基于分时电价的电动汽车多目标优化充电策略_佟晶晶
《计及电动汽车需求响应的区域电网多时空尺度优化调度》范文
《计及电动汽车需求响应的区域电网多时空尺度优化调度》篇一一、引言随着社会经济的快速发展和科技进步，电动汽车（Electric Vehicles, EVs）在能源交通领域的普及程度逐渐提高。
然而，电动汽车的广泛使用对电网的运行和调度带来了新的挑战。
在区域电网的优化调度中，计及电动汽车的需求响应成为了关键的研究方向。
本文旨在探讨计及电动汽车需求响应的区域电网多时空尺度优化调度问题，以实现电网的稳定运行和资源的合理利用。
二、电动汽车需求响应与区域电网运行电动汽车的充电行为对电网的运行有着重要影响。
通过实施需求响应策略，可以有效降低电网的负荷压力，提高电网的运行效率。
在区域电网的优化调度中，计及电动汽车的需求响应，可以更好地满足用户的充电需求，同时降低电网的运行成本。
三、多时空尺度优化调度模型针对区域电网的优化调度问题，本文提出了一种多时空尺度的优化调度模型。
该模型考虑了不同时间尺度的电力需求、电力供应、电网约束等因素，以实现电网的稳定运行和资源的合理利用。
具体而言，该模型包括以下方面：1. 时间尺度划分：根据电力需求和电力供应的特点，将时间尺度划分为短期、中期和长期三个层次。
短期时间尺度主要考虑实时电力需求和电力供应的平衡；中期时间尺度则关注未来一段时间内的电力需求预测和电力供应安排；长期时间尺度则着眼于未来较长时间内的电力规划。
2. 优化目标：以电网的稳定运行和资源的合理利用为目标，通过优化调度模型，实现电力需求与电力供应的平衡。
3. 约束条件：考虑电网的约束条件，如线路传输容量、发电厂出力等，以确保电网的安全稳定运行。
四、计及电动汽车需求响应的优化策略在多时空尺度优化调度模型的基础上，本文提出了计及电动汽车需求响应的优化策略。
具体而言，该策略包括以下方面：1. 充电行为引导：通过制定合理的充电价格政策，引导电动汽车用户在电网负荷较低时进行充电，以降低电网的负荷压力。
2. 需求响应管理：通过与电动汽车用户进行互动，收集用户的充电需求信息，并根据电网的运行情况，调整充电策略，以满足用户的充电需求。
分时段价格调节对电动汽车充电需求的影响研究
分时段价格调节对电动汽车充电需求的影响研究随着电动汽车的普及，充电需求也越来越大。
然而，由于电网的能力限制和充电设施的不足，电动汽车的充电仍然存在一定的问题。
因此，制定合理的充电策略和价格调节成为了当前亟待解决的问题之一。
本文将研究分时段价格调节对电动汽车充电需求的影响，并探讨如何制定合理的充电策略。
一、分时段价格调节的作用分时段价格调节是指根据电力市场的供需情况，在不同时间段内制定不同的电价。
以夏季为例，电力市场供需情况相对紧张，电价相对较高，而在冬季时由于供需相对平衡，电价相对较低。
分时段价格调节的主要目的是引导用户在电力供应充足的时段进行能耗较大的活动，如洗衣机、电烤箱等的使用，以减轻电力市场的压力。
在电动汽车充电领域，分时段价格调节也有着极为重要的作用。
由于充电需求集中在工作日的晚上和周末的白天，对电网造成了较大的压力。
如果采取统一的充电价格，这会导致用户集中在同一时间段充电，加重电网负担。
而采取分时段价格调节，可以引导用户在电力供应充足的时段进行充电，从而减轻电网压力，提高电网使用效率。
二、分时段价格调节对电动汽车充电需求的影响1. 改变用户充电习惯分时段价格调节将影响用户充电习惯。
在分时段价格调节的情况下，用户会在电价低的时段进行充电，从而降低充电成本。
根据充电需求的集中度和电价的波动情况，用户可以选择在设定的低谷时段进行充电，以充分利用低电价的优势。
2. 减轻电网压力分时段价格调节可以有效地引导用户在同一时间段内分散充电需求，从而减轻电网负担。
该策略通过制定高峰期和低谷期的电价，引导用户在低谷期充电，从而减少对电网的冲击，降低电网负担。
3. 降低峰值负荷电动汽车的充电负载在晚上时会导致电力系统的负载峰值增加。
采用分时段价格调节可以引导用户在低谷时段进行充电，从而保持电力系统的平稳受热状态。
这样，可以避免在高峰期出现超负荷现象，降低峰值负荷。
三、合理制定电动汽车充电策略合理制定电动汽车充电策略需要考虑分时段价格调节对充电需求的影响。
分时电价下含电动汽车的微电网群双层多目标优化调度
第 39 卷第 1 期电力科学与技术学报Vol. 39 No. 1 2024 年 1 月JOURNAL OF ELECTRIC POWER SCIENCE AND TECHNOLOGY Jan. 2024引用格式：房超运，杨昆，柴瑞环.分时电价下含电动汽车的微电网群双层多目标优化调度[J].电力科学与技术学报,2024,39(1):124‑133. Citation：FANG Chaoyun，YANG Kun，CHAI Ruihuan.Two-layer multi-objective optimal dispatching of microgrid group with electric vehicles un‐der time-of-use electricity prices[J]. Journal of Electric Power Science and Technology,2024,39(1):124‑133.分时电价下含电动汽车的微电网群双层多目标优化调度房超运，杨昆，柴瑞环（上海电力大学电气工程学院，上海 200090）摘要：为解决大规模电动汽车无序充电导致电网出现“峰上加峰”现象，依据电动汽车充电地点的不同将配电网划分为居民区、办公区、商业区微电网，提出基于峰谷差、分时电价、用户充电满意度多目标下的电动汽车充电模式，建立了微电网内运营商峰谷差最小—用户充电费用最少和充电满意度最大的双盈多目标优化调度模型，采用上海市实际居民办公商业混合体，基于MATLAB/NSGA⁃Ⅱ算法求解负荷整形度；采取粒子群优化算法求解电动汽车车主达到充电最优满意度；实现对电动汽车充电时刻和充电功率的引导。
实际算例仿真结果表明，该方法能有效降低配电网负荷峰谷差，提高电动汽车充电效率，满足用户充电需求。
关键词：微电网群；电动汽车；分时电价；多目标优化调度；双层优化DOI：10.19781/j.issn.1673‑9140.2024.01.012 中图分类号：TM933 文章编号：1673‑9140（2024）01‑0124‑10Two‑layer multi‑objective optimal dispatching of microgrid group with electricvehicles under time‑of‑use electricity pricesFANG Chaoyun，YANG Kun，CHAI Ruihuan（College of Electric Engineering， Shanghai University of Electric Power， Shanghai 200090， China）Abstract： To address the "peak upon peak" phenomenon caused by unorganized charging of electric vehicles on a large scale， this study divides the distribution network into microgrids for residential， office， and commercial areas based