智能电网中电动汽车双层最优充电策略

大量、无序的插电式混合动力汽车(plug-in hybrid electric vehicle, PHEV)接入电网,会造成高峰时段电网变压器过热、过载,导致跳闸甚至大面积停电。因此电动汽车的协调充电问题是电网中一个研究热点和难点。文章首先将插电式混合动力汽车协调充电问题定义为带约束条件的优化问题,然后提出一种双层最优充电策略对该优化问题进行求解。在第一层基于需求侧管理对电网低压变压器(low-voltage transformers, LVTs)的负荷曲线进行扁平化平滑优化;在第二层基于一致性迭代算法,使插电式混合动力汽车用户的总体充电成本达到最小并同时满足用户的充电需求。所提充电策略既保持了电网变压器供电负荷曲线波动最小,又实现了每个电动汽车用户的充电成本最小,满足了用户的充电需求。     

混合动力汽车低压辅助供电系统充放电管理

针对汽车低压辅助供电电源12 V铅酸蓄电池使用寿命短、充电效率低的问题,并结合目前混合动力汽车硬件结构特点,提出一种有效保护蓄电池且高效率的充放电管理策略。该策略在弱电下监测蓄电池的状态,制定了不同状态下的馈电保护机制,并在上强电后采用阶段式的充电方法。通过实车实验表明:该策略可以有效提高充电效率、缩短充电时间、防止充电电流过大,在一定程度上延长了蓄电池使用寿命,这对混合动力汽车蓄电池实现更合理的充放电管理具有重要的实用价值。     

基于低谷填入法的插电式混合动力汽车集中充电策略

近年来,插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)逐渐走进人们的生活。车辆—电网模式(vehicle-to-grid,V2G)实现了交通系统与电能系统的连接。研究发现,大量PHEV的自主充电可能会加大原有负荷曲线的峰值,拉大峰谷差,不利于电网的经济运行。在此基础上,以分时电价为背景提出集中充电策略,根据该策略提出一种基于低谷填入思想的PHEV集中充电算法。以某市2020年预测数据为例进行仿真,结果表明所提策略对负荷的削峰填谷有显著效果。     

车载复合电源回馈制动的模糊控制方法研究

针对混合动力汽车续航能力不足的缺陷,采用蓄电池与超级电容结合的复合电源作为车载电源,并在汽车制动过程中对车载电源进行充电。以"电容电量低,电池少充电;电容电量高,电池多充电"为原则,采用模糊控制策略对回馈能量进行管理。在Matlab/Simulink中搭建模糊控制下的车载复合电源回馈制动模型。仿真结果表明,该方法能够有效管理回馈制动过程的能量分配,延长汽车续驶里程,改善汽车燃油经济性并减少排放。     

混合动力汽车中最小反向充电电压的研究

通过对混合动力汽车充电电路的分析,引入了蓄电池等效内阻的概念.从理论上建立了最大充电电压增益与电路内阻、电池内阻的关系,并以此来确定不同工作电流下的最低充电电压值.该值在混合动力系统中对应于实际的电机转速,可以由此确定能量回馈的最低车速.实验结果表明,采用提出的最低电压确定法可使充电回路正常工作,并具有很好的恒流效果,可用于混合动力汽车系统中.     

含插电式混合动力汽车的机组组合问题

建立了以负荷峰谷差最小化为优化目标的计及用户行驶习惯的插电式混合动力汽车(plug-in hybrid electricvehicle,PHEV)智能充电模型,并对各时段PHEV的反向放电能力进行估算。以10机测试系统为算例,采用启发式二进制粒子群优化算法对机组组合模型进行求解,并对比分析了不同的PHEV控制方案对机组组合结果的影响。仿真结果表明,对PHEV采取不同的充放电控制方案,将对机组组合的优化结果产生显著的影响。采用智能充电策略,并利用PHEV的反向放电能力为电网提供备用,将使机组的发电成本降至最低。     

插入式混合动力汽车的充电计量方法和相关试验

电动汽车（EV）目前已经受到业界的广泛关注，插入式混合动力汽车（PHEV）更是关注中的焦点。插入式混合动力汽车拥有电力和汽油两种动力来源，平时可在家中通过交流电插座进行充电，所充电力由内置电池储存，用于短途驾驶。当进行长途旅行且电池电力耗尽时，汽油则成为动力来源。     

微电网中电动汽车充电模式与换电模式的运行优化

在已知风光出力,且电网实行分时电价的前提下,分别使用充电模式和换电模式调用充电汽车蓄电池储能。充电模式以微网内燃料费用最低和外网购电费用最低为优化目标,换电模式在上述优化目标基础上增加充电购电成本最低优化目标,使用混合整数规划CPLEX软件求解了该优化目标下的充电汽车储放能控制策略,并给出了优化运行结果。结果表明该优化方案有利于降低微网运营者的运行费用,而采用换电模式给充电汽车充电更能发挥充电汽车蓄电池逢电价高储能、逢电价低放能的作用,提高了微网的运行经济性。     

