基于实时电价的电动汽车充放电优化策略和经济调度模型

实时电价为优化电动汽车(EV)充放电负荷提供了手段,从而实现经济调度。首先建立用户最优充放电策略模型:以计及EV电池退化成本的用户成本最小为目标,以满足EV行驶荷电状态和充放电荷电状态等为约束。在此基础上建立电动汽车用户实时电价响应模型,通过实时电价计算用户充电成本,使电动汽车充放电负荷与电价联动调整,并将该模型嵌入电动汽车充放电策略优化目标函数。求解过程中,用"停泊时长"确定单车一日可多次充放电的时段和行驶时段,从而在EV可充放电时长范围内优化每时段充放电负荷。最后建立经济调度模型:目标中计及机组阀点效应、约束中考虑EV充放电负荷以及机组爬坡速率等限制的多目标经济调度模型,提出一种改进模式搜索算法求解该时间耦合、非线性、非凸模型。以IEEE 39节点为例,验证了所建立模型和求解算法的有效性。     

考虑奖励机制的电动汽车充电优化引导策略

随着电动汽车（electric vehicle,EV）的大规模推广,其无序充电严重威胁电网的安全稳定运行,积极引导EV用户参与充电优化策略,对于提高电网的安全稳定性具有重要意义。为此,基于充电优化管理调度思路,提出一种考虑奖励机制的EV充电优化引导策略,在分时电价的基础上,计入用户在降低电网负荷波动中的奖励机制,考虑充电位置固定、不确定用户的出行需求,确定EV的充电时间及充电位置,达到用户满意度最高的目的;利用EV动态响应的实时优化算法,对所提的优化调度模型进行求解。仿真结果验证了所提策略的有效性和可行性,该优化调度策略不仅能有效改善负荷低谷时段集中充电形成新的负荷高峰的问题,而且可明显降低用户的充电成本及电网负荷波动。     

考虑分区域动态电价机制引导的电动汽车充电优化策略

为应对大规模电动汽车无序充电引起的配电网运行损耗增加问题,提出一种分区域动态电价机制引导的电动汽车(electric vehicle,EV)充电优化策略。该动态电价机制是根据不同区域内的负荷特点建立不同的动态电价,从而优化对应区域的EV充电。其中商业区建立计及充电站充电总功率的动态电价模型,居民区和办公区采用计及风光出力的动态电价模型。同时,提出充电效益系数模型以提升在居民区和办公区用户的充电时间满意度。最后,在IEEE33节点系统上进行仿真验证。结果表明,所提出的基于分区域动态电价机制的EV充电优化策略能够在保证车主利益的同时,降低网损、提高配网电压质量、促进风光消纳以及提升配网的经济性。     

基于短期预测信息和长期值函数近似的大规模电动汽车实时随机优化调度算法

针对大规模电动汽车(Electric Vehicle, EV)和可再生能源接入背景下主动配电网的实时随机调度问题,提出了一种结合短期预测信息和长期值函数近似的双层实时调度模型。为应对大量EV接入后的维数灾问题,首先提出双层调度框架,上层建立EV集群模型,下层根据EV特性提出功率分配算法对每辆EV制定充电计划,实现上层集群指令的完全消纳并满足各EV充电的需求。同时,为应对EV行为、实时电价及可再生能源出力不确定性的问题,实时优化时采用预测算法预测短期内未来接入的EV行为、可再生能源最大出力与实时电价,并通过值函数近似评估短期决策后系统的值函数,从而实现EV集群充电计划、可再生能源调度计划与购电计划的实时分阶段决策。仿真算例表明,所提模型可以实现大规模EV接入下主动配电网的实时随机调度,同时具备良好的鲁棒性。     

“车-路-网”模式下电动汽车充放电时空灵活性优化调度策略

电动汽车（EV）是具有交通和移动负荷双重属性的跨域主体。EV大规模集中充电会给电网带来冲击,并加剧交通拥堵。为此,提出基于“车-路-网”交互的EV充电负荷时空优化调度策略,对EV的充电行为进行合理调控。首先,建立动态路网模型并结合改进的Floyd算法精确模拟EV行驶路径,预测EV充电负荷时空分布特性。其次,以预测结果为基础,结合电价响应度模型提出基于主从博弈的优化调度策略,对电网、路网和EV用户的收益进行多目标优化。最后,以中国北京市某区域路网及IEEE 33节点配电系统对所提模型的有效性进行仿真验证,结果显示,所提策略可以实现充电站间的负荷时空分布均衡,改善充电站周围路网的交通流量状况,并降低EV用户充电成本。     

基于电价引导的电动汽车与综合能源系统交互策略

在能源互联网的大背景下,综合能源系统(integrated energy system,IES)和电动汽车(electric vehicles,EV)受到广泛关注.该文提出基于电价引导的IES与EV交互策略,平抑IES总电负荷波动,提高运行效益.首先基于模糊算法建立计及电价影响的EV用户充电概率仿真模型,提出动态分时定价策略引导EV有序充电,降低IES总电负荷峰谷差.其次,构建了包含EV电价引导层与IES能量调度层的双层能量调度模型,实现EV与IES的能量协同交互,并研究了基于电价引导的EV充电策略对IES能量优化调度和运行成本的影响.最后以北方地区某IES园区为运行场景开展算例研究,电价引导后IES的峰谷差降低了32.52％,IES运行成本降低了9.93％,EV充电费用降低了19.85％.结果 表明,基于电价引导的EV与IES交互策略能够减小IES总电负荷峰谷差,提高IES运行效益并降低EV用户充电费用,且上述效果随EV负荷比重增加而趋于显著.     

