基于模糊充电规则的电动汽车负荷调频容量预测

为有效预测某区域电动汽车负荷峰值与峰值时刻,以确定电动汽车负荷调频容量,本文基于出行链及起止点矩阵理论,考虑工作日与休息日出行习惯的差异性,并结合实际道路交通状况,建立了电动汽车区域道路模型;考虑用户出行目的与电动汽车停驻信息,采用模糊充电规则对电动汽车负荷充电需求进行判断;结合配电网历史运行数据,对24h内电动汽车可参与电网调频的容量进行预测;选定实际面积为900平方千米的某区域,通过仿真分析该区域电动汽车在工作日可提供的调频容量;仿真结果表明电动汽车可提供的调频容量十分可观,可有效参与电网调频服务。

规模化电动汽车负荷的柔性台区协同经济调度

提出了一种基于柔性台区场景并考虑规模化电动汽车快充负荷的经济调度方法。首先,给出了柔性台区的定义、基本结构与应用前景;其次,以运行成本最小为目标函数,研究了目标函数的多重意义与负载率的均衡条件,建立了以功率平衡、储能充放电次数、变压器负载率等为约束条件的经济调度模型;然后考虑不同区域的快充需求,实现电动汽车负荷模拟,获知充电负荷曲线,进而求解运行成本。最后采用南京市某地区柔性台区工程作为算例,讨论分析了不同充电规模下,调度前后的设备运行结果及经济成本,验证了经济调度方法的可行性、负载率均衡条件的正确性以及柔性台区方案的优越性。

基于深度多步时空神经网络的电动汽车负荷时空动态负荷预测

电动汽车充电负荷具有很强的时空随机性,从而加大电网控制的难度以及影响电能质量,提前准确的预测充电负荷是解决此类问题有效方法之一。因此,首先按时间顺序建立充电桩时空动态负荷矩阵,并在时空神经网络的基础上提出一种时空动态负荷预测模型——多步深度时空神经网络。该模型能够根据过去充电负荷规律多步预测未来负荷,模型将ConvLSTM层和3D-ConvNet层然后连接到融合层作为一个单元,通过多个单元的堆叠增强网络学习能力,3D-ConvNet作为模型的网络的输出层。ConvLSTM层可以很好的学习长时规律,3D-ConvNet层可以学习到短时规律,3D-ConvNet作为输出层可以让网络具有多步输出的能力,以消除单步滚动预测带来的更大误差。并与STN模型进行对比,结果证明了所提预测模型的有效性。

考虑规模化电动汽车负荷的柔性台区安全经济运行边界

柔性台区将若干个传统交流台区通过柔性装置互联,能够充分利用各台区变压器的容量,提升对电动汽车的接纳能力。文中首先针对柔性台区建立了一维安全经济运行边界模型,并提出采用安全裕度百分数作为度量机制,为调度人员提供直观的系统运行状态和安全裕度,实现主动调度。进一步地,基于凸包络构建柔性台区的二维安全经济运行域模型,方便调度人员对多个充电站进行协同管理。仿真结果表明,安全经济运行边界能够同时计及系统的安全性和经济性,可拓展性强;经济指标对安全经济边界的形态有较大影响;柔性台区中的直流充电桩和交流充电桩的安全经济运行边界具有不同的形态;基于凸包络的二维安全经济运行域模型能够有效反映系统运行状态的安全性和经济性。

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。

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。

计及电动汽车充放电负荷的分布式电压稳定监控方法

提出了一种计及电动汽车充放电负荷的分布式电压稳定监视和控制方法。在监视方面,利用带可变遗忘因子的递推最小二乘方法对时变戴维南等值电路参数进行辨识,更加准确地对本地电压稳定裕度进行评估。在控制方面,建立优化控制模型,在考虑电动汽车充放电约束的条件下,优先减载电动汽车充放电负荷,求解最大的电动汽车充放电负荷减载量。在发挥电动汽车负荷可充可放特性的基础上,减少传统负荷的减载量,减小控制代价,提高减载的可行性。利用IEEE39节点系统的算例验证了所提出的分布式电压稳定监视方法的准确性和计及电动汽车充放电负荷的电压控制方案的可行性。

“车–路–网”模式下电动汽车充电负荷时空预测及其对配电网潮流的影响

该文提出一种"车–路–网"模式下电动汽车充电负荷时空预测模型。首先通过建立单体电动汽车充电模型和计及交通网络拓扑特性、速度–流量实用关系模型及区域属性特征的道路交通模型,来模拟城市区域路网约束下电动汽车的交通行驶特性;进而运用交通起止点分析法来精确模拟电动汽车行驶路径,采用蒙特卡洛方法对各类电动汽车的充电负荷进行时空预测;最后将城市路网及充电负荷归算至对应配电网节点,通过序列化潮流算法来评估大规模电动汽车接入后对配电网的影响。以某市主城区部分实际道路情况为例,预测充电负荷时空分布,分析城市区域电动汽车充电负荷整体分布特性及其对33节点配电网潮流的影响,结果表明该文所提方法现实有效。

