路网耦合下计及电动汽车V2G潜力的充电站选址定容研究

电动汽车具备交通运输和移动负荷的双重特性,其大规模的集中充电过程会对交通网和电网同时造成冲击。利用电动汽车的移动属性和车辆到电网(V2G)技术,能够在时空层面优化其充电需求,不仅可以抑制上述冲击,还可以为电网提供额外的储能容量,协助电网削峰填谷和促进新能源消纳。以电网投资建设的充电站为例,提出一种同时考虑交通网和电网因素的充电站选址定容策略,在满足电动汽车充电需求的前提下,优化电动汽车的充电需求以最大化可用储能容量。首先,建立动态交通网模型,结合Floyd算法与区域特性精确模拟电动汽车的行驶路径,预测电动汽车充电负荷的时空特性。其次,基于电动汽车的充电负荷预测结果,以最大化储能容量、充电负荷平均分布、车辆驻车时间最长3个指标初步确定电站选址,然后再根据全时段的统计结果确定充电站的最优选址与容量。最后,以某市主城区的部分实际道路为例,预测充电负荷的时空分布,以最大储能容量为目标完成充电站的选址定容,并分析了优化结果对交通网和电网的影响,结果证明了所提方法的有效性。

基于移动储能和电动汽车V2G的弹性配电网经济性灾后恢复决策方法

近年来,为应对频发的极端事件,配电网弹性提升技术迅猛发展。在实际应用中,技术方案经济成本过高成为制约其应用落地的重要因素。针对上述问题,本文提出了一个融合移动储能与电动汽车并网(V2G)技术的配电网弹性提升方案,其具体目标为优化灾后供电恢复过程中的经济成本,同时确保恢复效能。在灾害初期,通过建立预先的电动汽车调度模型来获取电动汽车的分布状况以及各个V2G站点的最大供电能力。接着,基于实际的道路网络规划和电力负荷数据,决定临时的移动储能(MESS)仓库的安置地点。在灾害后期,将恢复过程中的综合经济成本作为优化目标,通过调整V2G站点的输出和MESS的调度策略来进行优化决策。对所提方法运用多组算例进行了验证,仿真结果表明,所提协同恢复方案在降低系统灾后失电量的同时能够有效改善弹性策略的经济性。

台风灾害下考虑修复不确定性和V2G的弹性城市电网动态供电恢复方法

快速可行的灾后恢复是弹性电力系统的重要一环。提出一种弹性导向的考虑修复不确定性和V2G(vehicle to grid,V2G)的城市电力系统动态供电恢复方法,灾后短期内应用V2G站中的有限电动汽车资源为城市电网提供电能支撑,同时派遣抢修队对故障线路进行抢修作业,实现系统快速恢复。对V2G和电动汽车灾前、灾后行为进行建模,通过灾前自由调度统计各V2G站附近的电动汽车数量,按照响应意愿比例得到灾后阶段各V2G站反向输电功率;对包含行驶行为和修复行为的动态修复行为进行建模,采用滚动时域优化方法决策修复的先后顺序,得到抢修队最优动态修复方案。最后,设计多组算例以验证所提方法的可行性,结果表明,该方法可有效支撑灾后城市电力系统快速恢复,提高系统弹性。

基于V2G潜力模糊评估与移动储能协调调度的灾后供电恢复策略

目前用户侧电动汽车(EV)等新型应急资源尚未形成系统化调配机制。对此,提出一种考虑EV与电网互动(V2G)潜力模糊评估与移动式储能协调调度的灾后供电恢复策略。在固定式可调配能源有限的前提下,将V2G加入配电网孤岛主动划分与移动式储能对电能的时空转移协调调度过程中,建立孤岛间的能量连接,保证供电连续性与稳定性。考虑主客观影响因素,运用模糊模型评估EV响应潜力,引导EV集群参与供电恢复,提高可调度容量利用率。结合配电网运行约束,建立以停电损失与恢复资源调度成本最小化、电动汽车聚合商收益最大化为目标的灾后恢复模型,兼顾电网侧、电动汽车聚合商、用户的利益,降低灾后停电损失。设立评估指标,在仿真算例中验证所提策略的有效性与经济性。

