Charging Scheduling of Electric Vehicles with Local Renewable Energy under Uncertain Electric Vehicle Arrival and Grid Power Price
在本文中,我们考虑的延迟最优充电调度的电动汽车(EV)在充电站与多个充电点。充电站配备可再生能源发电装置,也可以从电网购买能源。考虑了电动汽车到达的不确定性、可再生能源的不确定性和电网电价的变化,并将其描述为独立的马尔可夫过程。同时,每个EV的充电能量是随机的。目标是在长期成本约束下,最小化电动汽车的平均等待时间。提出了将EV排队转化为充电需求排队的排队映射方法,并证明了两个排队平均长度最小化之间的等价性。然后重点研究了在长期费用约束下,收费需求排队平均长度的最小化问题。我们提出了一个马尔可夫决策过程(MDP)的框架来研究这个调度问题。系统状态包括充电需求队列长度、充电需求到达、可再生能源的蓄电池中的能量水平、可再生能源到达和电网电价。此外,充电需求的数量和分配的能量从蓄电池组成的二维策略。我们得到了最优策略的两个必要条件。此外,我们讨论了减少的二维政策的收费需求的数量。我们给出了系统状态的集合,分别为无需求收费和尽可能多的需求收费是最优的。最后,我们研究了所提出的激进的政策和保守的政策数值。
2013-01-11 math.OC
Dynamic Menu-Based Pricing for Electric Vehicle Charging with Vehicle-to-Grid Integration
Monash University(莫纳什大学);The University of Melbourne(墨尔本大学)
本文提出一种动态菜单定价机制,通过电动汽车的能量需求和停车时长声明,平衡电网压力与V2G贡献,提升运营商利润并降低电动车支付。
2026-03-05 math.OC
Online Aging-Aware Energy Optimization for Vehicle-Home-Grid Integration
Chalmers University of Technology(查尔姆斯理工大学);Polestar Performance AB
本文提出一种在线优化算法,通过车辆到家庭(V2H)和车辆到电网(V2G)实现车家电网整合,利用混合LSTM网络和非线性电池老化模型,实现在实时环境下的经济优化,结果表明年收益可达3046.81欧元。
2026-04-22 cs.SY eess.SY math.OC
A Machine Learning Approach to Boost the Vehicle-2-Grid Scheduling
E.ON Digital Technology GmbH(E.ON数字科技有限公司)
本文提出一种数据驱动的机器学习方法,将电动汽车作为电池储能系统用于电网容量服务,在满足运行约束的同时预测充放电策略,并在大规模电动汽车场景下以更短运行时间取得与CPLEX和近似动态规划相当的效果。
2024-08-29 math.OC
Electric Vehicle Scheduling and Vehicle-to-Grid Integration in Microgrids
Operations Research and Information Engineering, Cornell Tech(康奈尔科技分校运营研究与信息工程系);Jacobs Technion-Cornell Institute, Cornell Tech and Technion - IIT(雅各布泰康-康奈尔学院,康奈尔科技分校和以色列理工学院);Electrical and Computer Engineering, Cornell Tech(康奈尔科技分校电气与计算机工程系)
本文针对军事微电网中电动卡车车队的行驶与充放电调度问题,扩展经典车辆调度模型并引入车网互动能力,利用列生成方法高效求解,证明该方案可显著降低燃油消耗、提升可再生能源利用率并带来经济与运营效益。
2026-10-06 math.OC
Market-based Demand Response via Residential Plug-in Electric Vehicles in Smart Grids
电力需求的灵活性、多样化的使用模式和插电式电动汽车(PEV)的储能能力显著增加了居民电力需求的弹性。这种弹性可以用于形成每日聚合需求简档和/或改变系统的瞬时需求,其中大量住宅PEV共享一个电力零售商或聚合器。在本文中,我们提出了一种需求响应(DR)技术来管理车辆到电网(V2 G)使能的PEVs的电力分配(充电和放电),以降低零售商投标到两个结算电力市场的总电力采购成本,即,一天前(DA)和现货或实时(RT)市场。我们表明,我们的方法是分散的,可扩展的,快速收敛,不侵犯用户的隐私。大量的仿真结果表明,显着的整体成本节省可以实现零售商投标到一个可操作的电力市场,通过使用所提出的算法。当电网容纳大量间歇性能量资源时,该技术变得更加需要,其中由于更可能的意外事件以及因此更多的RT价格波动,RT需求改变是至关重要的,并且甚至发生所谓的\textit{black swan events}。最后,这样的零售商也可以为客户提供更好的交易。