考虑充放储一体站与电动汽车互动的主从博弈优化调度策略

针对大规模电动汽车(electrical vehicle,EV)接入微电网造成的负荷压力,提出一种考虑充放储一体站(charging-discharging-storage integrated station,CDSIS)与EV互动的主从博弈优化调度策略。首先,通过建立CDSIS模型,并针对CDSIS多场景进行分段设置。其次,建立动态路网模型并结合EV出行特性,预测城市区域路网约束下的EV充电负荷时空分布。并根据预测结果建立EV及CDSIS多目标主从博弈优化调度模型,对EV用户、CDSIS收益进行多目标协调。最后,以某城市主城区域部分交通路网结合IEEE33节点配电系统进行仿真,分析电价与CDSIS储能设备容量对城市区域内EV用户和CDSIS站收益的影响。结果表明,所提主从博弈模型与调度策略能够使得EV用户与CDSIS双方得到最大收益。     

基于需求响应的电动汽车经济调度

提出了一种基于需求响应的电动汽车充电策略,根据电网实时电价信息优化电动汽车用户充电电价触发值,降低用户充电成本。同时,研究了含大规模电动汽车的电力系统机组组合问题。在此基础上建立了基于需求响应的电动汽车经济调度模型,通过对电动汽车用户行为特性的预测,以电网公司收益最大化为目标,优化制定电动汽车充电电价,转移电动汽车充电负荷。算例分析结果表明,提出的经济调度模型可以起到降低峰谷差率的作用,且与无序充电情景相比,能够明显降低系统的运行费用,可以实现电动汽车大规模接入电网时的经济调度。     

基于虚拟电价的电动汽车充放电优化调度及其实现机制研究

提出了基于虚拟电价理论的电动汽车(EV)充放电优化调度思想,构建了以削峰填谷为目的、兼顾配电系统负荷信息与用户电能损失费用及电池损耗成本的EV充放电优化调度和实现机制模型。在所建的模型中,通过虚拟电价将充放电功率与系统负荷信息相关联,并研究了根据虚拟花费最小进行EV充放电优化的功率调节方法。在此基础上,综合小波分析和模糊聚类确立了用于EV充放电的动态分时电价机制,以保障调度策略的可实施性。最后,以某小区充电设施集群为例对5种优化模式进行了仿真分析,算例结果说明了所述模型的基本特征。     

基于需求响应潜力模糊评估的电动汽车实时调控优化模型

针对快充场所电动汽车(EV)大规模接入造成的配电网过载问题,提出了EV需求响应潜力模糊评估方法与实时调控优化模型。首先,基于EV电池安全电量、EV充电需求、充电桩额定功率的限制建立用户客观响应能力约束模型,以及考虑激励水平的用户主观响应意愿评估模型。其次,结合客观响应能力和主观响应意愿建立用户响应潜力评估模型,采用模糊推理确定充电电价、当前电量需求和剩余驻留时间等因素对用户响应意愿的影响。然后,提出激励型实时需求响应的双层优化模型及其求解方法,上层优化模型以EV聚合商激励成本最小化为目标对EV聚合商激励电价进行优化,下层优化以用户平均充电满意度最高为目标对EV充放电功率进行优化,从而充分挖掘用户的响应潜力,兼顾电网公司、EV聚合商、用户各方的利益。最后,通过多组仿真验证了所提模型和方法的有效性。     

基于Hotelling模型的充电服务费双寡头联盟定价方法

为了减少电动汽车充电负荷大规模接入对电网安全稳定运行的负面影响,针对含有多主体运营商充电站的充电市场竞争定价问题,提出了基于Hotelling模型的充电服务费双寡头联盟定价方法。首先,分析了多元充电市场中电网公司、充电站运营商和电动汽车用户各自的利益追求。其次,利用Hotelling模型刻画了充电需求受价格引导的分布特性,设计了多元活性充电市场中的充电站运营商充电服务费定价方案。最后,通过仿真算例分析,验证了所提充电服务费双寡头联盟定价方法的有效性。     

大规模电动汽车集群分层实时优化调度

为解决电动汽车的大规模实时优化调度问题,根据接入电动汽车不同的期望充电完成时间,将其划分为若干个不同优先级的电动汽车集群,在满足车主充电需求、配电网安全运行的同时,建立了考虑电动汽车充放电的大规模集群实时优化调度模型。该调度模型主要分为两个层次:首先,采用灰狼优化(GWO)算法对上层调度进行求解,从而获得各个电动汽车集群的充放电策略;然后,利用提出的能量缓冲一致性算法,制定出集群内的各辆电动汽车的底层充放电策略。仿真算例表明:所搭建的集群优化模型能明显降低电动汽车的大规模实时优化调度难度,同时,GWO算法和能量缓冲一致性算法在求解电动汽车的大规模优化调度问题上,更具有实用性和快速性。     

