考虑配电网负荷的电动汽车分布式充电控制

针对大规模插电式电动汽车接入对配电网安全运行造成威胁的问题，提出一种考虑配电网负荷的电动汽车分布式一致性最优充电方案。该方案采用双层优化结构：上层以减少配电网负荷波动与满足充电站功率需求为目标建立数学模型，采用粒子群优化算法求解各时段电网分配给充电站的功率；下层在充电站功率供不应求的情况下，以最大化整体用户的利益和减少充电电流波动为目标建立数学模型。提出一种基于多智能体的分布式充电协议求解电动汽车的最优充电功率。该协议是分布式的、可实现电动汽车的即插即用，且具有很好的鲁棒性和扩展性。该方案既保障了配电网的安全运行又提高了整体用户的满意度。仿真验证了方案可行性。     

考虑排队时间和充电费用的电动汽车充电站选址模型

电动汽车充电站的合理布局对于降低里程焦虑、提高出行舒适度和电动汽车的普及率具有关键作用。为克服现有研究对充电排队时间和充电费用考虑的不足,构建以里程焦虑、充电费用最小化为目标的改进充电站选址优化模型,并明确考虑充电排队和充电绕行行为。分析电动汽车充电行为特征,引入路径容许偏离距离建立充电绕行路径距离约束,由此降低路网中偏离路径集的规模;分析充电站排队系统特征,推导出系统平均排队时间的解析表达式,建立可接受排队时间阈值、预算成本等约束条件;基于里程焦虑产生规律和阶梯电价收费方式,构建里程焦虑和充电费用最小化的决策目标,采用Lingo软件求解;选取西安市某局部路网进行算例分析。研究结果表明：在同等条件下,所提出模型计算得到的系统总充电排队时间为5.84 h,系统总充电费用为1 440元,与未考虑排队时间和充电费用的模型相比,系统排队时间减少了1.19 h,系统总充电费用减少了240元;分析充电站预算成本B的取值发现,当B≤5亿元时,系统总里程焦虑和充电费用随B增加而减小;当B>5亿元时,B的增加无法进一步降低系统总里程焦虑和充电费用。在预算成本B=3,4,5亿元的条件下,分别分析路径...     

电动汽车充电站规划研究综述

新能源汽车尤其是电动汽车已在全球范围内得到广泛推广应用,从而带来了巨大的充电需求。同时,部分充电站规划不合理导致充电站空间布局和服务容量与实际充电需求不匹配,充电站利用率低和用户充电不便并存的现象已经成为了电动汽车产业痛点。充电站的合理布局规划是优化电动汽车使用体验和充电体验、降低用户“里程焦虑”、提高充电桩利用率、优化城市电动汽车交通网络和电力网络的关键,也成为当前电动汽车及智能交通领域急需解决的问题。为提供该领域较为全面的综述视角,首先概述电动汽车充电站的发展情况、设施类型、相关标准,总结从“车端”、“站端”出发的电动汽车充电需求估计方法,然后从选址、定容、求解算法维度分析充电站规划模型,列举国内外在多优化目标、多约束条件、多阶段规划的覆盖模型、截流模型等规划模型中的研究成果,以及在各经典模拟网络和实际城市环境中的测试、应用情况,最后对目前充电站规划领域存在的充电需求估计准确性、充电站与未来需求的匹配度等问题进行总结,对“车-桩-路-网”互联时代下充分利用电动汽车的分布式储能、灵活充放电的特征进行有序充电引导、新能源消纳、电网削峰填谷的协同规划发展应用前景进行展望。     

基于前景理论的电动汽车充电站规划

为研究有限理性出行者的出行行为,引入前景理论。建立基于前景值的用户均衡模型进行路网配流,用相继平均法求解路径流量。考虑路径流量和具体规划要求选择充电站候选站址,利用排队理论建立充电站的服务模型,以充电站的建设服务成本和用户等待时间成本之和最小为目标来确定充电站站址和充电站配置的充电机台数,用边界分析法对模型进行求解,最后用一个算例对模型和算法的有效性进行验证。     

电动汽车充换电技术研究综述

电动汽车对生态文明建设具有重要意义,发展电动汽车必须加快充换电基础设施建设,提升充电基础设施服务水平。文章围绕电动汽车充换电基础设施建设,梳理了充电设施选址、充换电与电能管理技术和无线充电技术的最新研究成果;充电设施选址方面,介绍了出租车专用充电场站选址模型,基于某纯电动汽车的实际行驶数据建立充电设施优化布局模型,基于充电负荷需求预测的二层规划理论建立充电桩选址定容模型以及约束概率车流加油选址模型;对电能管理技术方面的成果进行了论述。结果表明,以综合经济指标最优为目标的能量优化管理模型具有多解性,应根据实际情况进行多目标、多阶段优化,能量管理者应制定灵活激励措施调控用户参与度。通过研究,对电动汽车充换电技术领域的发展提供一定的参考。     

