对用户充电时的满意度问题,提出一种基于惩罚因子的用户满意度函数;最后,利用优化的熵权法在满足用户需求的前提下,将用户间的充电公平因子以权重的形式参与到功率分配中,实现对区内可用负荷的公平分配,并运用用户满意度函数对功率分配方法进行评价.仿真算例表明,新用户加入充电方式分配算法和基于公平权重的功率分配策略能进一步优化用户等待时长和充电功率;所提出的用户满意度函数也能有效地评价用户对充电站的态度,有助于各充电站改进服务,进一步优化用户体验.     

基于满意优化的电动汽车充电站选址

充电站选址是当前电动汽车推广中面临的首要问题.基于满意优化理论,提出了电动汽车用户满意度评价函数;通过引入充电站等级概念,以平均电动汽车用户满意度最大为目标函数,建立了多等级电动汽车充电站选址的混合整数规划模型,并提出了基于免疫算法的模型求解算法.测试结果表明,该模型可以有效地确定充电站的位置、等级及服务区域,并且其求解算法是快速、有效的.     

面向多目标优化的充电站选址定容方法

为了给电动汽车(EV,electric vehicle)出行提供充足的能源支持,对充电站进行合理部署至关重要,但在规划时不同主体间存在难以耦合的利益冲突,为此兼顾投建经济性与用户充电便利性,提出一种基于遗传算法的自适应粒子群算法(APSOGA)用于选址定容。首先,通过分析EV日行驶规律,预测EV日充电负荷分布情况,以确定充电站数量范围;其次,构建兼顾EV和充电站承包商利益的充电站选址定容规划模型;最后,将遗传算法的交叉和变异操作引入粒子更新环节,设计了APSOGA算法,以寻优求解生成最佳的选址定容方案。实验结果表明,与经典的充电站选址定容方法相比,所提方法综合成本降低了7.19%～14.37%,充电站利用率提升了14.28%～29.03%,能够为用户提供高质量充电服务。     

智能电网中基于动态优先级的插电式电动汽车充电管理(英文)

随着智能电网的发展和插电式电动汽车市场占有率的提高,大量随机的电动汽车充电活动将导致极大的电网峰荷和峰均比,给智能电网的稳定性和发电利用率带来严重影响,电动汽车用户多样的充电需求也为充电管理提出了更高的要求,采用动态优先级调度的实时充电管理方法是解决以上问题的有效途径.首先引入了智能电网中接入网的网络结构,进而提出一种可实现实时管理的智能电表子表,并基于队列理论对电动汽车充电过程划分为3个步骤,基于以上划分提出每个步骤的实时管理方案.进一步地,采用松弛时间来反映不同紧急程度的充电请求,并基于此设计了动态优先级的充电调度方法.仿真结表明所提充电管理方案有利于降低电网峰荷、提高发电利用率,并有效改善了电动汽车在中、低市场占有率下的充电准点率.研究结果有助于对未来电动汽车的发展和部署提供决策支持.     

电动汽车在智能电网环境下的发展与应用

在能源紧张和环境恶化的社会背景下,智能电网因其高效率、低能耗得到了越来越多的重视.电动汽车作为智能电网发展中的一个环节,不仅很好的实现了低碳环保的目标,且与大众生活密切相关因而受到了广泛关注.本文详细地分析了电动汽车的动力原理及发展要素,包括电池类型及其特点、充电方式选择以及充电网络的规划、建设、运营.电动汽车作为智能电网中需求侧管理的有效手段之一和大规模的移动储能设备,对智能电网的安全、稳定、高效起到了良好的作用.     

基于用户行为和分时电价的充电定价策略优化

考虑用户充电行为和竞争对手定价等因素,研究公共充电站的充电定价问题.建立用户价格响应模型,量化分析充电价格与用户需求的内在关系.基于用户价格响应和分时电价,提出一种两阶段充电定价策略:第1阶段基于用户的充电频率分布,采用K-means聚类算法将一天划分为峰时段、平时段和谷时段;第2阶段,分析各时段的充电供需,峰时段以充电站利润最大化为优化目标,平谷时段以充电站利润和利用率最大化为目标,构建分段式定价优化模型,并分别采用遗传算法和NSGA-Ⅱ算法求解模型.基于某市充电站的运营数据,完成案例分析.结果 表明:峰时段总体利润提升约13.4％,充电桩利用率提高约26.8％;平谷时段共获得17组Pareto最优解,均优于固定电价机制.所提出的充电定价策略可以为充电站运营与规划提供决策参考.     

试论电动汽车充电站对电网电能质量影响

本文主要针对电动汽车充电站对电网电能质量影响进行探讨,在分析电动机器的充电站分类基础上,提出充电引起电能质量问题,并重点分析了相应的解决策略,希望对于今后的电动汽车充电站发展和建设具有一定帮助.     

基于双边满意度匹配电动汽车充电调度策略

电动汽车因节能减排而被大力推广,但其续航能力差,需要频繁充电。为了提高用户的出行体验和充电站收益,提出了一种基于双边满意度匹配的电动汽车充电调度策略(Bilateral Satisfaction Charging Schedule,BSCS),对分布在一定区域内的电动汽车与充电站实现一对一匹配。为了便于比较分析,进行了实验分析,与随机分配和面向用户行驶计划的调度策略进行了对比,实验结果证明,本匹配调度模型能够有效提高电动汽车主体与充电站主体的满意度,并优于上述两种调度模型。     

计及配电网络与交通网络双重特性的电动汽车充电站选址规划

电动汽车充电站既是交通服务设施也是公用电力设施,因此充电站的规模与选址是电动汽车大规模应用中一个重要的考虑因素.建立多目标模型,考虑普通充电和快速充电两种充电站,对电动汽车充电站和配电网规划进行了联合建模,使得在交通网络中最大化捕获交通流的同时最小化配电网络中的功率损耗.构建了模糊隶属函数处理所建立的多目标优化问题,采用遗传算法进行求解.最后,采用33节点的配电系统和25节点的交通网络验证了所提出模型的有效性.     

基于K-means算法的电动汽车充电站在线能量管理

针对电动汽车的充电需求以及未知的实时电价,探讨完整的充电方案,提出一种电动汽车充电站能量管理在线算法,建立由风能、太阳能及电网供电的充电站充电成本优化问题.在电价、风能和太阳能发电量等系统信息已知的条件下,采用离线算法即遗传算法搜索成本最小化问题的全局最优解.由于遗传算法需要已知所有时隙的系统信息,但这些信息是随机分布...     

电动汽车快速充电站需求分析与设备优化方法

电动汽车快速充电站是城市未来重要的基础设施,其规划建设是否合理直接影响到城市交通体系的运行和电动汽车产业的发展.以城市电动汽车日充电量为基础对快速充电站总量进行了预测,通过分析电动汽车快速充电站车辆到达及充电时间的特征,引入了随机服务系统,建立了排队系统模型,计算了平均逗留时间和充电机空闲时间的比例等指标.采用愿望模型分析方法,优化确定充电站的设备数量,既减少顾客的等待时间、解决排队拥挤现象,又有效减少充电站的投资.最后通过MATLAB实例仿真验证了该方法的有效性.     

电动汽车充电规律对配电网影响的分析与建模

结合美国电网实际运行数据和道路交通情报,基于电动汽车类型、配电网裕量、季节时段等多元因素拟合电动汽车充电时间的规律性曲线,并构建电动汽车充电规律对配电网的影响模型.算例表明该模型能够较好地反映电动汽车在不同时段、不同比例的接入对配电网造成的影响,有利于对配电网的投资建设、安全预警和电动汽车的优化调度进行决策.