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K-means算法的电动汽车充电站在线能量管理

针对电动汽车的充电需求以及未知的实时电价,探讨完整的充电方案,提出一种电动汽车充电站能量管理在线算法,建立由风能、太阳能及电网供电的充电站充电成本优化问题。在电价、风能和太阳能发电量等系统信息已知的条件下,采用离线算法即遗传算法搜索成本最小化问题的全局最优解。由于遗传算法需要已知所有时隙的系统信息,但这些信息是随机分布的,因此提出仅依赖当前信息的在线算法,即基于K-means聚类算法的在线能量管理方案。仿真结果表明,提出的K-means在线算法获得的平均成本优于遗传离线算法,且K-means在线算法收敛速度更快。因此,在电价、风能和太阳能发电量未知的情况下,采用K-means在线算法可控制充电成本。     

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...     

基于插电式电动汽车储能的智能家居动态规划能量管理策略

电动汽车储能为可持续能源供应和分布式能源储存提供了新的机遇和挑战.文中提出基于插电式电动汽车储能的智能家居能量管理问题,并应用动态规划方法完成能量管理策略设计.根据系统结构对系统功率流和PEV电池组进行建模.在家庭能量需求和PEV充电需求约束下,以分时电价和分时家庭能量需求为背景,提出用电成本最小的动态规划能量管理策略优化问题.仿真验证了不同家庭能量需求、不同车辆行驶工况下所提方法的系统经济性,仿真结果表明夏令时和冬令时分别节省家庭日用电费用约50%和27%.      

基于大数据的新能源充电场站动态定价方法

电动汽车产业发展存在充电难、车桩错位布局的问题,充电场站盈利空间有限,提升充电桩利用率是充电运营商盈利的关键,其中动态合理的充电定价是精益化运营的重要手段。该文提出了一种基于大数据的新能源汽车充电场站动态定价方法,通过充电场站的运营数据,计算充电场站服务区域内电动汽车充电的出行成本、场站建运成本、购电成本等,获得充电场站的综合成本,通过场站毛利率反推出运营保底售电价。通过大数据分析然后充电场站竞争对手的运营价,通过加权计算生成充电场站日常运营最优价,再结合充电场站的负载进行价格的动态调整。     

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。     

考虑电动汽车及需求侧响应的综合能源系统优化调度

为了进一步提高综合能源系统的运行经济性和可再生能源消纳能力,在负荷侧分析了电、热负荷需求侧响应以及电动汽车的可调度价值,同时采用场景分析法考虑风电和光伏发电出力的不确定性.提出一种需求侧响应和电动汽车协同作用的综合能源系统双层随机优化调度模型.上层模型利用分时电价激励的价格型需求侧响应,以净负荷波动方差最小为目标函数,...     

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。     

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。     

考虑可再生能源配额制的售电公司组合购电优化研究

以风电购电量和绿色证书购买量作为实行配额的方法,协调售电公司在远期合约、现货、期权等多个市场的购电量,考虑负荷需求、风电购电量及电价的不确定性,采用条件风险价值度量损失的大小,以期望费用最小和遭受损失的风险最小为目标,建立期望购电费用-损失风险模型,并通过多目标粒子群优化法和模糊集理论进行求解. 最后,通过算例分析可再生能源配额制、期权合约对售电公司的购电费用、损失的风险值和在各市场的购电量的影响,从而为售电公司在多市场环境下的购电策略提供参考.     

基于随机优化的综合能源系统能量管理

为提升综合能源系统经济性,并削减电动汽车广泛应用后增加的用电高峰负荷,提出了一种包含随机优化与并行求解算法的快速能量管理策略.在对多能流子系统耦合与设备运行约束建模后,结合电动汽车有序充电策略,建立包含时域滚动的随机规划下的能量管理模型.为了降低能量管理在线运行的时间成本,一方面采用场景生成与削减技术实现对输入变量预测场景集的合理利用,另一方面求解时应用Benders分解算法实现并行计算.算例结果表明:所提方法与不考虑随机优化的方法相比,系统运行的总用能成本明显降低;与不考虑场景削减及Benders分解的随机优化方法相比,总用能成本稍有提高,但运行时间成本显著下降.     

打造“坚强”的智能电网

每天的电价会像股票的K线一样随时变动,用电量少的时候就下降,反之就提高;夜晚的某个时刻,家里的电动汽车开始充电,洗衣机自动工作,因为这些电器的芯片能感应到,此时的电价是一天中最低的;人们再也不必担心停电;生活和工业所用电力,相当一部分来自于风能、太阳能等可再生能源……     

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。     

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.     

引入车辆规模的充电设施运营博弈研究

研究了电动汽车充电电价制定过程中政府与充电设施运营商的博弈. 通过建立随电动汽车保有规模变化的政府与企业的博弈模型,分析了电动汽车市场化发展初期,二者基于充电电价的博弈行为. 根据模型,以国内某城市电动汽车发展规划为实例,进行了分析求解. 结论表明,政府与企业进行合作博弈,能极大推动电动汽车及充电设施的市场化发展,实现政府、企业和社会的共赢.     

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。     

智能电网中电动汽车与微网联合运行的建模与仿真

利用多Agent建模方法构建微网负荷、电动汽车及发蓄电装置模型;利用离散事件建模方法构建换电站模型;利用系统动力学建模方法构建微网母线功率模型.仿真结果表明,电动汽车的接入提高了微网的日间高峰时段和夜间负荷,造成了电网峰值和峰均比的增加,需进一步增加微网蓄电装置以提高对可再生能源弃能的吸收和电动汽车充电能耗的补充;在充分的充电服务支持下,电动汽车对换电服务的需求较少;所提模型能够较好反映电动汽车与微网的联合运行过程,对实现微网安全性、可靠性和高效性运行具有重要作用.     

电动汽车充放电与可再生能源发电协同调度研究

为了平抑可再生能源发电的波动性,可以建立双层调度模型,对停驶、分散的电动汽车进行分层分区充放电优化调度。在上层模型中,优化各电动汽车代理商在各时段的充放电用于减小可再生能源出力的波动,同时考虑各代理商所管辖电动汽车数量、电池储存电量、充放电功率等约束条件。在下层模型中,各个代理商对其所管辖的电动汽车充放电时间进行优化管理,使其在满足用户出行计划的条件下,最大程度上和上层调度计划一致。针对上下层模型求解问题,均采用遗传粒子群算法,充分发挥遗传算法和粒子群算法的优点,增强寻优能力、加快进化速度、提高收敛精度。模型分析表明,在满足电动汽车充放电约束条件下,合理安排电动汽车充放电可以有效平抑可再生能源的出力波动。