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。     

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.     

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.     

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.     

改进粒子群算法的电动汽车时空优化分配策略

兼顾待充电汽车的时间分配和空间分配,以每个时段每个充电站的充电电动汽车数量为决策变量,建立了集中充电时段内充电负荷方差和充电站充电汽车数量方差的数学模型.提出时空优化分配策略,使待充电汽车在时空上达到均衡分配,并在基本粒子群算法基础上结合了线性递减权重和异步变化学习因子方法.基于纽约州独立系统交易运行机构(NYISO)的原始负荷数据进行算例仿真.结果表明,文中提出的电动汽车集中充电调度策略在时空上优化分配待充电汽车,达到了降低负荷峰谷差、减小负荷波动的目的.     

智能电网环境下多电动汽车协同充电优化调度算法

大量电动汽车通过居民侧家庭能源管理系统接入电网充电时,若各用户独自对充电过程进行优化,会使充电负荷集中在低电价时段,形成巨大的负荷峰值,造成变压器和线路严重超载,威胁电力系统的稳定运行。引入了一种智能电网环境下电动汽车协同充电模式,建立了最小化用户用电费用的最优充电模型,提出了一种多电动汽车协同充电优化调度算法。该算法能有效避免用户独自优化调度时出现的弊端,同时显著降低用户的充电费用。通过仿真实验验证了算法的有效性。     

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。     

随机环境下电动汽车充电实时管理与优化控制算法

电动汽车的规模日益壮大，对其充电行为进行自适应管理成为亟待解决的问题.从充电服务商的角度出发，协同可再生能源和储能设备，并计及电网的时变电价和电动汽车充电可容忍时延，基于Lyapunov优化理论提出随机环境下的电动汽车充电实时管理和优化控制算法，旨在最大化充电服务商的利益，即最小化购电成本.理论性能分析证明，所提算法无需可再生能源出力、充电需求和时变电价的先验统计信息，就能使优化目标趋近最优值.仿真结果表明，该算法可以有效减少充电服务商的购电成本，相比于基准贪婪算法可降低27.3%.     

物联网协调的电动汽车快速充电最优预约算法

电动汽车是未来社会经济可持续发展的必然选择,也是新能源汽车发展的主流方向。充电问题是电动汽车发展普及的重要技术障碍。为提高快速充电的效率,提出了一种有序充电的优化预约算法。给定一组发出快速充电申请的电动汽车,将实现不同的电动汽车与不同的充电站进行最优预约匹配,以确保最大数量的电动汽车能够在同一时段内成功预约到某个充电站。本算法解决的是避免排长队等待的问题,同时也是解决运筹学中一类配对问题的算法,该算法的有效性通过定理予以了证明。     

计及电动汽车的综合能源系统概率潮流计算

针对电动汽车充电负荷呈现出的随机性和波动性向综合能源系统注入了大量不确定性问题,通过蒙特卡洛抽样法,建立电动汽车充电负荷概率模型、电/气/热网络和耦合元件模型;考虑了发电机阀点效应、热电联产机组的部分负荷效应以及分布式平衡节点;提出了计及电动汽车不确定性的综合能源系统概率潮流计算方法.研究结果表明:所提出的算法可以求解计及电动汽车充电负荷不确定性的概率潮流.研究结论初步突破了对传统潮流的认识,帮助电网运行人员获取全网的潮流信息.     

含光、储、电动汽车居民小区电力负荷综合管理系统

电动汽车、小型光伏发电装置在居民配电系统获得日益广泛的应用,改变了居民负荷需求特征,给现有系统带来一系列问题.为提高居民小区光伏利用率,引导电动汽车有序充电,针对含光、储及电动汽车的居民小区,研究光伏出力及电动汽车充电行为的不确定性及特征,利用集中设置的储能装置,在不改变既有配电系统一次拓扑结构的前提下,构造居民小区电力负荷综合能源管理系统,并提出直接和间接负荷控制相结合的综合能源管理控制和调度策略.该系统及其控制策略利用分时电价机制间接调节电动汽车充电行为,避免夜间充电高峰;利用合理设置的集中储能装置,通过直接控制,转移多余光伏出力,充分消纳光伏出力,同时达到最大化用户收益和解决变压器白天光伏反向送电过载问题的目的.以实际居民小区实测数据为基础,对不同场景的仿真分析验证了方法的可行性和有效性.     