考虑电动汽车充电偏好的V2G风电消纳优化策略

电动汽车的调度问题由于汽车种类的多样性以及车主充电行为的自主性不能简单地被视为一个群整体模型。为此基于充电需求和电动汽车出行特征,将电动汽车分为经济型、合约型和常规型三类后执行价格激励和延时充电的方法,建立以运营商收益最大和电网负荷均方差最小的多目标函数,充分考虑风电场、电网、运营商和充电汽车用户的各方利益需求,为实际系统中各类型充电汽车进行合理调度指导,最终实现大规模电动汽车有序充放电以消纳弃风功率。算例对比三种优化策略,验证了同时采取电价激励和延时措施的策略能使综合目标最优。     

基于分时电价的多目标电动汽车有序充电优化策略研究

随着新能源汽车的普及,大规模的新能源汽车无序并入电网会给配网负荷的平稳运行带来巨大挑战,因此研究电动汽车(electric vehicle, EV)的有序充电具有重大意义。首先,考虑分时电价对用户充电行为的影响,建立以减小电网的负荷波动率及用户充电费用最小为目标的多目标优化模型;其次,对所建立的模型采用改进的粒子群算法求解;最后,建立500个EV的充电模型对其进行仿真分析。仿真结果表明,所提策略可以较大程度减小负荷的波动率,降低用户的充电成本。     

考虑多智能体协同的电动汽车充放电分散式实时优化策略

针对多充电站/电动汽车区域能量管理系统(electric vehicles distributed energy management system,EVDEM S)情景下电动汽车充放电优化的问题,将各充电站/EV-DEM S视为充电智能体,建立了考虑多个充电智能体的分散式实时优化架构来协调各智能体的充放电策略。模型在满足车主充电需求的前提下,以日负荷曲线波动最小为目标,实现电网侧的削峰填谷。仿真算例表明,和传统的集中优化方式相比,该分散式优化模型和算法能够很好地对各智能体充放电计划进行协调优化,在保证优化结果的情况下能够极大地提升计算速度。     

电动汽车充电站有序充电调度的分散式优化

大量电动汽车无序充电会给电力系统尤其是配电系统的安全与经济运行带来影响甚至挑战。针对集中式优化与控制方法的不足和固定电价策略的缺陷,基于拉格朗日松弛法,将传统的电动汽车充电站有序充电调度集中式优化问题分解为N个子问题(N为需充电电动汽车数量),提出了有序充电调度的分散式优化策略。优化模型以充电站收益最大为目标函数,考虑了用户用电需求、充电时间、变压器容量等约束和充电站分时电价策略。为验证所提方法的有效性,采用蒙特卡洛法模拟电动汽车充电需求,对采用集中式优化和分散式优化策略的有序充电和无序充电情形,以及充电站售电固定电价和分时电价模式下的充电站收益、削峰填谷效果、计算效率等进行仿真计算和分析。结果表明,所提方法相比于无序充电及充电站固定电价策略,可显著提高收益;相比于集中式优化,计算效率更高;充电站采用售电分时电价虽有"填谷"效果,但平抑负荷波动效果并不十分理想。     

计及负荷峰谷特性的储能调峰日前优化调度策略

为了使储能系统达到最优的削峰填谷效果,提出一种计及负荷峰谷特性的储能调峰日前优化调度策略。根据调度日内的负荷曲线,以储能系统的额定容量与额定功率为约束条件,分别计算在调峰过程中所能达到的最高填谷功率线、最低削峰功率线以及与之对应的充放电电量。根据所需的充放电电量差值,在储能系统未动作区间内,以储能系统经济性和负荷峰谷差改善量最优为目标,确定各时刻储能系统的充放电功率,实现充放电电量平衡。分别建立填谷调度模型、削峰调度模型及电量平衡调度模型,并制定相应的调度策略执行流程。构建调度策略评价指标,以某电网的负荷及风电数据为基础验证所提调度策略的有效性。     

基于实时最优恒定功率的电动汽车有序充电策略

大规模电动汽车无序接入充电会与电力系统基础负荷"峰峰相叠",加大系统峰谷差,造成配电变压器重过载和系统网损增大等后果,从而威胁电网的安全运行.为了实现电动汽车有序充电,在以负荷波动差作为网损分析指标的基础上,提出基于实时最优恒定功率的电动汽车有序充电模型.根据常规负荷预测曲线和电动汽车充电基础数据求解实时最优恒定功率,在满足配变最大容量等约束的前提下,以系统负荷波动差最小为目标形成电动汽车有序充电方案.最后通过MATLAB平台作算例仿真,以IEEE 33节点系统为例的仿真结果表明:所提有序充电策略能够更有效地实现系统负荷"移峰填谷",达到平抑负荷波动和降低系统网损的目标,从而验证了该策略的有效性.     

