基于MOPSO的电动汽车有序充电调度控制策略

在电网调度过程中考虑用户行为的主动性,提出一种考虑电动汽车用户充电选择的有序充电控制策略,以总充电成本最小、电网负荷方差最小为目标,采用多目标粒子群优化算法(MOPSO,multi-objective particle swarm optimization)对模型进行求解.仿真结果表明,相比于无序充电,所提策略能有效平滑负荷曲线,提高供电质量,同时还能保证降低用户充电成本,实现互利共赢.     

基于SACPS算法的住宅小区电动汽车集群有序充电

针对传统电动汽车有序充电存在的充电影响因素考虑不全、优化目标过于单一、充电体验不友好等问题,以住宅小区电动汽车集群充电为研究对象,构建集群有序充电模型,提出模拟退火的混沌粒子群(simulated annealing chaotic particle swarm,简称SACPS)算法,且使用该文算法对集群有序充电模型进行优化,最后对优化结果进行仿真实验.仿真实验结果表明：相对于其他2种算法,该文算法能使电动汽车集群有序充电模型取得更低的最佳适应度;与集群无序充电相比,SACPS算法的集群有序充电的负荷峰值、负荷峰谷比、充电费用分别降低了42.62%,96.81%,15.61%; SACPS算法的集群有序充电在一定程度上实现了与其他负荷的错峰用电.因此,SACPS算法具有优越性.     

基于V2G的电动汽车有序充放电控制策略

大规模电动汽车作为移动存储的电力负荷,其无序充电行为将会导致电网出现负荷峰谷差加大、负荷率降低等问题。文中分别从电网侧和用户侧的角度,研究基于车网互动(V2G,vehicle to grid)的电动汽车有序充放电控制策略。在电网侧以负荷曲线均方差最小为目标函数,在用户侧以电动汽车用户参与V2G获得的经济收益最大化为目标函数,并且考虑到电动汽车实际充放电功率、可用容量及用户日常设置等约束条件,采用粒子群优化算法进行仿真求解。分别以重庆2020年、2025年和2030年电动汽车有序充放电为例,对电动汽车在电网侧和用户侧的有序充放电进行优化控制仿真分析。算例结果表明,所提出的电网侧和用户侧电动汽车有序充放电优化控制模型能有效降低负荷峰谷差、平滑负荷曲线并为参与V2G服务的用户带来经济收益。     

居民区电动汽车有序充放电控制策略

针对目前居民区配电装置额定容量不能满足大量电动汽车充电需求的问题,提出了一种考虑充放电接入退出随机性的电动汽车有序充放电控制策略.该策略以峰谷分时电价为背景,使电动汽车在负荷高峰时段向电网馈电、在负荷低谷时段充电以实现削峰填谷,并在充放电起始和结束时刻进行一定的随机性处理,使得负荷曲线更加平滑,避免总负荷瞬时突变.最后通过时序仿真验证了有序充放电控制策略的有效性.     

基于实时电价的含电动汽车微电网两阶段优化调度

为解决大量电动汽车无序充电对微电网负荷曲线产生新的峰值或峰上加峰等现象,提出了V2G(vehicle to grid)下两阶段优化方法,第一阶段考虑实时电价的前提下以满足用户充电需求为目标建立电动汽车有序充放电模型,第二阶段以微电网综合成本最低和微电网出力波动最小为目标,确定电动汽车有序充放电功率。为了解决多目标优化的问题,本文采用改进型多目标粒子群算法（IMPSO）。为验证本文方法的有效性,用蒙特卡洛法模拟某微电网内电动汽车的充电需求后采用本文方法优化,结果证明本文调度方法降低微电网经济成本和出力波动的同时,降低了用户成本。     

电动公交车充换电站运营体系的动态建模

基于城市建设、充换电站规模、物流系统等多种元素,构建了适用性广泛的电动公交车充换电体系模型.根据公交车的运行特点,实现对电动公交车电池自动更换系统的模拟,建立了电动公交车充换电站的工作模型.针对换电站的电池实时需求,模拟了电池物流系统数据,进而模拟集中充电站的电池充电负荷曲线,分析集中充电站的充电行为和控制措施对电网负荷的影响.算例表明,该模型能够很好地反映一定区域内电动公交车充换电站的承载能力和运营效果,以及对电网负荷的影响.     