基于蒙特卡罗算法的电动汽车充电负荷预测及系统开发

文中在分析电动汽车充电负荷特征的基础之上,利用日行驶里程、起始充电时刻、充电功率、充电时长、初始荷电状态和电动汽车保有量这6个影响因素建立了电动汽车充电负荷的预测模型,并详细介绍了利用蒙特卡罗模拟算法求解该模型的步骤。在实例中将电动汽车分为私家车、公务车和出租车,根据其特点的不同分别进行负荷预测,最终得到该区域总的电动汽车充电负荷。最后基于蒙特卡罗模拟算法开发了电动汽车充电负荷预测系统,方便使用者准确计算。

含电动汽车充电负荷和风电的电力系统动态概率特性分析

电动汽车充电负荷和风电的随机性与时变性将对电力系统的运行状态产生重要影响。为此,分析了影响电动汽车充电负荷特性的主要因素,根据车辆调查数据对电动汽车用户行驶特性进行建模,基于变异系数建立了电动汽车充电负荷、风电出力和基础负荷的动态概率模型,采用半不变量法概率潮流研究了含电动汽车充电负荷和风电的电力系统动态概率特性,分析了5种不同情形下系统支路潮流和节点电压的运行状态。研究结果表明,采用动态概率模型能获得更全面的潮流分布情况,电动汽车充电负荷和风电出力对系统动态运行特性有重要影响,且不同的电动汽车充电控制策略对系统的影响也不同。

基于SRSM的含分布式电源及电动汽车充电负荷配电系统的概率潮流计算

为了准确描述配电系统中不确定因素对系统概率潮流分析的影响,引入随机响应面法(stochastic response surface method,SRSM)对含分布式电源(distributed generators,DG)及电动汽车充电负荷(electric vehicle charging load,EVCL)配电系统的概率潮流进行分析。该方法充分考虑了风速、光照强度的随机性以及基础负荷和EVCL的不确定性,仅需较少的仿真次数便可快速估计出响应的概率统计信息。通过对IEEE14和IEEE30节点系统的算例分析,结果表明SRSM具有较高的计算效率和模拟精度,同时验证了所提方法的有效性、准确性、快速性和实用性。

含电动汽车的电网负荷结构时序模型计算方法

随着电动汽车的高速发展,电网负荷结构将不可避免的发生变化。首先构建了常规负荷的时序概率模型;分析了四种典型电动汽车的充电行为,并根据不同汽车对应的不同充电模式,建立了电动汽车充电负荷模型;采用蒙特卡洛模拟研究各类电动汽车的充电行为,并得出充电负荷的行为特性;最终得出含电动汽车的全行业负荷综合模型,并通过实例数据分析,验证了模型的准确性,对电网的运行和规划具有一定的现实意义。

大规模电动汽车并网的配电网负荷特性研究

从电动汽车常见类型及影响充电负荷的主要因素分析着手,基于电动汽车充电模式、电池特性以及用户行驶规律研究电动汽车充电功率,建立了电动汽车充电规律的随机模型,得出充电负荷的概率分布,进行蒙特卡洛抽样以建立仿真模型^([1])。又以某地区典型日负荷曲线为例,分析了大规模电动汽车并网后,不同类型电动汽车充放电对配电网典型日负荷曲线的影响,并估算了双向充放电电动汽车的削峰能力,为电动汽车大规模并网的配电网发展规划奠定了重要基础。

基于多相关日场景生成的电动汽车充电负荷区间预测

随着电动汽车(electric vehicle,EV)的持续推广,其强随机性的充电负荷为配电网运行带来挑战。为提高配电网运行可靠性与经济性,提出一种基于多相关日场景生成的EV充电负荷区间预测方法。首先,利用斯皮尔曼秩相关系数,分析待预测日EV充电负荷与其历史日EV充电负荷之间的相关性,找出与待预测日有较强相关性的历史日,构造描述EV充电行为的原始多相关日充电场景集(original multi-correlation day charging scenario set,OMCDCSS)。然后,基于β-变分自编码器(beta-variational auto-encoder,β-VAE),获得与OMCDCSS的概率分布相似且存在时序分布不同的海量生成多相关日充电场景(generating multi-correlation day charging scenario,GMCDCS)。最后,在生成场景集中筛选与已知历史日EV充电负荷数据高度相关的场景,构建相关场景集。基于相关场景集最后一日的数据均值及数据区间分别获得待预测日EV充电负荷确定性预测结果及区间预测结果。对比实验证明,该方法预测区间更可靠,区间宽度更窄。

电动汽车充电负荷对配电变压器寿命损失的影响研究

配电变压器实际承载的电动汽车充电负荷与供区内的充电车位数密切相关。依据Mamdani推理方法及重心法得出各用地适应性评分。各功能区域土地分配规律。基于电动汽车空间分布特性，将车位数量作为蒙特卡洛模拟电动汽车充电负荷计算方法中的一个约束条件。考虑了工作日和节假日负荷差异性，得出不同功能区的充电负荷对于配电变压器寿命影响规律。并通过Matlab仿真分析验证了该理论的正确性，为配电变压器寿命损失的评估、配电运行方式维护及老城区配电扩容提供了参考。

配电网接纳电动汽车充电负荷能力的评估方法

针对规模化电动汽车充电负荷对配电网的不利影响,提出一种考虑了保护灵敏性的配电网接纳电动汽车充电负荷能力的评估方法。对不同类型电动汽车的充电负荷进行建模,在以系统容量、节点电压偏差作为电动汽车充电负荷接纳能力限制条件的基础上,考虑配电线路保护灵敏性,分析配电网接纳电动汽车充电负荷的能力;通过计算流过保护的最大负荷电流,对比最大负荷电流的最小值,以确定影响配电网接纳电动汽车的限制因素,得出配电网接纳电动汽车的规模;采用改进的IEEE-33节点配电网,仿真3种不同的案例,得到不同场景下电动汽车的最大接入规模。

电动汽车充电负荷滚动预测研究

快速、准确地预测电动汽车充电负荷是实现电动汽车充放电行为控制的基础。该文围绕电动汽车充电负荷预测开展研究,基于电动汽车充电负荷分布特性分析,综合比较各类负荷预测方法的特点,提出了基于BP神经网络和指数平滑法进行电动汽车充电负荷的滚动预测,对选取的算法进行仿真分析,并结合充电负荷的日预测,比较两者的误差,滚动预测的精度要高于日预测的结论,验证了电动汽车充电负荷滚动预测的可行性与有效性。

计及电动汽车充电负荷特性的区域多能源站规划设计

随着电动汽车(electric vehicle,EV)大规模普及,其充电负荷对区域综合能源站(regional integrated energy station,RIES)规划及运行将带来极大挑战。对此,该文提出了计及EV充电负荷特性的区域多能源站规划设计方法。对私家车、出租车和公交车3类典型车型的充电行为进行量化分析,结合出行概率矩阵采用双层蒙特卡洛算法构建了EV充电负荷时空模型;基于该模型提出计及EV充电负荷时空特性的RIES供能范围划分评估指标及划分方法;基于冷负荷、热负荷、传统电负荷及EV充电负荷的时空特性,以区域多能源站年化总成本最低为目标,对RIES站点的设备容量配置和管网布局选径进行站网协同优化。最后,结合某待规划区域进行算例分析,Matlab仿真结果表明,双层蒙特卡洛算法能有效模拟EV充电负荷的时空特性,有助于供能范围划分优化,实现负荷在时空尺度上的转移与均匀分配,提高区域内RIES设备及管网规划设计的经济性,仿真结果验证了所提方法的有效性。

基于自编码器的电动汽车充电负荷研究

随着电动汽车的逐步推广,研究电动汽车充电负荷特性,既有利于充电站优化运行,又有利于电力系统安全稳定运行。根据电动汽车充电负荷的时空性,提出了一种基于自编码器的电动汽车充电负荷研究方法。基于NHTS数据集分析找出电动汽车充电负荷的时间分布规律。通过自编码器方法提取电动汽车出行里程和出行结束时间的特征。以此为基础计算出电动汽车到达不同目的地的概率,从而建立电动汽车充电负荷的时空特性模型。计算了每辆电动汽车的最短等待时间,统计负荷时考虑了时间误差,提高了充电负荷计算的精确性。最后,通过算例得到了地区内电动汽车的充电负荷,验证了所提出研究方法的可行性和准确性。

基于电价引导的电动汽车与综合能源系统交互策略

在能源互联网的大背景下,综合能源系统(integrated energy system,IES)和电动汽车(electric vehicles,EV)受到广泛关注。该文提出基于电价引导的IES与EV交互策略,平抑IES总电负荷波动,提高运行效益。首先基于模糊算法建立计及电价影响的EV用户充电概率仿真模型,提出动态分时定价策略引导EV有序充电,降低IES总电负荷峰谷差。其次,构建了包含EV电价引导层与IES能量调度层的双层能量调度模型,实现EV与IES的能量协同交互,并研究了基于电价引导的EV充电策略对IES能量优化调度和运行成本的影响。最后以北方地区某IES园区为运行场景开展算例研究,电价引导后IES的峰谷差降低了32.52%,IES运行成本降低了9.93%,EV充电费用降低了19.85%。结果表明,基于电价引导的EV与IES交互策略能够减小IES总电负荷峰谷差,提高IES运行效益并降低EV用户充电费用,且上述效果随EV负荷比重增加而趋于显著。