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...     

面向电动汽车有序充放电研究综述

推动节能减排,助力“2030碳达峰”“2060碳中和”远景目标实现,需要更为绿色的出行方式。然而大量电动汽车无序充放电行为给配电网安全和充电站运营商接纳能力带来了极大的挑战。为缓解负荷压力,亟待对电动汽车充放电行为进行引导。首先从配电网、充电站运营商、电动汽车用户3个层面归纳了影响有序充放电水平的因素;其次从配电网层面对提升有序充放电水平的方法进行了阐述;随后从内部资源整合和外部充放电引导方面论述了充电站运营商层面提升有序充放电水平的研究方法;然后从响应意愿和响应能力2个角度表征用户对有序充放电行为的响应程度;最后对电动汽车有序充放电研究方向进行了总结与展望。     

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.     

租赁模式下的电动汽车电池集中充放电策略

随着电动汽车的发展,其充放电行为对电力系统运行的冲击逐步引起关注.为把电动汽车充放电行为的负面影响降到最低,文中提出了一种便于管理的充电模式,以电动公交车为研究对象分析其营运特点和充放电行为,同时在基于电池租赁的商业模式下,研究电动公交车的Vehicle-to-Grid (V2G)放电能力,通过模拟集中充电站的运营情况,建立了集中充电、放电组合策略优化模型.最后,利用粒子群优化方法在3个集中充电站对该模型进行了求解,通过仿真说明了所建立的优化模型对电力系统运行带来的优越性和经济性.     

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.     

基于补偿激励的电动汽车与电网联合优化调度

为减少电动汽车(EV,Electric Vehicle)无序充放电对电网造成的冲击影响和促进新能源消纳,考虑EV集群的储能能力和可调备用负荷特性,提出一种基于补偿激励用户引导的电动汽车-新能源-区域电网联合优化调度控制策略。充分考虑车主充放电意向和所能接受的充电成本,建立EV充放电服务系统(EV-CDSS,Electric Vehicle Charging and Discharging Service System)。利用接入系统的EV集群储能作用,辅助区域火电,平抑区域电网功率的波动,改善EV无序充放电,并提高区域电网稳定性和节省EV充电成本。以典型的区域配电网负荷及风光电厂输出功率数据为例,通过仿真,验证了所搭建的EV-CDSS及控制策略的可行性和有效性。     

基于NSGA-Ⅱ考虑性能的烧结矿配料优化

针对传统只考虑成本的烧结矿配料优化问题,研究了考虑性能的烧结矿配料优化模型,将性能指标还原度、转鼓指数(机械强度)、利用系数作为目标函数.利用非支配排序遗传算法NSGA-Ⅱ在解决多目标优化问题上的优势对该目标进行优化,结果表明,NSGA-II解决多目标问题很有效,为考虑性能的烧结矿配料优化提供了一种新方法.     

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Isight的增程式电动汽车控制参数多目标优化

文章以某款增程式电动汽车(range-extended electric vehicle,REEV)为研究对象,设计了整车控制策略,借助整车性能仿真软件CRUISE和多学科设计优化软件Isight搭建了整车性能仿真和优化模型,并采用改进的非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGA-Ⅱ)对增程器控制参数进行多目标优化。优化结果表明,在满足整车能量需求的前提下,优化后的增程器总发电量减少了7.34%,汽车百公里燃油消耗量降低了8.28%。     

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。     

基于系统效率最优的CVT电动汽车再生制动策略

在考虑再生制动安全性和稳定性的情况下,以能量回收最大化为目标提出了一种并联再生制动控制策略.然后根据实验获取的电池、电机和无级变速器效率特性,基于传动系统效率最优的原则,优化得到再生制动过程中电机转速和无级变速器速比的最佳控制规律,并搭建整车仿真模型且在NEDC循环工况进行仿真分析.仿真结果表明,相比于常用的电机效率最优控制策略,本研究提出的控制策略能够充分利用动力部件的效率特性,进一步提高了能量回收率.     

