实时电价下含V2G功能的电动汽车理性充放电模型及其分析

为了利用实时电价实现电动汽车理性充电,以电动汽车运营收益最大化为目标,以满足电动汽车动力电池充放电容量及电动汽车行程需求为约束条件,构造了一个电动汽车充放电收益最大化模型,该模型较好地表示电动汽车充放电决策。以美国家庭出行调查为依据,根据用户充出行规律,采用蒙特卡洛模拟法模拟用户行程需求,对电动汽车充放电运行的经济效益进行仿真计算和分析。研究结果表明,通过响应电网实时电价,理性充放电模型可显著提高电动汽车的经济效益。同时,由于夜间电价相对便宜而白天相对较高的电价激励,电动汽车多在配电系统负载率较低时充电,在系统峰荷附近反向放电,从而起到削峰填谷的效应。     

电动汽车充放电对电网的影响分析

介绍了目前电动汽车充放电技术的主要三种电能供给模式;交流充放电桩、直流充放电机和电动汽车充放电管理系统的主要作用与功能.重点分析了电动汽车充放电对电网负荷、电能质量、电网规划、配电网调度和继电保护、配电设备和电网交易等方面的影响.最后指出电动汽车的充电行为及其储能特性对未来电网运行的影响和作用将越来越大,研究大规模分布式的家庭充电的影响及电动汽车充放电控制策略将成为该领域的重点.     

电动汽车充放电技术及其对电网的影响分析

阐述了电动汽车充放电技术的主要三种电能供给模式,交流充放电桩、直流充放电机和电动汽车充放电管理系统的主要作用与功能,重点分析了电动汽车充放电对电网负荷、电能质量、电网规划、配电网调度和继电保护、配电设备和电网交易等方面的影响,展望了大规模分布式随机充电对电网的影响,指出电动汽车充放电控制策略将成为该领域的研究重点。     

电动汽车充放电对电网影响研究综述

随着大容量电池技术、电动汽车技术的发展和成本的降低,电动汽车的数量将急剧增长,其随机充放电行为将为城市电网的安全稳定运行带来新的挑战。从电动汽车充电设备及充放电特性出发,分析了电动汽车充电行为对电网负荷平衡、电源容量、电能质量、环境等方面的影响。探讨了电动汽车V2G模式在车网通信、削峰填谷、频率调节、新能源协调运行等领域的应用前景,并展望了含大规模电动汽车的城市电网动态运行机制、电动汽车与电网的协调优化经济运行、V2G多场景发展等相关领域的下一步研究工作。     

基于电价响应的电动汽车充放电策略研究

电动汽车用户参与电网互动是以获利为出发点,但影响用户经济收益的因素是多方面的,包括电池充放电成本、实时电价以及充放电策略等。从用户的角度出发,在实时电价下,构建了电动汽车充放电的成本模型和收益模型;运用Matlab进行求解,分析了电动汽车可盈利的充电时间段和放电时间段。计算结果表明,合理的充放电策略能为用户带来经济收益,且电动汽车的盈利充电时间段为电网负荷低谷期,放电时间段为负荷高峰期,这与电网削峰填谷策略要求一致。     

基于logit模型的电动汽车充放电研究

零排放的电动汽车是汽车工业未来发展的主流,电动汽车入网技术实现了电动汽车和电网的双向互动和交换,是智能电网的重要组成部分.电动汽车的充放电行业造成新一轮负荷的快速增长,其对电网效益产生的影响目前还未有深入的探讨.在现有商业用电峰谷电价模型下,探讨了基于随机效用理论的多项式logit模型的电动汽车充放电行为,并初步评估电...     

基于分时电价的电动汽车充放电多目标优化调度

大规模电动汽车无序充电易造成电网负荷"峰上加峰"等后果,这严重影响电网安全运行,因此合理调度充电行为至关重要。基于分时电价制度和电动汽车可入网的情况,针对电动汽车调度机构建立了计及电网负荷波动及用户成本的多目标优化模型,采用交叉遗传粒子群算法求解得到次日优化充放电计划。基于某商用楼宇负荷数据进行算例仿真,对比分析了分时电价与固定电价下的仿真结果及不同分时电价对调度策略的影响,结果表明:分时电价引导下的调度策略在减小电网峰谷差与提高用户经济性上都具有更大优势;受峰谷电价差增大与尖峰电价的影响,新的分时电价下电网调峰效果更加明显,但用户成本却因平均电价上浮而增高。     

