计及分时电价及交通情况的电动汽车最优出行路径规划算法

随着电动汽车的普及,电动汽车的车主们对于出行路径规划的需求日益增加。一种计及分时电价及交通工况的电动汽车最优出行路径规划算法,通过出行路径上的充电站电价及道路交通情况,构建道路简化模型和最优路径规划模型,实现实时的电动汽车最优路径规划。该算法可实际应用于电动汽车的智能终端上,引导用户经济可靠地驾车出行。     

电动汽车与风电协同入网的双层优化策略

文章提出了一种电动汽车(EV)与风电协同入网的双层优化模型。该模型上层以电动汽车与风电协同入网时负荷方差与充电站运营商购电成本最小为目标,得到电动汽车与风电联合的负荷指导曲线。模型下层以电动汽车和风电实际等效负荷与负荷指导曲线偏差最小为目标,进行实时负荷跟随。为保证电动汽车进行有序的充放电,提出了用户综合评价系数和放电影响因子等电动汽车参数,对电动汽车进行队列划分和充放电优先级排序。仿真结果表明,电动汽车与风电协同优化调度,不仅能够减小风电预测误差的影响,促进风电消纳,还能增加充电站运营商的收益,同时实现削峰填谷的目的。     

基于改进随机森林算法的电动汽车充电预测

为了应对电动汽车充电需求规模越来越大的现状,提出了一种基于针对单一充电站负荷的随机森林电动汽车充电负荷预测方法,通过对Cart回归算法完成对于具体充电站的短期充电负荷预测,从时间及空间角度对区域内各充电站充电负荷的数据分析,将该算法付诸实践,确定了当前电动汽车充电负荷数据在算法中的应用形式,并验证了预测算法的准确性,能可靠投入实用,通过充电负荷的预测为供电商和用户提供参考。     

基于加权Voronoi 图和GA-PSO的电动汽车充电站最优规划

考虑到电动汽车的普及,对充电站的需求越来越大,合理规划充电站是保证快速发展电动汽车的一项重要举措。根据某地区现有电动汽车的保有量,考察电动汽车的集中充电所需最大负荷,结合市场充电站的固定建设成本、运维成本、用户充电途中的耗时成本以及电池配送成本,综合考虑上述几种主要成本因素,以总成本最小为目标函数,建立充电站的规划模型。将交叉操作引入到PSO算法中,加强了PSO算法后期的寻优能力,通过采用加权Voronoi图和GA-PSO算法对模型进行计算。结果表明,在结合了多种成本并考虑用户需求的情况下,能够使得规划方法达到最优。     

考虑需求差异化和配电网运行风险的充电站规划

针对电动汽车充电站规划与用户需求及配电网运行的适配性问题,在采用EV空间转移概率模型来模拟用户出行不确定性时考虑充电站规划对用户充电行为的影响;综合建设成本、用户充电体验和配电网运行风险等需求建立充电站规划目标;建立空间权重来反映不同功能区域对充电站需求的差异,提出计及空间权重的两级加权Voronoi图进行充电站服务范围分区;分别基于粒子群优化算法和循环支路替换法提出充电站选址定容和充电负荷接入节点优化方法。以一个规划区为例,通过不同充电站数下规划方案对比选出最优方案,结果表明,考虑空间权重的TWVD分区方法比加权Voronoi图具有更好的分区效果。     

考虑交通路况的电动汽车充电负荷预测

对电动汽车充电负荷进行预测,是研究电动汽车负荷接入对配电网的影响、充电站选址定容等问题的前提。提出一种考虑交通路况的电动汽车充电负荷预测模型。建立考虑道路拓扑结构、速度-流量模型的道路交通模型,模拟在实际路网约束下车辆的行驶状态;考虑温度和车速的影响得到单位里程耗电量,并结合其他主要参数建立单体电动汽车充电模型;通过出行链理论和OD矩阵法分别获得私家车和出租车出行的起讫点,利用基于出行时间指数的Dijistra算法规划行驶路径;采用蒙特卡罗法进行模拟,得到充电负荷的时空分布。以西安市主城区实际路网为例,验证了该方法的有效性。     

EV充电站选址定容及基于蚁群算法概念的建设规划方案研究

随着各类新能源汽车的不断普及,服务于大规模电动汽车(EV)的配套充电设施也同步进行建设。提出了基于实际环境条件及用户实际需求的充电桩选址定容方案,能够应用于电动汽车充电站建设的实际规划。提出基于蚁群算法概念的充电站时序建设规划算法,通过对计划建设的充电站进行重要程度评估,为决策人员提供充电站建设顺序的建议。通过仿真验证规划方案的可行性和有效性,提供充电站规划综合方案。     

基于激励补偿机制的电动汽车充电站规模优化

针对电动汽车用户行为的随机性和特殊性,基于排队理论建立了考虑误工补偿、环境价值补偿的用户充电费用最小和充电站充电设施费用最小的多目标数学模型;研究不同充电站规模、补偿情况下用户和充电代理商的收益变化,为合理选取充电站建设规模提供参考方案。与此同时,文章采用了日前申报机制引导电动汽车用户的充电行为。研究结果表明,通过合理的配置充电设施,可以使电动汽车用户和充电站均获得理想收益,从而验证了所建模型的实用性和有效性。     

分布式能源接入后的电动汽车实时电价响应控制策略

随着电动汽车的规模化应用,为了缓解电网的压力,越来越多的分布式能源被接入。然而,电动汽车充电站的可再生能源供给一般小于电动汽车充电负荷,须与大电网联合运行。针对分布式能源与电网之间的协同增效利用,提出了微电网内的充电站储能系统与电网相互协调的策略。在建立电动汽车负荷模型的基础上,根据微网内可再生能源实时出力与负荷需求的求解不平衡率,使充电站储能系统和大电网根据不平衡率按一定比例协同运行。当电动汽车接入电网充电时,首次利用强化学习算法建立电价控制模型,实现两者的能源协调控制。以某地区的微网为例进行仿真分析,通过对比不同用户响应度的配电网负荷和充电站储能系统,验证该策略在微电网与大电网协同运行优化的有效性。该策略发挥了充电站储能系统和电网的联合运行优势,减小了电网负荷峰谷差,优化了电力负荷曲线,对解决如何有效地结合分布式能源和大电网对电动汽车进行充电等问题具有一定的实际意义和价值。     

城市电动汽车充电站的规划

电动汽车作为全新的一种交通工具,受到越来越广泛地关注.城市充电站的规划是电动汽车产业发展的重要基础,是一个多目标、多变量的复杂非线性优化问题.分析了影响充电站规划的主要因素,并从规划主体的利益出发,对充电站规划模型进行分类和讨论,还分析了各类规划模型的特点以及模型的求解算法.针对国内外充电站规划模型和算法存在的一些问题和不足,从不确定性因素、电能质量、环境效益、可再生能源接入和模型与算法的改进等多个方面,探讨了充电站规划的关键问题和研究方向.