电动汽车充电设施接入对配套电网建设的影响

电动汽车在减少化石燃料消耗和CO2排放方面有着重要的意义。越来越多的电动汽车接入电网,对电力系统配套电网及电能质量将产生不可忽视的影响。通过分析充电设施接入配电网的典型方式,预判充电设施用电需求、电力负荷总量并分析电网接纳能力,对比分析了居民区、公共停车场、公交专属场站、出租车专属场站等不同场景下充电负荷对原负荷的影响情况,进而提出配套电网建设改造规划的原则,为大规模电动汽车充电设施接入配套电网建设提供参考。     

电动汽车充电负荷预测系统研究

根据规划的电动汽车在未来规模化的应用将对电网产生重要影响,电动汽车充电负荷预测是分析电动汽车接入电网的基础,目前还没有比较成熟的方法。综述电动汽车接入对电网的影响和电动汽车负荷预测的研究现状,分析充电负荷预测的影响因素,并基于分布函数的蒙特卡洛计算模拟,开发一套区域电动汽车充电负荷预测系统,可实现对不同电动汽车种类、不同电池容量、不同充电方式、不同充电频率等情况下的综合预测,为电动汽车接入电网的影响分析和调控策略制订提供理论和技术支持。     

电动汽车对电网影响的评估和解决方案

电动汽车(electric vehicle,EV)具备可控负荷和储能单元的双重属性,利用电动汽车的该种特性减少其对电网的不利影响并实现电网运行特性的优化,需要对电动汽车与电网的互动解决方案进行设计。按照考察范围、层次、指标的不同对电动汽车对电网的影响进行了分类,给出了电动汽车对电网影响的评估步骤和方法,分析了电动汽车充电负荷的不确定性及影响因素。根据现有研究和相关标准化工作,从电动汽车与电网的互动架构、通讯、管理机制和控制方法等方面对电动汽车与电网互动的解决方案进行了探讨。指出电网需要具备足够的监测及管理能力以支持大规模电动汽车的接入。     

考虑电动汽车充电负荷空间分布的系统特性分析

电动汽车充电的便捷、安全是电动汽车产业化的必要保障。电动汽车充电负荷具有一定的随机性和集聚性,充电负荷接入电网的位置和容量不同,势必给电网带来不同的影响。如何适应电动汽车充电负荷的接入成为电网建设规划中面临的重点问题之一。基于现有的电动汽车充电方式的讨论,考虑电动汽车充电负荷随机分布和局部集中分布两种方式,通过仿真计算,详细研究了接入电网的电压和损耗特性,并对关键因素进行了分析。结果显示,接入电网的电压和损耗特性与充电负荷的分布密切相关。最后提出电动汽车充电站点设计和选址依据。     

一种基于SOC的电动汽车充电过程等效电阻模型

电动汽车大规模接入配电网将对电力系统的运行产生显著影响,电动汽车不同充电阶段的充电负荷不同,建立电动汽车充电过程的准确等值模型将为分析其充电带来的影响提供理论依据。文章研究电动汽车充电,分析充电机基于充电功率的充电过程等效非线性电阻模型,进而建立基于电池荷电状态(state of charge,SOC)的等效数学模型,最后将电动汽车充电负荷接入典型低压配电网中,仿真分析了重载方式下电动汽车充电负荷与配电网感应电机负荷对配电网供电的影响,对比分析了充电过程的功率模型和SOC模型的准确性,验证其建模方法具有计算量小、原始参数易获取的特点。     

电动汽车有序充放电控制与利用研究新进展

电动汽车大规模接入电网会增加电网运行的不确定性,电网侧亟需做好相应准备。采用有序充放电控制可以减小电动汽车的时空不确定性给电网带来的影响,缓解电网升级扩容压力,采用V2G技术可以为电网提供辅助服务,丰富电网的运行方式。根据国内外最新研究进展,从充电负荷建模与计算、电动汽车接入对电网产生的影响、电动汽车有序充电控制、电动汽车为电网提供辅助服务4个方面进行评述,并指出未来的研究方向。     

