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。     

考虑新能源消纳的电动汽车有序充电研究

针对大规模电动汽车无序充电对电网运行带来的影响和目前我国新能源消纳存在的问题,提出一种考虑新能源出力情况的动态分时电价策略,引导电动汽车有序充电以实现新能源的就地消纳.以用户充电总费用最低和电网负荷峰谷差最小为优化目标,综合考虑用户充电需求和新能源出力等约束条件,建立基于动态分时电价的多目标优化模型.通过算例仿真,验证了所提策略可降低电网负荷峰谷差和用户充电总费用,达到削峰填谷和消纳新能源的效果.     

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.     

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.     

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。     

多目标约束的电动汽车实时调度策略

随着电动汽车并网数量的增多及电池容量的不断增大,不协调的充电会给电网带来巨大压力,甚至会影响电网的稳定运行.相反,合理的电动汽车调度会给电网带来额外的效益.提出了一种滑窗变速优化充电方法对电动汽车进行实时调度,结合实时电价计算充电成本,通过离线网损灵敏度快速求解网损量,采用充电功率波动法量化电池老化成本.以电池老化成本...     

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。     

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。     

考虑价格激励的电动汽车最优有序充放电策略

针对电动汽车的无序充放电操作给配电网造成电压、谐波等诸多问题,提出一种考虑价格激励的电动汽车最优有序充放电策略;首先,考虑峰谷电价差,从电价成本角度对电动汽车充电和放电的电价上、下限进行定量分析;其次,考虑电网稳定性以及不同时段内用户进行充放电的成本与收益,将峰谷差率最小和用户日平均充电成本最小作为优化目标,构建考虑价...     

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.     

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%.     

自动共享电动汽车的云-边协调优化模型与控制策略

针对自动共享电动汽车(shared autonomous electric vehicles,SAEV)运行出现的车辆分配不平衡以及充电优化问题，提出了一种基于云-边协调计算的SAEV优化控制策略。首先，给出SAEV再平衡优化模型以及再平衡任务分配算法;其次，考虑使用V2G和动态电价进行SAEV车队的充放电优化，给出SAEV车队能量交换模型以及出行订单分配算法，以减少整个SAEV车队系统的充电成本；再次，利用云-边协调通信将这些优化结果信息在不同平台间进行互动传输，实现电动汽车的最优充电与迁移策略；最后，通过MATLAB使用真实的深圳出租车数据对该优化控制方法进行验证。结果表明，该框架可降低充电成本,提高交通效率，有望扩展应用到更大规模的系统中。所提云-边协调控制策略将复杂的SAEV优化问题分解成3个子问题进行求解，为SAEV的最优运行提供了一种新的方法。     

插入式电动汽车充电对供电侧的影响的分析及启示

本文在讨论和评价电网和电动汽车相互影响的基础上,对电动汽车充电对发电调度的影响进行了分析,指出需要同时优化电动汽车充电模式和提高发供电能力,才能有效发挥电动汽车降低供电成本和实现温室气体减排的作用。     

基于ELM–Takagi Sugeno的车载锂电池优化充电策略的研究

针对目前车载锂电池充电慢、充电效率低以及对电池损害大等问题,提出一种基于ELM–Takagi Sugeno(T–S)模型的锂电池梯级式优化充电策略.首先通过极限学习机(ELM)获得锂电池的最佳充电电流与温度、内阻、极化电压等特征参数之间的数学模型,将离线训练好的参数存储在STM32处理器中,系统每采集1次数据,处理器即调用ELM程序计算当前时刻的最佳充电电流.其次利用T–S模糊模型将恒压、恒流、脉冲3种不同充电方式优化处理实现动态最优充电.仿真结果表明锂电池实际充电电流能够实时跟踪最优充电电流,其充电时间比三阶段充电模式缩短20%,充电效率比CC–CV充电模式提高约25%.     

基于动态分时电价的电动汽车有序充放电调度策略

针对电动汽车无序充放电行为对电网的影响,以及传统的峰谷分时电价容易造成新的负荷高峰、无法考虑电动汽车的动态特性等问题,建立了动态分时电价的有序充放电调度策略。以电动汽车充放电电价、电动汽车充放电状态和充放电功率为决策变量,构建了以电动汽车充放电成本最小、电动汽车接入造成的网络损耗最小和节点电压偏差最小为优化目标的电动汽车充放电调度数学模型,并通过凸优化算法解决了多变量、多目标和高维优化问题;综合考虑电动汽车充电需求和配电网运行约束,在改进的IEEE33节点系统中进行算例验证。结果表明,动态分时电价克服了传统峰谷分时电价下的弊端,能够根据电动汽车的动态特性来调整电价。所提调度策略融合了灵敏度分析方法,可大幅缩短调度过程中潮流计算的时间,并能有效降低电动汽车的充放电成本以及电动汽车接入对网络损耗和节点电压的影响,对于含电动汽车的电网实际调度具有一定的参考意义。     

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。     

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...     

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.