考虑V2G储能特性与负荷需求响应的主动配电网低碳鲁棒调度

随着新型电力系统建设和“双碳目标”的发展,分布式新能源和灵活性负荷在配电网中的渗透率越来越高,主动配电网的低碳经济调度面临巨大挑战。考虑系统碳排放的同时考虑车辆到电站(vehicle-to-grid,V2G)的储能特性,建立了电动汽车有序充放电模型。基于可转移负荷和可中断负荷进行负荷需求响应建模,并对配电网支路潮流约束进行二阶锥松弛处理,以主动配电网调度成本最小为目标构建了一种考虑V2G储能特性与负荷需求响应的主动配电网日前低碳经济调度模型;计及风光出力不确定性得到主动配电网低碳鲁棒调度模型并采用行列生成算法(column and constraint generation,CCG)算法进行求解,以保证最坏场景的碳排放在允许范围以内。采用IEEE 33节点配电系统算例进行了验证,结果表明,所提模型能够有效降低主动配电网的调度成本和碳排放量。

基于供需两侧协同优化的电动汽车V2G充放电负荷时空分布预测研究

为准确预测电动汽车的V2G充放电负荷,以调节电网负荷峰谷差,保证供电稳定性,提出了一种基于供需两侧协同优化的电动汽车V2G充放电负荷时空分布预测方法。构建供需两侧协同优化目标模型,利用鲸鱼优化算法迭代求解,得出最优充放电负荷曲线,据此明确最优充放电时段。采集不同空间区域最优充放电时段内的充放电负荷影响指标,并以此为输入,构建基于多元线性回归的预测模型,实现电动汽车V2G充放电负荷时空分布预测。试验结果表明,采用所提出的方法得到的负荷预测模型具有较大的决定系数,表明该方法的预测结果更接近实际负荷,具有较高的预测准确性。

英国EV-elocity项目对我国V2G项目开展的借鉴与启示

近年来我国在电动汽车领域发展迅速,但当大量电动汽车接入电网时会对电网的稳定性和可靠性构成挑战,而V2G技术可以平衡电网峰谷差和促进新能源消纳,提高电网的灵活性,从而有效缓解大量电动汽车无序接入电网带来的问题。以英国的EV-elocity项目为案例,深入分析了V2G项目的环境价值、电池老化和用户反馈等方面,这些也是目前我国在开展V2G项目中关注相对较少的问题。此外,还简要介绍了我国V2G项目的实施情况,并指出我国V2G研究在项目开展和研究方向层面所面临的问题。最后,针对环境价值、电池老化、用户体验和接受度等方面提出了相关建议,这些建议旨在缩小与发达国家在该技术领域的差距,从而推动我国V2G项目的开展和V2G技术的应用。

基于改进双闭环的V2G并网逆变器直流母线电压控制

V2G双向功率变换器处于放电模式即作为并网逆变器使用时,具有非线性、强耦合、负载扰动大等特性,传统的PI双闭环控制难以取得很好的控制效果。针对直流母线电压控制易受多源干扰影响的问题,提出了一种自抗扰模型预测功率控制。模型预测功率控制作为功率内环,自抗扰控制作为电压外环;使用在工程中更具意义的线性自抗扰控制技术,并进行降阶处理,降低了系统的复杂度;对传统PI双闭环、模型预测功率控制以及以自抗扰模型预测功率控制进行了对比研究。仿真结果验证了所提出的改进双闭环控制策略在多源扰动下的暂态性能更好,抗扰性能更强。

面向雾辅助V2G网络的匿名认证方案

车辆到电网(Vehicle-to-grid, V2G)作为一种新的智能电网模式,可以与可再生能源相结合,提供电力服务,管理电力需求,并建立双向互动的服务模式。电动汽车在请求充放电服务时,需要先向充电站发送带有可识别信息的身份认证信息,从而引起一些安全与隐私方面的威胁。因此,针对此类问题,本文结合密码学匿名凭证思想,提出了一种面向雾辅助V2G网络的匿名认证方案,满足匿名性、不可伪造性、可追踪性、可撤销性等安全需求。在性能方面,给出了方案的功能性分析和性能测试结果,对不同阶段各实体的计算代价进行分析,结果表明所提出的方案在功能性和性能两个方面都具有实际意义。综上,提出的方案可为V2G网络提供一种高效、隐私且安全的认证方案。

基于V2G与XGBoost技术的锂电池SOH估计与RUL预测分析

阐述针对锂离子电池特征提取困难导致SOH预测精确度较低的问题,提出一种基于V2G技术的充放电过程与XGBoost的锂电池SOH预测及RUL预测方法。通过从充电曲线中提取的滤波后曲线峰值与峰值对应点电压作为充电过程中的健康因子,以及放电过程中的周期放电电压达到最低点的时间和平均电压衰减,作为放电过程中的健康因子XGBoost模型的输入,进行电池SOH预测,结合SOH估计值和估算模型实现RUL的长期预测。实验结果表明,改进后的模型具有更高的估算精度,SOH估计和RUI预测精度较高。

从试点到成熟应用:V2G发展展望

V2G (Vehicle-to-Grid)技术作为一种创新的能源解决方案,通过实现电动车与电网之间的双向能量交换,不仅优化了电能使用,也为可再生能源的消纳和电网负荷调节提供了新的思路。本文综述了V2G技术的主要研究方向,包括充电技术、对电网的影响、电网优化调度等,重点分析了国内典型试点,包括车网互动、综合能源系统、地区性综合示范等,提出了试点中存在的限制与问题,并对V2G技术未来发展进行展望,并对试点工作的开展提出建议。

V2G直流充电桩检测方案与检测系统设计

针对现有V2G直流充电桩现场检测装置功能不全面、检测方案单一、控制及管理困难等问题,依据国家相关标准,设计了V2G直流充电桩检测方案和检测系统。首先,根据需要设计了3种检测方案:现场检测方案、实验室检测方案以及动力电池检测方案。不同的检测方案对应V2G充电桩不同检测环境和检测项目。然后,依据3种检测方案给出了检测系统的硬件设计和软件设计,能够实现对V2G直流充电桩充放电功能、直流输出性能、并网性能及保护功能等进行检测。同时还可以对电动汽车动力电池状态进行评估,从而判断电池潜在风险。最后,通过对V2G直流充电桩和车辆动力电池进行不同项目检测。测试结果表明所设计的检测方案和检测系统能够准确实现对V2G直流充电桩的功能和性能检测。

电动汽车动力电池采用V2G的有序充放电策略研究

本文针对电动汽车充电站现状问题,介绍了动力V2G有序充放电技术的背景并提出了相应的控制方法。通过建立仿真模型,验证了本文提出的有序充放电控制方法的有效性。研究结果表明,该控制方法可以提高充电站的服务质量和效率,为电动汽车的普及和推广提供有力支持。

考虑充放电成本的V2G参与用户细分及激励机制研究

随着电动汽车保有量持续增加,电动汽车成为重要的灵活性储备设备之一。对电动汽车用户进行细分,精准定位V2G最佳参与群体,可以有效提高电网应急管理效率并节省社会成本。考虑充电桩焦虑程度和电池损耗敏感度2个关键因素对电动汽车用户充放电成本的影响,构建了集中决策和分散决策2种情形下电网公司和电动汽车用户的决策模型,比较了2种情形下用户的最优服务电量,并给出了分散决策下电网收购价格的最佳范围。在此基础上,依据充放电成本提出了V2G最佳参与群体和备选群体的细分准则,并引入了“收购价格+补贴”的激励机制以扩大V2G最佳参与群体范围,进一步提高用户参与V2G的积极性及电网应急管理能力和效率。最后通过仿真分析验证了本文的模型与理论结果的可行性。

V2G中基于区块链的在线/离线跨域身份认证方案

针对车辆到电网(Vehicle to Grid,V2G)中进行跨域身份认证时容易造成实时性较差及隐私泄露的问题,文章提出了一种基于区块链的高效跨域身份认证方案。首先,该方案采用了在线/离线签名技术,在车辆空闲时进行离线签名,当车辆在其他区域进行跨域认证时只需在离线签名的基础上进行在线签名,降低了系统的计算开销,缩短了认证时间,并使用聚合签名及验证技术,引入批量验证的思想,提高了验证效率。然后,使用智能合约技术,在区块链上存储车辆公钥及离线签名等信息,降低了车辆的存储负担,也保证了密钥的安全性。最后,通过与其他方案对比和实验仿真,结果表明,该方案减少了签名及验证的时间开销,并且使用智能合约在区块链上存储信息的开销较小。基于q-Strong Diff ie-Hellman问题的难解性,证明了该方案是安全的,并且满足所有期望和安全要求。

微电网V2G双向变换器运行状态分析方法

针对现有微电网V2G双向变换器运行数据的智能监测系统抗干扰性差、监测精度低等问题,提出一种新型配电自动化监测系统架构。该系统采用集成模拟电路的实时配电系统状态估计器(distribution system state estimator,DSSE)作为监测系统的关键部件。开发的DSSE针对配微电网V2G双向变换器监测系统进行了单元优化,在变电站实时执行监控,可通过多区域状态估计算法进行协调,提高监控事件的时间效率和鲁棒性,同时也保持了可接受的精度水平。设计了针对虚假噪声信号注入防护的试验,试验结果表明,该系统对于这类攻击具有较高稳定性,能有效保护微电网V2G双向变换器运行数据的质量。

基于V2G技术的电动汽车双向功率变换器控制策略分析

随着大量电动汽车接入电网,电网安全稳定受到挑战,因此需使电网与电动汽车间进行友好功率交互。基于V2G技术设计一种隔离型双向功率变换器,采用两级拓扑结构,前级AC-DC采用三相桥式结构,后级DC-DC采用双有源主动桥结构。设计相应控制策略,前级采用双闭环和PQ控制策略,后级采用单移相控制策略,以满足双向潮流传输的需求。结合电池模型对所设计的变换器进行仿真,验证了变换器能够满足功率双向流动和电池充放电要求。

基于深度强化学习算法的V2G充换电供需两侧调度策略优化

提出了一种基于深度强化学习(DRL)算法的V2G充换电供需两侧调度策略。该策略采用了最新的深度Q网络(DQN)算法,以最小化电网运行成本和新能源汽车用户成本为目标。针对传统方法难以处理高维状态空间和动作空间的问题,使用DQN算法对策略进行端到端的训练与优化,并通过引入双重学习机制和优先级回放策略提高学习效率。以某城市电网实际运行数据为基础,构建了包含100辆新能源汽车的V2G模型实验平台,并对调度策略在不同负荷曲线和新能源渗透率下的性能进行了测试。实验结果表明,与经典的规则化控制方法相比,深度强化学习算法显著降低了供需不平衡,提升了能量调度策略效率,降低了系统运行成本,电网需求侧峰值削减率平均提高了15%,电网稳定性得到了保障。

V2G模式下的电动汽车充放电控制思路探究与讨论

电动汽车属于动态负荷,充电行为的随机性较强,对电网具有较大影响。当电动汽车大规模无序充电的过程中,在很大程度上降低了电网运行的安全可靠性。因此,人们要积极探索科学有效的控制措施,控制电动汽车有序充放电,改善相应区域电网的负荷特性,确保电网运行的稳定性、经济性。基于此,本文首先对V2G技术进行了阐述,然后分析了V2G双向充放电装置的基本结构,提出相应的控制策略,最后深入探究V2G控制系统的设计。

基于电动汽车V2G参与电网调峰的边远山区配变春节过载解决方法

随着新能源电动汽车的普及,返乡人员驾驶电动汽车返回边远山区的基数不断变大,且与春节过载配变具有一定正相关关系。本文通过分析春节过载配变的负荷特性,指出传统解决方式的不足,分析春节返乡的电动汽车使用特性,对比春节过载配变负荷特性提出电动汽车通过V2G技术参与边远山区电网调峰的模型,并通过测算电动汽车参与调峰的电池损耗情况,建立车主的收益模型。本文通过算例,得出电动汽车参与V2G调峰的鼓励电价水平可接受,电动汽车参与V2G调峰解决配变春节过载具有较大的可行性。