电动汽车与电网互动:综述与展望

随着新能源发电、电动汽车的大规模发展,电网的调节能力持续下降,新能源消纳的压力日益增加,配电网的薄弱性逐渐暴露。电动汽车与电网互动技术的推广应用对于充电需求的满足、配电网建设压力的缓解、电动汽车灵活性资源的利用及新能源消纳都具有重要意义。文中从电动汽车与电网互动的技术研究、相关政策与标准制定、基础设施及能量管理等平台、信息安全以及示范应用五大方面入手,对电动汽车与电网互动领域的研究现状进行了系统总结,指出了现有研究中的不足之处,并进一步探讨了未来电动汽车与电网互动领域的潜在研究方向。

考虑充放储一体站与电动汽车互动的主从博弈优化调度策略

针对大规模电动汽车(electrical vehicle,EV)接入微电网造成的负荷压力,提出一种考虑充放储一体站(charging-discharging-storage integrated station,CDSIS)与EV互动的主从博弈优化调度策略。首先,通过建立CDSIS模型,并针对CDSIS多场景进行分段设置。其次,建立动态路网模型并结合EV出行特性,预测城市区域路网约束下的EV充电负荷时空分布。并根据预测结果建立EV及CDSIS多目标主从博弈优化调度模型,对EV用户、CDSIS收益进行多目标协调。最后,以某城市主城区域部分交通路网结合IEEE33节点配电系统进行仿真,分析电价与CDSIS储能设备容量对城市区域内EV用户和CDSIS站收益的影响。结果表明,所提主从博弈模型与调度策略能够使得EV用户与CDSIS双方得到最大收益。

电动汽车用多相电驱重构型车载充电系统关键技术综述

电驱重构型车载充电系统为电动汽车电气部分提供了一种全新轻量化设计思路,旨在利用电驱单元分时执行电驱与充电2种变流功能。相较于三相电驱系统,多相电驱系统具有输出转矩平滑、容错性能强等诸多优势特性。鉴于此,该文首先归纳现有并网式多相电驱重构型车载充电系统的拓扑结构与控制策略,并介绍其容错运行方案;然后,着重分析太阳能电动汽车用多能量端口电驱重构型车载充电系统的工作原理与控制策略;最后,总结全文并对多相电驱重构型车载充电系统的发展方向进行展望。

面向多场景辅助服务的大规模电动汽车聚合可调度容量建模

大规模电动汽车聚合可调度容量是含电动汽车的虚拟电厂参与多层级多场景电力平衡辅助服务的重要技术指标之一。然而,现有电动汽车聚合可调度容量模型难以适应大规模电动汽车与省级电力调度中心互动场景。为此,文中从面向电力系统调峰、调频和调压多级多场景调控新视角,提出了数据驱动和机器学习相结合的双层聚类电动汽车聚合可调度容量建模方法。该方法通过构建电动汽车-充电桩广义储能单元的个体可调度容量模型,结合基于密度空间的聚类算法和改进的自组织映射深度聚类算法,有效地融合了电动汽车电量的时间分布和充电桩的空间分布特性,构建了面向调峰、调频和调压多场景调控的聚合可调度容量模型。采用了某省实际充电记录数据对提出的方法进行了验证,获得了“早间型”“中午型”“晚间型”等多种充电画像类型,实现了时空分布各异的电动汽车广义储能系统的自主聚合和省市级规模电动汽车参与电网不同辅助服务潜能的评估,并为聚合可调度容量的预测奠定了数据基础。

考虑奖励机制的电动汽车充电优化引导策略

随着电动汽车(electric vehicle,EV)的大规模推广,其无序充电严重威胁电网的安全稳定运行,积极引导EV用户参与充电优化策略,对于提高电网的安全稳定性具有重要意义。为此,基于充电优化管理调度思路,提出一种考虑奖励机制的EV充电优化引导策略,在分时电价的基础上,计入用户在降低电网负荷波动中的奖励机制,考虑充电位置固定、不确定用户的出行需求,确定EV的充电时间及充电位置,达到用户满意度最高的目的;利用EV动态响应的实时优化算法,对所提的优化调度模型进行求解。仿真结果验证了所提策略的有效性和可行性,该优化调度策略不仅能有效改善负荷低谷时段集中充电形成新的负荷高峰的问题,而且可明显降低用户的充电成本及电网负荷波动。

