CN111864749A - 光伏系统出力园区电动汽车充电方法、系统及存储介质 - Google Patents

光伏系统出力园区电动汽车充电方法、系统及存储介质 Download PDF

Info

Publication number
CN111864749A
CN111864749A CN202010833644.4A CN202010833644A CN111864749A CN 111864749 A CN111864749 A CN 111864749A CN 202010833644 A CN202010833644 A CN 202010833644A CN 111864749 A CN111864749 A CN 111864749A
Authority
CN
China
Prior art keywords
park
power
charging
electric vehicle
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010833644.4A
Other languages
English (en)
Inventor
张帝
唐海国
朱吉然
张志丹
邓威
彭涛
康童
游金梁
齐飞
周恒逸
唐小伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd, State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010833644.4A priority Critical patent/CN111864749A/zh
Publication of CN111864749A publication Critical patent/CN111864749A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Abstract

本发明涉及电力系统规划与运行领域，公开一种光伏系统出力园区电动汽车充电方法、系统及存储介质，以在兼顾企业园区和电动汽车车主双方利益的前提下实现电动汽车充电优化。本发明方法包括：构建用于园区电动汽车有序充电的本地负荷功率模型；模拟电动汽车荷电状态及车主出行规律建立电动汽车充电时间模型；根据园区光照强度和温度构建园区本地的光伏系统出力模型；根据所构建的光伏系统出力模型和本地负荷功率模型，建立与电网削峰填谷相关的能量管理策略；以园区运营成本最低和园区电动汽车车主充电费用最低为目标函数建立园区的能量优化管理模型，并根据能量管理策略、电动汽车充电时间模型及相应的约束条件求解有序充电最优解。

