基于PSO算法的电动汽车有序充放电两阶段优化策略

传统分时电价(time-of-usetariff,TOUT)和实时电价(real-timeprice,RTP)需求响应机制均会在负荷低谷时段产生新的负荷高峰,针对这一问题,考虑电网侧的调峰需求以及不同用户对充电电量、充电成本的不同需求和参与意愿,提出一种分时电价动态优化方法。所提方法根据每辆电动汽车(electricvehicle,EV)接入电网时的负荷信息动态更新该EV的峰谷电价,弥补了TOUT和RTP充电方式的缺点。基于所提分时电价动态优化方法,通过建立充电电量最多和充电成本最小多目标函数,采用粒子群算法对每辆EV的充(放)电行为进行两阶段优化,并通过引入虚拟荷电状态对优化后的充(放)电行为进行修正,由每位用户自主响应实现EV的有序充(放)电。为验证所提方法的有效性,基于2017年全美家用车辆调查结果(NHTS2017),采用蒙特卡洛法模拟某居民区1000辆EV的充电需求,并对不同充电策略、不同优化权重、不同参与度和不同V2G(vehicle to grid)响应度下的充电需求进行了仿真分析,结果表明,相较于其他充电策略,所提优化策略可以明显降低用户的充电成本和负荷曲线的峰谷差。     

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。     

基于分时电价的多目标电动汽车有序充电优化策略研究

随着新能源汽车的普及,大规模的新能源汽车无序并入电网会给配网负荷的平稳运行带来巨大挑战,因此研究电动汽车(electric vehicle, EV)的有序充电具有重大意义。首先,考虑分时电价对用户充电行为的影响,建立以减小电网的负荷波动率及用户充电费用最小为目标的多目标优化模型;其次,对所建立的模型采用改进的粒子群算法求解;最后,建立500个EV的充电模型对其进行仿真分析。仿真结果表明,所提策略可以较大程度减小负荷的波动率,降低用户的充电成本。     

电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

计及用户响应电价关联与多主体共赢的电动汽车充放电定价优化

针对电动汽车用户响应电价时存在的不确定行为,导致配电网负荷波动及运营商成本增加的问题,提出了一种计及用户响应电价关联与多主体共赢的电动汽车充放电定价优化方法。首先,根据用户对充放电电价的响应方式,分析了不同用户充放电转移与电价变化的关联关系;然后,定义了单位投入成本函数,以电网负荷峰谷差最小、运营商节省成本最大及用户用电满意度最大为优化目标,以电动汽车行驶里程、电池电量、充放电时间和车网互动放电电价为约束条件,构建了协调多主体利益的充放电定价多目标优化模型;最后,在人工鱼群算法的基础上,结合免疫算法和Pareto最优解集,提出了基于收缩空间的改进免疫鱼群算法对多目标优化模型进行求解。算例分析结果表明,所提定价优化方法在降低系统负荷峰谷差和运营商成本的同时,增强了对用户分时段有序接入电网的调控能力,验证了所提方法的有效性和优越性。     

峰谷分时电价背景下的居民电动汽车有序充放电策略

针对现有电动汽车充电策略未考虑充电负荷超过供电容量的现实问题,提出一种包含功率限制的电动汽车有序充放电策略。该策略以峰谷分时电价为背景,通过电动汽车向电网进行馈电以及对电动汽车的充电功率进行限制,使居民用电的总负荷曲线趋于平缓,更好地起到削峰填谷的作用。同时在配电设施容量不增加的情况下,提高接纳规模化电动汽车充电的能力。最后通过蒙特卡洛仿真对算例进行分析,证实所提出的包含功率限制的电动汽车有序充放电策略较原有策略更具实用性。     

基于分时电价的电动汽车调度策略研究

电动汽车作为一种新兴负荷,大量接入配电网会对电能质量、频率稳定、电压稳定等产生一系列影响。通过对现有的分时电价制度进行分析,在配电网方面以系统负荷均方差最小化和系统负荷峰谷差最小化为目标函数。在用户侧方面以电动汽车用户充放电成本和电池损耗成本最低作为目标函数,建立电动汽车多目标优化调度模型。通过云自适应粒子群算法进行寻优。仿真结果表明:该调度策略适合于分时电价,与固定电价相比优化了系统负荷同时降低了用户成本。价差更大、均值更高的分时电价2与分时电价1相比略微增加了用户成本,但它对电网的调峰能力明显增强。     

