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。     

物联感知环境下电动汽车充电等待时间分布的预测方法

已有的充电站等待时间研究往往忽略不同车辆充电需求的时变差异性,为全面描述充电等待时间的时变规律,文中提出了物联感知环境下电动汽车充电等待时间分布的预测方法。首先,确定充电站到达车辆数分布和充电时长分布,采用M/G/n排队模型模拟充电站排队等待系统,求解电动汽车充电等待时间分布函数。其次,建立用户选择充电站效用函数,利用Multi-logit模型对各个充电站内的充电需求进行预测。再者,根据充电需求预测值和网联充电站实时数据更新平均到达率、服务时间变异系数,提出电动汽车充电等待时间短时分布的预测算法。最后,以某城市某区域为例,验证了该分布的准确性,并通过路径选择分析了充电等待时间分布和可靠性对充电站的影响,为减少充电站排队拥堵和均衡电网负荷提供决策依据。     

Evaluation of Residential PV‐EV System for Supply and Demand Balance of Power System

In recent years, there has been a growing interest in ecofriendly technologies such as residential photovoltaic (PV) systems and electric vehicles (EVs). PV systems and EVs will contribute to reducing CO₂ emissions in the residential sector and the transportation sector, respectively. In spite of that, high penetration of PV systems into the power grid can cause grid voltage and frequency stability problems. Also, the growth of the EV market will create an extra electricity load (for charging the EV fleet), leading to an increase in power utility fuel costs. In this research, we proposed the usage of the PV‐EV system as a method of mitigating the impact the spread of residential PV systems and EV on the power grid. We built an PV‐EV system simulation model and investigated the PV‐EV system contribution to the balance of power supply and demand and to reducing the total cost of the household under different electricity pricing scenarios. We also evaluated the effect of uncertainty in the forecasting of load and PV output on the performance of the PV‐EV system.     

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。     

Charging Load Aggregation Potential of Multiple Electric Vehicles Based on Road Traffic Census Data

High penetration of renewable generation systems will lead to supply–demand imbalances, and will also require output curtailment of renewable power plants. We focused on management of electric vehicle fleet charging which can promote charging during specific time zone for reducing this curtailment. In this study, we evaluated the Charging Promoting Potential (CPP) of passenger electric vehicles (EVs) using optimization model based on the mixed‐integer linear programming. In addition, we also evaluated the CPP of other EVs, such as electric buses and electric trucks. We found that wider zone of the charging promoting time led effective concentration of charging load. Furthermore, we found that the CPP of the electric buses is higher than those of the passenger EVs and electric trucks.     

计及电动汽车不确定性的有序充电调度策略

大量电动汽车的接入,对智能电网调度提出了新要求。采用合理的充电调度策略可以充分发挥电动汽车在智能电网中削峰填谷等作用。在此背景下,首先分析影响电动汽车充电负荷的因素,根据电动汽车充电特性建立电动汽车充电负荷模型。然后,综合分析电动汽车用户的使用需求,在此基础上建立考虑电动汽车充电不确定性的电网调度随机最优潮流模型。最后,以一标准33节点配网测试系统为例,比较自由模式下和有序充电调度模型下电网负荷曲线,证明了所提出电动汽车充电调度模型在平滑电网等效负荷波动方面的有效性和可行性。     

A multiagent‐based microgrid operation method considering charging and discharging strategies of electric vehicles

In this paper, we propose a multiagent‐based microgrid (MG) operation method considering charging and discharging electric vehicles (EVs). The proposed system consists of five types of agents: single microgrid controller agent, several load agents, several gas turbines/engine agents, several photovoltaic generation agents, and several electric vehicle agents. In the proposed method, the load balancing can be realized by suppressing sudden fluctuations in supply and demand balance due to the synchronization of charging and discharging of EVs. From the simulation results, it can be seen that the proposed multiagent system could realize the load equalization in MG.     

