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.     

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。     

风力发电接入配电网的电动汽车充电控制研究

电动汽车接入含有风力发电的配电网,会增大系统中负荷峰值、增加系统损耗、引起节点电压波动等,这都将影响用户的用电稳定,严重时将影响生产与生活。为了降低电动汽车接入造成的影响,首先,对电动汽车充电模型和风力发电模型进行了分析。然后,将一天24小时分成48个相同的时段,在考虑分时电价的基础上,以电动汽车各个时段的充电功率为优化变量,建立包含降低系统网损、节点电压波动、负荷波动的风力发电与电动汽车充电的多目标协调优化模型。最后,在IEEE 33系统中采用NSGA-Ⅱ算法对模型进行算例分析。结果表明所提出的模型及算法不但能够有效降低二者接入电网对电网产生的不利影响,而且也能够兼顾电动汽车使用者的经济利益。     

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。     

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.     

储能运营商和电动汽车利益的配电网双层优化方法

为解决电动汽车充电负荷过大对电网造成的影响,提出了考虑储能运营商和电动汽车的配电网双层优化模型。模型上层考虑储能运营商参与配电网削峰填谷和电动汽车充电的经济效益,下层考虑电动汽车所有者基于分时电价积极响应储能运营商调度充放电的经济效益。采用改进的模拟退火算法对双层模型进行求解,并用IEEE 33节点验证了该模型在保证配电网安全运行情况下能有可观的收益。     

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.     

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。     

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。     

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。     

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。     

基于Vosviewer与Citespace对电动汽车充电负荷领域的量化分析

近年来,电动汽车市场发展迅速,而规模化电动汽车的集中充电会给电网的安全运行带来严重的威胁,因此如何针对规模化电动汽车的充电负荷进行预测、进一步引导用户的充电行为,以此降低电动汽车对电网的影响值得深入研究。本文基于国内外电动汽车充电负荷领域的研究现状进行整理归纳,采用Vosviewer与Citespace针对2010年-2021年领域的文献开展关键词共现与突现分析、发文期刊分布统计、作者、机构与国家的合作关系统计,进一步明确了该领域的研究热点、并对目前的不足以及未来的发展做出总结与展望。     

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.     

含电动汽车充电设施的智能小区供电容量规划

针对大量电动汽车充电设施对智能小区供电容量规划产生巨大影响的问题,提出一种考虑电动汽车充电设施影响的智能小区供电容量规划分析方法;该方法基于智能小区原有供电容量规划,结合电动汽车充电设施,创建匹配模型,分别对小区内居民负荷、公用负荷及电动汽车充电负荷进行预测,计算出整个小区合理的供电容量,并通过实际算例分析验证。结果表明,该方法提高了智能小区的用电可靠性和经济性。     

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。     

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。     

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.     

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.     

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%.