考虑电池退化和动态充电特性的电动汽车充电站效益优化模型

本文研究电动汽车充电过程中的电池退化特性和动态充电特性,定量分析二者对充电站系统服务质量和系统效益的影响。结合充电特性参数和服务质量参数,本文提出了一种考虑电池退化和动态充电特性的电动汽车充电站效益优化模型,旨在为客户提供良好服务质量的同时实现系统收益最大化。优化模型通过限制客户可充电水平SoCr,均衡系统性能和系统效益。考虑到电动汽车客户充电需求的异质性,本文将单一客户基础模型拓展为更符合现实场景的多类客户效益优化模型,并提出多类客户专用充电模式和共享充电模式两种充电服务策略,以实现充电站资源的合理分配。通过四组仿真实验,验证所提出的两种客户类型效益优化模型的可行性,并为系统运营商的服务策略给出选择建议。仿真结果表明,优化后充电站堵塞概率下降96%,平均充电时间减少50%,系统效益提高151%。在不同客户流量环境中,模型倾向为鲁棒性较好的快充系统设置更高的SoCr水平,为慢充系统设置较低的SoCr水平,并建议系统运营商在充电站系统流量强度小于1时,选择共享充电模式获得更高收益;在流量强度大于等于1时,选择专用充电模式获得更高收益。

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。

考虑电动汽车充电负荷及储能寿命的充电站储能容量配置优化

提出了一种优化电动汽车充电站储能容量配置的方法。该方法考虑了季节性电动汽车充电负荷波动与光伏出力之间的关系,并且考虑了储能寿命。论文利用蒙特卡罗法考虑了不同类型电动汽车的多种影响因素,对整体负荷进行预测。以每日运行成本最低为优化目标,在考虑四季光伏出力和储能寿命的影响下,采用了3种算法对目标函数进行优化,以得到最佳的光储充电站储能配置方案。研究以西北某地区为例。结果表明:冬季下综合成本为3.0432×10^(6)元,相比于其余3个季节综合成本最低;采用遗传算法时,在综合成本相差不多时,获得的储能配置最优,储能容量为22.82 MWh,储能功率为7.31MW,从而得到光储充电站最优的储能容量配置。

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。

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。

含光伏发电的电动汽车充电站配电网日前-实时协调优化方法

电动汽车充电站接入量较大,影响了配网协调优化的稳定性。针对负荷波动大、电压与电池容量不一的问题,设计含光伏发电的电动汽车充电站配电网日前-实时协调优化方法。分析电动汽车充电站电力负荷,计算电动汽车行驶距离与充电时间的概率分布函数,得到每次重点任务的负荷函数;建立含光伏发电的主动配电网调度优化模型,计算有功出力负荷上限与下限,构建日前有功功率波动的最小目标函数,设置该目标函数下的电压与电池容量约束条件,设计配网协调优化算法,完成电动汽车充电站配电网协调优化。实验结果表明,该方法应用下,光伏发电装置与燃气轮机的总有功输出大于电网负荷,满足2000台电动汽车的充电需求,日前-实时净有功负荷波动仅为100 kW,协调优化过程更具优越性。

基于电池退化及动态充电特性的电动汽车充电站效益模型构建

电动汽车(EV)的实现,转变了传统汽车动力供给方式,以实现能源节约为目的,减少汽车尾气环境污染。为了确保电动汽车领域发展保持稳定,解决电动汽车电池退化问题,确保电动汽车领域经济效益以及充电站经济效益。在研究中通过对电池退化成本以及充电特性分析,结合充电站效益,为充电站的规划与管理提供理论支持和指导,提高电动汽车充电站服务质量,满足不同电动汽车用户的充电要求,促使电动汽车领域进一步发展。

光储一体电动汽车充电站混合储能容量优化配置

电动汽车作为一种环保交通工具逐渐走进人们的生活。然而,电动汽车的普及也带来了对充电设施的更高需求。传统的电动汽车充电站往往依赖于电网,其供电不稳定、能源利用率低等问题逐渐显现。本文基于光储一体电动汽车充电站的工作原理,论述了光储一体电动汽车充电站混合储能容量优化配置的重要性,并提出了其优化配置策略,旨在通过整合光伏发电和储能系统,实现绿色、高效的能源供应。

含电动汽车的光/储/燃充电站最优容量配置及经济性分析

针对城市居民区充电难状况,建立一种包含光伏电池、燃料电池和储能蓄电池的电动汽车充电站容量配置模型。以成本最小化和负荷方差最小化为目标,采用NSGA-Ⅱ(二代非支配排序遗传算法)对模型进行求解。对于求得的可行解,首先使用净现值法对部分解进行经济性评估,然后采取峰谷负荷差率进行进一步评估,经过两轮筛选得出最优解。仿真算例验证了模型及评估方法的可行性。

计及峰谷平滑效益的电动汽车集群需求响应优化方法研究

面向电动汽车集群提出了一种计及峰谷平滑效益的电动汽车需求响应优化方法。首先,构建含电动汽车的双层优化模型,上层考虑峰谷平滑效益和配电网运营商的利益,下层考虑负荷聚合商利益。其次,通过卡罗需-库恩-塔克(Karush-Kuhn-Tucker)条件,将双层优化问题转化为单层进行求解。结果表明:所提模型有益于平抑负荷波动,提升配电网利润。

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。

基于用户满意度与排队论的电动汽车充电站选址定容优化

以电动汽车使用方的视角下,为尽可能提高用户在获得与接受充电服务过程中的满意度并结合排队论,提出最小化计及耗时与耗电的用户总成本的规划模型;采用遗传算法与贪婪算法相结合的混合启发式算法求解,并通过不同规模的算例证实了算法的有效性,从而优化了采用快速充电模式的充电设施布局。