on the location of electric vehicle charging. A multi-objective electric vehicle charging mode is proposed， considering peak-to-valley difference，time-of-use electricity prices，and user satisfaction. A dual-profit multi-objective optimization scheduling model is established to minimize the peak-to-valley difference for microgrid operators while minimizing user charging costs and maximizing charging satisfaction. Real mixed residential，office，and commercial complexes in Shanghai are used as a case study， and the MATLAB/NSGA-Ⅱ algorithm is employed to solve the load shaping degree.The particle swarm optimization algorithm is used to solve the optimal charging satisfaction for electric vehicle owners，guiding the timing and power of electric vehicle charging. Simulation results of the actual case demonstrate that this method effectively reduces the peak-to-valley difference in the distribution network， improves the efficiency of electric vehicle charging， and meets user charging demands.Key words：microgrid group；electric vehicle；time-of-use price；multi-objective optimal dispatch；two-tier optimizations为了应对全球气候变暖和化石能源日益短缺的挑战，中国提出了“双碳”目标。
基于分时电价的电动汽车充电的优化管理
基于分时电价的电动汽车充电的优化管理摘要：随着电动汽车渗透率的增加，电动汽车的无序充电会给区域配电网的运行带来很大压力。
为了减小电动汽车负荷对电网的影响，提出了一种电动汽车智能充电的调度策略。
在分时电价的基础上，将充电成本最小化和负荷方差最小化作为目标函数，考虑了充电机最大充电功率限制等约束条件，建立了电动汽车集中充电的多目标优化调度模型。
在这一模型下实施分时电价的电动汽车充电的优化管理。
关键词：电动汽车；充电策略；分时电价；多目标优化当前社会非常突出的问题就是石油能源的逐渐枯竭，环境保护问题增多，因此电动汽车这一新型汽车得到了极大的发展，究其发展原因，为其符合环境友好型与经济性的发展要求，进而国家对其大力支持，电动车的数量逐渐增多，但是也带来了一个问题，那就是高渗透率电动汽车给电网带来的严重负荷，为此相关人员提出了基于分时电价的电动汽车充电的优化管理，致力于解决这一问题。
1、电动汽车充电控制策略1.1电动汽车集中充电模式随着城市电动汽车数量的增长，配套的充电设施建设必不可少，除了分散的快速充电桩，集中充电设施比如大型充电站、具备充电功能的停车场也是建设的重点。
电动汽车集中充电的物理框架被提出，并在电动汽车充电策略的研究中有着广泛应用。
1.1.1控制策略适用的充电站结构控制策略适用于电动汽车集中式智能充电站的结构中，此类充电站结构中，通过单个控制器，去管理接入充电站中电动汽车出现的集群充电行为。
在智能电网环境下，假设每辆电动汽车一旦驶入充电站，一辆电动汽车对应一台充电机，控制器可以通过充电机检测和记录相应电动汽车的相关信息，包括驶入时问、用户预计离开时问、电池额定容量和现状荷电状态（SOC）等，其中预计离开的时间由用户进行选择，然后把信息反馈给控制器，其他参数则由充电机，进行自动化的检测。
控制器还能跟电网交互信息，主要是获取负荷预测信息。
控制器在收集到这些信息后经过优化计算，得到每辆电动汽车在每个时间步长充电功率，然后把这类指令发送到电动汽车连在一起的充电机中，由充电机，其执行这类指令。
多目标约束的电动汽车实时调度策略
多目标约束的电动汽车实时调度策略
常 硕， 牛玉刚， 陈凯炎 （华东理工大学能源化工过程智能制造教育部重点实验室，上海 200237）
摘要：随着电动汽车并网数量的增多及电池容量的不断增大，不协调的充电会给电网带来巨
大压力，甚至会影响电网的稳定运行。相反，合理的电动汽车调度会给电网带来额外的效益。
提出了一种滑窗变速优化充电方法对电动汽车进行实时调度，结合实时电价计算充电成本，通
功率。
用网损灵敏度计算网损的公式为
GLb,t
=
k2
PLSb,t
LEV b,t
(12)
∑T ∑B
GL =
GLb,t
t=1 b=1
(13)
其中：B
为节点总数；
k2
为模型系数；
LEV b,t
为
EV
在时
段 t 注入到节点 b 上的负荷。
因此，一个调度循环内的网损成本为
CGL = ρGL
(14)
其中： ρ 为折算系数。
(16)
x
x
从综合指标考虑，只考虑单目标时无法真实反
映 EV 的实际使用成本。3 种成本代表了电网和车
主的利益，在设置量化系数时使 3 种成本重要程度相
过离线网损灵敏度快速求解网损量，采用充电功率波动法量化电池老化成本。以电池老化成
本、充电成本和网损成本最小化为目标函数，构建一个多目标优化问题，利用凸优化算法求解
得到车网互动（V2G）实时调度策略。在改进的 IEEE 33 节点配电网上对平均分配、自然充电、
全局优化和滑窗变速优化充电方案进行了对比实验，验证了滑窗变速优化充电方案在减缓电池
East China University of Science and Technology, 2021, 47(4): 465-474.
基于分时充电电价的电动汽车消纳风电的机组调度优化模型
基于分时充电电价的电动汽车消纳风电的机组调度优化模型随着全球能源消费量的不断增长，气候变化和环境问题日益受到重视。
电动汽车作为替代传统燃油车辆的新型交通工具，已经成为解决环境污染和能源危机的关键技术之一。
但是，随着电动汽车数量的不断增加，如何合理配置充电设施，优化风电消纳，减少供需矛盾和碳排放成为迫切需要解决的问题。
本文将基于分时充电电价，提出一种基于电动汽车消纳风电的机组调度优化模型，旨在提高电网的负载平衡水平，减少峰谷差，提高机组效率。
一、模型背景随着全球气候变化和环境问题的日益突出，可再生能源的利用已成为减少碳排放的重要途径。
尤其是风电，作为最具有市场竞争力的可再生能源之一，已经成为国内外能源发展的重点。
参考该国已建成的多个风电场的发电量、风电出力、电动汽车充电数据等，会发现风电作为对安全、可靠、低碳、节能的代表性能源，在实现产供需互动和控制等方面将永远首屈一指。