电动汽车充放电的特性分析

当电动汽车充电时,可以作为智能电网的负载;当电动汽车放电时,可以作为智能电网的分布式电源。在电动汽车接入电网的模型基础上,实现电动汽车的功率特性和充放电概率特性分析。     

基于分时电价的电动汽车有序充放电策略研究

为了减缓电动汽车无序充电造成的负荷波动,提出一种基于分时电价的电动汽车有序充放电策略。构建了居民区电动汽车负荷模型,在考虑负荷均方差、用户充放电成本和电动汽车充电量的情况下,建立多目标优化函数,并采用改进粒子群算法求解多维优化问题。仿真结果表明,所提有序充放电策略能在有效平缓电网负荷曲线的同时,增大电动汽车充电电量和减少用户充放电成本,最大程度满足用户出行需求。     

上海电动汽车家庭用户端充放电模式的研究

电动汽车的智能充放电管理是智能电网建设的重要内容之一。对智能电网下电动汽车家庭用户端的充放电模式进行研究,建立了电动汽车用户以最小化费用为目标的充放电模式的数学模型,以上海市电动汽车家庭为例,分析基于当前上海电网销售电价下的电动汽车家庭用户端的最优充放电模式,为电动汽车的充放电管理提供了理论依据。     

基于随机森林算法的电动汽车充放电容量预测

文中提出一种电动汽车充放电容量的组合预测方法.首先,基于电动汽车历史充电数据和用户参与电动汽车与电网互动(V2G)意愿的调查数据,分析车辆荷电状态(SOC)特性、出行时间特性以及用户对价格的敏感度,建立随机森林分类模型,判断车辆是否参与V2G调度,并对影响用户决策的特征因素进行重要性评估.其次,采用蒙特卡洛方法模拟电动汽车出行和充放电情况,并分别预测充放电容量.最后,以办公区为例进行仿真,对比分析多种充放电模式下的电动汽车充放电行为与负荷分布.所构建的随机森林分类模型的准确率为0.917,能够有效区分V2G计划时段内电动汽车的充放电行为,仿真结果验证了所提预测框架的有效性.     

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。     

大规模电动汽车充放电优化控制及容量效益分析

建立了电动汽车充放电两阶段优化模型,并采用整数规划方法求解,以获取通过优化控制降低的峰荷量及车辆到电网(V2G)的放电量。考虑电动汽车起始充电时间、起始荷电状态的随机分布,采用拉丁超立方抽样方法进行抽样,以有效减小计算规模。以中国2020年和2030年电动汽车充电负荷为例,对电动汽车可控比例不同情景下的有序充电优化、V2G优化问题进行了仿真计算,并对成本效益进行了分析。考虑到未来参数的不确定性,对成本效益相关参数进行了灵敏度分析。分析结果表明,所提出的两阶段充放电优化控制模型能有效降低峰荷并平滑负荷曲线。同时可知,装机成本和电池寿命损耗成本的变化将对V2G的效益产生较大的影响,上网电价的变化则对V2G效益的影响较小。     

电动汽车V2G接入电网对电网负荷的影响分析

随着电动汽车的大规模普及以及智能电网的应用,未来将会有大量电动汽车通过V2G （vehi-cle-to-grid）接入电网,电动汽车充电将会给电网负荷带来巨大的挑战。分析了电动汽车V2G接入电网的影响因素,建立了基于蒙特卡洛模拟的电动汽车充电负荷计算方法。通过分别建立随机充电和V2G充电2个模型,对比在不同的电动汽车渗透率下的电网充电负荷,得出V2G可控充电对于平衡电网高峰负荷以及利用低谷电力有着积极作用的结论。     

充电站内电动汽车有序充电策略

以充电站运营收益最大化为目标,以配电变压器容量及最大限度满足用户充电需求为约束条件,建立了充电站内电动汽车有序充电的数学模型。根据用户充电规律,采用蒙特卡洛模拟法模拟用户充电需求,对电动汽车在有序充电和无序充电2种情形下充电站运行的经济效益及配电变压器负载情况进行了仿真计算和分析。研究结果表明,通过动态响应电网分时电价,有序充电控制方法可显著提高电动汽车充电站的经济效益,并具备很高的计算效率。同时,由于相对便宜电价的激励,夜间采用有序充电方式也可能使大量的电动汽车集中充电而导致另外一个用电高峰的出现。     