考虑光储型电热协同系统灵活性的多代理削峰填谷策略

为解决光储型电热协同系统（electric-thermal system, ETS）协作参与电网削峰填谷问题,并减小负荷预测误差和新能源波动对调节效果的影响,提出一种多代理削峰填谷策略。该策略依托由配网代理、区域代理、ETS/光伏发电（PV）代理和执行单元构成的多代理系统实施,包含集中式能量优化和分布式能量管理环节。在集中式能量优化过程中,配网代理可通过求解以自身运行成本最小为优化目标的模型预测控制（model predictive control,MPC）优化模型,为区域代理及其内部的光伏系统提供日内有功功率上限计划。分布式能量管理过程中,区域代理和ETS/PV代理基于多智能体一致性算法获取供暖设备的有功功率修正值,从而减小实际区域代理有功功率与其计划值间的偏差。仿真结果表明：该策略可使系统协同参与削峰填谷且结果更精确。     

考虑实时电力交易的电动汽车群组充放电优化策略

根据中国在商用领域大规模使用电动汽车的情况,本文提出一种适用于商用电动汽车群组的有序充放电调度策略,以增加商用电动汽车群组所有者的收益。该策略通过聚合器作为电动汽车和电网之间联系的桥梁,合理调度电动汽车群组的充电时间和充电汽车的行驶数量,并参与电力市场实时交易。首先,在满足电力系统安全的情况下,建立了计及电力交易收益和车辆运营收益的模型,通过多属性效用理论进行优化。然后,采用遗传算法用于最小化电动汽车的多属性效用函数和日常调度。最后,基于某小型商用电动汽车群组进行算例仿真,并在中等规模商用电动汽车群组进行了有序充电与无序充电的负荷对比分析。结果表明该策略在确保电网安全的前提下,具有一定的经济效益,且能起到削峰填谷的作用。     

面向光储充一体化社区的有序充电策略研究

针对当前有序充电策略优化目标单一且未考虑新能源出力的现状,提出了面向光储充一体化社区的有序充电策略。首先,将降低社区负荷峰谷差作为电网层优化目标,将减少用户充电费用作为用户层优化目标,完成双层多目标有序充电模型的设计。其次,设计基于云边协同的调度架构,将电网层优化模型部署在云端侧,用户层优化模型部署在边缘侧。该架构能有效利用边缘侧的计算资源,缓解云端侧面对电动汽车大规模接入时的计算压力。最后,以5种充电场景为例进行算例分析。实验表明,与无序充电相比,所提策略能够使社区负荷峰谷差减少40.47%,充电均价减少52.63%。与单层有序充电策略相比,该策略综合效果优势明显,在保障配电网安全稳定运行的同时,兼顾电动汽车用户的经济利益。     

基于博弈算法的电动汽车有序充电优化及效益分析

全球能源危机背景下,电动汽车日益普及,大规模电动汽车无序充电给电力系统带来新的用电压力。规划电动汽车有序充电、解决充电导致的峰谷差扩大问题尤为重要。文中首先以博弈论为基础,提出以方差评估调峰水平,考虑用户充电等待时间,建立售电站收益-电动汽车用户满意度博弈充电模型。然后,利用粒子群优化算法求解双方最优策略,达到博弈均衡。最后,以600户家庭的居民小区为例进行仿真分析。结果表明,所建模型和求解策略能够优化电动汽车充电行为,较大程度调节电网负荷方差,防止产生充电新高峰,同时,在保证电网峰谷调节需求的基础上,可提高售电站收益,满足用户出行需求。     

考虑V2G用户响应度的峰谷电价时段优化有序充电

针对电动汽车有序充电实现削峰填谷效果的问题,提出了考虑V2G用户响应度的峰谷分时电价优化有序充电控制策略。通过蒙特卡洛模拟法得到规模化电动汽车的充电负荷,并在此基础上建立了不考虑V2G响应度和考虑V2G响应度的有序充电控制优化模型,其中前者以谷电价时段区间为变量,以配电网负荷曲线方差为目标函数,后者以谷电价时段区间及峰谷时段的电价为变量,以综合考虑电动汽车对配电网负荷曲线方差的影响及用户满意度为目标函数。算例分析表明两种有序充电策略都能有效改善系统运行安全性,但考虑V2G用户响应度的有序充电策略更能反映实际情况。