然而，受到不可控因素的影响，如风力资源不稳定、季节性波动，以及消纳问题等，风电场的发电量往往存在突发性、波动性等特点，而这种波动又会导致电网的负载平衡水平变化。
同时，随着近年来电动汽车市场的快速发展，电动汽车已经成为电力系统的新负荷，大量的电动汽车集中充电将给电网带来极大的冲击。
如何解决电动汽车充电的合理分配和风电消纳的合理规划成为了当前亟待解决的问题。
二、模型建设1.模型建立目标针对风电的波动性和电动汽车的集中充电问题，本文提出一种分时充电电价的电动汽车消纳风电的机组调度优化模型。
通过建立一个包括风电、电动汽车、充电设施和电网的能源系统，调用MATLAB中的负载平衡算法以及人工神经网络算法等技术，以实现优化方案的生成和协同控制。
具体来说，该模型主要包括如下三个目标：（1）最小化电网的峰谷差，提升整个电网的负载平衡水平；（2）最大化风电的消纳量，减少能源浪费；（3）最大化电动汽车的使用效率，减少充电成本和能源消耗。
2.模型建设步骤本文的模型建设步骤如下：步骤1：风电场的出力预测。
电动汽车集群优化充电多时段有功无功混合控制策略
摘要：针对电动汽车充电能量和充换电设施无功调节能力的综合利用问题，提出一种多时间尺度有功无功混合
控制的电动汽车集群优化充电策略，在满足充电需求的同时参与电网优化调度并提供无功支持。优化充电策略
的第 1 阶段为充电功率调节，建立多时段充电能量调度优化模型；第 2 阶段考虑充电设施有功无功解耦度的无
功调节约束，根据第 1 阶段的电动汽车充电计划，在各时段内独立执行基于电动汽车并网拓扑结构的无功优化。
The proposed strategy can provide technical support for the real-time scheduling of the large-scale integration of aggre⁃
gated EVs. Key words: aggregated electric vehicles；optimal charging strategy；multi-stage power control；reactive power optimiza⁃ tion
第 30 卷 第 4 期 2018 年 4 月
电力系统及其自动化学报 Proceedings of the CSU-EPSA
Vol.30 No.4 Apr. 2018
电动汽车集群优化充电多时段有功无功混合控制策略
高 爽 1，原 凯 2，孙充勃 2，宋 毅 2，王世举 3
（1. 智能电网教育部重点实验室（天津大学），天津 300072；2. 国网北京经济技术研究院， 北京 102209；3. 国网天津市电力公司经济技术研究院，天津 300010）
两阶段有功无功混合控制方式简化了充电能量优化调度和无功优化问题的复杂度，提升了电网运行的经济安全
性和供电质量，为大规模接入电网的电动汽车集群实时调控提供了必要的技术手段。
【CN109886501A】一种电动汽车充放电多目标优化方法【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910165914.6(22)申请日 2019.03.06(71)申请人 昆明理工大学地址 650093 云南省昆明市五华区学府路253号(72)发明人 刘志坚 陈潇雅 冯培磊 罗灵琳 王雁红 余莎 刘晓欣 (51)Int.Cl.G06Q 10/04(2012.01)G06Q 50/06(2012.01)(54)发明名称一种电动汽车充放电多目标优化方法(57)摘要本发明涉及一种电动汽车充放电多目标优化方法，属于电力系统配电网经济技术领域。
本发明针对电动汽车的入网情况和现有的分时电价制度，构建电价变化对电量变化的影响模型。
从配电网方面考虑以最小化系统峰荷值与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型，并兼顾电网和用户双方共同的利益，在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。
根据考虑配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件。
采用一种深度交互教学优化算法对该优化调度模型进行求解。
本发明使大量电动汽车有序接入电网充电，相较于无序入网给电力系统带来的影响减小。
权利要求书3页 说明书7页 附图2页CN 109886501 A 2019.06.14C N 109886501A1.一种电动汽车充放电多目标优化方法，其特征在于：包括如下步骤：步骤1：针对电动汽车的入网情况和现有的分时电价制度，构建电价变化对电量变化的影响模型；步骤2：从配电网方面以最小化系统峰荷值与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型，并兼顾电网和用户双方共同的利益，从用户侧方面以电动汽车用户充放电成本最低作为优化目标函数；步骤3：根据配电网和用户侧的电动汽车充放电多目标优化模型得到相应优化约束条件；步骤4：采用深度交互教学优化算法对步骤2和步骤3所提电动汽车多目标优化调度模型求解。
基于实时电价的多目标电动汽车控制策略
基于实时电价的多目标电动汽车控制策略涂轶昀【摘要】在实时电价的电力市场机制下,综合考虑了电网侧和电动汽车车主双方利益,建立了电动汽车群接入电网后的控制模型.该模型以电动汽车群接入电网后负荷曲线峰谷差最小及电动汽车车主收益最大为优化目标,并以电池充放电功率和可用容量为约束条件,采用粒子群算法进行了优化求解,得出了电动汽车群与电网的交互功率曲线.最后,通过仿真实例验证了所建构模型的正确性和有效性.【期刊名称】《上海电力学院学报》【年(卷),期】2016(032)005【总页数】5页(P485-489)【关键词】电动汽车;实时电价;多目标控制策略【作者】涂轶昀【作者单位】上海电力学院电气工程学院,上海200090【正文语种】中文【中图分类】U469.72;TP273随着各国对环境问题的日益重视,PM2.5污染物的重要组成部分——汽车尾气,成为治理的重点.电动汽车采用电池作为驱动汽车行驶的能量来源,尾气排放几乎为零,成为我国汽车工业的重点发展对象,并得到了长足的发展.削峰填谷是电动汽车接入电网的主要功能,负荷高峰时期电动汽车作为电源向电网送电,负荷低谷时期电动汽车作为负荷消耗电能,可以起到拉平负荷曲线、减小负荷峰谷差的作用.对于电网公司而言,这是很有利的.同时,换电站的兴起,也方便电网公司对电动汽车蓄电池的调度和控制,实现调峰的难度大大降低.电动汽车参与电网调峰后,不仅能平抑负荷功率波动,而且在实时电价的基础上,能利用不同时段的电价差获取收益.然而,如果没有合理的控制策略,其与电网的配合也可能造成“峰上加峰”的恶劣影响,从而阻碍电动汽车的发展.在电力系统中引入市场机制,不仅可以引导用户合理用电,而且可以引导电动汽车车主的充放电行为,从而将电网的效益与电动汽车车主的收益结合,达到双赢的局面[1-8].在电动汽车充放电调度方面,国内外学者已经做了大量研究.例如,文献[3]研究了电动汽车接入电网的作用、商业模式、实现步骤等;文献[4]提出了在电动汽车渗透率较高时,由短期负荷趋势对各时段可充电功率进行优化的电动汽车智能充电方法;文献[5]构建了充电时间对峰谷电价时段的响应模型,以峰谷差率最小为目标函数,通过遗传算法对峰谷电价时段优化问题进行了求解;文献[6]建立了电动汽车参与负荷平抑的数学模型,采用改进粒子群算法求解出电动汽车参与负荷平抑的充放电控制策略;文献[7]采用二次规划和动态规划优化了电动汽车充电策略.