基于数据驱动的电动汽车充电站选址布局研究

以数据驱动的方式,首先通过分析北京市87辆私家车3个月的行驶轨迹记录,结合地图信息,对电动汽车充电需求进行量化分析,从而进行科学合理的充电站选址布局。根据每辆车车主的电动汽车使用习惯,提出了一种电动汽车充电概率计算模型,在此基础上利用P中值模型和贪心算法,以距离需求点之和最小为优化目标,得到了一种将电动汽车用户充电需求与充电站选址方法,从备选的56个停车场集合中得到了最为满足充电需求的15个停车场的集合。所用选址方法由真实数据驱动,可以助力未来北京市电动汽车充电基础设施建设。     

基于时段偏好的高速铁路列车停站和频率优化

优化高速铁路列车停站方案和开行频率应同时考虑旅客需求和运输企业效益,出发时段选择则是影响旅客需求分布的最重要因素.本文针对一条高速铁路客运走廊,研究基于时段偏好的列车停站和频率优化问题.分析了影响旅客出发时段偏好的2个主要因素,吸引度与排斥度.据此构建了高铁旅客出行阻抗函数,建立了一个双层规划模型,上层规划是以运营成本最小为目标的混合0-1规划模型,用于确定列车的停站和开行频率方案;下层规划是基于Wardrop用户平衡规则的客流分配模型,用于计算旅客在上层决策的停站和频率方案上的流量分配.根据模型特点设计了基于遗传算法的启发式方法,以兰西高铁走廊为背景实际求解了列车停站方案和开行频率,验证了本文方法的有效性.      

电动汽车与电网互动模型综述

目前,电动汽车发展进入高速成长期。大规模的电动汽车入网和“即插即充”充电行为将引起电网峰谷差增加,电能质量下降等问题。因此,如何在满足日益增长的电动汽车用电需求的同时,又能使得配电网正常运行成了急需解决的问题。合理的电动汽车充放电调度以及电动汽车与电网的友好互动,需要围绕充电站/换电站、电动汽车电池、用户、聚合商等多种参与方的关键模型和优化算法。文章从充电站/换电站布局模型、充电需求预测模型、充放电响应度模型、充放电优化调度模型等方面对电动汽车与电网互动的关键模型进行综述,并提出了聚合商和虚拟电厂两种模式,能有效实现电动汽车可调度资料整合以及电力系统的运行优化,对完成“碳达峰、碳中和”的目标形成支撑。     

交叉口定周期信号控制多目标优化方法

为了克服以往采用加权组合方法将多目标优化模型转为单目标优化模型进行求解的弊端,以非饱和交叉口为研究对象建立了定周期信号控制参数的多目标优化模型,并以非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA II)为基础建立了直接求解单个交叉口交通信号多目标控制模型的相容优化方法。最后通过实例分析了延误、停车率、排队长度等常用交通信号控制目标的有效性和对控制参数的敏感性。研究结果表明:与单目标优化方法相比,多目标相容优化方法更能减少车辆在交叉口上的停车延误和排队长度;与加权组合方法相比,多目标相容优化方法能获得更优的综合交通效益。     

基于动态分时计费的动力电池系统预约充电设计方法研究

针对电动汽车集中充电时电网负荷较大的问题,结合电网分时电价时段划分和局域配电波动情况,综合考虑充电站内电动汽车有序充电和用户自主选择响应的需求,提出了基于电动汽车分时预约充电的设计方案,结合仿真与试验验证了设计方法的可行性。与非预约充电方式相比,每天预约谷期充电1次的电费可节省约16.03元,比平期时间段节省约6.97元,经济效益显著。     

基于多目标优化与遗传算法的公交调度模型

结合地区公交现状制定合理的公交调度机制,对于公共交通发展有着重要的现实意义和指导价值。本文以公交公司运营成本和乘客出行成本最小化为目标函数,考虑车辆核载、出行时间等约束条件建立多目标优化函数,构建城市公交调度模型。然后采用遗传算法进行求解,并以黄骅市6路公交进行模型检验。研究表明,优化后的公交调度机制能够有效降低公交公司的运营成本和乘客出行的时间成本。     

纯电动汽车充电桩的数量优化

充电基础设施对纯电动汽车的发展有直接影响,优化充电桩数量有利于基础设施建设。利用随机离散事件建立排队模型,仿真深圳某充电站内排队指标。结果表明充电桩最优数量低于当前数量,通过优化配置可以降低充电服务成本,为企业规划与基础设施建设提供参考。     

基于路网拥挤度的交通拥挤收费费率研究

针对交通拥挤路段收费费率的问题,建立了交通拥挤收费的双层规划模型,上层模型为最小化交通路网的拥挤度,下层模型为固定需求的用户平衡。在下层模型中广义出行成本函数考虑了出行时间、油耗和费率。并采用遗传算法进行求解。通过算例分析,得出结论:当广义出行成本函数考虑了油耗的因素时,要使路网的流量达到系统平衡状态,路段收费的费率是不相同的;合理的收费费率能获得最小的路网拥挤度,路网的拥挤度和用户总出行时间并不能同时达到最优。     