Description

光伏系统出力园区电动汽车充电方法、系统及存储介质
技术领域
本发明涉及电力系统规划与运行领域，尤其涉及一种光伏系统出力园区电动汽车充电方法、系统及存储介质。
背景技术
随着电动汽车的推广和普及，大量电动汽车接入电网，若用户处于自由充电状态(即充电随机性和聚集性)，将会给电网带来更大负荷高峰，造成峰谷差增加、电力损耗增加、变压器过载、同时影响电网运行经济性。若对电动汽汽车充电实行有序控制策略可以避免用电重叠事件和用电高峰期，从而降低峰谷差并提高经济效益。为此，国内外展开了大量的相关性研究。
电力行业等新能源发电越来越多，如光伏发电，但由于光伏出力与环境温度和光照强度密切相关，其功率输出具有随机地波动性和光照强度密切相关，将导致并网时对传统的电力系统造成冲击，引起电能质量问题。近些年，环保主题呼吁不断深入，电动汽车也随之不断的发展，但电动汽车的充电时段与人的出行习惯息息相关，具有随机性和不确定性，对电网造成很大的冲击。为此，国内外专家对电动汽车并网展开了大量的研究。
文献《Combining photovoltaic energy with electric vehicles》分析比较了光伏和电动汽车在随机、智能以及V2G控制3种不同充电模式下协同调度的影响和效益，结果表明V2G和智能模式下能更好地对光伏进行消纳并起到削峰填谷地作用。文献《含高渗透率光伏发电并网型微网中的电动汽车优化调度方法》研究了电动汽车与大规模光伏发电协同增效利用的方法，提出一种以提升光伏发电利用率为目的的电动汽车优化调度模型，但并无考虑用户利益。文献Error！Reference source not found.提出了一种多情景下电动汽车与分布式光伏协同优化调度算法，以降低家庭用电费用及最大化利用光伏发电为目标。文献《基于V2G技术的电动汽车与光伏协同调度优化策略》针对工业园区的屋顶光伏以及园区居住区的电动汽车，提出一种基于V2G技术的电动汽车与光伏协同调度优化策略，以工业园区日运营成本最小为目标，但并无设计具体光伏出力策略，且仅仅考虑园区运营成本。以上文献均无具体的设计电动汽车有序充电的能量管理策略，研究对象主要针对较大的一个微电网，并没有展开对企业园区电动汽车有序充电研究，且没有具体研究园区内电动汽车用户出行规律。
发明内容
本发明目的在于公开一种光伏系统出力园区电动汽车充电方法、系统及存储介质，以在兼顾企业园区和电动汽车车主双方利益的前提下实现电动汽车充电优化，实现降低用电成本和削峰填谷的作用。
为实现上述目的，本发明公开了一种光伏系统出力园区电动汽车充电方法，包括：
构建用于园区电动汽车有序充电的本地负荷功率模型；
模拟电动汽车荷电状态及车主出行规律建立电动汽车充电时间模型；
根据园区光照强度和温度构建园区本地的光伏系统出力模型；
根据所构建的光伏系统出力模型和所述本地负荷功率模型，建立与电网削峰填谷相关的能量管理策略；
以园区运营成本最低和园区电动汽车车主充电费用最低为目标函数建立园区的能量优化管理模型，并根据所述能量管理策略、所述电动汽车充电时间模型及相应的约束条件求解有序充电最优解。
与上述方法相对应的，本发明还公开一种光伏系统出力园区电动汽车充电系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现上述方法的步骤。
同理，本发明还公开一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述方法中的步骤。
本发明具有以下有益效果：
能在兼顾企业园区和电动汽车车主双方利益的前提下实现电动汽车充电优化，从而实现降低用电成本和削峰填谷的作用。
下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是与本发明优选实施例公开的光伏系统出力园区电动汽车充电方法流程示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
本实施例公开一种光伏系统出力园区电动汽车充电方法，如图1所示，包括：
步骤S1、构建用于园区电动汽车有序充电的本地负荷功率模型。
在该步骤中，可选的，以15min为间隔，采集园区历史本地负荷功率，利用动态神经网络预测园区内未来96个点24小时的本地负荷功率数据。
步骤S2、模拟电动汽车荷电状态及车主出行规律建立电动汽车充电时间模型。
在该步骤中，研究分析园区电动汽车出行规律可得：
(1)到达园区的时间
由于现阶段国内外学者大多研究居民小区电动汽车用户出行规律，对企业园区的出行规律并未涉及。企业园区内电动汽车用户主要是园区内的上班人员，跟居民小区电动汽车用户的出行规律不同。企业园区内电动汽车车主大多是8点钟上班，会存在一个7点钟到8点钟的一个出行正态分布，最早7：00，最晚8：00，最理想的到达时间为7：45。由于预测到的数据为15min一个点，则最早、最晚和期望到达时间分别为28、31和32。
(2)离开园区的时间
离开园区的时间即为电动汽车用户下班时间，一到下班时间电动汽车车主就可以直接离开园区，也可以在企业园区逗留很久，没有离开的时间限制。但是下班6点之后通常为负荷高峰期，进行电动汽车充电会增大电网负荷压力，一般不进行电动汽车充电。因此，本发明统一将电动汽车期望离开时间设置为18：00，转换为15min制，则为72。
