基于NSGA-Ⅱ的电动汽车充电站多目标优化规划

电动汽车充电站既是公共服务设施又是配电网络中的大型用电负荷,构建了同时考虑充电服务能力最大与配电网络损耗最小的电动汽车充电网络优化规划模型。该模型为典型的多目标优化模型,采用改进非支配排序遗传算法对其进行了求解,获得了Pareto最优解集。基于25节点交通网络和IEEE33节点配电系统的仿真结果验证了本文所提模型及其算法的有效性。     

配电系统与电动汽车充电网络的协调规划

电动汽车的普及进程与充电服务的便利程度密切相关,而充电基础设施的建设又必须考虑与配电系统扩展规划的协调。在此背景下,首先提出了基于节点充电需求的分散式充电桩的规划策略,之后构建了以投资成本和系统网损之和最小、快速充电站截获的交通流量最大为目标的配电系统与电动汽车充电网络协调规划的多目标优化模型。在所发展的模型中,引入了基于用户平衡的交通配流模型对快速充电站截获的交通流量进行分析,并运用排队论的相关理论以交通高峰时段车主的平均充电等待时间不超过一定阈值为原则配置各快速充电站的设备数量。最后,采用修改过交叉和变异算子的快速非支配排序遗传算法-Ⅱ对54节点配电系统和25节点交通网络的耦合系统进行测试分析,算例结果说明了所提出的模型与求解方法的基本特征。     

多重随机特性下的电动汽车充电网络机会约束规划

针对分布式光伏接入背景下的电动汽车(Electric Vehicle,EV)充电网络规划问题,建立了同时考虑分布式光伏出力与EV充电负荷随机特性的机会约束规划模型。首先,采用场景概率法分析配电系统规划典型日内的概率潮流特性。在此基础上,给出EV充电网络机会约束规划模型中的节点电压偏移机会约束与线路潮流越限机会约束。在充电站建设总数和最低建设容量给定的情况下,模型通过优化充电站的建设位置和建设容量,尽可能降低配电系统的网损。采用遗传算法对EV充电网络机会约束规划模型进行求解。此外,为提高遗传算法的寻优性能,面向EV充电网络机会约束规划模型的物理特征,对遗传算法中的变异操作算子和交叉操作算子进行了改进。基于IEEE 33节点配电系统的仿真实验验证了所提方法的有效性。     

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。     

以降损为目标的电动汽车有序充电优化

电动汽车规模化接入将对配电网运行造成一定影响。研究如何优化电动汽车充电过程以降低网络损耗,有助于配电网的经济运行。为此建立了一个以配电网网损最小为目标的电动汽车充电优化模型,考虑了用户的充电需求以及电压幅值等约束。采用迭代修正节点电压的方法,每次迭代求解的模型为线性约束凸二次规划模型,运算速度可满足在线运行的要求。以IEEE 33节点系统为例的仿真结果表明,相比无序充电情景,所提方法可有效降低配电网的网损,还可起到平抑负荷变化和改善电压水平的作用。     

多优化目标下无线充电电动汽车与风电协同调度研究

无线充电技术具有安全环保、全自动、免维护等一系列优点,是未来电动汽车充电技术的发展趋势之一。目前,针对电动汽车的优化调度问题,国内外已取得了许多研究成果,但这些研究工作都是在基于电动汽车有线充电的方式下进行的,并未考虑电动汽车无线充电方式的特性。文章建立了基于无线充电方式下电动汽车与风电的多目标优化调度模型。该模型以风电功率波动最小、用户充电成本最小以及用户用电满意度最高为目标,优化控制各时段电动汽车的充电功率,并采用NSGA-2算法进行求解。最后,以IEEE33节点配电系统为例分析了无线和有线充电方式对协同调度效果的影响。     

共享电动汽车混合充换电站选址优化

在未来城市中更换电池这种便捷、高效的方式将成为共享电动汽车补充电能的主要方式.为了建立效率高、成本低、电网友好型的混合充换电站,首先根据共享电动汽车的租赁规律以及功率、时间等充电数据,利用蒙特卡洛模拟方法预测共享电动汽车的充电负荷;然后,以共享电动汽车充换电站对用户捕获程度最大、配电系统网络损耗最小和配电系统电压偏移最小为目标,建立共享电动汽车混合充换电站最优规划的多目标模型;最后,采用改进带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对多目标模型进行求解,得到Pareto最优解集.以25节点交通网络和IEEE 33节点配电系统为例,验证了所建模型的可行性,可为共享电动汽车混合充换电站的建设提供可行性经验.     

基于机会约束规划的风电源与充电站的优化配置

为了改善分布式电源与电动汽车的接入对电网安全性、经济性和电能质量的不良影响。考虑风力资源的随机波动性、电动汽车充电需求、分时电价等,以配电系统投资运行成本、有功损耗和电压质量为规划目标,建立了基于机会约束规划的优化配置模型,采用改进遗传算法进行求解。以IEEE33节点配电系统为例,验证了所提模型和算法的有效性。仿真分析表明,将电压质量纳入规划目标,能够以较小的经济成本保证较好的电能质量,考虑输出功率不确定性等因素,得到的规划方案具有较好的经济性。     

基于非支配排序遗传算法求解的电动汽车充电站多因素规划研究

随着能源和环境问题逐渐受到重视,电动汽车产业迎来了发展的契机。电动汽车的普及程度与充电设施的建设情况密切相关,而电动汽车充电站具有公共服务设施和用电设施两重属性,因此既需要考虑交通网络,也需要考虑电力系统对其规划的影响[1]。采用考虑最短路径和次短路径的截流选址模型描述交通网络流量因素,以最大化充电站截获的交通流量,最小化充电站投资成本和最小化节点电压偏移为目标,建立电动汽车充电站多目标规划模型,并采用非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)对IEEE 33节点配电系统和25节点交通网络构成的算例进行求解。通过算例结果说明所提出的模型和求解方法的基本特征。     

电动汽车有序充电管理的综合效益分析

对电动汽车实施有序充电可以优化系统负荷轮廓,从而改善电力系统运行的安全性与经济性,如何制定有序充电策略和评估其潜在经济效益就成为值得研究的重要问题。在此背景下,首先建立了以平抑给定时间段内系统负荷波动为目标的电动汽车有序充电的优化模型,并采用高效商业求解器AMPL/CPLEX求解,以获取有序充电模式下的电动汽车负荷。之后,以电动汽车无序充电情形为基准,从避免发输电设备投资、降低配电系统扩容成本、降低系统网损和降低辅助服务购买成本这4个方面,对实施有序充电管理可为电力系统投资和运行这2个层面所带来的潜在经济效益进行了分析,提出了相关计算方法。在此基础上,建立了评估电动汽车有序充电管理综合效益的数学模型。最后,采用54节点算例配电系统对所提出的方法做了说明,计算结果表明,对电动汽车进行有序充电管理可带来显著经济效益。     

基于GA-PSO的电动汽车换电站时空双层充电优化策略

针对电动汽车(Electric Vehicle, EV)用户换电体验不佳、换电站备用电池组空闲、充电成本过高及配电网负荷特性恶化的问题,建立了兼顾EV用户、换电站和电网公司三方利益的时空双层充电优化模型。该模型采用双层时空解耦结构,上层模型以满足EV用户个性化需求为目标,重点解决空间尺度上换电站的选择问题。下层模型在时间尺度上采用一种两阶段优化策略,第一阶段以充电成本最小为目标重点关注电池组充电方案的制定问题,第二阶段虑及电网激励以配电网负荷波动最小和峰谷差最小为目标重点关注充电方案的优化问题。最后,采用Monte Carlo法模拟EV用户的换电需求,采用GA-PSO(遗传-粒子群算法)对提出的时空双层优化模型进行迭代求解。以某典型城区为例,仿真验证了所提模型与方法的正确性。     

计及电动汽车充电模式的主动配电网多目标优化重构

电动汽车的入网会影响到电网的经济性和安全性,而配电网重构是电网优化运行的有效措施。根据主动配电网(ADN)的特点,提出了含分布式电源(DG)和电动汽车充电的优化重构模型。通过有功网损灵敏度确定DG的安装位置和容量,构造出DG出力和EV充电的多时段概率模型。建立有功网损、电压偏移指标(VSI)和开关操作次数的多目标优化数学模型以确定系统的最佳重构方案,并在IEEE33节点标准配电系统中,采用引入小生境技术的改进多目标粒子群算法(IMPSO)进行计算,提高了算法的全局寻优能力。考虑了电动汽车无序充电和智能充电两种模式,对比不同场景下得出的结果,验证了该方法的实用性和有效性。     