电动汽车充放电负荷预测研究综述

随着电动汽车的持续推广以及充电设施的建设和逐步普及,电动汽车将得到越来越多的应用,而电动汽车充电负荷时空分布预测是分析电动汽车接入电网相关研究的基础。首先,分别从车辆性能、充电设施、用户行为习惯等微观层面,以及政策、环境、市场经济等宏观层面总结影响电动汽车充电负荷的关键因素;其次,对电动汽车充电负荷时间分布、空间分布预测方法的发展进行了系统阐述,分析了用户行为不确定性处理技术,同时概括了现有研究中一些新技术的应用情况,并针对电动汽车参与放电潜力评估的研究现状进行了介绍;最后,总结了现有研究方法中存在的不足和改进方向。     

居民小区电动汽车充电负荷有序控制策略

针对当前居民小区电动汽车充电设施建设中遇到的配电变压器供电容量限制及物业管理方缺乏运营积极性等实际困难,研究了电动汽车充电负荷有序控制策略,主要目标包括预防配电变压器过载和实现充电收益最大化。首先提出了网格选取法,在保证变压器不过载运行的同时,灵活规划电动汽车的充电时段。进而基于峰谷分时电价构建了充电电费支出最小的目标函数,并基于遗传算法设计了求取最优网格选取结果的方法与步骤。最后,采用蒙特卡洛法进行算例仿真和分析验证。结果表明:网格选取法隐含了配电容量限制条件,简化了电动汽车的有序充电规划,更利于采用寻优算法进行求解。所求取的有序充电策略能有效实现负荷移峰填谷、降低电费支出,同时提高运营方的充电收益及参与积极性。     

基于移动社交网络平台的电动汽车充放电行为预测

大量电动汽车的自由充放电会给电力系统的安全与经济运行带来较大影响。另一方面,电动汽车向电力系统反向送电(V2G)技术的发展可支持电动汽车参与电力系统的调频等辅助服务,但采用不同充放电调度策略时,对V2G和电力系统的交互行为的效果会有不同的影响。移动社交网络(MSN)作为车联网的一个有益补充,在电动汽车用户进行充放电决策上具有一定的互动性,进而会影响电动汽车充放电的调度策略。考虑到MSN的影响力,研究了在分时电价约束下的电动汽车充放电行为预测方法,将每辆参与调度的电动汽车看成是MSN平台中的单一个体,受整体影响力的制约,其时空特征类似于交叉粒子群中的基本粒子,在保持电力系统安全运行与电动汽车用户利益最优的目标约束下,结合MSN的影响力因子,建立了电动汽车充放电行为的预测模型。仿真实验结果表明,该方法可以在不同的调度策略下,预测出电动汽车的充放电行为。     

电动汽车充电站负荷建模方法

电动汽车充电站负荷建模是开展规模化充电负荷预测及评估充电负荷对电网影响的基础工作,充电站负荷与电动车辆的进站流量、充电时长、充电能力等多种因素有关,呈现出较为复杂的特征,这使得负荷建模存在许多难点。文章通过分析进站车辆流量对充电负荷的影响,提出了描述充电站负荷的2种建模方法:一种是在一定前提条件下快速计算充电负荷的数学公式;另一种是计及多种实际影响因素的动态过程仿真方法。进而阐述了负荷模型的应用方法和具体步骤,以北京奥运电动公交充电站为例进行了仿真,并与实测数据进行了对比验证。结果表明2种建模方法都能较好地描述充电站负荷的变化规律,其中动态仿真方法能更准确地反映多种因素对充电站负荷的影响。所提方法运算速度快、数据接口清晰,可满足规模化电动汽车负荷仿真的要求。     

考虑预警负荷的电动汽车充放电优化策略

预警负荷会严重影响电力系统的安全经济运行。面向参与车辆到电网(vehicle to grid,V2G)服务的电动汽车用户,综合考虑预警负荷、预警电价和充电激励措施对充放电过程的影响,提出基于改进粒子群算法(improved particle sw arm optimization,IPSO)的电动汽车充放电优化策略。通过计算预警负荷发生时的放电奖励,建立预警负荷电价模型、电池容量损耗模型,基于分时电价和放电激励制度建立用户充放电成本模型。此外,引入长短时记忆的概念,提出改进粒子群优化算法。在上述模型和算法的基础上,以最小化用户成本为优化目标,计及用户充电需求和充放电功率等约束,提出不同预警负荷情况下的充放电优化策略。在MATLAB中完成了仿真验证,结果表明,在已知预测预警负荷的前提下,采用文中的充放电优化策略能够提高电动汽车用户V2G参与度,有效降低用户成本,并缓解预警负荷发生时电网压力。