然而,上述研究都没有综合考虑电网公司和电动汽车车主双方的利益,本文采用实时电价的电力市场机制,建立单目标和多目标电动汽车优化调度的数学模型,通过粒子群算法求解,得到相应的电动汽车群充放电计划,最后,通过仿真算例验证调度策略的有效性,比较不同目标函数的优化效果.电力市场机制是电能生产者和使用者通过协商、竞价等方式就电能及其相关产品进行交易,通过市场竞争确定价格和数量的机制.电价作为电力市场中的经济杠杆,可以实现电力市场中资源优化配置的目的.目前,我国实行的是峰谷平电价,今后还要推行居民用电阶梯电价制度.“阶梯电价”是指把户均用电量设置为若干个阶梯,各阶梯用电量和电价均采用递增模式.此举有利于鼓励居民节约用电、减少能源浪费,还可以提高能源效率.然而,成熟的电力市场实施实时电价政策,即用电高峰时段釆用高电价,用电低谷时段采用低电价,可引导部分负荷转移至电网谷负荷的低电价时段.当我国电力市场发展成熟以后,实时电价的推行是今后电力改革的重要方向.实行实时电价,用户会自发对电价进行响应,调整用电时间,以谋求最大的经济效益,从被动地受供电部门控制到主动参与负荷的调整.电动汽车作为未来电力负荷的重要组成部分,同时作为新型储能放电电源,通常在工作时段和晚上都处于停驶状态.一般来说,电动汽车电池的容量远远大于正常上下班行驶的电能消耗容量,因此电动汽车不仅可以在负荷低谷时进行充电实现填谷功能,还可以在高峰时段接入电网实现削峰作用.在智能电网发展成熟阶段,智能充放电装置可根据实时电价信号为用户设置最经济的充放电方案,引导电动汽车响应实时电价,实现智能充放电[9].在电动汽车接入电网的初级阶段,电动汽车数量有限,可实现的调节容量较小,对地区负荷曲线影响不大,但是可以改善商业楼宇(或居民小区)的负荷曲线.已知负荷曲线后,如何合理安排辖区内电动汽车的充放电时间和充放电功率是需要解决的关键问题.同时,也可以从电动汽车车主的角度出发,以车主从电价差中获取的收益最大为目标函数.2.1 以电网负荷峰谷差最小为目标函数电动汽车接入电网后,可以利用其电池储存的能量与电网进行功率交换,高峰时期提供电能,低谷时期消耗电能,从而实现减小负荷峰谷差的目的.电动汽车控制中心以响应区域负荷的方式参与调峰,同样将1d分为24个时段,以负荷曲线的均方差最小为目标函数,其方程为:式中:Pj——调整前的原始负荷; Pij——第i辆车在j时段与电网的交换功率; i——电动汽车序号;j——时段序号.2.2 以电动汽车车主收益最大为目标函数本文将1 d分为24个时段,在施行实时电价的基础上,每一个时段市场中的电价都是有差异的.根据实时变化的电价,用放电行为带来的收益减去充电行为消耗的成本,即电动汽车并网充放电行为给用户带来经济方面的差价收益.其目标函数为:式中:n——电动汽车辆数; t——充/放电时长,这里取1 h; p(j)——第j时段的市场电价,元/kWh; Cij——第i辆车在j时段的充电成本; Rij——第i辆车在j时段的放电收益; Pij——第i辆车在j时段与电网的交换功率(设充电功率为负值,放电功率为正值);Effc,Effd——车载电池的充电、放电效率,均取0.9.2.3 约束条件(1) 充放电功率约束.功率约束主要体现在电池最大充放电功率上,充放电功率约束为:式中:Pijmin,Pijmax——电动汽车最大充、放电功率;(2) 电池可用容量约束.电动汽车的电池容量是一定的,其电量状态可用SOC(State-of-Capacity)表示,电池处于充满状态时SSOCmax=1,考虑到电池深度放电对电池的影响不可逆,通常设置SSOCmin=0.2.即:若用电池容量来表示,则为:式中:SSOCij——第i辆车在j时段的电量状态; QiN——第i辆车的额定容量值; Qi,j-1——第i辆车在(j-1)时段的容量值; ΔQij——第i辆车在j时段的充(放)电容量.(3) 充电功率与充电电量的关系,即[10-12]:式中:Qi,j——第i辆车在j时段的容量值; Qi,j+1——第i辆车在(j+1)时段的容量值.将电动汽车的调峰功能与电动汽车车主利用实时电价差的收益结合起来,既考虑负荷曲线的调峰作用,又考虑电动汽车车主的收益,即可实现多目标的电动汽车控制策略.(1) 目标函数本文将负荷曲线的均方差最小和电动汽车车主的收益最大按照不同的权重系数结合起来,其目标函数为:式中:F1max,F2max——F1和F2的最大值,用于两个目标函数的归一化;λ1,λ2——目标函数的权重系数,λ1+λ2=1,0≤λ1,且λ2≤1;(2) 约束条件多目标电动汽车优化控制模型的约束条件与单目标电动汽车优化控制模型相同.4.1 基础数据以某电动汽车群响应给定的实时电价曲线为研究对象,假设电动汽车的电池参数统一,以BYDE6为参考,表1给出了电池参数数据.假设在一个时段内充、放电功率恒定不变,其最大充电功率为7 MW,最大放电功率为15 MW,电动汽车群的初始电池容量状态为0.8.以某变电站供电的商业区价格曲线来反映电价波动,如图1所示.表2给出此变电站日负荷功率值,即加入电动汽车前的原始负荷功率,负荷值以小时为间隔.4.2 运行结果及分析4.2.1 以电网负荷峰谷差最小为目标的优化结果在目标函数为电网负荷峰谷差最小的情况下,通过粒子群算法进行优化计算.惯性权重因子ω取值范围为0.4～0.9,最大迭代次数为2 000;粒子群规模为30;粒子速度阈值按经验取最大值为4,最小值为-4[13].优化计算后电动汽车群在各个时段与电网交换的功率如图2所示.由图2可以看出,加入了电动汽车充放电功率后,电网负荷曲线变得平坦了.因为有容量和功率约束,电网负荷曲线只是有一定改善.如果没有容量和功率约束,电网负荷曲线将成为一条直线.此时电动汽车车主的收益为57 279.50元,远远低于以电动汽车车主收益最大为目标函数时的收益.4.2.2 以电动汽车车主收益最大为目标的优化结果在目标函数为电动汽车车主收益最大的情况下,通过粒子群算法进行优化计算,电动汽车群作为一个整体在各个时段与电网交换的功率如表3所示.由表3可以得出如下结论.(1) 电动汽车群找到了一天中最优的充放电时间组合,响应了电价的波动,从电能交易当中赚取差价利润86 571.71元.(2) 在电价较高的几个时段(例如9～12,18～21)电动汽车都响应了放电模式,且为最大放电功率;而在电价较低的时段(例如1,2,4)都响应了充电模式,且为最大充电功率,符合让电动汽车在高电价放电、低电价充电的思想,证明该算法适用.4.2.3 多目标函数优化结果控制中心首先采集可用电动汽车信息,然后给出最优的功率分配策略.仿真采用粒子群算法.当取不同的权重系数时,得到的结果不同,因此本文分3次取不同的权重系数,结果如图3所示.将各种权重系数组合的收益计算出来,加入单目标的两种收益,如表4所示.由图3及表4可以得出如下结论.(1) 随着权重系数往调峰部分的偏移,变电站负荷曲线越来越平坦,电网的峰谷差很好地被填补,但参与调峰的效果还是没有单独调峰效果明显.(2) 随着权重系数往收益部分的偏移,电动汽车车主获得的收益越来越大,说明算法合适,结果正确.(3) 在改变权重系数的值之后,虽然用户获得的利润大幅减少,但调峰效果有显著的改变.因此,引入多个目标函数形成多目标优化,改变各个目标的权重系数可以调整优化结果,优化效果取决于各目标函数的具体特性及权重系数的选择.基于实时电价的电力市场机制,以负荷功率峰谷差最小和电动汽车车主收益最大为目标函数,采用单目标和多目标优化模型,将两个目标取用不同的权重系数.