基于博弈论的电动汽车充电实时定价策略研究

文中提出一种基于博弈论的电动汽车充电实时定价策略.该定价策略中电动汽车充电站为电价制定的博弈主导者,电动汽车用户为电价制定的博弈跟随者.首先,提出充电站调峰效果评价指标,以电动汽车充电价格和充电容量为约束条件,建立充电站-电动汽车用户收益模型;然后,分析充电站与电动汽车用户的博弈策略空间与动态博弈行为,利用遗传算法的寻优机制选择双方的博弈策略,对收益模型进行求解;最后,仿真验证该定价策略能够有效改善电网侧负荷水平,提高博弈双方的经济收益,为实时电价的制定奠定理论基础.     

储能聚合商自营共享模式下电能交易方法

针对用户侧分布式储能成本较高、利用率低、运营模式单一等问题,提出了一种兼具电能自营和储能共享模式的储能聚合商(ESA)自营共享电能交易方法,ESA分别从与电网公司、用户的电能交易中获益。基于分时电价和用户负荷预测,建立ESA控制储能充放电的日前优化模型,以ESA与电网之间的交易成本最小化为目标,获得ESA日前各时段的充放电电量,并将其作为ESA实时优化和定价的储能控制策略。以最大化ESA效益为主目标、最大化用户日效益为从目标,以内部电价为控制变量、用户用电量为状态变量,以内部电价限价、用电刚性需求等为约束,建立一种基于主从博弈的电能交易实时优化模型。算例仿真表明：ESA对日前储能充放电的决策获得了最低购电成本;主从博弈优化的电能交易决策了内部电价,提升了ESA和用户的经济效益。ESA自营共享电能交易方法是电力系统在共享经济模式下的有效尝试。     

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。     

“负载-效用”两级均衡下智能电网实时电价定价策略

社会福利最大化下的实时电价定价机制未考虑电力系统各主体的利益独立性,无法实现电力系统各主体的收益效用均衡,另一方面可能造成用户负载峰谷的产生或者转移。将"负载-效用"两级均衡融入智能电网实时电价的定价优化,建立了实时电价定价策略的两级均衡模型。基于电网系统各主体的收益效用函数推导出采购电价与实时电价的定价机制,并在定价机制的基础上,设计了基于多目标遗传算法(NSGA-II)的模型求解算法。最后,数值仿真实验表明了两级均衡模型下的实时电价定价机制更能保证电网系统各参与方的收益效用均衡,也使得用户负载更加均衡。     

考虑V2G模式的电动汽车充电站规划

考虑到V2G模式和电动汽车充电站规划之间的联系,在分时电价机制的基础上,分析了电动汽车用户的充放电行为,并建立了电动汽车充电站的充电收益、放电成本和固有成本模型,同时以电动汽车充电站年总收益最大为目标函数。针对充电站候选站址的选择问题提出了包含环境条件、社会条件和政策因素等在内的外在选择条件。同时在Voronoi图的基础上结合路网交通流量对电动汽车充电站的容量进行确定。通过离散二进制粒子群算法实现了考虑V2G模式的电动汽车充电站的规划。最后,算例分析验证了规划模型的合理性和有效性。     

考虑V2G模式的电动汽车充电站规划

考虑到V2G模式和电动汽车充电站规划之间的联系,在分时电价机制的基础上,分析了电动汽车用户的充放电行为,并建立了电动汽车充电站的充电收益、放电成本和固有成本模型,同时以电动汽车充电站年总收益最大为目标函数。针对充电站候选站址的选择问题提出了包含环境条件、社会条件和政策因素等在内的外在选择条件。同时在Voronoi图的基础上结合路网交通流量对电动汽车充电站的容量进行确定。通过离散二进制粒子群算法实现了考虑V2G模式的电动汽车充电站的规划。最后,算例分析验证了规划模型的合理性和有效性。     

基于动态分时电价的电动汽车充电站有序充电策略

提出基于动态分时电价的电动汽车充电站有序充电控制方法。该方法在综合考虑用户的充电需求和电网负荷水平的基础上,以削峰填谷为目标,采用启发式算法动态求解接入充电站电动汽车的分时电价时段,由用户自主响应,以实现充电站内电动汽车有序充电。为验证所提方法的有效性,采用蒙特卡洛方法模拟用户充电需求,对电动汽车充电站在有序充电和无序充电两种情形下的配电变压器负荷、充电站运营经济效益和用户充电成本进行仿真计算和分析。结果表明:相较无序充电方法,用户通过自主响应充电站制定的动态分时电价激励,可显著降低充电站的运营成本和电动汽车用户的充电成本,并有效实现充电负荷削峰填谷。     

基于外部效应理论的陕西电动汽车充电 服务价格策略研究

电动汽车消费者充电价格由电网充电电价和充电服务价格两者构成。在国家已经出台电网充电电价基础上,电动汽车充电服务价格是否合理是影响电动汽车产业化发展的关键问题之一。提出一种电动汽车充电服务价格制定方法。该方法基于外部效应理论,通过分析充电站建设成本、运维成本、财务成本、电能所替代的能源类型等影响充电设施运营商和电动汽车消费者成本效益的主要因素,建立了成本一效益分析数学模型,分别从静态和动态角度分析双方投资使用电动汽车的经济性,研究电动汽车充电服务销售者与消费者双方价格匹配曲线,为政府制定充电服务价格提供决策依据。以西安市典型充电站为例进行了测算分析,结果表明提出的充电电价测算方法的合理性和有效性。     

基于Huff模型的电动汽车充电站选址定容方法

对于用户充电选择行为随机性的欠考虑,导致充电站服务范围划分和容量配置不合理的问题,提出了一种基于Huff模型的电动汽车充电站选址定容方法。综合考虑充电站规模、充电价格、用户充电成本对用户充电选择行为的影响,利用Huff模型分析用户对不同充电站的选择概率,并基于用户的选择概率确定充电站的服务范围和充电需求;综合考虑用户充电可达性、规划区域总功率、电动汽车充电功率,以充电站年总成本最小为目标,建立充电站的选址定容模型,并采用免疫克隆选择-变邻域搜索混合算法求解模型。MATLAB仿真结果表明所提选址定容方法能合理地划分服务范围,提高充电站规划的经济性。     

基于模型预测控制的两区域互联电网AGC系统研究

实时电价是需求侧管理策略的重要手段,是解决智能电网供需平衡的理想需求响应机制,能起到削峰填谷的作用。为此,为智能电网设计了一种分布式实时电价算法：基于改进对偶分解的近端中心算法,求解用户总效用与电能供应商成本之差最大的优化问题。在此算法中,对偶问题的拉格朗日乘子即为实时电价,通过迭代更新拉格朗日乘子,形成电能供应商的实时电价与用户的实时能耗水平之间的互动,算法最终为每个用户找到最优的能耗水平(即用户的总效用最大化),同时使得电能供应商的成本最小化。所提算法既保留了问题的可分离性,又加快了收敛速度,克服了基于对偶分解的次梯度法求解该优化问题在用户规模较大时收敛慢甚至不收敛的缺点。仿真结果充分表明了所提算法具有快速收敛的特性。     

基于改进对偶分解的智能电网快速实时定价方法

实时电价是需求侧管理策略的重要手段,是解决智能电网供需平衡的理想需求响应机制,能起到削峰填谷的作用。为此,为智能电网设计了一种分布式实时电价算法:基于改进对偶分解的近端中心算法,求解用户总效用与电能供应商成本之差最大的优化问题。在此算法中,对偶问题的拉格朗日乘子即为实时电价,通过迭代更新拉格朗日乘子,形成电能供应商的实时电价与用户的实时能耗水平之间的互动,算法最终为每个用户找到最优的能耗水平(即用户的总效用最大化),同时使得电能供应商的成本最小化。所提算法既保留了问题的可分离性,又加快了收敛速度,克服了基于对偶分解的次梯度法求解该优化问题在用户规模较大时收敛慢甚至不收敛的缺点。仿真结果充分表明了所提算法具有快速收敛的特性。     

需求侧实时电价下用户购电风险决策

需求侧实时电价(RTP)是电力市场下需求响应的重要手段之一。作为一种理想的需求侧电价机制,通过结合与RTP相关的各类套期保值合同,RTP的价格波动风险可以在市场参与者之间合理分摊。基于各国开展RTP的研究与实践,结合随机电价模型,利用Monte-Carlo模拟法对与RTP相关的各类套期保值合同进行定价。在确定了合同价格后,基于条件风险价值(CVaR)法,以用户购电效用最大化为目标,建立了不同风险喜好的用户选择负荷最优套期保值比例的决策模型。最后通过算例仿真验证了所述方法的有效性,它有利于用户有选择性地规避RTP的价格风险,实现了供电公司与用户之间的良好互动。     

基于马尔可夫决策过程的电动汽车充电站能量管理策略

电动汽车充电站作为并网分布式储能装置,是实现电动汽车与未来能源互联网深度融合的重要组成部分。考虑分时电价和电动汽车用户行为的不确定性,提出了以电动汽车充电站日运营成本最小化为目标的能量管理策略。为了减少对先验信息的依赖和约束,将优化问题建模为一个新的有限回合马尔可夫决策过程模型;基于传统成本模型提出奖惩回报函数,通过主动学习调度决策,得到每辆电动汽车的实时充放电行为;针对模型的高维状态空间问题,设计相应的状态空间和动作空间,采用一种卷积神经网络结构结合强化学习的方法,通过从原始数据观测中提取高质量的经验,获取最优调度策略以达到优化目标。仿真结果表明,与传统的充电策略相比,所提策略可以有效地降低充电站的日运营成本,保护电动汽车的电池,同时能满足电动汽车用户的充电需求。     

市场竞争模式下的充电服务费联盟博弈定价模型

在第三方充电站运营商参与的多元充电市场中,运营商之间为了追求各自利益的最大化而展开价格竞争博弈,此过程中可能会损害电动汽车用户的经济利益,甚至会影响电网的安全稳定运行。因此,研究市场竞争模式下的实时充电服务费定价模型对于电网安全具有重要意义。针对充电站多主体运营商之间的竞价问题,首先引入现代效用理论分析了多元充电市场中电网公司、充电站运营商和电动汽车用户各自的利益追求;其次,利用Hotelling模型刻画了充电需求受价格引导的分布特性,设计了独立决策时的充电站运营商充电服务费定价方案;最后,在基于Shapley算法确定联盟内的利润分配机制的基础上,构建了能够保持充电市场活性的充电服务费联盟博弈模型。     

市场模式下光伏用户群的电能共享与需求响应模型

在光伏上网电价低于市电电价的环境下,光伏用户通过集群的方式实现电能共享,可以获得比单独运行更好的效益。为了使光伏用户群内各经济主体能实现有序的电能交易,提出了一种基于光伏电能供需比(SDR)的内部价格模型。在考虑经济性和舒适度的基础上,提出了用户参与需求响应(DR)的效用成本模型。由于内部电价是以各时段光伏用户群内的供需比为基础,用户之间针对电价的需求响应行为可构成非合作博弈,在证明该博弈问题存在纳什均衡解的基础上,提出了分布式优化算法对用户的纳什均衡策略进行求解。最后,通过实际算例验证了所提模型在减少用电成本、提高光功率互用水平上的有效性。     

高速公路充电站电动汽车有序充电策略

为了解决高速公路充电站电动汽车的无序充电问题,考虑充电站的运行状态和电动汽车用户的充电习惯,提出了一种基于新电价机制激励用户调整充电时间的有序充电策略。为了验证有序充电的有效性,建立了充电站排队模型,并根据相关数据通过蒙特卡罗方法和排队算法分别对746、480以及240辆纯电动汽车00∶00—24∶00在充电站中的充电情况进行了仿真。仿真结果表明:与无序充电相比,有序充电不仅可以减少用户的充电成本和等待时间,还可以提高充电站的充电设施利用率,减小对高速公路交通的影响。     