考虑电动汽车充放电的输配协同能量-灵活性市场出清机制

为应对输电网对灵活性资源的迫切需求,挖掘配电网分布式资源的灵活性支撑潜力,首先,构建市场环境下电动汽车的车-网互动响应模型,分析不同充放电方式下电动汽车的需求响应能力,为电动汽车参与市场环境下电网调度控制提供模型基础;然后,计及配电网运营商对需求侧灵活性资源的聚合作用,以购买电力和灵活性资源总成本最低为目标,构建考虑电动汽车充放电方式的输配协同能量-灵活性市场出清模型,通过协调控制输配电网中各类灵活性资源来满足输电网的灵活性需求;最后,通过修改的IEEE 33节点输电网与2个IEEE 33节点配电网耦合的测试系统对所提输配协同能量-灵活性市场出清方法的有效性进行分析与验证。结果表明,所提方法可提升电力系统的运行经济性和灵活性。

含电动汽车和光伏的配电网演化动态博弈调度策略

针对大规模电动汽车的无序充电行为可能导致电网出现的三相不平衡问题,基于演化动态博弈模型,提出一种考虑三相负荷平衡和光伏消纳的电动汽车充电调度策略。首先,基于电动汽车接入时段的主观性以及光伏出力和负荷的不确定性,引入游牧集群和定居集群之间的演化动态博弈方程;然后,考虑用户侧和电网侧双方利益关系,设计以最小化电动汽车充电费用、三相负荷不平衡度和无功需求为目标的调度优化模型;最后,通过对某商业区配电网算例进行仿真求解,对比分析三相有功曲线、三相无功曲线以及荷电状态曲线的变化趋势。算例结果表明,该调度策略可有效降低三相不平衡度,满足无功补偿的需求以及改善用户充电成本。

电动汽车与清洁能源融合发展技术研究与展望

以光电、风电为代表的清洁能源发电技术可为电动汽车提供清洁的电力供给,减少全生命周期碳排放,助力交通领域“双碳”战略目标的实现,因此近年来得到迅猛发展。为了推动交能融合技术的应用,明确相关研究中的关键问题,该文综述了国内外学者过去10年在电动汽车与清洁能源融合技术方面的研究进展。首先,介绍了二者融合发展的必要性与现实意义;其次,将已有研究成果分为公路环境与城市道路环境两类,分别从电网、充电站、车辆3个层面归纳了当前电动汽车与清洁能源融合技术的研究成果;最后,考虑到清洁能源发电以及电动汽车充电存在较强的随机波动,对未来发展提出了加强公共领域交能融合发展、构建多种互补型清洁能源发电策略、建立“源—网—荷—储”集成优化技术、强化分布式微电网能源自洽调度、加强无线光伏充电公路运营管理等建议。

基于动态自适应图神经网络的电动汽车充电负荷预测

电动汽车充电站负荷波动的不确定性与长时间预测任务给提升充电负荷预测精度带来巨大的挑战。文中提出一种基于动态自适应图神经网络的电动汽车充电负荷预测算法。首先,构建了一个充电负荷信息时空关联特征提取层,将多头注意力机制与自适应相关图结合生成具有时空关联性的综合特征表达式,以捕获充电站负荷的波动性;然后,将提取的特征输入到时空卷积层,捕获时间和空间之间的耦合关系;最后,通过切比雪夫多项式图卷积与多尺度时间卷积提升模型耦合长时间序列之间的能力。以Palo Alto数据集为例,与现有方法相比,所提算法在4种波动情况下的平均预测误差大幅降低。

基于SACPS算法的住宅小区电动汽车集群有序充电

针对传统电动汽车有序充电存在的充电影响因素考虑不全、优化目标过于单一、充电体验不友好等问题,以住宅小区电动汽车集群充电为研究对象,构建集群有序充电模型,提出模拟退火的混沌粒子群(simulated annealing chaotic particle swarm,简称SACPS)算法,且使用该文算法对集群有序充电模型进行优化,最后对优化结果进行仿真实验.仿真实验结果表明:相对于其他2种算法,该文算法能使电动汽车集群有序充电模型取得更低的最佳适应度;与集群无序充电相比,SACPS算法的集群有序充电的负荷峰值、负荷峰谷比、充电费用分别降低了42.62%,96.81%,15.61%;SACPS算法的集群有序充电在一定程度上实现了与其他负荷的错峰用电.因此,SACPS算法具有优越性.