基于分时电价机制的电动汽车用户侧有序充放电控制策略

电动汽车正大规模发展,未来可能有电动汽车用户为方便快捷采取家庭充电方式。针对这一方式,提出一种有序充放电控制策略。根据上级系统提供的充放电功率限制和充放电电价,引入激励因子,通过优化各时段充放电功率,建立以用户总支出费用最低为目标的有序充放电模型。在仅充电和充放电案例分析中,应用单纯形方法,求得最优解,为电动汽车用户提供经济的有序充放电方案。     

基于分时电价的电动汽车群有序充电策略研究

针对目前很多型号的电动汽车电池管理系统(battery management system,BMS)与居民小区内的慢充充电桩不能正常通信的问题,依据确定性分析法,以倒序递推原则安排电动汽车的充电开始时间,研究了一种不采集电动汽车电池荷电状态(state of charge,SOC)来实现小区内电动汽车群(aggregator)有序充电的控制方法,并以小区配电网为例,采用蒙特卡洛方法模拟用户到达时间,对电动汽车在无序充电、总负荷最低时段充电和倒序递推时段充电3种充电模式下配电变压器的负载情况进行了仿真和分析,结果表明,在倒序递推时段充电能显著减小电网峰谷差率,不会产生新的负荷尖峰,适用于实际应用。     

基于分时电价的电动汽车有序充电控制策略设计

文中以减小电网峰谷差作为主要目标,结合电网分时电价时段划分与局域配电网负荷波动情况,提出了电动汽车充电分时电价时段划分方法,并建立了以用户充电费用最小和电池起始充电时间最早为控制目标的数学模型.利用蒙特卡洛方法模拟电动汽车用户的充电行为,对比分析了电动汽车在无序充电和有序充电模式下的仿真结果,表明:通过电动汽车响应充电分时电价,能够有效减小峰谷差,并提高用户满意度.针对电动汽车用户对有序充电的不同响应系数,仿真计算了局域配电网的负荷曲线,结果表明:受充电分时电价影响的用户越多,对于抑制因电动汽车接入而引起的局域配电网负荷的波动越有利.     

电动汽车峰谷分时充放电电价研究

在插电式混合动力汽车有望规模化应用的背景下，供电公司与PHEV用户市场力的博弈越来越频繁和紧密，以电价作为杠杆，计及供电侧平滑电网等效负荷波动和用户侧效益，采用电价综合反应曲线和用电弹性矩阵来分别表示PHEV用户充电和放电弹性特性建立数学模型，应用粒子群优化算法对模型进行了求解。最后，通过算例验证了合理的充放电峰谷分时电价机制调控PHEV用户接入电网行为对平滑系统负荷的有效性，同时PHEV用户经济效益也得到满足。     

基于需求侧管理的电动汽车有序充放电策略

针对电动汽车有序充放电策略的研究,本文通过采用蒙特卡洛随机抽样建立了反映家用车辆用户行为的统计学结果,得到充电规律与充电功率需求期望,在此基础上,建立峰谷分时充放电电价策略的数学模型,分别研究了自然充电与有序充放电策略下规模化电动汽车充放电行为对电网负荷变化规律的影响,并采用遗传算法对分时时段的制定方案进行寻优求解,通过需求侧管理的方法对电动汽车进行有效引导,达到了电动汽车充放电行为有序优化控制的目的。     

动态分时电价机制下的电动汽车充放电调度策略研究

峰谷分时电价下会在基础负荷低时形成新的负荷峰。建立了一个以电动汽车充放电费用最小,电动汽车接入所引起的电网损失最小以及对电压稳定性的影响最小为优化目标的电动汽车充、放电调度数学模型,并通过凸优化算法解决了多变量、多目标和高维优化问题。考虑反复潮流计算的繁琐性,利用网络损耗灵敏度和L-P灵敏度来提升调度效率,并将电压稳定作为约束来保证调度过程中不会出现电压失稳的情况。最后在改进的IEEE33节点配电网系统中进行算例验证,表明本文所提方法可以降低充放电费用,满足用户对经济性的考虑,另外可以降低电动汽车充电负荷对系统的网络损耗和电压稳定的影响。     