考虑电动汽车用户响应的微网经济调度

针对电动汽车接入微电网后的经济调度问题,对微电网可分布式电源的出力进行了研究。首先分析电动汽车的行驶特性,在其无序充电负荷模型的基础上,建立了同时考虑电动汽车用户响应度和用户满意度的峰谷分时电价电动汽车有序充放电模型。然后构建一个含电动汽车及风、光、燃气轮机和柴油机的微网系统,以实现微网经济性和环保性运行为双重优化目标,采用改进粒子群算法,来得到不同控制策略下的优化调度结果。仿真结果表明,电动汽车有序充放电,可以有效实现削峰填谷,并且可以在保证良好环境效益的同时提高微网运行的经济性。     

电动汽车充电站短期负荷预测

为了保证规模化电动汽车接入后的配电网的稳定性,文章对电动汽车充电负荷特性进行研究,建立了电动汽车充电负荷预测模型,考虑到适应复杂的天气变化情况下的电动汽车充电站负荷预测,采用基于GA-ANFIS-FFNN算法的电动汽车充电负荷预测方法,采用GA优化的ANFIS算法进行充电负荷预测,预测输出结果采用FFNN算法优化提升整体预测准确性,并采用多种算法对比验证本文所提算法在突变天气下的充电负荷预测的优越性。     

基于自适应粒子群优化算法的光伏电池参数辨识

利用双二极管等效电路模型进行光伏电池输出特性仿真,基于光伏电池的U-I数据建立了目标寻优函数,采用自适应粒子群优化算法对光伏电池参数进行了反演计算.结果表明:U-I反演曲线与实际曲线基本吻合,自适应粒子群算法与单纯形方法的参数辨识结果均与理论值相符,权重因子策略和种群规模对自适应粒子群优化算法寻优结果具有显著影响,基于自适粒子群优化算法的光伏电池参数辨识方法具有更高的求解精度和寻优效率.     

一种基于协同过滤的电动汽车充电推荐方法

 基于大量的充电行为数据,建立电动汽车用户的充电兴趣模型,将用户感兴趣但未发现的最佳充电选择推荐给用户,实现充电行为有序引导是一个重要问题。本文针对电动汽车充电提出一种基于协同过滤算法的推荐模型,得出最佳推荐模型参数指标,充电10次以下的新用户采用基于用户的协同过滤算法,充电10次以上的老用户采用基于物品的协同过滤算法;基于用户的协同过滤算法的最佳邻居数和推荐列表长度均为3;基于物品的协同过滤算法的最佳推荐列表长度为4。指出负荷聚合商可以结合参与需求响应计划的情况,对推荐列表进行再优化,将与需求响应冲突的推荐信息过滤掉,从而实现有序充电控制。     

考虑大规模电动汽车入网的经济调度问题

针对大规模的电动汽车无序入网充电导致电力系统运行不稳定的问题,提出了基于峰谷分时电价进行有序充放电的策略,该策略考虑了电动汽车用户的响应程度对其实际应用的影响。具体阐述了峰谷分时电价划分的方法和用户充放电时刻的选择。根据电动汽车时空分布规律,分别构建了电动汽车无序充电和基于峰谷分时电价的有序充放电模型。从微网系统和用户侧两方面建立了以微网系统运行成本、系统负荷波动、车主充电成本为目标函数的经济调度模型。采用粒子群算法对算例模型进行求解,得到了不同充放电方式下电动汽车和其各分布式微源的出力结果,验证了有序充放电策略的有效性和可行性。研究结果表明峰谷分时电价机制下的有序充电明显优于无序充电,电动汽车车主对有序充电的响应程度越高,越能提高微网系统的经济效益和环境效益。     

基于ADMM的分布式有序充电调度算法

随着电动汽车数量不断增加,大量电动汽车的无序充电行为会导致电网过载和电池寿命损耗。虽然当前已有很多研究关注电动汽车的有序充电行为,但如何在大规模有序充电过程中实现最大化车主便捷性同时减少电池寿命损耗尚未被研究。研究关注充电便捷性和减少电池损坏的充电服务调度优化对充电站充电服务质量和用户满意度提升具有重要意义。笔者提出一个实时充电服务调度策略来协调大量电动汽车的充电行为,以实现最大化车主便捷性同时降低电池损耗。为减少充电过程中信息直接交换造成隐私泄露,同时降低算法计算复杂度,基于交替方向多乘子(ADMM,alternating direction method of multipliers)的分布式算法被提出。大量实验表明所提算法比已有算法有显著提升,能减少33.0%的电池寿命损耗和18.3%的电费支出。     