并联式混合动力汽车遗传模糊控制策略的研究

为带双离合器和单轴转矩耦合的某并联混合动力汽车开发了模糊控制策略,采用遗传算法对转矩分配模糊控制器进行了优化。在Matlab/Simulink和ADVISOR环境下基于试验数据建立了仿真模型,并进行了NEDC循环下只考虑经济性的控制策略优化和综合考虑经济性和排放性能的多目标控制策略优化。结果表明,应用遗传算法对模糊控制策略进行多目标优化后,油耗降低了3.65%,同时整车排放也有明显降低。     

基于收费站运营成本和司机排队成本的车道开启数量优化方法

基于对收费站运营及司机排队的成本分析,结合排队论理论,考虑队长及服务水平限制,建立以两者总成本最少为目标函数的车道开启数量模型,确定已知交通量下的最佳开启车道数,为高速公路收费站实现有效经营提供科学的理论依据.并结合实例阐述了模型的应用过程.     

纯电动汽车再生制动遗传算法优化的模糊控制策略的实现与仿真

为提高纯电动汽车再生制动能量回收的效率并保证汽车行驶安全性,通过理想制动力分配曲线对前、后轮的制动力分配系数进行分配,采用模糊控制策略分配驱动轮再生制动力,然后使用遗传算法对模糊控制器隶属度函数进行优化,并进行仿真实验。结果表明,经过遗传算法优化的模糊控制器能够明显提高再生制动能量的回收效率。     

公交站点网络规划多目标优化模型

为解决公交系统对路网交通流造成的延误积累问题。分析了公交站点对路段和路网交通流的影响因素和方式,采用多目标优化方法建立了求解设站策略最优解的数学模型,并通过统计分析和遗传算法建立了模型求解算法。研究结果表明:考虑区域路网公交站点服务水平的限制,通过求解公交站点网络规划多目标优化模型确定公交站点设置策略,可有效降低路网交通流平均延误时间。     

基于排队论的BRT线路停靠方案优化研究

快速公交系统(BRT)通过专用通道实现了在区间的快速运行,但车站的服务水平成为提高整体服务水平的瓶颈.在定义了排队概率作为车站服务水平的有效度量指标后,以排队论为数学建模基础,建立了BRT子站串联排队服务模型,模型中用生、灭图描述了含有3个泊位的子站的15种状态,用哥尔莫可夫方程解得各状态的概率.结合广州BRT的运营现状提出了线路停靠调度方案的优化思路,通过仿真得到数据,对比了线路停靠方案优化前后的最大排队长度、停车次数和平均排队长度3项指标,结果表明,优化方案中各子站的排队概率达到基本均衡,车辆在于站一和子站二停车次数有明显减少,车辆排队情况明显改善.      

基于实时需求的夜间城市公交柔性调度研究

夜间的出行者分布不集中,出行密度随机性较大,容易出现空车运行的现象,所以,受出行需求和运营成本的限制,夜间公交的运营管理不能只简单延长日间线路的运行时间。因此,基于夜间公交此种特性,提出夜间公交实行基于实时需求的柔性调度。首先对柔性调度的种类和实时信息的采集方式进行分析对比,设计柔性调度的系统框架图;然后提出通过手机短信的方式采集夜间公交的出行需求;接着综合考虑夜间公交服务水平和运营成本2个因素建立多目标优化模型,进而列举了基于遗传算法的多目标模型求解思路和方法,并通过算例进行了对比分析。     

考虑多目标的城市停车换乘选址优化模型及算法

停车换乘选址问题是城市交通网络设计研究的重点领域,已有研究的优化目标多集中在系统总费用方面,而对交通可持续发展方面考虑不足。为此,提出综合考虑多方面目标的停车换乘设施选址优化模型及其求解算法。首先,基于超网络理论,提出多方式城市交通系统的超网络模型并定义O-D (Origin-destination)间的超路径、有效超路径及子路径,结合出行者出行过程及交通网络拥挤特征,给出超路径费用的数学表达;其次,基于多方式交通网络随机均衡配流结果,构建交通总阻抗、污染物排放量以及交通系统公平性等系统优化指标的计算模型,并建立用以描述停车换乘设施选址问题的多目标优化模型;进而,以多目标系统优化模型为上层问题,以超网络下满足Logit分配的多方式交通网络配流模型为下层问题,构建描述城市多方式交通系统停车换乘设施选址问题的双层规划模型,并基于模型特征,结合“记录-搜索”思想设计非支配排序遗传算法进行求解;最后,基于Sioux Falls网络设计算例。研究结果表明：算法能够在有限的步骤内搜索到90%以上的Pareto最优解;平均而言,停车换乘措施使得交通总阻抗减小了0.31%,污染物排放量减少了7.32%...