基于多智能体的电动汽车充电协同控制策略

在分析电动汽车充电负荷特性、管理架构的基础上,借鉴复杂自适应系统的核心思想,提出基于多智能体的电动汽车充电管理模式。建立单台电动汽车的充电负荷模型和基于多智能体系统的电动汽车充电优化模型。采用蒙特卡洛方法模拟电动汽车用户的充电行为。在考虑电动汽车的充电功率、充电时间以及变压器可用容量等约束条件的前提下,针对35 k V片区配电网中电动汽车接入充电的优化问题,提出基于多智能体协同控制的电动汽车充电优化策略。仿真结果表明多智能体协同控制策略能够有效地实现电动汽车充电负荷的"移峰填谷",减小电网峰谷差。     

电动汽车充电模式对区域电网负荷特性的影响

电动汽车的大规模发展对电网来说可谓机遇与挑战并存,无序充电将对电网带来冲击,智能充电则能优化电网的运行。分析不同类型电动汽车的充电行为,通过建立即插即充、夜间充电、智能充电等充电模式下各类电动汽车负荷模型,分析不同充电模式对区域电网负荷特性的影响。结果表明,合理利用电动汽车负荷和储能特性将有助于降低电网最大负荷和峰谷差,平稳负荷,提高电网的设备利用率。     

电动汽车V2G接入电网对电网负荷的影响分析

随着电动汽车的大规模普及以及智能电网的应用,未来将会有大量电动汽车通过V2G （vehi-cle-to-grid）接入电网,电动汽车充电将会给电网负荷带来巨大的挑战。分析了电动汽车V2G接入电网的影响因素,建立了基于蒙特卡洛模拟的电动汽车充电负荷计算方法。通过分别建立随机充电和V2G充电2个模型,对比在不同的电动汽车渗透率下的电网充电负荷,得出V2G可控充电对于平衡电网高峰负荷以及利用低谷电力有着积极作用的结论。     

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。     

电动汽车居民区充电负荷建模分析

提出一种基于电动汽车停车时间、充电需求等因素的电动汽车居民区充电负荷建模分析的新方法。针对电动汽车的停车行为,研究基于居民区的区域停车生成率的停车需求,建立居民区的区域停车模型。建立里程分布模型,研究电动汽车移动和电耗量的关系,建立电动汽车剩余荷电状态(SOC)模型。结合居民区的区域停车模型、荷电状态分布模型,通过详细考察居民区区域停车这一功能分区特征,综合设备性质、居民区区域特征等因素,得到居民区的电动汽车充电模型。在充电模型中包含对电动汽车电池的工况分析、电耗量分析、返程时间分布、返程时SOC分布等环节的优化分析。采用一系列的数学建模方法,完成了基于时间分布的电动汽车居民区充电负荷的相关性质研究,以此作为日后电网调度、削峰填谷的参考。以某市为算例,进行蒙特卡洛模拟和分析,得出充电负荷分布的相关结论。     

基于电动汽车充电负荷需求预测的电网调度优化*

现有的电网调度方法对电动汽车充电负荷需求的预测效果较差,预测的负荷变化趋势与实际情况相差较大,因此基于电动汽车充电负荷需求预测提出电网调度优化方法。根据电动汽车到达充电站的起始和终止时间,计算得到充电时长,电网调度再根据此时间段执行充放电活动。对历史负荷数据标记季节和假期属性,得到属性相似的初步样本,使用充电负荷数据的最值和平均值作为负荷属性,经过AP算法聚类后,利用CNN模型对样本负荷进行预测,其通道值分别为负荷值、温度和车流量,输出充电负荷需求值。根据充电负荷预测信息和剩余容量确定电网调度优化目标和调度约束条件,改变电动汽车的充电时刻,实现电网负荷优化。测试结果表明,该设计方法使用有序的充电策略保证了良好的优化调度效果,满足充电负荷需求。     

基于电动汽车供电资源态势感知的台区负荷弹性调度策略

考虑电动汽车、空调负荷等柔性负荷的无序接入对电网造成的不利影响,提出一种计及电动汽车供电资源态势分析的台区负荷弹性优化调度方法。首先,对电动汽车的充电需求进行概率预测,通过量化分析电动汽车负荷的特性指标,提出了台区电动汽车供电资源的态势感知模型,通过集成学习算法训练进行供电资源态势评估;接着,基于供电资源态势感知情况提出对电动汽车充电需求进行弹性伸缩的优化调度策略,将电动汽车充电需求与空调负荷削减量作为控制量,建立带弹性约束的多目标调度计划优化模型,采用改进多目标粒子群算法求解得到优化调度计划;最后,通过台区算例分析验证了所提优化调度方法能实现对电网负荷的削峰填谷,协调解决柔性负荷需求与资源闲置状态下存在的冲突,对电动汽车充电和空调用电负荷进行有序调度,以实现供电资源利用率最大化。     