结果表明,可以根据不同的权重系数,协调考虑电网公司调峰效果和电动汽车车主收益大小,从而实现多目标电动汽车控制策略.如何在现有的优化模型中考虑系统运行条件、网络安全约束和电动汽车群充/放电功率的不确定性是后续要研究的问题.采用有效的求解算法是解决加入不确定性的核心,在后续工作中有待进一步研究.【相关文献】[1] 高赐威,张亮.电动汽车充电对电网影响的综述[J].电网技术,2011,35(2):127-131.[2] 胡泽春,宋永华,徐智威,等.电动汽车接入电网的影响与利用[J].中国电机工程学报,2012,32(4):1-25.J. Vehicle-to-grid power implementation:from stabilizing the grid to supporting large-scale renewable energy[J].Journal of Power Sources,2005,144(1):280-294.[4] 李惠玲,白晓民.电动汽车充电对配电网的影响及对策[J].电力系统自动化,2011,35(17):38-43.[5] 葛少云,黄镠,刘洪.电动汽车有序充电的峰谷电价时段优化[J].电力系统保护与控制,2012,40(10):1-5.[6] 韩海英,和敬涵,王小君,等.基于改进粒子群算法的电动车参与负荷平抑策略[J].电网技术,2011,35(10):165-169.[7] KRISTIEN C N,EDWIN H,JOHAN D.The impact of charging plug-in hybrid electric vehicles on a residential distribution grid[J].IEEE Trans on Power Systems,2010,25(1):371-380.[8] 赵俊华,文福拴,薛禹胜,等.计及电动汽车和风电出力不确定性的随机经济调度[J].电力系统自动化,2010,34(20):22-29.[9] 王晛,谢鸣,张少华.考虑电动汽车的电力市场均衡分析[J].电网技术,2014,38(11):2 993-2 998.[10] 杨俊秋.电动汽车充放电容量预测及控制策略的优化研究[D].北京:北京交通大学,2012.[11] TIAN W Q.HE J H,JIANG J C,et al.The control strategy of V2G participating in peakregulation in power system[C]//Proceedings of 2010 International Conference on Manufacturing Science and Technology.Zibo,China:IEEE,2010.[12] 田文奇,和敬涵,姜久春,等.基于自适应变异粒子群算法的电动汽车换电池站充电调度多目标优化[J].电网技术,2012,36(11):25-29.[13] 吕振肃,侯志荣.自适应变异的粒子群优化算法[J].电子学报,2004,32(3):416-420.。
峰谷分时电价背景下的居民电动汽车有序充放电策略
峰谷分时电价背景下的居民电动汽车有序充放电策略
严俊;严凤
【期刊名称】《电力系统保护与控制》
【年(卷),期】2018(046)015
【摘要】针对现有电动汽车充电策略未考虑充电负荷超过供电容量的现实问题,提出一种包含功率限制的电动汽车有序充放电策略.该策略以峰谷分时电价为背景,通过电动汽车向电网进行馈电以及对电动汽车的充电功率进行限制,使居民用电的总负荷曲线趋于平缓,更好地起到削峰填谷的作用.同时在配电设施容量不增加的情况下,提高接纳规模化电动汽车充电的能力.最后通过蒙特卡洛仿真对算例进行分析,证实所提出的包含功率限制的电动汽车有序充放电策略较原有策略更具实用性.【总页数】8页(P127-134)
【作者】严俊;严凤
【作者单位】华北电力大学(保定),河北保定 071003;华北电力大学(保定),河北保定 071003
【正文语种】中文
【相关文献】
1.V2G模式下电动汽车的有序充放电策略 [J], 王皓靖;王育飞;张宇;方陈;薛花;王成龙
2.考虑价格激励的电动汽车最优有序充放电策略 [J], 张帅;孟祥鹤;葛磊蛟;方磊;白星振;石瑶
3.居民区电动汽车有序充放电控制策略 [J], 俞子聪;龚萍;王植;朱永强;夏瑞华;田源
4.电动汽车有序充放电分群调度策略 [J], 朱心月;岳云涛;李炳华;宋欣蔚;王成;常昊
5.基于V2G模式的电动汽车有序充放电策略分析 [J], 牛荣义;陆震军;董浩
因版权原因，仅展示原文概要，查看原文内容请购买。
基于动态分时电价的电动汽车充电站有序充电策略
基于动态分时电价的电动汽车充电站有序充电策略一、本文概述随着电动汽车的普及和电网负荷的不断增长，电动汽车充电站的有序充电策略成为了研究的热点。
本文旨在探讨基于动态分时电价的电动汽车充电站有序充电策略，旨在优化电网负荷、提高充电效率并降低用户充电成本。
本文将对电动汽车充电站的有序充电策略进行概述，介绍其研究背景和意义。
然后，本文将分析动态分时电价的基本原理及其在电动汽车充电站中的应用，阐述其对于优化电网负荷和提高充电效率的重要作用。
接着，本文将详细介绍基于动态分时电价的电动汽车充电站有序充电策略的设计和实现方法。
该策略将根据电网负荷情况和电价变化，动态调整电动汽车的充电时间和充电功率，实现有序充电。
本文还将探讨该策略在实际应用中的效果，包括电网负荷的改善、充电效率的提高以及用户充电成本的降低等方面。
本文将对基于动态分时电价的电动汽车充电站有序充电策略进行总结，并展望未来的研究方向和应用前景。
通过本文的研究，可以为电动汽车充电站的有序充电策略提供新的思路和方法，推动电动汽车充电技术的发展和普及。
二、电动汽车充电站充电特性分析电动汽车充电站作为新型城市基础设施，其充电特性与常规电力负荷存在显著区别。
为了更好地理解和制定有序充电策略，我们首先需要深入了解电动汽车充电站的充电特性。
充电需求波动性：电动汽车的充电需求受到多种因素影响，如用户的出行习惯、车辆类型、电池容量等。
这些因素导致充电需求在时间和空间上呈现出较大的波动性。
例如，高峰时段充电需求可能激增，而低谷时段则可能相对较少。
充电功率和电流的特性：电动汽车的充电功率和电流要求与传统的家用或商业用电设备有明显不同。
一般来说，电动汽车充电桩的功率和电流需求较大，这对电网的供电能力和稳定性提出了更高的要求。
充电过程的阶段性：电动汽车的充电过程通常可以分为三个阶段：预充电、恒流充电和恒压充电。
每个阶段的充电特性和对电网的影响也有所不同，需要有序管理以确保电网的稳定运行。
基于分时电价的多目标电动汽车有序充电优化策略研究
基于分时电价的多目标电动汽车有序充电优化策略研究
李媛媛;侯锦秋;宋阳;刘艳梅
【期刊名称】《东北电力技术》
【年(卷),期】2024(45)3
【摘要】随着新能源汽车的普及,大规模的新能源汽车无序并入电网会给配网负荷的平稳运行带来巨大挑战,因此研究电动汽车(electric vehicle,EV)的有序充电具有重大意义。
首先,考虑分时电价对用户充电行为的影响,建立以减小电网的负荷波动率及用户充电费用最小为目标的多目标优化模型;其次,对所建立的模型采用改进的粒子群算法求解;最后,建立500个EV的充电模型对其进行仿真分析。
仿真结果表明,所提策略可以较大程度减小负荷的波动率,降低用户的充电成本。
【总页数】5页(P23-27)
【作者】李媛媛;侯锦秋;宋阳;刘艳梅