基于信息间隙决策理论和电动汽车有序充放电的微电网优化调度

计及区域微电网源-荷两方面不确定性,针对电动汽车(electric vehicles, EV)接入微电网充电所导致的负荷侧波动不确定性问题,提出有序充放电策略进行削峰填谷并构建多目标规划模型;针对新能源机组发电量不确定性问题,引入信息间隙决策理论(information gap decision theory, IGDT)进行模拟分析。首先构建多目标规划函数并对其模糊归一化处理,然后引入改进混沌映射粒子群算法(improved chaos map particle swarm optimization, CMPSO),求得微电网综合运行成本和负荷需求波动量的最优值,最后对经信息间隙决策法优化后的多目标模型进行仿真分析。算例结果验证了优化后的模型对EV入网所带来的负荷波动起到了较好的削峰填谷作用,所采用的IGDT优化模型相较于其他优化方法,能更好地适应严重奈特式不确定性场景,有效协调所搭建模型的鲁棒性与优化调度经济性之间的矛盾。     

带有价格折扣的变质物品的最优订货策略

本文给出了单一变质物品的存储模型,并求出此时的最优订货策略;并研究了两种价格折扣时的情况,得出了在这两种情况下的带有价格折扣的存储模型的最优订货策略。     

一种改进的非支配排序遗传算法INSGA

为克服非支配排序遗传算法（NSGA）存在的计算复杂度高，未采用精英策略以及需要特别指定共享半径等特点，介绍一种改进的算法INSGA，克服了上述缺点，并通过实验验证，在几个给定的函数优化问题上都取得了比较好的结果。     

考虑电动汽车充放电的智慧社区强化学习能源优化调度策略

为提高智慧社区能源系统(smart community energy system, SCES)运行的经济性,引入了电动汽车作为储能设备,并在此基础上提出了一种基于强化学习的新型智慧社区能源系统运行优化调度策略。首先,基于各能源设备运行机理构建了新型智慧社区能源系统模型,该模型考虑了电动汽车作为储能设备入网运行对负荷和供需平衡的影响。其次,将电动汽车分为耗能组和储能组,分别作为用电负荷和储能设备参与系统运行。分析了新型智慧社区能源系统多种能源设备的能量耦合关系,进而建立了电动汽车及各能源设备的非线性约束条件,并重新设计了算法的状态空间、动作空间以及奖励函数。再次,运用基于深度双Q网络(double deep Q network, DDQN)的新型智慧社区能源优化调度策略解决能源系统运行优化问题。最后,以某社区为例,仿真验证了所提策略可有效提高智慧社区能源系统运行的经济性。     

基于用户激励的共享电动汽车调度成本优化

针对站点车辆时空分布不均衡制约共享模式快速发展的问题,提出基于用户激励的共享电动汽车自适应调度成本最优模型,引入共享单车调度与价格激励手段,通过遗传算法求解获得最优价格优惠、初始站点车辆数、多时段可变最优阈值.实例仿真结果表明,通过用户激励策略,企业调度成本降低60%以上,峰值用户取、还车允许率超过95%,极大提升了用户满意度与车辆使用率,充分证明该模型的有效性.     

考虑电动汽车有序充电的配电网重构降损策略

随着电动汽车的快速发展,配电网中建设了大量的充电桩和充电站。由于电动汽车的充电行为具有潮汐效应,当大量电动汽车同时充电时将造成配电网中的线路重载,使得部分节点的电压过低。因此研究电动汽车的有序充电以及通过配电网重构改善潮流分布具有重要的意义。首先以配电网的负荷波动最小为目标优化分时电价策略,引导充电站和充电桩控制电动汽车的充电功率以优化负荷曲线,最后通过配电网重构策略改变配电网中的柔性开关从而转移潮流,提高电压质量。通过IEEE33节点算例验证,结果表明所提的有序充电和重构策略能够改善配电网的潮流分布,降低配电网的峰谷差和网损,提高配电网的电压质量。     

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。