基于需求响应的电动汽车充放电电价与时段研究

大规模电动汽车无序充放电将会对电网负荷造成"峰上加峰"的不良影响,因此合理引导充放电行为至关重要。首先,计及电动汽车反向入网(vehicle-to-gride,V2G)情况,在综合考虑电动汽车用户成本和电网公司利益的基础上,制定了电动汽车充放电电价上下限。然后,以电网负荷峰谷差率最小和电动汽车用户参与V2G成本最低为目标,建立了充放电时段优化模型。最后,用NSGA-II算法对该模型进行寻优求解。算例表明,通过价格型需求侧响应的引导策略,对实现系统负荷"削峰填谷"和提高电动汽车用户收益具有一定效果。     

考虑负荷时空均衡和弹性响应的电动汽车快充电价定价策略

为了引导电动汽车有序充电,提出了一种考虑负荷时空均衡和弹性响应的电动汽车快充电价定价策略。引入交通流理论描述交通路网,建立电动汽车快充负荷时空分布模型;考虑配电网调度和电动汽车快充负荷的弹性需求,构建源-荷互动下的快充电价定价架构,并基于潮流追踪法从时空双维度推导快充电价的计算方法;在此基础上,计及电动汽车负荷弹性响应特性,以提升配电网的负荷均衡性为目标,建立快充电价定价策略,并通过迭代算法求解该定价策略。算例仿真结果表明,所提定价策略能够有效引导电动汽车进行有序快充,激励电动汽车用户与配电网友好互动,提升负荷的时空分布均衡性。     

基于参数序列化技术的电动汽车集群响应控制策略

为了对集群电动汽车充电负荷进行有效控制,提出了一种基于参数序列化技术,即能量状态优先队列(ESPL)的电动汽车集群响应控制策略。首先,类比热力学可控负荷诸如热泵的温度优先队列方法,确定电动汽车充电模型;继而定义了可与热泵的温度类比的电动汽车能量状态值,并将可与热泵开关状态类比的电动汽车充电状态作为控制对象,提出了用于对电动汽车群体进行控制的ESPL方法,与电动汽车预测模型相互配合,对电动汽车群体进行了有效控制。算例通过构造电动汽车目标功率,验证了此集群响应控制策略的有效性。     

电动汽车两阶段多目标有序充电策略研究

大量随机性电动汽车充电负荷的接入会对电网安全经济运行等方面产生不利的影响。在统计电动汽车用户出行规律、起始充电时刻等行为基础上,分析了充电站的充电负荷特性。在考虑配电设备运行安全和用户充电需求的前提下,综合充电负荷和原有负荷的特点,建立了以分时电价为基础、以减小负荷波动率和提高运营商效益为目标的两阶段多目标充电模型。提出了基于多种群遗传算法的两阶段多目标优化模型求解方法和有序充电控制策略。以小区充电站为例,验证了两阶段多目标有序充电控制策略在减小负荷波动率、削峰填谷、降低经济成本提高运营商效益等方面的作用。     

基于全局和局部最优模型的电动汽车充放电优化调度

电动汽车大规模入网将对电网产生重大影响。针对大规模具有动态响应特性的电动汽车充放电问题,提出了全局最优调度和局部最优调度两种模型。通过电动汽车响应的实时电价模型,分别建立含电池损耗成本、连续可微、带线性约束的凸目标函数。全局最优模型需要负载和电动汽车各项信息求解全局总成本最小的调度方案。局部最优调度模型对电动汽车进行分组,以分布式模式最小化滑动窗口内电动汽车组的总成本。通过内点法对两种模型求解表明:局部最优调度方案可以扩展到大型电动汽车群,对电动汽车的动态到达特性具有弹性。相对于全局最优调度模型复杂的求解信息,局部最优调度方案具有更高的实用性和相近的求解结果。     

大数据背景下的充电站负荷预测方法

电动汽车负荷预测是充电站规划及调度的研究基础。相比传统的负荷预测,大数据背景下的负荷预测具有待预测数据可快速观测的特点,此时负荷预测方法需要相应调整。首先分析了充电站负荷预测所需数据及主要数据来源。其次,针对单辆电动汽车,基于大量、快速更新、多种类的数据分析电动汽车的充电习惯,预测每一辆电动汽车的充电开始时间、持续时间和充电地点,获取单辆电动汽车的负荷模型。该模型综合考虑电池状态、出行时间、行驶路径与速度、充电偏好等信息。然后,面向任意充电站,对与其相关的路网节点与交通线路上的所有电动汽车负荷求和,估算该充电站的总充电功率。最后,进行实例仿真,并与传统方法下的充电负荷预测结果进行了对比。