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。     

面向多个电动汽车换电站的有序充电控制

如何采用合适的控制策略对换电站内电池进行有序充电,是非常重要且需要迫切解决的问题。针对单向充电方式,建立相应的电动汽车换电站有序充电数学模型,以优化电网负荷曲线为目标,综合考虑用户的更换电池需求、电池组充电特性等约束条件,根据问题维数高的特点,在基本粒子群算法的基础上加以改进,采用协同粒子群整数规划算法对模型进行求解。基于MATLAB平台,通过仿真算例验证了单向充电方式下有序充电控制策略用于削峰填谷、优化电力负荷曲线的有效性。     

基于权重的居住区配电网下动态功率分配策略

大规模电动汽车的随机接入将导致小区配电网超出安全限制容量。如何利用可用的电力资源为电动汽车进行功率公平分配,降低电网运行风险是一个重要问题。为此提出了一种基于权重的居住区配电网下的电动汽车动态功率分配策略。基于电动汽车各项申报信息和小区电网状态,将电动汽车的已充电时长、停留时长及荷电状态作为评价指标,利用熵权法确定电动汽车充电权重;并结合加权最大最小公平分配算法,根据充电权重对小区随时变化的可用负荷进行公平分配。通过蒙特卡洛模拟的MATLAB仿真验证策略的有效性。仿真结果表明策略能依据小区实时负荷曲线,最大化利用可用电能去动态适应快速变化的充电需求,有效提升了电网和用户满意度。     

基于粒子群算法的微电网电动汽车接入经济-环境效益分析

大规模的电动汽车合理有序充放电是降低电网负荷的峰谷差、解决能源危机和保障电能质量的一个重要手段.具有剩余电量的电动汽车有随机移动式储能特性,但在实践中电动汽车较少被考虑到微电网运行模式规划中.本文在以经济-环境最优为目标的微电网运行模式基础上构建模型,在算例中运用蒙特卡洛法模拟出大规模电动汽车充电行为符合正态分布,得到未来一天规模化EVs总体负荷曲线与微电网发电量;运用实现方便、收敛速度快的粒子群优化(Particle Swarm Optimization,POS)算法,以EVs的特征量(充电开始时刻、连接时长和充电电量)作为控制变量进行全局搜索得到最低系统成本和各分布式能源每小时最优出力,通过对比实验,验证了模型的有效性.结果表明,电动汽车的并入不仅能降低对环境的污染,还可以提升微电网运行的经济效益.     

电动汽车有序充放电分群调度策略

为解决大规模电动汽车无序入网会给配电网安全稳定运行带来一系列不良影响问题,提出了车联网(vehicle to grid,V2G)模式下电动汽车有序充放电实时响应分群调度策略.从日前-日内多时间尺度出发,充分计及车主响应意愿及响应能力,对电动汽车集群进行细致划分.针对每个调度时段,综合考虑电网、电池、车主等约束条件,建立电动汽车有序充放电优化模型.模型分为上、下两层求取电动汽车充放电调度计划:上层以调度时间区间内的配电网方差负荷曲线最小为目标,求取当前时段集群总的充放电功率;下层以电动汽车车主费用最低为目标,求取单辆电动汽车的充放电计划.通过算例仿真,验证所提模型的有效性.     

含电动汽车的主动配电网优化调度

电动汽车随机充电功率会影响主动配电网优化调度,为了解决这一问题。提出了含电动汽车的主动配电网优化调度模型,模型分为两个目标函数。首先,需要以负荷曲线的最小方差优化电动汽车的充电功率作为优化调度之前的目标函数,可以获得电动汽车连接电网的时间和充电功率。然后,建立以分布电源功率为控制变量使得配电网运行成本最低的主动配电网日前优化调度模型。最后,建立的模型在IEEE33节点配电网系统中进行多场景分析电动汽车对主动配电网优化调度造成的影响,并采用CPLEX优化规划软件来求解模型。结果表明:所建立的模型和方法不仅可以保证配电网经济运行,而且还能有效的利用电动汽车的充电来减少配电网负荷曲线的方差。     

由光伏直接供电的电动汽车无线充电系统控制策略

为提升光伏发电的就地消纳能力,弥补电动汽车有线充电存在的弊端,通过提出一种含电动汽车无线充电的直流微网拓扑结构,研究了由光伏直接向电动汽车供电的控制方法。该拓扑以光伏发电系统为基础,新增了以蓄电池、超级电容器组成的混合储能模块,光伏系统在为充电站自身负荷供电的同时,向电动汽车供电,对系统中各部分进行优化并提出相应控制策略。Simulink仿真与实验结果表明:混合储能模块可有效平抑光伏输出功率的波动;磁耦合谐振式无线电能传输方式可提高电动汽车充电效果;在保证电动汽车稳定充电的基础上促进了光伏消纳。验证了所提拓扑的可行性与控制策略的有效性。