2015-12-21 math.OC
Investigating the Impact of Electric Vehicle Charging Loads on CSUN's Electric Grid
本研究通过模拟分析电动汽车充电负载对CSUN电网馈线和变压器的影响,识别过载风险,并探讨分布式发电的缓解作用,为电网升级规划提供依据。
2024-09-19 math.OC
Smart Vehicle to Grid Interface Project: Electromobility Management System Architecture and Field Test Results
本文介绍并讨论了在SMARTV 2G项目背景下开发的电动汽车管理系统,该系统可实现插电式电动汽车(PEVs)充电过程的自动控制。本文介绍了电动汽车管理系统的体系结构和软件/硬件组成。重点特别放在集中式需求侧管理控制算法的实现上,该算法允许根据所有参与者(特别是配电系统运营商和PEV用户)表达的偏好和约束,对现场的充电站进行远程实时控制。报告和讨论了实地测试的结果,强调了实地经验中提出的关键问题。
2015-03-04 math.OC
Scalable Electric Vehicle Charging Protocols
虽然电动汽车被认为是减少温室气体排放的可行解决方案,但其不协调的充电可能会对电力系统运行产生不利影响。尽管如此,优化电动汽车充电的任务随着车队规模和控制周期的数量而不利地扩展,特别是当强制执行配电网限制时。为此,车辆充电首先使用最近复兴的弗兰克-沃尔夫方法来解决。新的分散式充电协议对车辆控制器的计算要求最小,比现有的替代方案具有可证明的加速,增强了定价机制对数据攻击的安全性,并保护了用户隐私。为了遵守电压限制,网络约束的EV充电问题随后制定。利用不平衡配电网的线性化模型,目标是在尊重临界电压调节和变电站容量限制的同时最小化供电成本。通过乘法器的交替方向法,仅在相邻总线之间交换信息,实现了跨网格节点的变量优化。数值试验证实了新方案的最优性和效率。
2016-01-18 math.OC
Grid Optimal Integration of Power Ships
发电船或动力船(PS)被认为是最大的移动能源之一。在本文中,提出了一个模型来评估PS到电网操作的集成。该模型优化协调船舶,以提高电网的目标,其解决方案提供了最佳的发电资源调度,以及最佳的调度和路由的船舶。IEEE 6节点和IEEE 118节点的案例研究被认为是建模系统,并验证所提出的模型的有效性。
2019-05-27 eess.SP math.OC
Impact of Electric Vehicle Routing with Stochastic Demand on Grid Operation
随着电动汽车(EV)普及率的提高,政府政策的支持和技术价格的下降,电动交通的建模和运营面临着新的挑战。在本文中,我们提出了一个模型来解决EV路由问题,同时考虑到现实生活中的随机需求行为。我们提出了一个数学公式,最大限度地减少旅行时间和能源成本的电动汽车车队。EV由电池能量消耗模型表示。为了使我们的配方适应现实生活中的场景,客户的皮卡和下车建模为随机参数。提出了一种机会约束最优化模型,用于解决上下车的不确定性问题。计算验证模型的基础上提供了代表性的运输方案。结果表明,我们的模型与可验证的解决方案的快速收敛。最后,电动汽车充电的影响是在曼哈顿市中心,纽约通过评估对配电网的影响进行验证。
2021-04-12 cs.SY eess.SY math.OC
Grid-constrained online scheduling of flexible electric vehicle charging
本文研究受电缆容量等电网约束的停车场电动汽车在线充电调度问题,提出基于调度生成方案在线变体与 destroy-and-repair 启发式的策略,并通过乌得勒支数据驱动的离散事件仿真验证其可提升充电车辆数、降低平均延误。
2024-03-05 math.OC
Joint Shaping and Altering the Demand Profile by Residential Plug-in Electric Vehicles for Forward and Spot Markets in Smart Grids
插电式电动汽车(PEV)可以显著增加居民用电需求的弹性。这种弹性可以用于形成由共享一个电力零售商或聚合商的大量住宅PEV的用户组成的系统的每日聚合电力需求曲线。在本文中,我们提出了一个联合的需求塑造和改变算法管理车辆到电网(V2G)使能PEVs的电力分配(充电和放电),以减少总的电力采购成本的零售商投标到两个结算电力市场,即,一天前(DA)和实时(RT)市场。该方法具有分散性、可扩展性、快速收敛性和不侵犯用户隐私的特点。我们的模拟结果表明,显着的整体成本节省(高达28%)的零售商投标到一个可操作的电力市场,使用我们提出的算法。当电力系统整合大量间歇性能量资源时,这变得更加突出,其中由于更可能的意外事件,RT需求改变是至关重要的,因此更多的RT价格波动,甚至更多所谓的\textit{black swan events}。零售商较低的购电成本最终使其能够为客户提供更好的交易并扩大其市场容量。这意味着客户也可以享受更低的电费。
