论文部分内容阅读
电动汽车(Electric Vehicle,EV)是我国21世纪实现经济低碳环保和构建坚强智能电网的重要组成部分,为适应电动汽车产业的迅猛发展,作为电动汽车能源补充配套设施的电动汽车充电站建设已是迫在眉睫,电动汽车充电站优化规划研究已成为国内外关注的热点。随着分布式电源的大量接入,电动汽车充电站的优化问题不仅仅是用户成本、电力公司成本和网络损耗等单一指标,还应考虑到分布式电源(Distributed Generator,DG)消纳及道路和配电网络排线布局等空间指标优化。因此,电动汽车充电站的规划问题正逐渐成为国内外学者关注和研究的关键焦点问题。为满足城市电动汽车发展的总体规划和电网规划的要求,电动汽车充电站的建设规划需要考虑很多因素;应考虑用户的收费分配和需求特征,以满足用户的所有需求,实现用户服务的便利;运营和充电用户应考虑充电站的结构和后期运行成本,以使充电站的建设、运营更加效率化。从城市充电站规划的角度来看,还应充分考虑城市交通网络布局的制约因素。针对上述电动汽车充电站需要考虑的各类因素,详细介绍了电动汽车充电桩的国内外发展现状,并主要阐述了国内电动汽车充电桩的发展趋势和政策情况。另外,针对不同类型充电站的特点,总结了不同类型充电站规划优化影响因素,对电动汽车充电站规划选址提供了良好的思路。基于BASS模型(最早是由美国的Frank Bass提出)对各类产品需求预测可以很好的进行规划决策,由电动汽车充电本质出发,建立了 BASS模型,对未来几年电动汽车总量进行预测,并对充电站规模进行了计算。此外,利用排队模型来优化充电站的位置,并采用以最小成本为目标函数的穷尽法来解决这一问题。同时,它还可以优化充电站的分布,使之更加平衡。因此,该模型有利于政府规划未来电动汽车的发展。此外,考虑到DG与电动汽车往往同时接入配电网中,同时考虑在大量分布式电源和EV充电站同时接入,在该系统基于道路和电网的条件下,在所有区域的电动汽车数量和可能的电动汽车数量等约束条件下,最终完成了 EV充电站与DG同时接入、同时配置下的规划问题。将该问题定义为混合整数非线性问题(Mixed Integer Non-Linear Problems,MINLP),以优化电动汽车用户损耗、网络功耗、未来开发成本,改善配电系统的电压分布,并采用非支配排序遗传算法Ⅱ(Non-dominated Sorting Genetic Algorithms-Ⅱ,NSGA-Ⅱ)求解 MINLP。最后利用莱芜地区电动汽车充电站规划作为算例验证所提方法的准确性。