(3)初始荷电状态和期望荷电状态
优选的，本实施例根据统计经验值，可将初始荷电状态(SOC0)统一设置为0.3到0.5的随机数，并将电动汽车车主期望荷电状态(SOC1)统一设置为0.9。
(4)充电时间
假定充电开始时间为Ta，则通过式(1)可得到电动汽车充电结束时间Tb。
Tb＝Ta+(SOC1-SOC0)·C/ηpilecha·Ponepilecha (1)
式中，Tb为充电结束时间，C为电动汽车电池容量，Ponepilecha为电动汽车充电功率，ηpilecha为电动汽车充电效率。
步骤S3、根据园区光照强度和温度构建园区本地的光伏系统出力模型。
在该步骤中，提前采集园区位置光照强度和温度数据。光伏阵列的输出功率主要由光照强度和温度决定，相关公式描述如式(2)所示。
Figure BDA0002638895310000031
式中，
Figure BDA0002638895310000041
是光伏阵列在t时刻的输出功率；Pr是光伏阵列单元在标准环境下的额定功率；Rc(t)是t时刻的光照强度；Rr是标准环境下的额定光照强度；Tc(t)是t时刻的温度；Tr是标准环境下的额定温度；k是功率温度系数；npv是光伏阵列单元的数量。
步骤S4、根据所构建的光伏系统出力模型和所述本地负荷功率模型，建立与电网削峰填谷相关的能量管理策略。
在该步骤中，优选的，首先根据调度计划得到第t个时段内N辆电动汽车的充电功率，然后根据光伏阵列能输出的发电功率与电动汽车的充电功率之间的大小关系及电价时段属性决定蓄电池是否投入充电；以及从t＝1时段开始进行如下循环判断：
Case1：若电网处于电价高峰时，此时的光伏系统发电功率
Figure BDA0002638895310000042
全部供给本地负荷(该本地负荷不包括用于电动汽车的供能部分，而是指园区厂房和办公区域等本地非电动汽车充电场所的供电)以实现电网削峰填谷；
Case2：若电网处于电价非高峰时，当光伏发电功率
Figure BDA0002638895310000043
大于电动汽车充电功率
Figure BDA0002638895310000044
的时候，光伏发电功率全部给电动汽车；反之，当光伏发电功率
Figure BDA0002638895310000045
小于电动汽车充电功率
Figure BDA0002638895310000046
的时候，光伏发电功率全部供给电动汽车，供给不足功率由电网供给。
步骤S5、以园区运营成本最低和园区电动汽车车主充电费用最低为目标函数建立园区的能量优化管理模型，并根据所述能量管理策略、所述电动汽车充电时间模型及相应的约束条件求解有序充电最优解。
在该步骤中，园区微网管理的优化目标根据实际情况的不同而不同，有经济性、技术性、环保性、可再生能源利用率等指标。根据园区微网能量管理策略，调整电动汽车充电区间，从而减少园区微网的购电成本。本方案以兼顾园区用户及电动汽车用户利益，以园区运营成本和电动汽车车主充电费用最低为目标函数建立微网的能量优化管理模型。
(1)优化变量：各时段调度电动汽车(代称：EV)的充电功率PEV＝[Ppilecha,1,Ppilecha,2,...,Ppilecha,t,...,Ppilecha,T]，其他参数假定为已知量。
(2)目标函数
本文目标函数的设定包含园区运营成本最低和园区电动汽车车主充电费用最低，园区运营成本包含光伏维护成本和购电成本，兼顾园区和电动汽车车主双方利益。
本发明以15min为一个时间间隔，结合分时电价，以企业日运营成本最小为目标，目标函数如式(3)所示：
Figure BDA0002638895310000051
式中，Ctotal为企业运营成本；CPV为光伏系统维护成本系数；Cgrid,t为第t时段电网购电电价；Pgrid,t为第t时段电网购电功率。
园区电动汽车充电费用的目标函数如式(4)所示：
Figure BDA0002638895310000052
式中，CEV为电动汽车充电成本；CEV,t为第t时段的充电分时电价；PEV为第t时段的充电功率。
(3)约束条件
1)园区负荷供需平衡约束及变压器约束如式(5)所示：
Pgrid,t＝Pload,t+Ppilecha,t.ηpilecha-PPV,t＜Br (5)
不断地调整电动汽车充电开始时间，可得到第t时段在园区进行充电的电动汽车数量nt，进而可得到各个时段的电动汽车充电功率。
Ppilecha,t＝ntPonepilecha (6)
式中，Pgrid,t为t时段电网购电功率，Pload,t为t时段的本地负荷功率，Ppilecha,t为t时段园区内电动汽车充电功率，ηpilecha为电动汽车充电效率，nt为t时段园区内进行充电的电动汽车目，Br为变压器所能提供的最大功率。
2)园区充电桩约束如式(7)所示：
0≤nt≤N (7)
式中，N为园区内充电桩的数量。
3)充电桩的充电功率约束如式(8)所示：
Figure BDA0002638895310000053
式中，
Figure BDA0002638895310000054
为电动汽车最大充电功率，即额定充电功率。
最后，采用NSGA-II算法进行案例仿真，获得有序充电最优解。
实施例2