基于分时电价的电动汽车多目标优化充电策略

随着电动汽车渗透率的增加,电动汽车的无序充电会给区域配电网的运行带来很大压力。为了减小电动汽车负荷对电网的影响,提出了一种电动汽车智能充电的调度策略。在分时电价的基础上,将充电成本最小化和负荷方差最小化作为目标函数,考虑了充电机最大充电功率限制等约束条件,建立了电动汽车集中充电的多目标优化调度模型。采用了非支配排序遗传算法(NSGA-II)对优化模型进行求解,通过Matlab算例的计算结果验证了该策略的可行性和有效性。分析了不同数量电动汽车和不同时间窗口的取值对优化结果的影响,并据此给出了相关建议。     

电动汽车充电模式对主动配电网的影响

主动配电网建设依托于大规模间歇式可再生能源并网运行控制、电网与充放电设施互动、智能配用电等电网分析与运行关键技术的发展。随着电动汽车的推广普及,用户充电时间和空间上的随机性将增加电网运行的不确定影响因素。文章重点研究电动汽车充电模式对配电网负荷曲线波动特性的影响,通过研究电动汽车充电的功率需求和能量需求特性,依据电动汽车用户行驶习惯的概率分布特性,建立规模化电动汽车充电负荷模型,进而分析电动汽车在无序充电和有序充电模式对区域配电网日负荷曲线的影响。结合实际充电站运行数据仿真验证配电网中电动汽车有序充电的主动控制作用。     

电动汽车充电需求负荷模型建模方法研究

电动汽车是坚强智能电网的重要组成部分,是实现低碳化交通的重要途径。在研究我国电动汽车相关政策和发展趋势的基础上,针对不同的充电模式建立了电动汽车充电负荷模型,并采用蒙特卡罗方法进行求解。以临沂市典型日负荷曲线为例,计算电动汽车的充电负荷曲线,并分析了不同充电情景对日负荷曲线的影响。结果表明:电动汽车充电负荷模型受充电模式影响很大,更换电池模式可以很大程度削减电网的峰谷差,提高电力设备的利用率,有利于电网的安全高效运行。     

电动汽车智能充电策略研究

大量电动汽车无序充电会给电网的稳定运行带来一定的负面影响,需要智能充电策略尽可能减小电动汽车充电对于系统运行的不利影响,同时使得电动汽车用户的充电成本尽可能低。根据电动汽车负荷模型,提出了一种新的目标函数优化数学模型,用Matlab对电动汽车智能充电策略进行编程计算,制定智能充电策略。通过分层分区管理中的中央自主管理层对电动汽车充电行为进行管理,解决电网侧和电动汽车用户之间可能出现的问题。算例表明,智能充电能减少电动汽车无序充电给电网带来的影响。     

考虑分段充电的实用型电动汽车概率负荷模型

随着电动汽车发展的规模不断扩大,车辆的充电负荷将成为电网负荷的重要组成.由于自身充电行为的随机性,电动汽车充电负荷难以用传统的负荷模型进行描述.文章针对停车场内的电动汽车充电负荷,提出了一种考虑分段充电特性的实用型充电负荷概率模型.研究了单台电动汽车电流型分段充电负荷模型,在此基础上利用蒙特卡洛抽样模拟多台电动汽车的随机充电过程;通过最小二乘法对模拟的电动汽车充电负荷特性进行辨识,得到等值充电负荷模型参数集;考虑电动汽车进站时刻、充电时长占比等因素,结合分段模型参数辨识值得出各参数的概率分布特性,将停车场的充电负荷等效为一个变系数的负荷模型.利用实测出行规律的统计数据,在Matlab/Simulink中对该模型进行仿真验证负荷模型参数的有效性.仿真结果表明,文章建立的负荷模型简洁清晰地描述了充电行为随机的电动汽车充电负荷特性,可应用于规模化电动汽车充电负荷的实际工程计算中.     