2015-05-25 math.OC
EV-EcoSim: A grid-aware co-simulation platform for the design and optimization of electric vehicle charging infrastructure
本文提出协同仿真平台 EV-EcoSim,耦合充电、电池、光伏与电网等系统,支持实时与规划控制方案,通过电池容量经济评估案例证明控制器保真度对充电站规划决策的关键影响。
2024-01-09 cs.MA cs.SE cs.SY
The Information-Collecting Vehicle Routing Problem: Stochastic Optimization for Emergency Storm Response
我们解决的问题,减轻损坏的电网后,风暴管理的车辆,必须路由,同时执行两项任务:从电网(这需要直接观察)和修复损坏,它观察到的。学习过程得到了来自客户的电话的帮助,通知公用事业公司他们已经失去了电力(“熄灯呼叫”)。然而,当一棵树倒下并损坏一条线路时,它会触发第一个上游断路器,导致断路器下方电网上的所有人停电。我们提出了一个动态的路由模型,捕捉可观察到的状态变量,如卡车的位置和状态的网格上的部分卡车访问过,并相信停电的部分,没有被访问。卡车通过物理运输网络进行路由,但停电模式由电网结构决定。我们介绍了一种形式的蒙特卡洛树搜索的基础上,我们称之为{ \it乐观MCTS},提高了其应用程序的问题与更大的行动空间。我们表明,该方法显着优于工业中使用的标准升级算法。
2023-01-16 math.OC
Electric Vehicle Routing and Charging/Discharging under Time-Variant Electricity Prices
由于电动汽车(EV)在当今交通系统中的渗透率越来越高,电动汽车(EV)与能源网的集成已经成为一个重要的研究领域。在EV充电和放电的适当管理下,电网目前可以满足相当数量的EV的能量需求。此外,电动汽车可以通过储能等辅助服务帮助提高电网的可靠性和稳定性。提出了时变电价下带时间窗的EV路由问题(EVRPTW-TP),该问题优化了向客户交付产品的EV车队的路由,同时优化了EV从/到电网的充电和放电的调度。所提出的模型是一个多周期车辆路径问题,其中电动汽车可以停在充电站,为电池充电或将存储的能量注入电网。鉴于能源成本基于使用时间而变化,电动汽车的充电和放电时间表被优化,以通过将能源需求从高峰时段转移到能源价格较低的非高峰时段来受益于存储能量的能力。这些车辆可以回收能源成本,并通过在高价格时期将能量注入电网来实现潜在的利润。EVRPTW-TP被公式化为一个最优化问题。提出了一种拉格朗日松弛方法和一种混合变邻域搜索/禁忌搜索启发式算法,分别获得高质量的下界和可行解。数值实验的实例从文献中提供。建议的启发式也评估了一个案例研究的电动汽车车队提供杂货配送在该地区的Kitchener-Waterloo在加拿大安大略省。洞察能源定价的影响,服务时段,范围减少在冬季以及车队规模。
2021-06-10 math.OC
Multi-Intersection Traffic Management for Autonomous Vehicles via Distributed Mixed Integer Linear Programming
本文扩展了我们以前在[1],[2]中关于交叉口自动车辆到达的最优调度的工作,从一个交叉口扩展到交叉口网格。设计了一种可扩展的分布式混合线性规划算法(MILP)来求解交叉口网格调度问题。计算控制节点被分配到每个交叉口,并定期接收来自订阅车辆的位置和速度信息。每个节点通过求解一个局部MILP来为每一辆预约车辆分配一个交叉口访问时间。相邻的交叉口将通过共享车辆访问时间的解决方案来实时相互协调。我们所提出的方法被应用到一个网格的9个交叉口,其对交通流量和车辆的燃油经济性的积极影响,证明在传统的交叉口控制方案相比。
2020-07-13 cs.SY eess.SY math.OC
Port-Hamiltonian Modeling and Control of Electric Vehicle Charging Stations
针对电网中电动汽车充电站日益集成带来的稳定性问题,提出基于平均端口哈密顿模型的控制方法,通过平均非线性系统近似开关行为并推导多种稳定化控制器,经仿真验证有效。
2024-07-16 math.OC
Power-balancing dual-port grid-forming power converter control for renewable integration and hybrid AC/DC power systems