基于气温影响的电动汽车充电需求预测

电动汽车充电需求预测是电网建设规划和调度运行的基础,而气温通过改变电动汽车的交通路况、空调能耗和电池特性来影响负荷预测的准确性。文中利用蒙特卡洛法模拟电动汽车的出行特性,提出一种考虑气温影响的电动汽车充电负荷计算方法,使电动汽车充电需求预测更加精确。一方面,分析天气对出行路况的影响,制定合理的安全行驶速度,利用能耗因子模型获取单位里程耗电量,得到不同时速情况下电动汽车总耗电量的差别。另一方面,分析温度对电池特性和空调能耗的影响,计算电池实际最大载电量和空调耗电量。以上海市电动私家车为例仿真分析,证明在天气和温度影响下,电动汽车充电需求发生显著变化。     

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。     

计及风电与电动汽车随机性的两阶段机组组合研究

风电出力的随机性以及电动汽车(electric vehicle,EV)充电需求的不确定性给电力系统调度带来了挑战。在传统确定性机组组合模型的基础上,针对电力系统日前调度面临的不确定问题,提出了充分考虑风电与电动汽车双重不确定性的随机优化调度及备用计算模型。首先,对于风电出力不确定性,采用基于场景分析的两阶段随机优化方法,并使用生成对抗网络(generative adversarial network, GAN)来生成风电场景。其次,对于电动汽车充电需求的不确定性,将其分为可调度与不可调度两类。可调度电动汽车根据其出行规律采用随机模拟的方法,并建立了EV充电聚集商模型;不可调度电动汽车通过K-means聚类分析得到其典型负荷曲线,并将其并入系统常规负荷中。最终建立了基于多场景分析考虑EV充电聚集商的两阶段随机机组组合模型,并通过算例分析证明了所提模型的有效性。     

考虑电动汽车和5G基站的电力-信息-交通耦合网络需求响应策略

电动汽车(EV)是具有移动负荷和通信用户双重属性的主体,为充分挖掘其参与需求响应产生的可调度潜力并降低电网负荷波动,提出了电力-信息-交通网络耦合背景下EV和5G基站需求响应策略。首先,分析了EV和5G基站参与下的多网络耦合关系。其次,建立了EV集群和5G基站集群的灵活性模型。基于此模型,提出了两阶段需求响应优化调度策略：第1阶段以通信成本最小为目标,为EV提供充电导航和路径规划并优化基站用能模式;第2阶段以配电网负荷波动最小为目标,制定EV的充放电策略。最后,通过某城市交通模型的测试,分析了调度策略对基站运行、配电网负荷、潮流和用户的影响,验证了模型和方法的有效性。     

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.     

光伏不平衡接入的配电系统中电动汽车有序充电策略

摘 要：电动汽车和分布式光伏电源的广泛接入可能会加剧配电系统的负荷峰谷差和三相不平衡问题。在此背景下, 探讨以优化负荷轮廓和减小配电系统三相不平衡为目标的电动汽车有序充电策略。首先, 根据汽车出行特性和电池充电过程, 对充电负荷进行建模。之后, 在配电系统三相模型基础上,通过控制电动汽车充电接入相、充电功率和充电时间, 建立以优化负荷轮廓和减小三相不平衡为目标的电动汽车有序充电优化模型, 并采用自适应遗传算法求解。最后, 以修改的IEEE 33节点测试系统为例对所提方法进行仿真计算,结果表明：采用所提方法,电动汽车充电负荷可避开系统负荷高峰并起到“填谷”作用, 并有效缓解了分布式光伏发电引起的三相功率不平衡问题。     

基于SCUC的可入网混合电动汽车优化调度方法

在可入网混合电动汽车(PHEV)有望规模化应用的背景下,以传统的计及安全约束的机组最优组合(SCUC)问题为基础,发展了能够容纳PHEV的电力系统优化调度数学模型。所发展的模型以保证系统安全运行为前提,兼顾了PHEV车主的经济效益与发电的碳排放成本。利用PHEV作为可移动电量储存单元的特性,将模型解耦为机组最优组合与计及交流潮流约束的充/放电计划优化2个子模型。应用混合整数规划方法和牛顿—拉夫逊潮流算法迭代求解优化问题,可以同时获取日前机组调度计划和各时段的PHEV最优接纳容量及充/放电计划等结果。最后,以6节点和IEEE 118节点2个系统为例,验证了所构建模型的正确性和有效性。     