与上述实施例1相对应的，本实施例公开一种光伏系统出力园区电动汽车充电系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现上述方法的步骤。
实施例3
与上述实施例1相对应的，本实施例公开一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述方法中的步骤。
综上，本发明上述各实施例所分别公开的光伏系统出力园区电动汽车充电方法、系统及存储介质，至少具有以下有益效果：
能在兼顾企业园区和电动汽车车主双方利益的前提下实现电动汽车充电优化，从而实现降低用电成本和削峰填谷的作用。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种光伏系统出力园区电动汽车充电方法，其特征在于，包括：
构建用于园区电动汽车有序充电的本地负荷功率模型；
模拟电动汽车荷电状态及车主出行规律建立电动汽车充电时间模型；
根据园区光照强度和温度构建园区本地的光伏系统出力模型；
根据所构建的光伏系统出力模型和所述本地负荷功率模型，建立与电网削峰填谷相关的能量管理策略；
以园区运营成本最低和园区电动汽车车主充电费用最低为目标函数建立园区的能量优化管理模型，并根据所述能量管理策略、所述电动汽车充电时间模型及相应的约束条件求解有序充电最优解。
2.根据权利要求1所述的光伏系统出力园区电动汽车充电方法，其特征在于，所述构建用于园区电动汽车有序充电的本地负荷功率模型包括：
以15min为间隔，采集园区历史本地负荷功率，利用动态神经网络预测园区内未来96个点24小时的本地负荷功率数据。
3.根据权利要求2所述的光伏系统出力园区电动汽车充电方法，其特征在于，所述模拟电动汽车荷电状态及车主出行规律建立电动汽车充电时间模型包括：
对应上班的出行时间规律设置为：最早7：00，最晚8：00，最理想的到达时间为7：45，由于预测到的数据为15min一个点，则最早、最晚和期望到达时间分别为28、31和32；
对应下班的出行时间规律设置为：统一将电动汽车期望离开时间设置为18：00，转换为15min制，则为72；以及
在所建立的点电动汽车充电时间模型中，将初始荷电状态统一设置为0.3到0.5的随机数，将电动汽车车主期望荷电状态统一设置为0.9，假定充电开始时间，根据初始荷电状态及期望荷电状态确定充电结束时间。
4.根据权利要求1所述的光伏系统出力园区电动汽车充电方法，其特征在于，所建立的光伏系统出力模型为：
Figure FDA0002638895300000011
其中，
Figure FDA0002638895300000012
是光伏阵列在t时刻的输出功率；Pr是光伏阵列单元在标准环境下的额定功率；Rc(t)是t时刻的光照强度；Rr是标准环境下的额定光照强度；Tc(t)是t时刻的温度；Tr是标准环境下的额定温度；k是功率温度系数；npv是光伏阵列单元的数量。
5.根据权利要求1所述的光伏系统出力园区电动汽车充电方法，其特征在于，所述根据所构建的光伏系统出力模型和所述本地负荷功率模型，建立与电网削峰填谷相关的能量管理策略包括：
根据调度计划得到第t个时段内N辆电动汽车的充电功率，然后根据光伏阵列能输出的发电功率与电动汽车的充电功率之间的大小关系及电价时段属性决定蓄电池是否投入充电；以及从t＝1时段开始进行如下循环判断：
Case1：若电网处于电价高峰时，此时的光伏系统发电功率
Figure FDA0002638895300000021
全部供给本地负荷以实现电网削峰填谷；
Case2：若电网处于电价非高峰时，当光伏发电功率
Figure FDA0002638895300000022
大于电动汽车充电功率
Figure FDA0002638895300000023
的时候，光伏发电功率全部给电动汽车；当光伏发电功率
Figure FDA0002638895300000024
小于电动汽车充电功率
Figure FDA0002638895300000025
的时候，光伏发电功率全部供给电动汽车，供给不足功率由电网供给。
6.一种光伏系统出力园区电动汽车充电系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至5任一所述方法的步骤。
7.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现上述权利要求1至5任一所述方法中的步骤。
CN202010833644.4A 2020-08-18 2020-08-18 光伏系统出力园区电动汽车充电方法、系统及存储介质 Pending CN111864749A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010833644.4A CN111864749A (zh) 2020-08-18 2020-08-18 光伏系统出力园区电动汽车充电方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010833644.4A CN111864749A (zh) 2020-08-18 2020-08-18 光伏系统出力园区电动汽车充电方法、系统及存储介质

