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。     

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。     

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%.     

计及中等城市充电需求潜力与碳减排等效收益下的充电站规划策略

针对中等城市电动汽车充电设施过度分散、应用潜力未知等问题,构建动、静态充电需求结合的充电需求指标来分析不同区域的充电需求潜力.首先,基于区域充电需求潜力与充电站市场潜力、电动汽车用户出行数据等,提出中等城市充电需求承载力模型,结合马尔可夫链模型,构建充电需求潜力空间分布指数;其次,在考虑用户侧、充电站侧、电网侧成本与收益的基础上,构建区域充电站碳减排等效收益函数,通过免疫算法制定待选充电站选址定容方案;然后,采用熵权法改进的TOPSIS综合评价模型在保证电网接纳能力的基础上,确定相对最优规划方案;最后,选取中等城市湖北省宜昌市西陵区部分城区作为算例进行分析,通过IEEE33节点系统潮流计算检验规划结果的有效性和合理性,证明充电站能够在低碳减排方面带来高收益.     

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.     

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.     

高速公路充电站选址定容问题的多目标优化方法

[目的]高速公路充电站位置选择和容量确定对电动汽车应用推广具有重要意义.[方法]针对高速公路充电站选址定容问题,通过引入充电站的平均适配率,即电动汽车的充电需求与当前充电站总容量之间的匹配程度,以充电站的建设成本最小和充电站的平均适配率最大为 目标建立了新的多目标优化模型.[结果]利用多 目标优化问题的NSGA-Ⅱ算法...     

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.     

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。     

基于太阳能的电动汽车充电站的研究

目前,电动汽车电池的续航能力有限是制约EV发展的重要因素,因此EV的充电方式成研发的重点。针对充电不确性情,提出一个潜在模型,重点研究将太阳能电力输送到电动汽车充电站的路线设计。本文使用MATLAB和SIMULINK设计一个包含电气控制系统的专用系统,用于改善电动汽车充电端与电池存储系统之间的相互作用,其中电气控制系统协助开发正确的占空比,以便DC/DC变换器稳和调节电压。所实现的电气控制系统在对电网的电能管理和减少EV的充电时间方面有着显著的效果。无论太阳能发电和负载的波动如何,该充电系统始终可以给负载端提供稳的电压。     

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...     

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。     

智能电网实时电价下电动出租车充电优化调度(英文)

纯电动汽车技术将在未来的节能减排中发挥巨大作用.在智能电网实时电价的条件下,充分考虑了电动出租车的充电特性,提出一种最小化纯电动出租车车主充电成本的调度方案,即计算每个时槽的价格阈值;并在每个时槽开始时将给定的实际电价与相应的阈值比较,当阈值大于实际电价则发生充电行为.仿真结果表明,本文提出的调度方案能有效降低车主的充电成本.     

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。     

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。     

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.     

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.     

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。     

工作场所光伏电动汽车充电站可行性研究

基于某工厂员工的电动汽车使用数据,分析了员工上下班出行行为及电动汽车电量分布情况,使用蒙特卡洛模拟方法仿真了100辆电动汽车的出行及充电行为.设计搭建了光伏电动汽车充电站仿真平台用于对电站进行评估分析.基于仿真数据,使用粒子群算法对工作场所建设电站进行了系统方案设计和可行性研究.结果表明,模拟数据能很好地描述员工出行和充电行为,设计的光伏充电站系统能够基本满足员工充电需求,从而促进工厂的可持续化发展并节约成本.