考虑三相负荷平衡的电动汽车有序充电策略

电动汽车负荷的大规模接入可能导致配电网出现三相不平衡问题,威胁电网安全经济运行。当前提出的大部分有序充电方法均针对等效的单相系统进行建模,忽略了三相不平衡问题的处理。文中提出一种考虑三相负荷平衡的电动汽车有序充电策略。算法外层运用三相前推回代法迭代修正节点电压,内层则通过求解一个电动汽车有序充电三相模型获得优化充电功率。通过调控电动汽车的充电功率及时段,可实现降低配电网网损以及三相之间负荷平衡的控制目标。仿真结果表明,所提出的有序充电策略可以有效避免电动汽车负荷大规模接入导致的三相不平衡现象,同时降低配电网网损、平抑负荷波动,保障电网安全经济运行。     

计及动态电价的电动汽车充放电优化调度

针对传统分时电价易导致负荷出现新的尖峰和不能随实际电动汽车入网动态调整的问题,提出基于动态电价的电动汽车充电站有序充放电控制方法.考虑部分电动汽车电池电量回馈电网的能力,将电动汽车的充放电价与充放电状态及功率作为决策变量,构建以最大化充电站收益和最小化充电站与配电网交互功率波动为目标的电动汽车充放电优化调度数学模型,并采用改进的粒子群优化算法求解该多变量、高维优化问题.运用蒙特卡洛法模拟不同数量的电动汽车充放电需求,对比分析仿真结果,所提方法能够根据电动汽车入网数量动态调整电价,提高充电站收益,减小配电网负荷的峰谷差,平抑负荷波动,实现电动汽车的有序充放电和达到服务电网的目的.     

基于线性优化的电动汽车换电站最优充放电策略

电动汽车的充放电行为会对电网运行的安全性和经济性产生重要影响。文中首先比较和分析3种常用充电模式的特点与适用场合。其次,基于分时电价机制,分析电动汽车换电站的运营与盈利模式,并以此为依据建立换电站的收益函数。然后,基于一定的简化和假设条件,以换电站运营收益最大化为目标函数,兼顾各类运营约束条件,建立换电站最优充放电策略的线性优化模型。最后,以2种电价定价方式验证建立的模型。算例表明,文中提出的优化模型简单有效,所得研究结果可以帮助电动汽车换电站运营方获得最大经济收益,同时也可以为电网管理部门对换电站的管理与调度提供依据。     

基于多代理系统的电动汽车协调充电策略

为最大化电力公司利益,设计了一种用于协调电动汽车充电的多代理系统,并在满足电动汽车车主充电需求及变压器容量限制的前提下,提出一种以负荷峰谷差最小为目标的分布式优化算法。利用分时电价算法初步优化后得到理想的充电时间区间,在充电区间内应用优化算法避免新的负荷尖峰,引入训练学习机制以使负荷曲线达到削峰填谷的效果。根据用户的驾驶习惯,采用蒙特卡洛方法模拟用户的充电需求,对电动汽车在无序充电、单次优化充电以及引入训练学习机制充电3种情况下的电网负荷进行了仿真分析。研究结果表明:单次优化可以避免负荷尖峰,但不能优化峰谷差;而引入训练学习机制后在减小峰谷差方面有显著作用,而且该分布式优化有更高的计算效率,适于实际应用。     

电动汽车代理机构对电动汽车充放电控制的研究

大规模电动汽车入网参与电网调度需要在某一区域设置一个代理机构,作为电力公司调度部门和电动汽车的中介。针对代理机构对所管辖电动汽车的控制,首先,以1天为1个周期把电动汽车可能被控制的区域分为办公区、居住区和超市购物区。然后,代理机构根据各电动汽车状态信息把各区域的电动汽车分为充电集群和放电集群。之后,代理机构根据可调度容量、可调度时长、电动汽车车主违约度制定评价体系对集群内电动汽车在每个时段的充电或放电的顺序进行排队。最后,在保证电动汽车车主行驶和电池安全约束的情况下,对电动汽车进行充放电调度,使代理机构充放电尽可能满足电力公司调度部门的调度计划。