基于电-热-老化耦合模型的自适应多段恒流充电研究

基于一阶RC等效电路模型、热网络法以及老化模型建立了锂离子电池的电-热-老化耦合的多状态联合估计模型，采用粒子群优化算法建立阶数自适应的多段恒流充电策略.通过构建充电时间-电池寿命的帕累托边界曲线，得到了电池最短充电时间(β=1)、最小老化(β=0)及平衡(β=0.02)充电三种充电策略，并与CC-CV充电策略进行了对比.结果表明，最短时间充电与2C CC-CV具有很高的一致性.最小老化充电与0.1C CC-CV充电的老化损失都很小，但前者缩短了61.7%的充电时间.平衡充电策略相比于最小老化策略，仅牺牲0.06%SOH，缩短71.19%的充电时间.相比于0.5C CC-CV充电策略，平衡充电策略的充电时间减少了44.9%.     

基于自适应粒子群算法在光伏阵列多峰值系统MPPT的控制

在局部阴影的条件下,由于光伏阵列的P-U曲线会存在多个峰值点,传统的扰动观测方法不能快速追踪到最大功率点。本文对粒子群算法的设计参数、执行流程等方面进行优化,提出了一种基于自适应粒子群算法对光伏并网系统MPPT的控制策略,最后进行了Matlab/Simulink仿真。结果表明,该控制策略可以快速、准确地搜寻到最大功率点,能够抑制复杂条件下环境因素的影响,提高算法的跟踪精度和光伏电池的整体工作效率。     

考虑电动汽车充电阻塞的日前动态税收优化分析

为解决住宅环境下电动汽车充电阻塞问题,提出一种考虑电动汽车充电阻塞的日前动态税收策略.提出动态税收实施的策略流程,建立改进的动态税收优化模型,并采用基于拉格朗日的直流最优潮流算法来求解位置边际定价,在负荷较稳定的情况下实现最佳税收策略,实现对电动汽车的最优有序充放电管理以及最优收费措施,达到收费成本的最小化.根据对某地区0.4 kV配电网的算例分析,验证所提策略的可行性.仿真结果表明:在各个时段采用动态税收控制策略能有效防止充电阻塞,并且保证了日前电网最佳税收.优化策略增强了控制方案的可操作性,便于工程应用.     

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。     

居民区电动汽车充电负荷建模研究

分析了电动汽车的充电电池结构,给出了单台电动汽车充电功率的计算公式.研究了对电动汽车充电负荷起决定作用的电池剩余荷电量和电动汽车返回时间两个随机因素的分布特性,并用蒙特卡洛法模拟这两个随机因素,提出了居民区电动汽车充电负荷的建模方法.方法能够较好地切合居民区电动汽车充电负荷的实际情况,对制定引导电动汽车用户有序充电的措施和配电网优化运行意义重大.     

独立光伏照明系统中蓄电池充电控制策略

本文分析了独立光伏照明系统的组成,并研究了其控制策略,本文提出一种用于独立光伏照明系统的蓄电池充电控制策略,结合MPPT算法和蓄电池分段充电方法,能兼顾光伏电池的效率和蓄电池的寿命,实现了独立光伏照明系统的优化控制。通过Saber软件进行仿真验证,证明了理论的有效性和可行性。     

基于电池交换的电动汽车充电设施规划方法研究

电动汽车存在充电时间长、行驶距离有限的问题。针对电池交换的充电方式,研究了电动汽车电池交换站及电池配置问题。利用生灭过程理论描述了交通走廊沿线电池交换站的电池交换及其充电过程,建立了换电站运作的随机模型;进而以电动汽车换电成功概率等为约束,建立了以建设成本最小化为目标的充电设施规划模型,并基于拉格朗日方法提出了模型求解算法。研究结果表明,所建立的模型不仅能够计算换电成功概率,还能分析换电成功概率、充电技术进步的影响,实现了满足电动汽车换电成功概率的约束条件下的建设成本最小化的交换站及电池配置。     

基于飞轮储能技术的新型UPS的研究

针对目前不间断电源(UPS)中化学电池的不足,设计并实现了基于飞轮储能技术的新型UPS系统,提出了高速飞轮充、放电方式的控制策略。飞轮储能单元代替传统的化学电池,具有免维护、寿命长、无污染的特点。充电方式下,通过飞轮转动稳定性的分析,进行了充电曲线的优化设计,针对高速、大惯量负载,采用智能复合控制方法,使飞轮转速很好地跟踪设定的优化充电曲线;放电方式下,根据电机升压斩波能量回馈原理,控制直流母线电压恒定,简化了UPS负载逆变器的控制策略。实验结果表明系统具有很好的动态特性,验证了控制策略的正确性和有效性。