一种基于需求分析的电动汽车有序充电实施架构

公共电网如何消纳大量电动汽车充电负荷的接入,为电动汽车提供便捷可靠的能源补给,是电动汽车电能供给面临的重要问题之一。由于电动汽车充电负荷具有一定的积聚效应,对电网特别是供电终端配电网的运行会带来多方面的影响。引导电动汽车用户有序充电,对充电负荷进行有效管理是趋利避害的必要措施。对电动汽车充电需求的构成要素,以及影响电动汽车充电需求的关键因素进行了分析。提出了一种从充电负荷配置和充电需求引导两方面展开的电动汽车有序充电实施方案。结合电动汽车充电基础设施的不同设置模式,引入虚拟充电单元作为电网侧负荷配置的基本单位,建立了从电网优化运行到电动汽车充电终端的分层分布实施架构。     

电动汽车充电负荷时空分布预测研究综述

随着碳达峰、碳中和目标的提出，电动汽车以其绿色、低碳、节能环保优势逐渐普及。电动汽车兼具负荷与储能双重特性，其充放电行为具有时间和空间的随机性和波动性，精准的电动汽车充电负荷时空分布预测是研究电动汽车入网影响、电网规划运行、与电网互动的基础。首先，分析影响电动汽车充电负荷时空分布的主要因素；然后，对充电负荷建模、时空分布预测方法进行系统阐述；随后，考虑电动汽车可以作为移动储能装置参与电网互动，评估其放电潜力并综述电动汽车入网(vehicle to grid, V2G)技术研究现状；最后，总结现有研究方法面临的挑战并进行展望。     

电动汽车接入充电对配电网电压波动的影响

针对电动汽车接入充电增加了发电、输电和配电等方面的压力问题,提出电动汽车接入充电对配电网电压波动的影响。从交流充电桩、充电站、电池充换站几方面分析当前常见电动汽车接入充电设施,并指出电动汽车接入充电设施运行原理。以三相平衡负荷、单相负荷2种充电方式为主,分析汽车接入充电对电压波动产生的影响。采用增强配电网的供电能力、静止无功补偿器和有源滤波器改善电压波动。实验结果表明:不可控整流状态下,电动汽车接入充电对配电网电压产生的影响较大,不可直接接入电网,但在PWM整流状态下,接入充电对配电网电压产生的影响较小,电压波动在标准范围内。     

电动汽车负荷建模的影响因素和充电控制研究

目前电动汽车的发展应用已成为一种必然趋势,但规模化的电动汽车接网充电将会在一定程度上影响电力系统的安全稳定运行。通过详细论述电动汽车充电负荷建模的影响因素,从输配电网两个层级分析电动汽车接网充电给电网运行带来的影响,总结电动汽车规模化充电控制策略的研究思路,为电动汽车充电控制研究领域提供理论指导。     

基于双层优化的电动汽车充放电调度策略

大量电动汽车无序充放电会给电力系统的安全与经济运行带来严重的负面影响。为避免这一问题,引入了对电动汽车进行分层分区调度的理念,并构建了基于双层优化的可入网电动汽车充放电调度模型。在上层模型中,通过优化各电动汽车代理商在各时段的调度计划(包括充电负荷和放电出力),使系统在研究时间区间内总负荷水平的方差最小化,从而实现削峰填谷;在下层模型中,通过各电动汽车代理商对其所管辖电动汽车充放电时间的优化管理,以便与上层的调度计划尽可能一致。之后,采用AMPL/IPOPT和AMPL/CPLEX高效商业求解器对上下层问题分别进行迭代求解。最后,以包含5个电动汽车代理商的、修改的IEEE 30节点测试系统为例,说明了所提出的模型与方法的基本特征。     