Publications (1)

Publication Number Publication Date
CN111864749A true CN111864749A (zh) 2020-10-30

Family

ID=72970278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010833644.4A Pending CN111864749A (zh) 2020-08-18 2020-08-18 光伏系统出力园区电动汽车充电方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN111864749A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112366708A (zh) * 2020-11-30 2021-02-12 深圳市汇拓新邦科技有限公司 一种充电管理方法、装置、设备及存储介质
CN112550047A (zh) * 2020-11-13 2021-03-26 国电南瑞南京控制系统有限公司 一种充光储一体化充电站优化配置方法和装置
CN113128790A (zh) * 2021-05-18 2021-07-16 国网河北省电力有限公司电力科学研究院 一种分布式光伏系统的消纳优化方法、装置及终端设备
CN116061742A (zh) * 2022-10-25 2023-05-05 广州汇锦能效科技有限公司 一种分时电价光伏园区内电动汽车的充电控制方法和系统
CN116061742B (zh) * 2022-10-25 2024-05-03 广州汇锦能效科技有限公司 一种分时电价光伏园区内电动汽车的充电控制方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109038823A (zh) * 2018-08-15 2018-12-18 国家电网有限公司 分布式风光储一体化微电网智能控制系统
CN109217290A (zh) * 2018-08-28 2019-01-15 南京理工大学 计及电动汽车充放电的微网能量优化管理方法
CN110533225A (zh) * 2019-08-07 2019-12-03 华北电力大学 一种基于机会约束规划的商业园区综合能源系统优化调度方法
CN110707736A (zh) * 2019-10-15 2020-01-17 上海电机学院 一种智能小区用户需求侧响应的微电网运行方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109038823A (zh) * 2018-08-15 2018-12-18 国家电网有限公司 分布式风光储一体化微电网智能控制系统
CN109217290A (zh) * 2018-08-28 2019-01-15 南京理工大学 计及电动汽车充放电的微网能量优化管理方法
CN110533225A (zh) * 2019-08-07 2019-12-03 华北电力大学 一种基于机会约束规划的商业园区综合能源系统优化调度方法
CN110707736A (zh) * 2019-10-15 2020-01-17 上海电机学院 一种智能小区用户需求侧响应的微电网运行方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姚天昊等: "基于双层优化算法的电动汽车有序充电策略研究", 《沈阳工程学院学报（自然科学版）》 *
白浩等: "基于V2G 技术的电动汽车与光伏协同调度优化策略", 《南方电网技术》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112550047A (zh) * 2020-11-13 2021-03-26 国电南瑞南京控制系统有限公司 一种充光储一体化充电站优化配置方法和装置
CN112550047B (zh) * 2020-11-13 2022-05-10 国电南瑞南京控制系统有限公司 一种充光储一体化充电站优化配置方法和装置
CN112366708A (zh) * 2020-11-30 2021-02-12 深圳市汇拓新邦科技有限公司 一种充电管理方法、装置、设备及存储介质
CN113128790A (zh) * 2021-05-18 2021-07-16 国网河北省电力有限公司电力科学研究院 一种分布式光伏系统的消纳优化方法、装置及终端设备
CN113128790B (zh) * 2021-05-18 2022-09-13 国网河北省电力有限公司电力科学研究院 一种分布式光伏系统的消纳优化方法、装置及终端设备
CN116061742A (zh) * 2022-10-25 2023-05-05 广州汇锦能效科技有限公司 一种分时电价光伏园区内电动汽车的充电控制方法和系统
CN116061742B (zh) * 2022-10-25 2024-05-03 广州汇锦能效科技有限公司 一种分时电价光伏园区内电动汽车的充电控制方法和系统

Similar Documents

Publication Publication Date Title
Hou et al. Multi-objective economic dispatch of a microgrid considering electric vehicle and transferable load
Hanemann et al. Effects of electric vehicle charging strategies on the German power system
Meng et al. Dynamic frequency response from electric vehicles considering travelling behavior in the Great Britain power system
CN105591406B (zh) 一种基于非合作博弈的微电网能量管理系统的优化算法
CN103793758B (zh) 含光伏发电系统的电动汽车充电站的多目标优化调度方法
CN103151797B (zh) 基于多目标调度模型的并网运行方式下微网能量控制方法
CN105279578B (zh) 一种主动配电网区域电源优化配置双层规划方法
CN107958300A (zh) 一种考虑互动响应的多微网互联运行协调调度优化方法
CN109217310A (zh) 一种考虑新能源消纳的电动汽车有序充电控制方法
CN106532764B (zh) 一种就地消纳光伏发电的电动汽车充电负荷调控方法
CN111864749A (zh) 光伏系统出力园区电动汽车充电方法、系统及存储介质
Zhang et al. Value to the grid from managed charging based on California's high renewables study
CN105225022A (zh) 一种热电联产型微电网的经济性优化运行方法
CN103904749B (zh) 一种考虑风电出力波动性的电动汽车有序充电控制方法
Yu et al. Quantifying energy flexibility of commuter plug-in electric vehicles within a residence–office coupling virtual microgrid. Part II: Case study setup for scenario and sensitivity analysis
Jiang et al. A coordinated charging strategy for electric vehicles based on multi-objective optimization
Wang et al. A hierarchical control algorithm for managing electrical energy storage systems in homes equipped with PV power generation
Huang et al. A decision-making tool for determination of storage capacity in grid-connected PV systems
Saini et al. An environmental based techno-economic assessment for battery energy storage system allocation in distribution system using new node voltage deviation sensitivity approach
Longo et al. Simulation and optimisation study of the integration of distributed generation and electric vehicles in smart residential district
CN115759610A (zh) 一种电力系统源网荷储协同的多目标规划方法及其应用
Li et al. Energy management model of charging station micro-grid considering random arrival of electric vehicles
Hafiz et al. Coordinated control of PEV and PV-based storage system under generation and load uncertainties
Wu et al. Multi-objective optimization of integrated energy systems considering renewable energy uncertainty and electric vehicles
Cetinbas et al. Energy management of a PV energy system and a plugged-in electric vehicle based micro-grid designed for residential applications

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination