居民小区的有序充电策略及解决方案

0引言

全球经济增长导致化石能源过度消耗,加剧环境污染。电动汽车因其环保优势迅速崛起,预计到2030年中国电动汽车保有量将达到6000万辆。这有助于减少化石能源依赖,推广绿色出行,但也对电网稳定性构成挑战。因此,研究有序充电策略至关重要。现有研究多关注充电站成本小,忽略多方利益平衡。本文提出基于优劣解距离法的优化策略,旨在降低充电成本,实现电网负荷削峰填谷。同时,构建综合考虑配电网交互功率、充电站收益、电池损耗及放电成本的调度模型,全面评估优化充电过程。针对分布式能源随机性,本文构建多目标两阶段优化模型,通过精细调度策略平抑能源波动、降低充电成本,并提出含分布式电源和电动汽车充电的优化重构模型,支持电网稳定运行和成本效益提升。为适应含光伏和储能单元的社区环境,提出基于鼠群优化算法的双层多目标有序充电策略,展示智能算法在电动汽车充电管理领域的潜力。最后,设计基于云边协同的调度架构,利用云计算和边缘计算优势,实现数据快速处理与实时响应,为电动汽车充电管理的智能化、高效化提供技术支撑。


1光储充一体化社区无序充电分析

1.1光储充一体化社区系统结构

图1呈现了一个集成了光伏发电、储能与充电功能的社区系统,该系统由光伏单元、储能单元及变压器三大核心组件构成。图中箭头清晰标注了电能的流动路径:光伏单元与电网共同作为电能供应源,而充电桩与常规负荷则作为电能消耗端。值得注意的是,储能单元在系统中扮演着双重角色,它既能作为电源供电,也能作为负载消耗电能。为便于模型分析,此处将储能单元在充电状态下的功率视为正值,放电时则视为负值,从而将其简化为一种特殊的用电负荷。

f4ee67514926167ec699b1d55009d370.jpeg

图1光储充一体化社区系统结构

当光伏出力超过充电负荷时,首先供给充电桩使用,随后为储能单元充电,剩余部分则供给常规负荷;若光伏出力不足,则由储能单元提供电力,差额部分则由电网进行补充。

1.2社区无序充电负荷

居民的充电行为虽具有个体随机性,但其整体趋势却深受生活习惯与出行规律的双重影响。本文依据2017年美国交通部发布的统计数据,并经过精心调整以更贴近中国居民的出行实际情况。图2展示了居民出行规律的概率密度分布,为我们深入理解这一现象提供了直观依据。

5055fdab1c537aa81f3b96f9d0bb1762.jpeg

图2居民出行规律概率密度分布

图2明确展示了电动汽车的充电行为主要集中在每日的16:00至21:00时段开始,并在次日的06:00至10:00时段结束充电。此外,这些电动汽车的日行驶里程普遍较短,大多不超过50公里。

1.3无序充电负荷模拟

本文采用蒙特卡洛法来模拟居民电动车的无序充电行为。我们设定电动车每日充电一次,直至电量完全充满,且充电过程维持恒定功率,同时选取了符合社区特性的常规充电方式作为模拟基础。电动车无序充电负荷的具体模拟流程已在图3中详细展示,其主要步骤如下。

d941658286eae988955d326dd01dcee1.jpeg

图3无序充电负荷模拟流程

1)输入仿真次数和电动汽车数量,并进行初始化操作;

2)依据概率模型随机生成充电时间及行驶里程数据;

3)  计算各次充电的电量,并累加以得到总负荷;

4)  当达到设定的仿真次数后,输出平均充电负荷曲线。

1.4社区无序充电仿真分析

社区电动汽车充电负荷、储能设备和光伏单元的输出功率如图4(a)所示。叠加社区常规负荷后,得到无序充电下的整体负荷情况,如图4(b)。光伏单元在08:00至17:00为主要出力时段,此间光伏发电量足以覆盖充电负荷和储能设备能耗,并为常规负荷供电,实现电力就地消纳,降低能源损耗。但电动汽车充电负荷高峰与社区常规负荷高峰重叠,增大峰谷差,加剧电网波动。储能设备在此时释放电能供给充电桩,降低负荷峰值,支持电网稳定运行。

82bf0c8f9b1db259c512a03d058bc549.jpeg

图4无序充电仿真结果

在晚上六点到十点时段内,社区电力负荷常常超出变压器的承载能力,进而引发过载现象,并加速了其老化进程。相较于传统社区,光储充一体化社区虽在负荷峰值及越限时长上有所缓解,但问题仍旧未得到根本解决,持续威胁着居民用电的安全性与稳定性。因此,深入探索电动汽车充电的有序调度策略,显得尤为重要且迫切。。


2基于鼠群优化算法的双层多目标有序充电策略

2.1双层多目标有序充电策略

本策略精心构建了一个双层多目标优化模型,其核心目的在于有效缩减社区负荷的峰谷差异,并极力降低用户的充电成本。此模型的双层结构清晰分明:第一层聚焦于电网层面,以削减峰谷差为主要目标;第二层则深入用户层面,旨在通过优化减少用户的充电费用,同时,将电网层的运算结果作为重要约束条件,以确保整个社区负荷的平稳运行。详细的操作流程请参阅图5。

b187abc752c54ca7cc47ef768afce4ea.jpeg

图5双层多目标有序充电策略流程

1) 获取未来24小时社区负荷和光伏预测数据,动态获取用户充电信息,包括充电时间及充电量;

2) 若有新车接入或用户改变充电信息,电网层优化社区负荷峰谷差,输出充电时间、光伏充放电功率和充电负荷;

3) 电网层充电负荷作为用户层优化模型约束,用户层优化用户充电费用,输出充电时间、光伏充放电功率;

4) 重复步骤2)和3),直至达到迭代次数,输出新的充电计划;

5) 若无新车接入或用户改变充电信息,遵循上一时段充电计划;

6) 重复步骤2)—5),直至优化时段达到时段数。

2.2基于云边协同的调度架构

电动汽车有序充电调度通常采取集中式架构设计,然而,在大规模接入场景下,云主站处理海量数据可能会引发计算延迟甚至错误。为此,我们依据“云管边端”的先进理念,创新性地提出了云边协同的有序充电调度架构。

e5248edd5f9667b98cac5eb6049f43a1.jpeg

图7基于云边协同的调度架构

基于云边协同的调度架构涵盖感知端侧、边缘侧与云端侧,其调度流程精炼如下:

用户借助APP向云平台发送充电请求;

1)云平台汇聚用户信息、储能与充电桩状态,并整合光伏出力和负荷预测数据

2)云平台通过求解优化模型,确定充电时间、储能功率及负荷分配,并将相关参数下发至边缘侧;

3)边缘侧则负责部署并执行优化模型,接收并处理参数后,将结果上传回云平台;

4)此过程循环进行,直至达到迭代次数,最终生成充电计划;

5)充电计划的执行指令则由边缘侧直接传达至感知端侧设备,实现精准控制。


3算例分析

本文深入探讨了湖南某光储充一体化社区的详细参数。具体而言,该社区的光伏单元容量为200kW,发电成本维持在每千瓦时0.35元的水平;储能单元则拥有200kWh的容量,其充放电功率高达50kW,且放电深度可达90%。此外,该社区的配电网变压器容量达到1000kVA,功率因数保持在0.9的优异水平。

在社区构成方面,共有300户居民,每户均配备一辆电动汽车,其中电动汽车的渗透率达到50%,即总共有150辆电动汽车。每辆电动汽车的电池容量为50kWh,百公里耗电量为25kWh,而充电桩的功率则设定为7kW/h。

在电价策略上,该社区采用分时电价制度,时间间隔设定为∆t=1,具体电价信息请参考表1。

ba8af0e7ed2633288fa7f7dbc9e20b1f.jpeg

3.2结果分析

本文通过仿真深入剖析了五种充电场景,具体包括:普通社区的无序充电模式、光储充一体化社区中的无序充电实践、电网层级的有序充电策略、用户层级的有序充电规划,以及双层多目标优化的有序充电方案。

1)5种充电场景下充电负荷和社区负荷

仿真结果明确显示,尽管社区已经配备了光储单元,但无序充电的方式仍然未能有效解决负荷越限和波动的问题。针对此,电网层与用户层的有序充电策略,以及更为复杂的双层多目标有序充电方案的仿真结果,已分别呈现在图8至图10中。

8bc81a735bb5f506d50256eb28644c35.jpeg

150226c04e91ea25cabb674b803adb22.jpeg

图8明确揭示了电网层有序充电的显著优势:在充分满足用户充电需求的基础上,成功地将负荷转移至电价低谷时段,进而实现了削峰填谷的目标。然而,值得注意的是,随着电动汽车数量的持续增长,一个不可忽视的趋势显现——更多负荷将不可避免地流向电价平时段,这一变化直接导致充电成本的攀升,进而可能削弱用户对有序充电策略的积极响应度。

aa9d97b7cb0c6bc589dd22880f24fab6.jpeg

图9显示,用户层的有序充电策略有效满足日常需求,并将用电负荷转移至电价低谷和光伏供电时段,显著降低费用。然而,尽管储能单元在电价高峰提供电力支持,缓解用电压力,但在低谷时段可能引发新的负荷高峰,加剧电网波动。

6dab2f47e2b3b1a293dd768f19416b0e.jpeg

图10显示了双层多目标有序充电策略在负荷分布上的优势,它能有效分散充电负荷,实现削峰填谷,降低峰谷差值,并减少用户充电成本,提高经济效益。

2)5种充电场景下负荷波动对比分析

分析了社区电动汽车在无序和有序充电策略下的负荷状况,详见表2。

976a152a36d65f17da90a746facef8df.jpeg

表2显示,在无序充电状态下,社区负荷超过变压器极限,导致过载,峰值达970.89kW,峰谷差率为54.25%。尽管光储充一体化社区通过光伏和储能系统减少了负荷峰值和峰谷差率,分别降低45.23kW和2.23%,但未能解决负荷越限问题。相比之下,三种有序充电策略有效降低负荷峰谷差,保持峰值在900kW以下。特别是电网层有序充电和双层多目标有序充电策略,分别减少峰谷差223.34kW和194.89kW,峰谷差率下降20.81%和17.37%。

3)5种充电场景下用户充电费用对比分析

社区电动汽车无序与有序充电策略的充电情况对比分析结果见表3。

0fc9f87c2d87f94f0d6a3182de6a424d.jpeg

根据数据分析,无序充电模式,电力负荷主要集中在电价高峰和平时段,从而导致费用增加,而有序充电策略将负荷转移至电价低谷和光伏时段,可以有效降低费用。用户层和双层多目标有序充电实践效果显著,均价分别下降0.43元/kWh和0.4元/kWh。

三种有序充电策略均有效,但用户层策略可能引发新的负荷高峰,对减少峰谷差构成挑战。电网层策略在降低用户成本方面考虑不足,可能减弱用户响应积极性。

双层多目标有序充电策略在平衡需求方面表现优异,有效降低负荷峰谷差和用户费用,提升经济效益和用户响应积极性,是电动汽车充电管理优化的理想选择。


4解决方案

093661a7bffd469bd212374015ce8eb6.jpeg

图11平台结构图

充电运营管理平台依托物联网与大数据技术,实现对充电桩的精准监控、智能调度与高效管理,旨在提升充电桩的使用效率与充电速率,进而优化用户的充电体验。用户可便捷预约充电时段,有效规避排队等待,同时为充电站提供精准的需求预测数据,助力其实现精细化管理。该平台能够实时追踪充电桩的各项运行参数,迅速响应并处理各类故障,精准调控充电功率,确保电网负荷维持在合理区间,保障能源供应的稳定与安全。


5安科瑞充电桩云平台具体的功能

平台监控充电桩,并对光伏发电、储能及供电系统进行集中化管理,旨在提升整体运行的可靠性并有效降低成本。系统架构详情请参考图示。

53b1a582471416c47d63aa0b6003c7b1.jpeg

图12充电桩运营管理平台系统架构

大屏展示充电站设备统计、使用率排行榜、运营统计图表及节碳量统计等关键数据。

ad076c4383e4991bac3022c1764894e0.jpeg

图13大屏展示界面

站点监控功能全面,实时呈现设备状态、详尽设备列表、日志记录以及状态统计等关键信息。

7bffa1af90dadbc6bb94e24303cf6086.jpeg

图14站点监控界面

设备监控:实时展示设备信息、配套设备状态、设备运行曲线、相关订单详情及充电功率变化曲线等。

e693214c6d1ba49f42739d83401d1b01.jpeg

图15设备监控界面

运营趋势统计概览:全面呈现运营信息查询、站点对比曲线图、日月年详尽报表、及站点对比列表等核心功能。

ab1db617ac60a0af19eebe50fe8c2cde.jpeg

图16运营趋势界面

收益查询系统:全面展示收益汇总概览、精确提供实际收益报表、直观呈现收益变化曲线、详尽分析支付方式占比等核心功能。

30542e49bae0f5d59d99a669f35ee1a9.jpeg

图17收益查询界面

故障分析:涵盖故障汇总、故障状态饼图展示、故障趋势深度剖析以及故障类型饼图呈现等功能。

e2be7ad73b340dbb1d20eb21610a9b30.jpeg

图18故障分析界面

订单记录功能升级,包括实时和历史订单查询、订单终止、详尽详情查看、订单导出、运营商应收信息、充电明细、交易流水查询及充值余额追踪。

448e2b4d1727b904314e0e58707b89a5.jpeg

图19订单查询界面


6产品选型

95e8035dfd7aeb15c570074b40d496d3.jpeg


7现场图片

b5eaf1871593f7918abdd74c121989aa.jpeg


8结论

光储充一体化社区通过鼠群优化算法实现双层多目标有序充电策略,既满足电网和用户利益,减少峰谷差,又降低充电成本。云边协同调度架构有效应对大规模电动汽车接入。算例分析显示,该策略优于无序和单层有序充电,实现削峰填谷,节约成本,确保电网安全稳定。未来研究将考虑不同电动汽车型号、电池类型,扩展至更广泛场景。


参考文献

[1]康童,朱吉然,冯楚瑞,范敏,任磊,唐海国.面向光储充一体化社区的有序充电策略研究

[2]张延宇,饶新朋,周书奎,等.基于深度强化学习的电动汽车充电调度算法研究进展[J].电力系统保护与控制,2022,50(16):179-187.

[3]李景丽,时永凯,张琳娟,等.考虑电动汽车有序充电的光储充电站储能容量优化策略[J].电力系统保护与控制,2021,49(7):94-102.

[4]邓慧琼,张晓飞,曾凡淦,等.动态分时电价机制下的电动汽车充放电调度策略研究[J].智慧电力,2023,51(3):59-66,78.

[5]安科瑞企业微电网设计与应用手册2022.5版.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/881853.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2.1 HTML5 - Canvas标签

文章目录 引言Canvas标签概述定义实例:创建画布 理解Canvas坐标系概述实例:获取Canvas坐标 获取Canvas环境上下文概述实例:获取Canvas上下文设置渐变色效果 结语 引言 大家好,今天我们要一起探索HTML5中一个非常有趣且强大的特性…

001 Hadoop安装、Spring整合测试

Hadoop安装、整合测试 文章目录 Hadoop安装、整合测试1.简介1.优点2.组成 2.安装1.安装jdk(如已安装可跳过)2.安装hadoop1.安装2. 修改配置文件core-site.xml3. 修改配置文件hdfs-site.xml4.启动hadoop5.启动yarn6.执行jps查看7.相关端口及配置位置8.访问…

Python数学难题:科拉兹猜想(又称为 3x+1 猜想、角谷猜想、哈塞猜想、冰雹猜想、乌拉姆猜想或叙拉古猜想)

Python数学难题:科拉兹猜想(又称为 3x1 猜想、角谷猜想、哈塞猜想、冰雹猜想、乌拉姆猜想或叙拉古猜想) 科拉兹猜想,又称为 3x1 猜想、角谷猜想、哈塞猜想、冰雹猜想、乌拉姆猜想或叙拉古猜想,是一个与自然数相关的猜…

查找占用特定端口程序,并杀死

windows 在 Windows 上查找和结束占用特定端口(如 9003)的程序,你可以使用以下步骤: 步骤 1:找到占用端口的进程 ID (PID) 打开命令提示符(按 Win R,输入 cmd,然后按回车&#x…

技术框架官方写法

知识背景: 在做汇报工作或者撰写简历的时候需要用到,希望对大家有帮助 总体介绍: Java: 始终保持 "Java" 的"J"大写,因为这是Oracle Corporation注册的商标。Spring Framework: 通常称其为 "Spring&q…

【React】事件绑定的方式

1. 内联函数绑定 这是最简单直接的方式&#xff0c;即在 JSX 语法中直接传递一个内联函数。这种方式每次渲染时都会创建新的函数实例&#xff0c;可能会导致不必要的性能开销。 class MyComponent extends React.Component {render() {return (<button onClick{() > th…

python中不变的数据类型有哪些

在Python中&#xff0c;不可变&#xff08;immutable&#xff09;数据类型是指一旦创建了这些类型的对象后&#xff0c;就不能改变其值。Python中的不可变数据类型包括以下几种&#xff1a; 数字 (int, float, complex): 这些类型的数值一旦创建就不能更改。例如&#xff0c;如…

速盾:高防服务器防火墙的特性是什么?

高防服务器防火墙是一种专业的网络安全设备&#xff0c;用于保护服务器免受各种网络攻击的侵害。它具有许多特性&#xff0c;以确保服务器的安全性和可靠性。 第一个特性是入侵检测系统&#xff08;IDS&#xff09;。高防服务器防火墙可以监视服务器上的网络流量&#xff0c;并…

使用Python实现深度学习模型:智能产品设计与开发

在智能产品设计与开发领域,深度学习模型的应用越来越广泛。本文将介绍如何使用Python构建一个简单的深度学习模型,并将其应用于智能产品的设计与开发。为了使内容尽可能通俗易懂,我们将以图像分类为例,详细讲解每一步骤。 1. 深度学习基础 深度学习是一种基于人工神经网络…