在这项工作中,我们调查网格形成(GFM)控制的DC/AC功率转换器在新兴的电力系统,包含AC和DC网络,可再生能源发电,和传统的发电。我们提出了一种新的功率平衡GFM控制策略,该策略同时形成转换器交流和直流电压(即,双端口GFM),统一了标准网格跟踪(GFL)和GFM功能,并向后兼容传统的基于机器的生成。值得注意的是,与使用电网形成和电网跟随控制的混合的最新控制架构相比,双端口GFM控制可以独立于转换器电源或网络配置而使用。我们的主要贡献是稳定性条件,涵盖新兴的混合AC/DC网络,以及机器和转换器与不受控电源,只需要系统拓扑结构的知识。最后,通过一个具体的案例分析来说明和验证结果。
2022-07-19 math.OC
Beyond low-inertia systems: Massive integration of grid-forming power converters in transmission grids
随着可再生能源越来越多地取代现有的传统发电,电网的动态发生了巨大变化,为输电系统的运行带来了新的挑战,但也带来了新的机遇,因为基于变流器的发电在更快的时间尺度上是高度可控的。本文研究了电网稳定性下的大规模集成的并网变流器。我们利用详细的转换器和同步机模型,并描述在不同的渗透水平下的频率行为。首先,我们表明,从频率稳定性的角度来看,可以实现从0%到100%的过渡。这是通过在高穿透值下重新调谐电力系统稳定器来实现的。其次,我们探讨了每个发电机的最低点和RoCoF的演变作为电网中逆变器发电量的函数。这项工作揭示了一些光在低和无惯性系统的两个主要挑战:定义新的性能指标,更好地表征网格的行为,并适应目前的范例在PSS设计。
2019-11-07 cs.SY eess.SY math.OC
Improving power grid transient stability by plug-in electric vehicles
Faculty of Electrical Engineering and Information Technologies, “Ss Cyril and Methodius” University(“圣西里尔和梅托迪乌斯”大学电气与信息工程学院);Potsdam Institute for Climate Impact Research(波茨坦气候影响研究所);Department of Physics, Humboldt University of Berlin(柏林洪堡大学物理系);Institute for Complex Systems and Mathematical Biology, University of Aberdeen(阿伯丁大学复杂系统与数学生物学研究所);Faculty of Computer Science and Engineering, “Ss Cyril and Methodius” University(“圣西里尔和梅托迪乌斯”大学计算机科学与工程学系);BioCircuits Institute, UC San Diego(加州大学圣地亚哥分校生物电路研究所)
本文提出利用插电式电动车作为分布式能源资源,在车辆到电网模式下提升电网暂态稳定性,通过调节电动车功率输出,显著降低电压波动并延长关键清除时间。
2014-10-07 cs.SY eess.SY math.OC
Integrating Ultra-Fast Charging Stations within the Power Grids of Smart Cities: A Review
插电式电动汽车(PEV)已成为推动智慧城市的关键因素,它可以提高能源效率,降低对城市部门的环境影响。未来PEV的行业愿景包括以与传统天然气加油相当的速度对车辆进行再充电的能力,即,每辆车小于$3$分钟。这种被称为超快速充电(UFC)的技术引起了研究和工业界的极大兴趣。然而,UFC的大功率密度、脉冲和随机负载特性对现有的电力供应基础设施提出了前所未有的挑战。规划这些UFC电站的位置和电力容量对于防止有害影响至关重要,包括电网资产折旧,电网不稳定和电力质量恶化。在本文中,我们首先回顾传统充电站的规划方法,然后讨论展望UFC规划解决方案,通过绘制与可再生能源规划,它提出了类似的功率密度和随机特性的UFC的类比。虽然本文主要从电网的角度关注UFC规划,但其他城市方面,包括交通流量和最终用户行为,也将研究智能城市中可行的UFC集成。
2018-01-28 math.OC
Decarbonized Demand Response for Residential Plug-in Electric Vehicles in Smart Grids
最近,在巴黎,世界各国达成了一项协议,许多国家承诺加强努力,减少不利的气候变化。因此,我们可以预期,在不久的将来,脱碳将在不同的能源领域引起更多的关注。特别是,发电侧和消费侧都需要更加一致和环保地运行。因此,在发电侧使用可再生能源,以及我们提出的消费侧脱碳需求响应(DDR)可以显着减少对气候的有害影响。在消费方面,这种雄心需要客户和零售商之间以及客户之间的共生和协同作用。也就是说,在顾客与零售商之间以及顾客之间要有一定的基于激励的协作,才能使目标得以顺利实现。在本文中,我们提出了这样的匹配需求响应(DR)算法为住宅用户拥有车辆到电网(V2G)使能插件电动汽车(PEVs)谁获得电力从一个共同的零售商。零售商本身与电力批发市场相连,以购买和销售电力。此外,我们解释了我们的系统中现有的共生和协同作用的细节。我们的模拟结果表明,我们提出的技术可以实现大量的成本节约,同时减少污染。