电动汽车充电行为对电网负荷曲线的影响

为了探讨电动汽车大规模充电行为给电网负荷造成的影响及其对解决负荷的峰谷差可能带来的机遇,考虑了电动汽车的充电方式、电价政策、电网和非电网运营机构的充电模式等因素,将电动汽车的充电行为分为四种情景,利用蒙特卡洛方法来评估不同规模的电动汽车对广州市电网日负荷曲线产生的影响.结果表明,要减轻电动汽车大规模应用给电网带来的负担,电网公司必须出台相应的引导政策,例如峰谷电价和高峰电价政策;实施这些政策或者直接控制全网电动汽车的充电行为,才能使其充电负荷起到比较好的“填谷”效果.     

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。     

电动汽车充电功率需求分析模型研究综述

我国未来将进入电动汽车规模化应用的时期,但是这也将对电网运行产生巨大影响,因此合理预测电动汽车充电功率需求具有十分重要的意义。本文主要总结了电动汽车大规模充电的充电功率需求特性及其分析模型。首先展望了电动汽车大规模充电的前景及其给电网运行带来的挑战,从而引出了电动汽车大规模充电功率需求分析的重要性;然后从电动汽车本身、充电设施和电能用户三大方面总结电动汽车充电功率需求特性;接下来从不同发展时综述了电动汽车充电功率需求分析模型的研究情况;最后指出了当前研究的不足,并探讨了今后研究的方向。     

电动汽车实时可调度容量评估方法研究

作为智能电网的重要组成部分,电动汽车通过调控充放电功率可为电网提供备用容量,参与调峰调频等辅助服务,但该容量会受到用户出行需求、电池损耗等因素的影响。基于此,首先分析了电动汽车参与电网调度的控制模式,综合考虑用户出行需求、电池寿命、电池电量等约束,提出了一种规模化电动汽车实时可调度容量的评估算法。最后,模拟了一种以平抑总负荷波动为目标的充放电场景,根据可调度容量所需持续时间,基于所提方法评估出了分别用于电网一次、二次以及三次调频的电动汽车实时可调度容量,验证了该方法的有效性。     

大规模分散式充电桩参与电网负荷优化技术研究

电动汽车（electric vehicles, EV）发展迅速,分散式充电桩参与电网调控蕴含巨大潜力。对比负荷运行典型评估指标,将负荷波动率作为优化目标,重点构建了分散式充电桩参与电网负荷优化的多目标优化模型,提取负荷波动率的关键特征,建立表征负荷波动率的优化目标函数;引入电力奖励积分解决电价不灵活的问题,构建用户成本优化目标函数;以南京市区某配网馈线的典型夏季负荷为例,利用MATLAB工具对2 000辆可参与日调峰汽车、500辆可参与夜填谷汽车的负荷优化进行仿真分析,结果显示电网负荷波动率明显下降,用户成本大大降低。     

融合多源信息的电动汽车充电负荷预测及其对配电网的影响

电动汽车充电负荷具有时间和空间不确定性、随机性,提出一种融合路网、交通、电网、天气、车辆、充电设施等多源信息的考虑用户出行行为和充电需求的电动汽车充电负荷时空分布预测模型。由图论方法构建城市路网和电网信息模型及两者的耦合关系;引入出行链,以概率函数拟合车辆首次出行时间和行程目的地的驻留时间,采用Dijkstra算法规划车辆的出行路径以获得各段行程距离,由道路等级和各时段交通信息获得车辆的行驶速度,以计算行程行驶时间和荷电状态,再根据各行程目的地的充电需求判断条件,计算充电时长和充电负荷;采用蒙特卡洛方法对各功能区电动汽车出行的时间和空间充电负荷分布进行整体仿真;并根据耦合关系将充电负荷归算至对应电网节点,再通过时间序列潮流计算评估电动汽车接入电网后无序充电对电网负荷、电压和网损的影响。算例通过设置不同的场景预测了不同功能区和电网节点的充电负荷曲线,分析了不同因素对充电负荷分布及电网的影响,验证了所提模型的有效性。     

主动配电网源荷协调多目标阻塞调度

随着电动汽车的规模化发展,其所具备的灵活充放电时间转移能力,使得电动汽车充放电秩序的选择成为影响主动配电网出现负荷尖峰的一个重要因素,大量电动汽车无序集中用电,甚至会引起网络阻塞。文中基于中国电力市场的实际情形,结合电动汽车群充放电的柔性与主动配电网中可控分布式电源发电出力的灵活性,将电动汽车群、可控分布式电源,以及从大电网的购电量作为调度对象,以电动汽车群充放电费用最少和系统发电成本最低为目标,提出一种充放电服务费调整策略下的主动配电网源荷协调多目标阻塞调度模型。算例验证表明,所提出的阻塞调度策略可降低系统阻塞效应、提高电网运行安全性和经济性。