【作者单位】沈阳工程学院电力学院;国网辽宁省电力有限公司物资分公司
【正文语种】中文
【中图分类】TM73
【相关文献】
1.基于电网峰谷分时电价联动的电动汽车有序充电电价研究
2.基于分时电价的电动汽车群有序充电策略研究
3.基于分时电价的电动汽车多目标优化充电策略
4.基于分时电价的小区电动汽车有序充电策略研究
5.基于分时电价的电动汽车有序充电策略研究
因版权原因，仅展示原文概要，查看原文内容请购买。
浅谈基于动态分时电价的电动汽车充电站有序充电策略
浅谈基于动态分时电价的电动汽车充电站有序充电策略作者：黎鹏来源：《卷宗》2018年第32期摘要：基于对动态分时电价的电动汽车充电站有序充电策略研究。
首先，分析电动汽车充电站有序充电将会对电网的安全运转以及电动汽车更好发展产生具有重要意义。
然后，对电动汽车充电当中的电池特性、出行习惯与要求特性等进行阐述。
最后，给出动态分时电价的电动汽车充电站有序充电有效策略，其中包括直接充电负荷控制策略与电价引导策略等。
关键词：电动汽车；充电站；有序充电；分时电价近年来随着全球气候变暖，自然灾害频发，能源紧缺等问题日渐严重。
人们越来越注重环境保护，绿色出行、低碳环保、维护生态平衡等意识逐渐提高。
电动汽车的使用能够不依靠化石燃料，而且可以达到零排放的效果。
电动汽车的这一效果在全世界范围内受到关注，所以汽车已经逐渐迈进电动时代。
我国政府需要抓住机会，加大对电动汽车的资金投入与技术投入，时刻关注电动汽车发展动向。
根据相关调查预测表明，到2030年我国电动汽车将会到达六千万辆。
大量电动汽车没有秩序的进行充电，特别是在高峰期充电时，将会对电网安全运行造成影响，电动汽车如何有序充电是人们面临的一个重要问题。
本文将针对动态分时电价下，电动汽车充电站有序充电策略进行相应阐述。
1 基于动态分时电价的电动汽车充电站有序充电的意义因为电动汽车能够达到零排放，保护环境、节约能源的作用，所以在全世界范围内得到广泛关注。
大量电动汽车一同充电时，将会对电网的正常运转造成负荷，对其安全运转将会产生严重影响。
尤其在电动汽车的接入过程中，电网负荷将急剧增长，如果在此时还缺少充电协调工作，那么电网的负荷峰谷差将会持续增加[1]。
近些年，为解决大量电动汽车充电时产生的电网问题，国内外的专家学者结合用户实际充电情况，给出一系列电动汽车有序充电的有效策略。
例如，积极引进有序充电基本概念，从而建设出以电动汽车削峰填谷为最终目的的峰谷电价时段最优化模型，然后再利用遗传算法展开对时段方案规划工作。
基于多时间尺度的电动汽车光伏充电站联合分层优化调度
收稿日期:2018 - 10 - 31 基金项目:国家自然科学基金项目( 51607105) 作者简介:王睿娟(1994—) ,女,硕士研究生,主要研究方向为电动汽车光伏充电站的多目标优化调度;
程 杉(1981—) ,男,博士,副教授,主要研究方向为新能源微电网运行与控制、电动汽车充换电设施与可再生能源集成、智能计 算及其在电力系统中的应用等。
16
电力科学与工程20Fra bibliotek9 年of the proposed multi-time-scale joint hierarchical optimal scheduling method in reducing the cost of purchasing electricity and the peak-to-valley difference while satisfying the charging requirements for each consumer. Key words: electric vehicles; PV-assisted EV charging stations; hierarchical optimal scheduling; multi-time scale
0 引言
随着能源与环境问题的日益严峻,电动汽车 作为一种高效利用清洁能源的交通工具,在世界 各国受到了大力推广[1~4] 。 随着电动汽车数量激 增,其通过充电桩直接接入电网无序充电会加剧 电网负荷峰峰谷差,带来电压下降、谐波污染等问 题[5] 。 同时由于我国发电侧一次能源主要以煤炭 为主,电 动 汽 车 相 当 于 仍 间 接 依 赖 化 石 燃 料 供 能[6] 。 光伏充电站通过就地集成光伏发电系统和 充电设施,有效提高了可再生能源利用率,同时降 低了电动汽车负荷对电网的依赖性。 为了充分发 挥光伏充电站的优势,同时降低电动汽车无序充 电对电网稳定运行带来的影响,目前已有许多学 者针对电动汽车光伏充电站的优化调度问题进行 了研究。 文献[7] 对光伏充电站建立了以购电费 用和蓄电池循环电量最小为目标的多目标优化调 度模型, 并 通 过 非 支 配 排 序 遗 传 算 法 进 行 求 解。 文献[8] 考虑了电动汽车充电负荷随机性,利用 MATSim 软件模拟电动汽车用户充电行为,提出一 种电动汽车充电双层控制策略。 文献[9] 建立了 换电服务效率和消纳可再生能源率的评价指标, 在此基础上提出了一种光伏换电站动态功率分配 方法。 文献[10] 以满足电动汽车充电需求、提高 光伏利用率和降低充电负荷对配电网影响为目 标,提出 一 种 电 动 汽 车 光 伏 充 电 站 实 时 运 行 策 略。 文献[11] 以降低购电费用、提高光伏利用率 以及降低电网峰谷差为优化目标,提出一种三分 段能量管理策略,对光伏充电站的充电功率进行 实时动态分配。 以上文献仅针对单个充电站在 日前或实时单一时间尺度上对电动汽车充电行 为进行优化调度。 日前调度有充足的时间进行 全局优化计算,但难以避免统计预测数据的误差 带来的影响,并不适用于对每一辆电动汽车进行 具体充电功率分配。 而实时调度根据当前数据 进行优化,考虑到了每一辆车的实际充电需求和
电动汽车充电桩分时电价策略的优化研究
电动汽车充电桩分时电价策略的优化研究随着全球对环境保护的重视和对油价的不断攀升，电动汽车作为一种更环保、更经济的出行方式正在逐渐受到人们的青睐。
然而，电动汽车的普及面临一个重要的问题，即充电桩的不足和电网压力的增加。
为了满足用户的需求并优化电网的负荷，制定合理的充电策略显得尤为关键。
本文以电动汽车充电桩分时电价策略的优化研究为主题，探究如何通过充电桩分时电价策略的优化来提高充电效率、降低成本。
首先，我们需要了解分时电价策略的基本原理。
分时电价是指根据电力供需的平衡情况，将一天的24小时划分为多个时间段，对每个时间段的电价进行不同定价的策略。
充电桩分时电价策略的核心就是根据不同时间段的电价，引导用户合理安排充电时间，以减轻峰谷差，提高充电效率。
针对电动汽车充电桩分时电价策略的优化，可以从以下几个方面展开研究：一、时间段的划分时间段的划分是制定分时电价策略的基础。
合理的时间段划分需要考虑用户的充电需求、电网负荷平衡和电价实施的可行性。
一般来说，合适的时间段划分应该能够满足用户的日常充电需求，同时能够平衡电网的负荷压力。
此外，还需要考虑充电桩设备维护和电价系统实施的具体情况。
二、电价定价策略电价定价策略是分时电价的核心内容。
在制定电价定价策略时，需要考虑多方面因素，如电网负荷变化、电价波动、用户需求等。
可以通过分析历史电网负荷数据和用户的用电习惯，结合经济学和数学模型，制定合理的电价定价策略。
三、充电需求预测充电需求预测对于制定合理的分时电价策略至关重要。
准确预测用户的充电需求可以使得充电桩在高峰期获得合理的利用率，并在低谷期降低成本。