综合能源系统环境下电动汽车充换电设施规划综述

综合能源系统(integrated energy system,IES)具有多能耦合互补的特性,有利于提升能源利用效率,同时电动汽车(electric vehicle,EV)有利于环境节能减排,促进能源可持续发展。首先,阐述了IES的基本架构及其规划内涵,同时对IES规划的国内外研究现状进行了叙述;进而,对IES各类供储能设备运行模型进行描述,并以此为基础,建立了各类供储能设备的容量配置模型,并对各供能系统潮流模型进行了概述;在EV充换电设施规划方面,首先讨论了各类EV负荷预测方法,从而分类讨论了EV充换电设施规划现状,并对EV充换电设施与电网协同规划、考虑碳排放的EV充换电设施规划两个方面的研究现状进行了综述;在上述研究背景下,对IES环境下的EV充换电设施规划的国内外研究现状进行了综述。最后总结了IES环境下的EV充换电设施规划发展所面临的瓶颈,并对今后的研究方向进行了展望。     

考虑风电波动性的微网中电动汽车分布式协调运行方法

随着风力发电的快速发展,间歇性风电引起的电网功率波动问题日益凸显,而通过制定插入式电动汽车（plug-in electric vehicles, PEVs）的合理充放电策略,可为平衡功率波动和调节系统频率提供有效支撑。文章针对含风电的微网功率波动问题,提出了基于电动汽车参与意愿度和效用函数最大的PEVs协调运行模型,并基于一致性理论设计了PEVs分布式充放电控制方法。所提方法以完全分布式方式最优调整PEVs充放电功率,可有效平抑风电功率波动,并能满足PEVs日常多种充电场景需求,包括PEVs随机到达时间和启程时间、电池荷电状态随机初始值和目标值。最后通过含有5个风电场和2 000台PEVs的微网进行验证,仿真结果表明所提PEVs协调运行模型和分布式控制方法可灵活满足规模化PEVs的充放电需求,并可有效改善微网系统的频率响应特性。     

Multi-agent approach to modeling and simulation of microgrid operation with vehicle-to-grid system

This study presents the modeling and simulation of a vehicle-to-grid (V2G) system within a microgrid considering the requirements of various components of the microgrid system such as distributed renewable energy resources (DERs), plug-in electric vehicles (PEVs) and non-PEV loads. The system modeling is carried out using an agent-based methodology where components of the microgrid are modeled as agents. The use of PEV car batteries collectively as a virtual power plant (VPP) enables PEVs to not only act as loads but as energy sources alongside DERs such as wind and solar power generation. The smart control and scheduling of the charging and discharging of the PEVs by the charging station can be used to achieve sustainable integration of a high number of PEVs in the microgrid power system. In addition to simulating a microgrid operation, results of this study show how agents’ behavior change based on factors such as penetration of renewable energy, penetration of PEVs, travel pattern of PEV drivers and price of energy generation.     

风电电动汽车协同利用对电网风电接纳能力的影响

建立包含电动汽车充、放、耗电约束的风电电动汽车协同利用模型,根据决策变量的不同将充放电模式分为自由充电、不含V2G(Vehicle to grid)和含有V2G的风电电动汽车协同利用。以风电利用率和风电在电网能源结构中电量占比作为衡量水平,分析不同充电模式、电动汽车数量和风电装机容量下的风电接纳能力。含有V2G的风电电动汽车协同利用能够最大限度提高电网风电接纳能力,且在风电装机容量较大时更能显示出含有V2G的协同利用充放电模式的优势,含有V2G的风电电动汽车协同利用是实现大规模风电并网的有效方式,同时一定负荷和风电装机水平的电网存在一个最佳匹配的电动汽车数量。     

Optimal integration of DGs into radialdistribution network in the presence ofplug-in electric vehicles to minimize dailyactive power losses and to improve thevoltage profile of the system using bioinspiredoptimization algorithms