电动汽车用户选择充电站最佳经济途径的方法研究

电动汽车将电能转化为驱动汽车的动能,绿色、环保且无污染。政府积极提倡发展电动汽车,电动汽车的数量得到了一定的发展。当电动汽车的电量不能够满足用户的需求时,要对其进行电量的补充。如何合理有效地选择充电站进行充电是一个非常值得研究的问题。针对区域内电动汽车用户如何选择充电站提出一种经济的选择方法。通过搭建电动汽车用户与各个充电站的信息交互平台,引入排队论数学模型,计算电动汽车到达充电站时间成本的同时,进一步计算里程成本。基于前期研究成果,在区域内电动汽车的充电站布局合理的情况下,确定单目标函数选择充电站,从而确定最经济的途径,电动汽车用户以经济成本最低来选择充电站进行充电。     

电动汽车代理在电力市场的最优竞标策略

电力市场的发展以及电动汽车的大规模应用,使得电动汽车代理能够通过参与市场竞标减少电动汽车用户的充电成本。在此背景下,以电动汽车代理竞标行为会影响市场电价为前提,将其他竞标者的报价参数作为模糊变量,电动汽车行为视为随机变量,构造了电动汽车代理参与日前和实时电能市场的二层竞标策略模型,上层以充电成本最低为目标决策最优竞标策略,下层为日前和实时电能市场的出清模型。该竞标策略模型包含了随机和模糊两类不确定变量,属于随机模糊规划问题,采用基于不确定理论的方法求解。算例分析说明了模型及求解算法的有效性,其结果表明所提竞标策略能够有效降低电动汽车充电成本。     

电动出租车预约-违约充电机制及优化决策模型

预约充电机制下违约情况的存在对电动汽车和充电站产生不良影响,为规范电动汽车充电和约束充电站服务行为,该文提出一种预约–违约充电机制,并提出了相应的违约判据和违约豁免准则,进而建立了电动出租车的优化充电决策模型。首先明确了预约–违约充电机制下的电动出租车(electrical taxi,ET)充电成本,预约系统可根据ET优化充电决策模型为用户提供最优的充电方案;然后基于价格需求弹性系数表征了充电负荷的转移;最后,计算了充电站净收益。算例表明,预约–违约机制下,电动出租车的单位电量综合成本发生改变,通过选择最优充电方案,一方面,电动出租车充电成本约降低8.3%,另一方面,优化充电决策模型通过价格杠杆起到调节充电负荷分布的作用,同时由于违约惩罚的存在,充电站净收益约增加7%。该文所得结果可为电动出租车用户的充电决策提供参考,同时可为规范电动汽车用户行为、提高现有充电站设备利用率及提升充电站承担公共服务功能提供新思路。     

基于前景理论量化充电效用的浮动充电服务费优化

通过价格手段对电动汽车的充电行为进行引导,有助于削弱大量电动汽车接入对电力系统产生的不良影响。文章提出一种针对充电浮动服务费的优化模型,引导电动汽车用户更合理地充电。首先考虑用户偏好进行用户分类,并在此基础上建立基于前景理论的用户充电效用模型;其次采用转移概率矩阵建立电动汽车用户的价格响应模型;然后综合考虑电网、充电站和用户的利益,建立浮动服务费的多目标优化模型;最后采用非均匀变异操作对基于自适应网格归档的多目标粒子群算法进行改进并对所建模型进行了求解。以某典型城区为例,对比分析了不同基线负荷下浮动服务费优化结果,不同服务费机制下的用户价格响应结果以及不同用户构成下的用户响应行为,验证了本文所述机制和模型的正确性和有效性。结果表明,文章所提浮动服务费机制及其优化模型可以在分时电价的基础上进一步对电动汽车充电行为进行引导,并起到削峰填谷和保证多方利益的作用。