基于IE的城市新能源汽车充电站选址优化研究

汽车产业一直是我国国民经济重要支柱,随着我国经济结构转型升级和环境保护综合治理的力度持续加大,新能源汽车普及已势在必行,但新能源汽车销量的陡增给未来城市功能结构调整带来动力和挑战,特别是新能源汽车充电站在城市的选址布局优化问题尤为突出。以城市新能源汽车充电站布局为研究对象,使用IE优化理论方法与技术工具,针对充电站选址过程中忽略人的出行需求,导致其选址结果不精确的现状,应用Logit回归分析确定居民出行新能源汽车分担率,从而判断使用充电桩的需求数量,提高了计算结果精准度;再应用联合覆盖模型,确定充电场站选址位置,优化充电场站中充电桩的配置数量,用户使用充电桩最大距离缩短至2 km。实现了以低成本高效率满足新能源汽车用户的充电需求,对城市未来新能源充电场站选址与布局具有一定借鉴意义。

一种改进多尺度融合的电动汽车充电口识别方法

针对无人自动充电桩工作过程中背景复杂导致电动汽车充电口识别精度低等问题,提出基于改进YOLOv5算法的一种电动汽车充电口识别方法。采用融入加权双向特征金字塔结构增强不同层级间的信息融合能力;引入GhostNet网络结构中的深度可分离卷积GhostConv,替代原模型中的特征提取网络中的普通卷积层,减小了模型的计算开销;主干网络中使用SENet结构增加感受野信息,提高模型对充电口特征的提取能力;同时改进模型损失函数,引入EIoU损失函数代替原始CIoU损失函数,提高边界框回归精度。实验结果表明:改进后的模型在自制的多样化电动汽车充电口数据集上相较于原始YOLOv5算法在模型体积上减小了6.94 MB,检测精度提升到94.75%。同时与目前主流的检测算法对比,检测精度与检测速度也具有一定的优越性,适用于复杂背景环境下的电动汽车充电口的目标检测。

考虑分布式电源时空相关及电动汽车充电负荷分布特性的有源配电网概率潮流

目前分布式电源(distribution generation,DG)和电动汽车(electric vehicle,EV)充电负荷等随机变量接入电力系统时时空特性考虑不足,会导致概率潮流计算偏离实际。因此该文提出了考虑DG时空相关及EV分布特性的有源配电网概率潮流模型。首先,利用场景生成建立时空相关的风电、光伏出力概率模型;然后,考虑路网约束和用户心理,建立考虑EV时空分布特性的负荷概率模型;最后,以Nataf变换结合奇异值分解处理相关性输入变量,运用三点估计法对概率潮流进行计算,通过Cornish-Fisher级数拟合得到累积分布函数。以IEEE-33节点系统进行测试,利用所提模型分析了DG时空相关性和EV分布特性对配电网潮流的影响。结果表明DG时空相关性主要影响系统的波动性,EV分布特性主要影响系统的运行特性。该文研究可为新型配电网的安全运行提供理论指导。

共享储能模式下电动汽车充电站双层优化运行策略

在电动汽车持有量快速增长的背景下,电动汽车充电站的建设需求日益强烈。为了提高充电站运行经济性,文中提出接入共享储能的电动汽车充电站优化调度方法。首先,分析分布式储能和共享储能的运行模式,以充电站年投资成本和年运行成本最低为上层目标函数,以典型日运行成本最小为下层目标函数,构建考虑储能不同运行模式的电动汽车充电站双层优化调度模型。其次,对3个具有差异性的电动汽车充电站进行仿真,并将多个场景下的不同储能运行模式进行对比。然后,在此基础上,针对共享储能服务费以及电动汽车放电损耗进行灵敏度分析。最后,算例表明,共享储能的接入对降低电动汽车充电站规划和运行成本具有积极作用,合理的储能服务费定价和电动汽车放电损耗成本能减少充电站运行成本。

考虑运营成本和用户体验的电动汽车充电站布局优化模型

针对电动汽车充电站布局优化问题,综合考虑充电站建设运营成本和交通流量变化情况下的用户体验,据此建立充电站布局优化模型。先分析充电站城市土地转让成本、基建及充电设备成本、运营成本各项构成要素,并建立相应的数学模型,再结合交通拥堵指数建立用户体验数学模型,最终以满足充电站建设运营成本最低和用户体验最优为预期目标,建立充电站布局优化模型。引入Tent混沌映射对初始解空间进行均布化,采用AVOA优化算法对该模型进行问题求解。仿真结果表明:与对比文献模型相比,新的充电站选址方案与随机产生的需求点距离更近、更平均;在典型测试场景下,新选址方案可有效降低配电网络的网损率、提升充电站效能,并能为用户提供更优的用户体验,充分说明该模型能够较好解决充电站优化布局问题。

考虑风光出力不确定性的电动汽车充电站多目标双层规划

【目的】为适应“双碳”目标下电动汽车充电站拓展规划需求,研究充电站选址定容对分布式电源消纳作用的影响。【方法】建立了综合考虑风光出力不确定性和相关性的多目标双层配置优化模型,并分析了分时电价激励下电动汽车用户充电行为变化对充电桩选址定容方案的影响。上层综合考虑经营者投资建设、运行维护、网损成本和用户充电、排队等效成本最小两个目标函数,采用改进多目标粒子群算法生成帕累托最优规划方案。下层模型以弃风弃光率最小为目标,对上层模型生成的帕累托解集进行校验。【结果】通过IEEE33节点路网图对所提模型进行验证,得到在风光不确定场景下的充电桩最优选址方案。

考虑可再生能源协调出力的电动汽车充电定价方法

在一个配电网和城市交通网耦合框架中,提出一种电动汽车充电定价方法。建立以社会总成本最小为目标的电动汽车充电服务费的双层优化模型,模型上层为在含风电的配电网中求解充电服务费(Charging Service Fees, CSF)的二阶锥问题;下层为一个遵循用户均衡(User Equilibrium, UE)原则的交通分配问题。该模型考虑了风电输出和OD交通流的不确定性,建立基于深度强化学习的求解框架,对随机双层问题进行解耦和近似求解。以5节点系统和某城市交通-电力耦合网为例,验证了该模型的有效性。

考虑分时电价和充电利用率特征的大型电动汽车充电站负荷短期预测方法

考虑分时电价和充电利用率特征对电动汽车充电站负荷的影响,提出了融合长短记忆网络和支持向量回归(long short-term memory-support vector regression,LSTM-SVR)的大型电动汽车充电站负荷短期预测方法。首先,建立了分时电价、充电利用率、气象信息等影响充电负荷的因素以及历史充电负荷功率数据作为输入的特征矩阵。其次,运用自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)方法将包含分时电价和充电利用率的特征矩阵序列进行分解,扩充了数据多样性,并采用组合相关系数方法实现了数据降维和特征选择。然后采用北方苍鹰优化(northern goshawk optimization,NGO)算法分别优化LSTM和SVR的超参数,求解权重系数并构建融合LSTM-SVR模型。最后采用某城市一座大型充电站数据进行验证,对比实验表明,考虑分时电价和充电利用率特征可有效提高电动汽车充电站负荷预测精度8%以上,同时采用所提出的融合LSTM-SVR预测方法能使预测精度进一步提高。

计及电动汽车充电需求的城市配电网多场景低碳优化调度研究

【目的】随着光伏、储能、电动汽车负荷在配电网中占比不断增加,高比例新能源的波动性与不确定性给配电网低碳运行带来了巨大挑战。为了有效地减少配电网的碳排放量,【方法】提出了一种考虑电动汽车负荷充电需求的配电网低碳经济优化调度方法。首先给出了基于动态碳排放因子的配电网负荷侧碳排放量计算方法,并针对居民用户、商业用户场景,构建城市配电网多场景下的电动汽车负荷充电模型,并将电动汽车负荷充电状态作为决策变量,以调度成本和碳排放量最小为目标,对配电网进行优化调度。通过在改进IEEE-33节点配电网中进行算例分析【结果】以夏季典型日为例,在可协调SOC调度模式下,居民负荷调度成本和碳排放量相比于无序SOC调度模式分别降低了8.06%、13.92%,商业负荷调度成本和碳排放量相比于无序SOC调度模式分别降低了4.31%、4.87%。【结论】结果表明,针对不同的用户场景,对电动汽车充电负荷采用可协调SOC的充电调度方法,可以有效减小配电网的调度成本,降低配电网的碳排放量。

考虑低碳交通的电动汽车充电站优化配置方法

交通运输产生的碳排放是城市碳排放的主要来源之一,而城市充电站规划中较少考虑交通碳排放因素。对此,提出了一种考虑低碳交通约束的电动汽车充电站优化配置方法。首先,基于充电站候选点划分区域碳排放测算网格,在此基础上考虑充电站位置、容量等因素的影响并建立网格化交通碳排放模型;然后,建立综合考虑碳排放量、交通能源结构、交通电力能源清洁度以及充电站使用率四个因素的低碳交通指标体系,量化分析充电站规划方案对交通碳排放的影响;之后,以低碳交通指标为约束条件,兼顾经济性和节能减排,建立考虑交通碳排放因素的双目标优化配置模型;最后,通过某地区案例对所提方法进行仿真验证,结果表明,考虑低碳交通约束的优化配置方法可以在不增加投资成本的同时有效降低城市各区域交通碳排放水平。

负荷波动下电动汽车充电站储能配置方法

优化配置电动汽车充电站的储能,可以降低充电站系统的负荷波动、提高输出功率、降低成本。为此,提出考虑负荷波动的电动汽车充电站储能配置方法。通过Copula函数分析电动汽车充电负荷与光伏出力之间的相关性,建立联合出力概率密度函数,获取两者的联合概率密度图,分析电动汽车充电站的负荷波动情况。将最小化充电站成本作为目标,建立电动汽车充电站储能配置目标函数,引入人工蜂群算法,在相关约束条件的基础上获得电动汽车充电站储能配置的最优方案。实验结果表明,经所提方法配置后,充电站系统的负荷明显降低,且不存在失效负荷,输出功率得到提升,成本有所减少,验证了所提方法具有良好的储能配置效果。

电动汽车充电桩效率试验能力验证的研究

能力验证作为一种实验室监控自身能力的重要质量评价手段,可有效评估确认实验室相关技术能力。本文围绕电动汽车充电桩效率试验能力验证计划,就样品参数设定、试验方法步骤、测试数据评定和结果能力评价等内容进行探讨,并对试验不满意的原因进行分析总结,希望对提升实验室整体水平有所帮助。

基于物联网的电动汽车充电系统内外协同温度监控系统设计

针对电动汽车充电过程中因接触不良等原因导致充电部件温度过高问题,设计了一种基于物联网的电动汽车充电系统内外协同温度监控系统,系统由监控主机、ZigBee无线温度终端、移动监控平台等组成。通过车载动力电池管理器系统(BMS)监测数据和外部无线终端温度监测的协同监控,实现温度异常预警并对异常情况进行干预。试验结果表明,该系统能够实时监测电动汽车充电部件的温度信息,有效预防异常高温引发事故,具有一定的实用价值。

电动汽车充电站智能选址定容方法研究

针对电动汽车智能选址及定容问题,首先建立充电站建设花费费用、运行维护费用、服务用户充电的费用、排队等候时间成本和用户行驶过程耗电成本最小的多目标多约束的充电站选址及定容模型。然后运用BP(back propagation)神经网络对研究区域进行选址,其次利用蚁群算法对所选地址进行定容,最后使用太原充电站的选址定容算例验证了BP神经网络对研究区域进行选址的有效性和采用蚁群算法对所选地址进行定容的可行性,并对长治市区充电站的选址定容进行了预测。

电动汽车充电桩电缆技术要求与测试研究

本文主要研究了电动汽车充电桩电缆技术要求与测试方法。首先,介绍了电动汽车充电桩电缆技术的理论基础。其次,详细阐述了电缆类型、规格、绝缘性能、耐压性能、耐热性能、耐腐蚀性能、阻燃性能和抗拉性能等要求。最后,对电动汽车充电桩电缆进行了测试研究,包括测试项目与标准、测试方法与设备、测试结果分析与评估、测试失效模式与改进措施、测试安全与环保要求以及测试数据与报告撰写等方面。通过对电缆的全面测试,可以确保其质量和可靠性,为电动汽车充电桩的使用提供了技术保障。

基于熵权模糊物元法的新能源汽车充电设施选址研究

新能源汽车充电设施的选址研究是新能源汽车推广应用的关键环节之一。项目以仙林大学城为研究对象,在查阅文献资料和充分调研的基础上,发现其存在充电设施不足、布局不合理,未有效利用社会公共闲置资源、充电设施选址缺少系统的评价等问题。基于此背景,积极探索了一种基熵权模糊物元法的充电设施选址评价方案。在充分考虑社会公共闲置资源利用这一前提下,确定了10个备选站点,通过构建备选方案评价指标体系,运用熵权模糊物元法对备选站址进行评价,最终确定出选址方案。该研究为拟建的充电站布点规划提供参考依据。

基于鹈鹕优化算法优化广义回归神经网络的电动汽车充电负荷短期预测

针对目前电动汽车充电负荷预测精度不足的问题,提出了一种结合互补集合经验模态分解和鹈鹕优化算法优化广义回归神经网络的组合预测方法。首先,利用互补集合经验模态分解将电动汽车充电负荷时间序列分解成多个固有模态函数分量和一个残差分量。其次,对于分解后的固有模态分量容易出现冗杂信息,利用样本熵对分解后数值相近的固有模态分量进行相加重构,降低冗杂程度。最后,考虑广义回归神经网络的预测效果与平滑因子的数值有很大关系,利用鹈鹕优化算法优化广义回归神经网络的平滑因子,进而对电动汽车充电负荷进行短期预测。仿真表明,所提出的预测方法可以有效地提高电动汽车充电负荷的预测精度,具有较高的实用性。

基于交通预测信息的电动汽车充电路径规划

针对电动汽车充电路径规划问题,以行程时间为优化目标,以荷电状态作为硬性约束,基于预测交通状态标定的动态异构交通网及车辆动力学模型,构建最优控制问题。为了在线求解,基于模型预测控制和强化学习方法,构建混合学习优化算法(hybrid learning optimization algorithm, HLOA),依托竞争深度Q网络(Dueling deep Q-networks, Dueling DQN),设计离线、在线模块,来实现参数的混合多步训练,并结合预测交通状态、网络拓扑及车辆动力学模型,输出在线行驶策略。采用某市局部路网构建交通仿真实验,分析预测交通信息的价值、HLOA算法可行性及结构必要性。结果表明,预测信息存在价值,HLOA在线结果可拟合最优策略且较其他算法精度提高33.65%。该研究可协助电动汽车用户导航,为自动驾驶电动汽车提供技术支撑。

含新能源发电的电动汽车充电站充电功率在线优化策略研究

针对含新能源发电系统的电动汽车充电站充电功率优化问题,提出了一种充电功率在线实时优化策略,依据新能源发电出力及电动汽车当前状态信息动态调整未来24 h内充电站各充电桩充电功率,该在线优化策略依据电动汽车充电负荷特点,在初始化阶段利用基于状态依赖的决策向量分类方法,降低了每次优化待优化矩阵维度;在优化过程中利用微分演化算法,分别对有效决策向量组合以及决策向量进行优化,旨在快速、准确地对充电站中各充电桩未来24 h内的充电计划进行实时优化。该优化策略对降低充电站运行成本、改善因电动车充电引起的负荷波动具有一定的参考价值。

电动汽车充电站群电能质量协同监测技术

为解决现有电能质量监测技术存在的监测范围小、精度低的问题,优化设计电动汽车充电站群电能质量协同监测技术。根据电动汽车充电站群的组成结构,构建充电站群模型,模拟充电过程。针对电能质量指标配置相应的电能质量监测点,协同采集与处理电动汽车充电站群暂态信号,通过对扰动、谐波/间谐、电压偏差、频率偏差等指标的计算,得出电能质量的协同监测结果。通过与现有监测技术的对比,所设计监测技术的监测范围扩大了1306.24m^(2),且监测误差更低。