计及电动汽车充电需求的孤岛微网可靠性计算方法

由于远离大陆,独立海岛上的微网多运行于孤岛模式,不与配电网发生功率交换,微网内部实现电力供需平衡,同时,电动汽车充电需求的接入给孤岛微网的可靠运行带来了影响。提出了一种计及电动汽车充电需求的孤岛微网可靠性计算方法。首先,通过模拟用户的出行行为建立了基于出行链理论的电动汽车充电负荷模型,计及风电和储能特性提出了微网运行策略和负荷分块削减策略。其次,考虑电动汽车充电需求,提出了年均充电中断次数、系统平均充电可用性等新型指标,构建了与传统配电网有差异的微网供电可靠性评估体系。最后,对改进的RBTS Bus6馈线F4系统进行了可靠性评估。算例结果表明,微网运行策略和电动汽车充电需求对孤岛微网的供电可靠性影响显著。     

基于效用最大化原则的电动汽车充电站负荷特性分析方法

随着电动汽车规模化的发展,其充电负荷的时空预测为充电站配网建设和和充电设施规划建设提供了数据支撑。因此,文中基于效用最大化原则提出了一种的电动汽车充电站负荷预测方法,首先基于出行链建立电动汽车的时空分布模型,然后基于效用最大化原则和时间成本法分析了电动汽车用户充电消费选择,最后运用蒙特卡罗方法对充电站负荷进行仿真预测。与相关文献仿真对比,验证了所提方法的有效性和正确性,并分析了不同渗透率下和不同充电站位置下电动汽车充电站的充电负荷特性。结果表明,随着电动汽车渗透率提高,其充电行为的集中化增大了系统峰谷差;合理布局电动汽车充电站位置,可以使各充电站充电负荷更加均匀。     

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。     

A New Model of Charging Demand Related to Plug-in Hybrid Electric Vehicles Aggregation

This paper offers a comprehensive and exact model for Plug-in Hybrid Electric Vehicle (PHEV) aggregation based on the real statistics. For this purpose, available transportation and technical reports are analyzed to extract Cumulative Distribution Functions and accurate modeling of PHEVs charging load profile. We can study PHEVs effects on the distribution system by analyzing available registered data; however, the main problem is that such data, due to the low penetration of PHEVs, are not accessible, and expensive monitoring equipment such as Global Positioning Systems are needed to collect such data. Therefore, due to the lack of access to such data, researchers have offered different estimations for the charging load profile of PHEVs using statistical methods. In this study, a new model for the initial state of charge (SOC) is introduced that it is a function of fuel consumption of the vehicles. The driving behaviors such as speed and road slope have been considered in the proposed model. Simulation results show the impressiveness effectiveness and accuracy of the proposed methodology.     

电动汽车充电对配电网的影响及对策

电动汽车的大规模使用将会对配电网产生直接影响。以某市一条10kV生活线路为对象,考虑了多种渗透率场景,从负荷、电网损耗和电压等几个方面分析了电动汽车充电对配电网的影响。分析结果表明当电动汽车渗透率较高时,车主的无控制充电行为将会对电网造成巨大的压力,而合理的电动汽车接入电网充电将有助于电网的经济运行。提出了电动汽车智能充电方法,该方法可在满足电动汽车充电需求的情况下,根据短期负荷趋势,对各时段可充电功率进行优化,达到平稳负荷、降低电能损耗和提高电压质量的目标。     

利用电动汽车可调度容量辅助电网调频研究

电动汽车既可作为可控性负荷,也可作为分布式电源,能够为电网提供可调度容量,参与调频等辅助服务。但该可调度容量受用户出行需求及电池损耗等因素的制约,不能无限制地调度。基于此,对电动汽车采取"分散接入,集中控制"的管理模式,首先基于用户出行需求及电池使用寿命等约束,对电动汽车可调度容量进行评估。进而建立了计及可调度容量的电动汽车集中管理器充放电静态频率特性模型,以单区域系统为例模拟了电动汽车参与负荷调频的作用效果。仿真结果表明,利用电动汽车可调度容量辅助电网调频,不仅可以快速有效地减小系统频率偏差,提高电能质量,还能减小传统调频机组的备用容量,进而提高电网经济性。研究电动汽车参与调频的作用效果时,用户需求及电池损耗是不容忽视的影响。