可以借助机器学习、时间序列模型等方法对用户充电行为进行分析和预测，提高预测精度。
四、智能充电控制系统为了更好地应对充电桩的分时电价策略，建立一个智能充电控制系统是必不可少的。
智能充电控制系统通过与充电桩和电网的连接，实时监测充电桩的运行状态和电网的负荷情况，根据分时电价策略实施智能调度，以最大限度地提高充电效率。
基于分时电价的电动汽车群有序充电策略研究
基于分时电价的电动汽车群有序充电策略研究作者：刘志珍杨勇屈东明王建黑桐来源：《电机与控制学报》2017年第10期摘要：针对目前很多型号的电动汽车电池管理系统（battery management system，BMS）与居民小区内的慢充充电桩不能正常通信的问题，依据确定性分析法，以倒序递推原则安排电动汽车的充电开始时间，研究了一种不采集电动汽车电池荷电状态（state of charge，SOC）来实现小区内电动汽车群（aggregator）有序充电的控制方法，并以小区配电网为例，采用蒙特卡洛方法模拟用户到达时间，对电动汽车在无序充电、总负荷最低时段充电和倒序递推时段充电3种充电模式下配电变压器的负载情况进行了仿真和分析，结果表明，在倒序递推时段充电能显著减小电网峰谷差率，不会产生新的负荷尖峰，适用于实际应用。
关键词：分时电价；有序充电；电动汽车群；蒙特卡洛模拟；峰谷差率DOI：10.15938/j.emc.2017.10.001中图分类号：TM 301文献标志码：A文章编号：1007-449X（2017）10-0001-07随着全球变暖问题和能源枯竭问题的日益严峻，越来越多的人开始提倡和追求绿色环保的生活概念。
电动汽车（EV）的零排放和不依赖化石燃料的潜力，得到了世界各国政府的普遍重视，汽车开进电动时代[1]。
除了政府的补贴和大力支持，相关的汽车生产厂家也纷纷开始关注电动车的未来发展，并且在电动汽车领域不断投入资金和技术。
据工业和信息化部电动汽车发展战略研究报告预测，到2030年全国电动汽车保有量将达到6000万辆[2]。
大规模的电动汽车群无序并网充电，尤其是在负荷高峰期接入充电，加剧了配网的峰谷差，威胁到电网的安全运行。
文献[3]显示电动汽车无序充电负荷与原有峰值重叠，且EV渗透率越高，高峰持续时间越长。
文献[4]指出大规模充电站运行将会产生大量谐波，从而影响电网安全运行。
为有效降低大规模电动汽车群充电对电网的负面影响，近些年国内外学者结合用户的充电需求和电网典型日基础负荷等信息，提出了一系列电动汽车有序充电控制策略研究。
一种基于电费分时计价的电动车经济性充电方法[发明专利]
![一种基于电费分时计价的电动车经济性充电方法[发明专利]](https://img.taocdn.com/s3/m/bd1593edcc175527062208d7.png)
专利名称：一种基于电费分时计价的电动车经济性充电方法专利类型：发明专利
发明人：金丽,朱舒婷
申请号：CN201910995706.9
申请日：20191018
公开号：CN110712559A
公开日：
20200121
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于电费分时计价的电动车经济性充电方法，其特征是方法包括以下步骤:S1：设置在电动车中的控制器将电动车充电状态设置为尽快充满状态、定时充满状态和省电充满状态，控制器对充电过程需要消耗的时间和电动车剩余电量进行判断，根据结果将定时充满状态、省电充满状态转换为尽快充满状态；S2：用户选择充电状态，然后进行充电。
本发明提供一种电动车充电能定时和充电够经济的问题的基于电费分时计价的电动车经济性充电方法。
申请人：浙江海洋大学
地址：316022 浙江省舟山市定海区临城街道海大南路1号
国籍：CN
代理机构：杭州杭诚专利事务所有限公司
代理人：尉伟敏
更多信息请下载全文后查看。
基于分时电价的电动汽车调度策略研究
摘要：电动汽车作为一种新兴负荷，大量接入配电网会对电能质量、频率稳定、电压稳定等产生一系列影响。通 过对现有的分时电价制度进行分析，在配电网方面以系统负荷均方差最小化和系统负荷峰谷差最小化为目标函数。 在用户侧方面以电动汽车用户充放电成本和电池损耗成本最低作为目标函数，建立电动汽车多目标优化调度模型。 通过云自适应粒子群算法进行寻优。仿真结果表明：该调度策略适合于分时电价，与固定电价相比优化了系统负 荷同时降低了用户成本。价差更大、均值更高的分时电价 2 与分时电价 1 相比略微增加了用户成本，但它对电网 的调峰能力明显增强。 关键词：云自适应粒子群算法；峰谷分时电价；多目标经济调度；电动汽车；影响分析
2. Anhui Jinzhai Pumped Storage Power Company Limited, Lu’an 237333, China)
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Multi-objective optimization charging strategy for plug-in electric vehicles based on time-of-use price
TONG Jingjing, WEN Junqiang, WANG Dan, ZHANG Jianhua, LIU Wenxia (State Key Laboratory for Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Beijing 102206, China) Abstract: With the increase of plug-in electric vehicles (PEV), the uncontrolled charging of them may pose a wide pressure on the operation of regional distribution network. In order to reduce adverse impacts of PEVs, an intelligent charging strategy for a cluster of PEVs is proposed. Considering several constraints such as the charger’s maximum charging power, a multi-objective optimization scheduling model is proposed with the objectives of minimizing the total charging cost and minimizing load variance basing on time-of-use (TOU) price. The Non-dominated Sorting Genetic Algorithm II (NSGA-II) is adopted to solve the optimization problem, and the MATLAB calculation results prove the feasibility and effectiveness of the proposed strategy. Factors such as the number of PEVs, the TOU price and the length of time-window are also analyzed to further study PEV charging load’s characteristics. Some operation advice is also given based on the analysis above. This work is supported by National High-tech R & D Program of China (863 Program) (No. 2011AA05A109). Key words: plug-in electric vehicle; charging strategy; time-of-use price; multi-objective optimization; impact analysis 中图分类号： TM614 文章编号： 1674-3415(2016)01-0017-07