计及电价优化和放电节制的电动汽车充电站有序充放电调度

针对充电站无区别对待电动汽车的充放电、未考虑电池损耗的问题,提出了基于节制放电策略和计及充、放电电价与充、放电功率优化的充电站调度模型。模型以配电网与充电站交互功率和充电站运营收益两方面为目标,考虑电动汽车放电时的电池损耗问题,根据配电网原始负荷的波动,提出限制充电站放电行为只针对负荷高峰时段的策略。同时控制电池的单次放电深度,以减小电池的损耗与放电成本。最后通过粒子群算法对模型进行求解,算例的对比与分析验证了所提方法的有效性与合理性。     

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。     

基于绿色无线网络覆盖最优的配电通信网规划方法研究

在配电系统中,终端的高覆盖率和网络的低能耗是配电无线通信网的规划中两个互相矛盾的目标。提出一种基于绿色无线网络覆盖最优的配电无线通信网规划方法。将覆盖率和能耗两个规划因素作为规划模型中的正负相关因素目标,建立多目标优化模型,并利用提出的配电异构规划算法得出最优解。仿真结果表明,该方法能够有效地保证终端的高覆盖率,同时保证了所部署的基站规划方案的网络能耗处于较低的水平。     

基于交替方向乘子法的电动汽车分散式充电控制

大规模电动汽车的无序接入会对电力系统的安全、经济运行产生诸多不利影响。针对这些问题,建立了用户收益最大化及系统有功网损最小化的实时充电控制多目标凸优化模型。引入交替方向乘子算法,将集中式充电优化问题转换为分散式以设备为单位的子优化问题求解。每次迭代设备与相邻的交互信息点之间仅需交互少量信息,利于保护用户的信息安全,并能有效解决集中式控制策略引起通信要求高、计算开销大的问题。IEEE 33节点、实际的119节点配电网系统的仿真结果表明:所提模型与集中式优化模型的计算结果一致,所提算法计算效率高、通信开销小,适用于滚动式实时调度。     

基于多代理系统的电动汽车充放电分布式协同调度策略

大规模电动汽车(Electric Vehicles, EV)无序充电行为将增加电力系统运行的安全隐患,而数量庞大的电动汽车充放电优化控制为电力系统能量管控提出了新的挑战。提出一种改进的基于多代理系统(Multi-AgentSystem,MAS)的电动汽车充放电分布式协同调度方法。该方法以负荷填谷为目标,在虚拟电价协同机制框架下,综合考虑了配电网三相负荷平衡、变压器容量约束和节点电压约束,与MAS信息交互机制相结合,通过采用迭代修正虚拟电价的方法,实现EV有序的智能充放电。以IEEE33节点系统为例进行仿真分析,验证了所提方法的特点和有效性。     

考虑实时动态能耗的电动汽车充电路径规划

由于电动汽车在行驶途中电量耗尽的风险较大,亟须研究一种有利于减轻用户出行焦虑的电动汽车充电路径规划方法。文中通过选取能够准确反映实际道路中用户驾驶特性的行驶工况特征参数,分析各特征参数与耗电量之间的相关性以及特征之间的相关性强弱,采用主成分分析对特征进行降维,基于信息熵模糊聚类方法对行驶工况进行分类,构建电动汽车行驶途中的动态能耗模型。并基于此考虑路径选择及电池剩余电量约束,建立以出行总距离、总时间及充电价格三者权值之和最小为目标的电动汽车充电路径规划模型。以某市实际交通路网规划18 km×18 km区域,分析采用实时能耗对充电路径规划的影响以及不同优化目标对用户充电路径优化结果的影响,验证了所提规划方法的可行性及有效性。     

计及需求响应的电动汽车充电站多时间尺度随机优化调度

电动汽车充电站源-荷资源优化互补与多时间尺度协调配合,能够降低充电站运营成本,减小源-荷随机性对系统调度策略的影响。提出一种计及需求响应的电动汽车充电站多时间尺度随机优化调度模型。在日前阶段,以日运行成本最小为优化目标,采用条件风险价值(CVaR)度量不确定性风险。同时引入价格型和激励型需求响应优化充电站净负荷曲线,构建了计及运行风险约束的充电站多场景优化调度模型。在此基础上,以日前期望值调度策略为参考,提出基于模型预测控制(MPC)的电动汽车充电站日内滚动优化和反馈校正控制方法,从而降低净负荷预测精度不足对优化决策的影响。最后,以某实际电动汽车充电站为算例进行仿真分析,验证了所提模型的可行性,并分析了需求响应以及不确定性风险偏好对充电站运行的影响。