NiCo_(2)O_(4)//GO非对称超级电容器电动汽车动力系统应用仿真

将制备的NiCo_(2)O_(4)电极进行电化学性能测试,结果表明,NiCo_(2)O_(4)电极活性材料通过准可逆的氧化还原反应进行储能,表现出良好的电化学性能.进而使用Simulink仿真模拟了非对称超级电容器单体的放电过程,并使用AVL CRUISE仿真计算了超级电容器-锂离子电池复合储能系统的电动汽车行驶过程.结果表明,汽车在WLTC循环工况下的最大电池功率为38.0 kW,行驶时间为4.9 h,续航里程为224.4 km,相比单独的锂离子电池储能系统最大电池功率减小了31.3%,续航里程提高了11.4%.超级电容器对复合储能系统的电动汽车起到了平衡电池功率和提高续航里程的作用.

考虑多影响因素的电动汽车充电负荷预测

针对电动汽车数量呈突变式增长的问题,通过分析私人电动汽车保有量的相关影响因素,利用关联分析法筛选出公共充电桩数量、人均可支配收入、人均消费支出、第二产业投资额增长率和总私人电动汽车数量五个因素,建立了引入自适应系数r的灰色模型(GM(1,N))。与现有的预测模型结果进行对比,证实了所建立模型的优越性。此外,根据重庆市充电站提供的数据,建立了私人电动汽车日充电负荷模型,采用蒙特卡洛法得出私人电动汽车在2021年和2025年保有量下的日充电负荷,渗透率分别达到为0.4%和0.85%。最后,引入IEEE33节点系统分析电动汽车在不同渗透率下充电负荷对电网的影响程度。结果显示高渗透率下对电网电压造成的波动较大,网损增加近160倍,降低了能源利用率,为重庆市未来规划电动汽车充电提供了有效的数据参考。

考虑补偿激励的电动汽车多区域优化调度策略

针对充电区域内分布式新能源(DRE)与电动汽车负荷供需不均的问题,提出一种考虑补偿激励的电动汽车多区域优化调度策略,引导电动汽车前往不同充电区域充电,以促进DRE就地消纳.首先,基于需求价格弹性及用户时间焦虑建立电动汽车用户需求电量模型.其次,基于剩余电量可达原则和空闲时间冗余原则将电动汽车划分为可响应和不可响应集群,利用基于后悔理论的充电区域决策模型对可响应集群按区域作进一步划分.最后,建立电动汽车多区域优化调度模型,从最大化充电服务商经济效益及DRE消纳程度两个方面对充电价格进行优化.通过仿真验证证明所提优化策略能够充分考虑时间焦虑和价格弹性对电动汽车用户的影响,充分挖掘用户的响应潜力,在降低DRE消纳偏差量和提高充电服务商经济效益方面具有明显效果.

含垃圾能源化处理及电动汽车负载的区域综合能源系统协调优化

传统能源系统互相独立、欠缺联动,容易导致能量的浪费,并且能源结构也难以优化。区域综合能源系统具备多能互补、高效利用的优点,是提高能源利用效率和环保性的重要改进技术。为了利用垃圾蕴含的能量和电动汽车负载端的能源消纳,文中建立一个考虑垃圾焚烧和电动汽车负载的区域综合能源系统模型,利用模型进行系统的优化调度研究。论文分析了系统内的多能源能量流通关系,而后对系统内的各种能源转换设备及电动汽车进行分析,引入垃圾能源化处理,将热能转化为电能,并利用电动汽车进行电能消纳的模式,得出区域综合能源系统的能源效益最大化的模型。通过python进行算例分析,结果表明,含垃圾处理和电动汽车参与的区域综合能源系统既能提高能源的利用效率,又能带来更优的经济效益。

电动汽车ChaoJi充电连接器温升仿真方法

高功率充电桩在工作过程中,长时间大电流充电使其连接器温升明显。针对此电动汽车大功率充电的发展需求,对ChaoJi充电连接器的温升仿真建模及软件仿真开展研究。首先,简化连接器的结构为圆筒状,结合接触件的结构类型以及接触电阻的影响因素,研究连接器接触点的热效应模型;其次,研究ChaoJi充电连接器的温升仿真方法;最后,对ChaoJi连接器进行软件热仿真,由此验证ChaoJi充电接口温升模型,得出温升值与通电电流约为二次方关系的结论。所研究的ChaoJi充电连接器温升模型及软件热仿真在一定程度上弥补了充电接口温升研究的空白。

基于深度强化学习的住宅区电动汽车充电策略

为降低电动汽车(Electricvehicle,EV)充电成本、缓解用户里程焦虑,提出了一种基于深度强化学习算法的EV充电控制策略。首先,使用数学模型定量分析EV用户的充电成本、里程焦虑以及电池老化;然后,将EV充放电问题转化为状态转移概率未知的马尔可夫决策过程,使用强化学习算法得到离散的充放电决策。与传统的基于模型预测控制算法相比,在用该策略得到充电策略时可以不依赖充电环境的精确模型以及EV用户行为等不确定性因素的预测结果。实验结果表明,应用该策略可以在满足用户充电需求的同时降低充电成本、保护电池,其控制性能相比基于模型预测控制的充电策略也更为优异。

基于“车-路-站-网”信息耦合的电动汽车有序充电策略

为了消解规模化电动汽车(electrical vehicle,EV)无序充电对交通路网、充电站和配电网运行稳定性带来的负面影响,提出一种基于“车-路-站-网”信息耦合的电动汽车有序充电策略。首先,构建“车-路-站-网”信息耦合模型和动态Floyd最短时间路径搜索模型,为EV用户搜寻最短耗时路径。其次,基于“车-路-站-网”实时状态预测EV用户选择不同路径前往各充电站快充产生的充电决策因素,通过层次分析法和改进CRITIC法综合EV用户充电决策因素的主客观权重,利用Topsis方法决策EV用户的最优充电路径。最后,提出EV用户慢充优化策略,对返程EV用户的慢充负荷进行优化,结合EV慢充和快充负荷,进一步实现配电网负荷的削峰填谷。仿真结果表明,所提出的EV有序充电策略能够同时提升“车-路-站-网”多方运行水平。

电动汽车集中型充电站选址定容模型

针对充电和换电等单一模式的盲目建设,规划不集中带来的资源利用率低与部分充电需求得不到满足等问题,本文提出一种考虑充电和换电与移动充电的多种充电模式下集中型充电站选址与定容方法。首先,分析不同类型电动汽车的充电行为特性,模拟得到规划区域的充电需求分布;然后,基于最近距离原则采用排队论方法计算电动汽车充电损耗成本,优化移动充电设备自充电时刻,求得电动汽车自充电成本;最后,以集中型充电站建设维护成本、用户损失成本及设备自充电成本总和最小为目标建立选址定容模型,结合某城市部分实际道路网为研究区域,采用遗传算法求解模型,确定规划区域内集中型充电站建设数量、位置及不同设备的配置数量。结果表明:规划区域内建设8座集中型充电站总成本达到最低,充电需求车辆数量与充电功率变化对集中型充电站成本均有较大影响,且优化移动充电设备自充电调度管理,可降低集中型充电站高峰时期32.62%的电网负荷,提高了电网稳定性。

考虑电动汽车优先级需求的两阶段优化调度策略

随着光伏发电渗透率的升高,光伏出力的不确定性会影响电网的安全稳定运行。而利用电动汽车(EV)移动储能的特性可以实现EV和光伏的协同增效。本文基于EV能量调度的灵活性,构建了考虑用户充电需求的EV两阶段优化调度模型:在日前预调度阶段,建立光伏的就地消纳偏差最小、EV充电完成率最大、EV用户出行成本最小的多目标优化函数,并引入充放电系数对EV的充电行为进行优化;在实时调度阶段,负荷聚合商结合各时段EV的实际充电需求,根据调度优先级对优化后的充放电系数修正,保证EV充电的公平性,制定出最优的充放电策略。通过综合考虑EV用户对于充电完成度和充电成本的不同需求,对不同充电模式、不同权重系数进行分析,同时考虑了用户改变充电需求的情况,验证本文所提策略在降低光伏消纳偏差量、满足用户充电需求方面具有明显效果。

基于鲁棒优化的电动汽车充电站点流融合选址模型

随着电池技术的发展,电动汽车续航里程日益增长,用户充电行为从在途充电逐渐向目的地充电转变,形成了以点需求为主、流需求为辅的综合需求模式。因此,规划充电设施选址需同时考虑点需求和流需求,以便设施布局与充电需求模式能够充分匹配,提高设施利用率。将经典选址理论中的集合覆盖模型与截流模型相结合,提出了一种能够服务综合充电需求的点流融合选址模型。考虑到充电需求的不确定性,采用鲁棒优化方法,以最小化充电设施建设和电力设备扩容总成本为目标,建立了需求不确定情形下的鲁棒选址模型,并通过对模型做等价对偶转换进行求解。最后,针对两个路网算例开展了数值分析,结果表明,与传统单一需求选址模型相比,本文提出的点流融合模型能在充分覆盖不同类型充电需求的情形下有效降低充电设施的总体规划成本。