基于充电负荷预测的电动汽车充放电多目标优化方法

张丹, 李响, 陈卓, 王龙, 孙要伟, 荆辰昊, 杨博

昆明理工大学学报(自然科学版) ›› 2026, Vol. 51 ›› Issue (4) : 103 -117.

昆明理工大学学报(自然科学版) ›› 2026, Vol. 51 ›› Issue (4) : 103 -117. DOI: 10.16112/j.cnki.53-1223/n.202506280001

基于充电负荷预测的电动汽车充放电多目标优化方法

    张丹, 李响, 陈卓, 王龙, 孙要伟, 荆辰昊, 杨博
作者信息 +

Author information +
文章历史 +

摘要

为应对全球能源转型与电动汽车(Electric Vehicle, EV)规模化接入电网的挑战,解决充电基础设施、用户需求与电网稳定性协同优化问题,提出基于多目标优化框架的EV充放电调控策略.首先建立了路网模型和电网模型,并以充电站为纽带实现了路网与电网之间的紧密耦合;其次,运用基于动态交通信息充电负荷预测方法,对EV充电需求进行预测;然后,考虑动态电价机制和车网互动(Vehicle-to-Grid, V2G)技术,利用电价响应模型量化EV对充放电电价的响应程度;最后,以最小化用户充电成本和电压总偏差,最大化充电站收益为目标函数进行多目标优化.仿真结果显示,所提优化调控策略能实现不同利益主体的共赢.仿真结果显示,所提优化调控策略在实现多方共赢方面成效显著:充电站日均收益由优化前的8 121.82元提升至10 626.36元,增幅达30.8%;EV用户平均充电成本从38.71元降至35.83元,下降7.4%,同时通过V2G放电获得平均20.63元的额外收益;电网电压总偏差由1.60 p.u.降至0.70 p.u.,降幅达56.25%,提升了电网稳定性.

关键词

电动汽车 / 充电需求预测 / 动态电价 / 车网互动 / 多目标优化

Key words

引用本文

引用格式 ▾
张丹, 李响, 陈卓, 王龙, 孙要伟, 荆辰昊, 杨博. 基于充电负荷预测的电动汽车充放电多目标优化方法[J]. 昆明理工大学学报(自然科学版), 2026, 51(4): 103-117 DOI:10.16112/j.cnki.53-1223/n.202506280001

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家自然科学基金项目(62263014); 河南省科技攻关项目(252102240106,252102240091); 河南省高等学校重点科研项目(25A413004,25B470013)

AI Summary AI Mindmap

139

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