佟晶晶，等 基于分时电价的电动汽车多目标优化充电策略
- 19 -
数，平抑负荷波动，有利于电网运行，从而实现电 网和电动汽车用户的双赢。 1.2.1 目标函数 (1) 目标函数 1：充电总费用最低 在分时电价模式下，让电动汽车充电总费用最 低，充分考虑了用户的经济性，同时也是尽可能让 电动汽车在电价低的时段 (通常也就是电网负荷较 低的时段)充电， 从而也可以起到对电网负荷削峰填 谷的作用。 该目标函数的公式表达为
1
电动汽车优化充电策略
1.1 电动汽车集中充电模式 随着城市电动汽车数量的增长，配套的充电设 施建设必不可少，除了分散的快速充电桩，集中充 电设施比如大型充电站、具备充电功能的停车场也 是建设的重点。电动汽车集中充电的物理框架被提 出并在电动汽车充电策略的研究中得到广泛的应 用[15]。 本文提出的控制策略所适用的电动汽车集中式 智能充电站的结构如图 1 所示。在这种充电站结构 中，由一个控制器来管理接入充电站的电动汽车集
第 44 卷 第 1 期 2016 年 1 月 1 日
Power System Protection and Control
电力系统保护与控制
Vol.44 No.1 Jan. 1, 2016
基于分时电价的电动汽车多目标优化充电策略
佟晶晶，温俊强，王 丹，张建华，刘文霞
（华北电力大学新能源电力系统国家重点实验室，北京 １０２２０６） 摘要：随着电动汽车渗透率的增加，电动汽车的无序充电会给区域配电网的运行带来很大压力。为了减小电动汽 车负荷对电网的影响，提出了一种电动汽车智能充电的调度策略。在分时电价的基础上，将充电成本最小化和负 荷方差最小化作为目标函数，考虑了充电机最大充电功率限制等约束条件，建立了电动汽车集中充电的多目标优 化调度模型。采用了非支配排序遗传算法(NSGA-II)对优化模型进行求解，通过 Matlab 算例的计算结果验证了该 策略的可行性和有效性。分析了不同数量电动汽车和不同时间窗口的取值对优化结果的影响，并据此给出了相关 建议。 关键词：电动汽车；充电策略；分时电价；多目标优化；影响分析
பைடு நூலகம்0 引言
在化石能源日渐枯竭和环境问题日益凸显的全 球大环境下，电动汽车由于其良好的环境和经济效 益而得到国家的大力发展，电动汽车的数量也在不 断增长。高渗透率的电动汽车对于电网来说是不可 忽视的负荷，必须考虑其对电网的影响。大量文献 研究表明大量电动汽车的无序充电会对电力系统的 安全稳定运行产生不良影响，包括进一步增大负荷 峰值[1]、减少变压器寿命[2]、影响电压质量[3]、增大
C k ⋅ p i , k ⋅Δt ) k =t
(1)
式中：n 是充电站中接入的电动汽车总数，即充电 站内充电机总数；m 是滚动优化的时间窗口，包含 若干时段；Ck 是在时段 k 的分时电价；Pi,k 是第 i 辆电动汽车在时段 k 的充电功率； t 是当前调度所处 的时段编号；△t 是每个时段的时间长度。 (2) 目标函数2：总负荷方差最小 第一个目标函数会使大量电动汽车在电网负荷 低谷充电， 如果电动汽车在低谷的充电负荷足够大， 则 可能 会在电 网负 荷低谷 时段 形成新 的负 荷高 峰[5]。为了防止这种情况的发生，本文提出第二个 目标函数：负荷方差最小。电网负荷叠加上电动汽 车充电负荷后的总负荷各时段方差和最小，即可以 平滑负荷曲线，减小机组的旋转备用容量。而且对 实际系统来说，负荷方差最小化也将会使网损接近 最小化[13]。但是，以负荷方差最小化作为目标函数 比以网损最小作为目标函数更实用，因为前者在计 算时不必进行反复的潮流计算，而且计算时间也更 短，这一点对于本文中电动汽车充电功率的实时分 配问题来说是很重要的。 该目标函数的公式表达为
基金项目： 国家高技术研究发展计划（８６３ 计划）（２０１１ＡＡ０５Ａ１０９）
网损[4]等。 针对电动汽车无序充电所带来的这些问题，基 于电动汽车充电负荷可控的特点，国内外学者对电 动汽车的有序智能充电做了大量的研究，提出了不 同的控制策略，包括基于分时电价的充电控制[5]、 采用李雅普诺夫优化[6]、双层优化模型[7]、序列二 次规划[8]和基于模糊数学理论的充电策略[9]等。不 同的充电策略有不同的目标函数，然而这些目标函 数的建立并没有兼顾用户和电网的利益。电动汽车 下一时间段的平均 SOC 最大[10]、车主利益最大[11] 等目标函数完全基于用户的利益。文献[12]建立了 以用户充电费用最小和电池起始充电时间最早为控
min F 1 = min(
i =1 n t + m −1
实际 SOC 水平； SOCmax 是电动汽车电池的最高 SOC 限制，不能超过这个数值以防电池过充。 (3) 电池充电爬坡率约束 0 ≤ SOCi (k + 1) − SOCi (k ) ≤ ΔSOCi ,max (5) 式中：SOCi(k+1)是第 i 辆电动汽车在 k+1 时段的 SOC 水平， SOCi(k)是第 i 辆电动汽车在 k 时段的 SOC 水平；ΔSOCmax 是电动汽车电池爬坡率最大值，每 辆电动汽车充电时的电池爬坡率不能超过电池本身 的限制。 在本文优化模型中，只是将接入系统的一个电 动汽车集群当做可控负荷来调度。以后在研究一些 问题，比如再加入别的可控负荷后来研究优化调度 问题时，可以将它们与电动汽车一起用本文提出的 目标函数来优化，只是需要增添那些可控负荷相应 的约束条件。
- 18 -
电力系统保护与控制
制目标的数学模型，也是以用户为利益主体，考虑 了用户的经济性和满意度。文献[13]基于日前负荷 预测信息建立了 PHEVs 智能充电优化模型， 提出了 三个目标函数，即：网损最小，功率因数最大，负 荷方差最小。文献[14]建立了以持续时段内配电网 负荷方差最小为目标函数的单目标优化模型。这些 目标函数则只考虑了尽量减少充电负荷对电网的影 响，完全以电网为利益主体。而且，现有文献中关 于电动汽车集中充电的优化模型所需参数众多，计 算复杂，不利于实际应用。 本文在以上研究的基础上，在智能电网电动汽 车集中充电的环境下，建立了电动汽车集中充电的 多目标优化调度模型，综合考虑了电网和用户的利 益， 不仅考虑减小电动汽车充电负荷对电网的影响， 还降低了用户的充电费用。这种调度模型的物理意 义明确、所需参数较少且参数容易获得，在工程实 践中具有良好的可操作性。本文在 Matlab 中采用 NSGA-II 这种成熟的多目标优化算法对优化模型进 行求解，计算结果验证了所提充电策略的可行性和 有效性。最后分析了不同数量电动汽车和不同时间 窗口的取值对优化结果的影响，并据此给出了相关 运行建议。