Purpose: The increase in plug-in electric vehicles (PEVs) is likely to see a noteworthy impact on the distribution system due to high electric power consumption during charging and uncertainty in charging behavior. To address this problem, the present work mainly focuses on optimal integration of distributed generators (DG) into radial distribution systems in the presence of PEV loads with their charging behavior under daily load pattern including load models by considering the daily (24 h) power loss and voltage improvement of the system as objectives for better system performance. Design/methodology/approach: To achieve the desired outcomes, an efficient weighted factor multi-objective function is modeled. Particle Swarm Optimization (PSO) and Butterfly Optimization (BO) algorithms are selected and implemented to minimize the objectives of the system. A repetitive backward-forward sweep-based load flow has been introduced to calculate the daily power loss and bus voltages of the radial distribution system. The simulations are carried out using MATLAB software. Findings: The simulation outcomes reveal that the proposed approach definitely improved the system performance in all aspects. Among PSO and BO, BO is comparatively successful in achieving the desired objectives. Originality/value: The main contribution of this paper is the formulation of the multi-objective function that can address daily active power loss and voltage deviation under 24-h load pattern including grouping of residential, industrial and commercial loads. Introduction of repetitive backward-forward sweep-based load flow and the modeling of PEV load with two different charging scenarios.     

考虑电动汽车换电站与电网互动的机组组合问题研究

大规模电动汽车换电站接入电网后,其充放电行为将给系统优化运行带来新的挑战。将电动汽车换电站引入传统机组组合问题中,提出考虑换电站与电网互动的机组组合(unit commitment,UC)新模型。在深入研究电动汽车电池更换物理过程的基础上,以常规机组的发电成本、启动成本和考虑换电站充放电净负荷的方差为目标函数,考虑了换电站的充放电效率、电量平衡和满足日换电需求的最小储能等约束,形成机组组合问题优化新模型。通过换电站充、放电过程优化,降低机组出力的调整频率,提高电网安全运行的经济性。最后,在10机电力系统模型上进行算例仿真分析,验证所提模型的有效性和正确性。     

Probabilistic Modeling and Statistical Analysis of Aggregated Electric Vehicle Charging Station Load

The number of electric vehicles is increasing worldwide. The charging of a single electric vehicle can draw several kilowatts of power, and the aggregate effects of charging thousands of electric vehicles on electric power system infrastructure, operation, and planning must be considered. An important tool in studying the integration of electric vehicles and developing associated technologies and controls within the framework of the smart grid are probabilistic models of charging station load. This article identifies, evaluates, and proposes probabilistic models and analyzes the statistical characteristics of aggregated electric vehicle charging station load. A data-driven approach is taken, using measured time-stamped power consumption from charging stations to formulate and evaluate suitable parametric probabilistic models. The influence of time-of-use pricing on electric vehicle charging station load characteristics is also examined. Two data sets—one from Washington State, the other from San Diego, CA—each covering over 2 years, are used to create the models.     

An adaptive supervised wide-area backupprotection scheme for transmission linesprotection

Background: The increasing penetration of a massive number of plug-in electric vehicles (PEVs) and distributed generators (DGs) into current power distribution networks imposes obvious challenges on power distribution network operation. Methods: This paper presents an optimal temporal-spatial scheduling strategy of PEV charging demand in the presence of DGs. The solution is designed to ensure the reliable and secure operation of the active power distribution networks, the randomness introduced by PEVs and DGs can be managed through the appropriate scheduling of the PEV charging demand, as the PEVs can be considered as mobile energy storage units. Results: As a result, the charging demands of PEVs are optimally scheduled temporally and spatially, which can improve the DG utilization efficiency as well as reduce the charging cost under real-time pricing (RTP). Conclusions: The proposed scheduling strategy is evaluated through a series of simulations and the numerical results demonstrate the effectiveness and the benefits of the proposed solution.