考虑分布式可再生能源交易的风电商与电动汽车充电站协同优化调度

文章提出了考虑分布式可再生能源交易的风电运营商与电动汽车充电站的协同优化调度模型。不同于传统的协同运行方式,文章以市场化交易的手段激励风电商与充电站的协同优化运行。同时,建立了基于合作博弈的能源交易模型;并且不同于传统纳什议价利益分配方法,文章根据交易过程中交易主体对整体社会福利提升的贡献水平,构建了更公平合理的考虑议价贡献度的收益分配方式。为了保护隐私,提出了基于一致性算法的分布式方法求解协同优化调度模型;并且通过KKT(Karush-Kuhn-Tucker)条件给出了基于议价贡献度的收益分配解析解。仿真结果表明,该协调机制能促进风电商与充电站的可再生能源交易,有效提高风电商的盈利水平并降低充电站的用电成本,从而实现收益的公平分配。

考虑交通流量的电动汽车充电站优化规划方法

城市电动汽车保有量快速增长使充电站优化规划问题日益受到配电网规划领域的广泛关注。综合考虑城市交通流量空间分布特征与配电网络运行约束,提出了一种基于交通流量空间分布的公共充电站优化规划方法。首先建立城市交通流量分布单元模型,构建城市交通流量样本空间,用局部流量密度分析充电站服务范围内交通流量,用分布间距分析总体布局均衡性。然后以每个充电站周围具有较大交通流量密度、充电站站点分布均衡同时最优构建目标函数,结合城市交通流量分布和电动汽车保有量分析充电容量约束,基于充电容量分析电网运行潮流和电压偏移约束,采用聚类算法搜索发现局部流量密度和分布间距峰值,进行优化迭代,实现考虑交通流量的电动汽车充电站优化规划。最后以某规划区域为例,证明了该方法可为电动汽车充电站的优化规划提供依据。

风光储一体电动汽车充电站混合储能容量优化配置

针对大规模电动汽车(electric vehicle,EV)接入配电网引起联络线功率波动过大的问题,提出风光储一体电动汽车充电站的混合储能容量优化配置模型。首先,考虑EV充电需求,确定联络线协议功率和混合储能系统(hybrid energy storage system,HESS)总功率;然后,利用鲸鱼优化算法(whale optimization algorithm,WOA)优化的变分模态分解(variational mode decomposition,VMD)对HESS的总功率进行分解,根据不同功率临界点得到蓄电池和超级电容的充放电功率指令,采用蜣螂优化算法(dung beetle optimizer,DBO)求解以蓄电池和超级电容的额定容量为优化变量的年综合成本最小模型,获得最优的储能容量配置和功率分配方案。基于某风光储一体EV充电站进行算例分析,验证了所提方案的经济性和合理性,结果表明,EV充电站配置HESS相较单一储能降低了年综合成本。

基于光储充电站的电动汽车分层优化调度

电动汽车(EV)具有环保、可充放电等特点,在一定条件下可视为储能电池参与微网的电力运行,因此基于光储充一体化的EV充电站成为应对能源互联网的重要举措,但EV充电负荷具有很强的随机性,变化的EV负荷会改变一定时期内的负荷特性,给微网的稳定运行带来一定困难。为解决大量EV接入时可能出现的维数灾难、求解慢等问题,提出了一种分层的EV优化调度策略。首先,建立微网内部组成单元模型及约束条件;其次,建立EV的动态电价模型;然后,以微网运行成本、EV充放电收益和配网网损为优化对象,建立光储充电站EV优化调度策略及各层目标函数并采用自适应粒子群算法进行优化。仿真结果表明,EV的接入起到了“削峰填谷”的作用,极大减少了EV充电成本和微网优化成本并可以满足车主的出行需求。

考虑负荷时空分布的电动汽车充电站优化配置

针对电动汽车快充负荷和充电资源错配的问题,运用蒙特卡洛法预测充电站配置变化下的负荷分布,以社会总成本最小化为目标,充分考虑充电站、用户、电网和交通等多方利益,构建了一种新的充电站优化模型,并使用改进的多染色体遗传算法进行求解,得到了适用于区域充电站的规划方案。以上海市浦东新区为例进行算例仿真研究,验证了所提方法的有效性,为解决电动汽车快充负荷与充电资源错配问题提供了有力的决策支持。

考虑充电站效益的电动汽车充电分配优化模型

为解决电动汽车用户在出行过程中的充电问题,同时提高充电站运营效益进而促进充电站运营商建设充电站,在对充电站效益需求进行分析的基础上,提出一个以充电站运营商综合效益最大化为优化目标的多目标函数电动汽车充电分配模型。充电站运营商综合效益所考虑的因素包括充电站运营商经济收入、充电站服务水平和充电分布均衡,并且考虑充电站运营特点,分别以用户在充电站的排队时间和充电站拥挤程度方差对充电站服务水平和充电分布均衡进行量化。采用模糊规划法和模糊偏好关系将模型的多个目标函数转化为同时考虑多个优化目标的单目标函数。结合模型特点,设计遗传算法进行求解。基于实际的充电站静态数据,结合依据经验的假设,设计算例以验证模型和算法的可行性和有效性。研究结果表明:遗传算法适用于求解所提出的模型,通过对模型进行求解可以得到运营商最大综合效益以及相应的电动汽车充电分配方案;通过对结果进行比较分析可以得知,考虑多个优化目标的模型所得到的最优电动汽车分配方案下的运营商综合效益要优于只考虑单优化目标的模型。同时,充电站运营商经济收入、用户排队时间和充电拥挤程度对充电分配方案的确定都有着较为显著的影响,并且相比之下,用户排队时间对充电分配的影响相对较大。