2016-04-04 cs.CE math.OC
Electric Vehicle Charging Infrastructure Planning: A Scalable Computational Framework
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室)
由于交通系统和电网的网络规模不断增加,在大地理空间区域上的最优充电基础设施规划问题具有挑战性。因此,电动车辆行驶行为和充电事件之间的耦合是复杂的。本文重点介绍了一个可扩展的计算框架的示范电动汽车充电基础设施规划在紧密集成的交通和电网网络。在交通方面,充电配置文件生成策略,提出了利用电动汽车的能源消耗模型,行程路线,和充电器选择方法。在电网侧,利用遗传算法内的最优潮流程序来解决最优充电器放置问题的整数变量,通过自适应地评估候选解决方案在当前迭代和生成新的解决方案,为下一次迭代。
2020-11-17 cs.AI cs.NE eess.SP
Menu-Based Pricing for Charging of Electric Vehicles with Vehicle-to-Grid Service
School of Industrial Engineering, Purdue University(普渡大学工业工程学院)
本文提出基于菜单的定价方案,通过选择充电价格、总能量和时间来优化充电站利润与社会福利,同时分析用户参与V2G服务的激励机制。
2016-12-01 cs.GT cs.SY eess.SY
Hierarchical coupled routing-charging model of electric vehicles, stations and grid operators
电动汽车(EV)数量的增长带来了各种后果,从减少温室气体排放和当地污染到改变交通拥堵和电力消耗。更具体地,由于EV的决策,来自运输系统和电力系统两者的操作者的决策被耦合。因此,决策需要几个相互依赖的运营商和电动汽车的驾驶和充电行为的模型。这样的模型,建议在上下班的背景下,具有典型的三层结构的电气系统。在模型的较低层次,不同类型车辆之间的拥堵博弈给出了通勤者选择的驾驶路径和充电站(或枢纽),这取决于出行时间和消费成本。在中间层,充电服务运营商设置在枢纽的充电价格,以最大化电动汽车充电收入和供电成本之间的差异,这是由电力网络运营商在模型的上层决定的,其目标是降低电网成本。该三层最优化问题采用乐观迭代双层算法和模拟退火算法求解。这三层模型的敏感性外生参数,如电动汽车的渗透率和交通运营商的激励说明在现实的城市网络。
2021-12-10 cs.GT cs.SY eess.SY
Buildings-to-Grid Integration Framework
The University of Texas at San Antonio(圣安东尼奥德克萨斯大学)
本文提出了一种建筑至电网集成框架,通过耦合电网与建筑的控制动作和运营决策,实现协同优化。基于模型预测控制算法,考虑时间尺度差异,展示动态和代数功率流约束,并验证了其在降低系统总成本方面的优势。
2017-10-09 cs.SY eess.SY math.OC
Synthesis of Spatial Charging/Discharging Patterns of In-Vehicle Batteries for Provision of Ancillary Service and Mitigation of Voltage Impact
Osaka Prefecture University(大阪府立大学);Tokyo City University(东京城市大学)
本文提出了一种算法,用于合成车载电池的空间充电/放电模式,以在电力分配电网中提供辅助服务。该算法基于最近引入的配电电压ODE模型,通过部分线性化推导出单条直线馈线的ODE模型解析解,从而提供关于空间电动汽车充电/放电对配电电压影响的物理见解。然后,基于解析解,提出了一种确定单馈线电网中车载电池充电/放电功率(有功和无功)值的算法,以通过电动汽车提供辅助服务需求(例如,向配电系统运营商提供的频率控制储备信号),并减少电网中配电电压偏离额定值的程度。
2018-11-19 cs.SY eess.SY math.OC
Interaction-Aware Trajectory Planning for Autonomous Vehicles with Analytic Integration of Neural Networks into Model Predictive Control
Michigan State University(密歇根州立大学);Honda Research Institute(本田研究院);Massachusetts Institute of Technology(麻省理工学院)
针对自动驾驶车辆保守规划导致性能下降和交通拥堵的问题,提出将神经网络交互轨迹预测器解析集成进模型预测控制,采用ADMM求解并证明收敛,实证优于基线启发式方法。
2023-03-02 cs.RO cs.SY eess.SY