Spring Boot中使用MyBatis-Plus和MyBatis拦截器来实现对带有特定注解的字段进行AES加密。

1. 添加依赖 首先&#xff0c;在pom.xml文件中添加必要的依赖项&#xff1a; xml 深色版本 <dependencies> <!-- Spring Boot Starter Web --> <dependency> <groupId>org.springframework.boot</groupId> <artifac…

三级等保对postgresql的安全要求配置

密码策略 select * from pg_user select * from pg_settings; show password_encryption; show shared_preload_libraries; alter username postgres valid until 2024-05-11;日志审计 select name,setting from pg_settings where namelogging_collector or namelog_line_pr…

无人机航拍视频帧处理与图像拼接算法

无人机航拍视频帧处理与图像拼接算法 1. 视频帧截取与缩放 在图像预处理阶段,算法首先逐帧地从视频中提取出各个帧。 对于每一帧图像,算法会执行缩放操作,以确保所有帧都具有一致的尺寸,便于后续处理。 2. 图像配准 在图像配准阶段,算法采用SIFT(尺度不变特征变换)算…

Flutter 与 React Native - 详细深入对比分析(2024 年)

超长内容预警&#xff0c;建议收藏后阅。 Flutter 和 React Native 是跨平台应用程序开发的两个领先工具。了解它们的差异以及各自的最佳用例。 什么是Flutter&#xff1f; Flutter 是 Google 于 2018 年发布的用户界面 (UI) 软件开发套件。Flutter 可让您为多种平台和操作系统…

基于ffmpeg实现多路rtsp拉流解码为yuv420p

一&#xff1a;前言 FFmpeg 是一个非常强大的多媒体框架&#xff0c;它可以用来处理视频和音频数据。它包括了命令行工具 ffmpeg、ffplay、ffprobe 等&#xff0c;以及一套可以用来开发多媒体应用的库&#xff08;libavcodec、libavformat、libavutil、libswscale 等&#xff0…

在线深度学习:爱奇艺效果广告分钟级模型优化

01# 背景 在效果广告投放场景中&#xff0c;媒体侧需要准确衡量每次请求的价值&#xff0c;模型预估值在广告竞价中扮演着核心角色。模型预估精度的提升&#xff0c;是改善媒体侧变现效率、提升广告收益的核心技术驱动力。 此前&#xff0c;爱奇艺效果广告预估模型为小时级模型…

10.15学习

1.程序开发的步骤 定义程序的目标→设计程序→编写代码&#xff08;需要选择语言&#xff0c;一种语言对应一种编译器&#xff09;→编译→运行程序→测试和调试程序→维护和修改程序 2.ANSI/ISO C标准 1989年ANSI批准通过&#xff0c;1990年ISO批准通过&#xff0c;因此被称…

构建流媒体管道:利用 Docker 部署 Nginx-RTMP 从 FFmpeg RTMP 推流到 HLS 播放的完整流程

最近要实现一个类似导播台的功能&#xff0c;于是我先用 FFmpeg 实现一个参考对照的 Demo&#xff0c;我将其整理为一篇文章&#xff0c;方便后续大家或者和自己参考&#xff01; 1、软件工具介绍 本次部署相关软件 / 工具如下&#xff1a; FFmpeg&#xff1a;全称是 Fast Fo…

软件确认测试内容和方法分享,CMA、CNAS第三方软件检测机构推荐

在现代软件开发中&#xff0c;软件确认测试扮演着至关重要的角色。它不仅帮助开发团队识别系统中的缺陷&#xff0c;还确保软件产品符合用户需求和期望。 软件确认测试旨在验证软件系统的性能和功能是否符合设计规格和用户需求。它通常在软件开发的后期进行&#xff0c;以确保…

火语言RPA流程组件介绍--浏览器上传文件

&#x1f6a9;【组件功能】&#xff1a;在浏览器内自动点击上传功能按钮&#xff0c;选择本地文件完成文件网页上传 配置预览 配置说明 目标元素 支持T或# 通过捕获网页元素或填写css,xpath获取网页元素作为操作目标 上传文件路径 支持T或# 默认FLOW输入项 需要上传的文件…

AI对抗AI:如何应对自动化攻击新时代?

在当今这个生成式AI迅猛发展的时代&#xff0c;自动化攻击的威胁日益加剧。 在人工智能浪潮下&#xff0c;如何利用AI对抗AI&#xff0c;从而实现全方位的网络安全防护&#xff1f; 一、AI浪潮下&#xff0c;自动化攻击加剧 AI技术的发展既带来了前所未有的挑战&#xff0c;也…