能源大革命的背景下,发展新能源汽车已成为我国重点发展的战略之一,其中因电动汽车可达到“以电代油”的目的,在减少温室气体排放和实现能源资源优化配置等方面具有巨大优势,对推进能源消费革命具有重要意义,使其得到世界各国广泛关注。然而,未来国内外可能出现电动汽车规模化应用的局面,将对电网规划、稳定运行、控制调整等方面提出新的挑战。一方面电动汽车无序充电行为将给电力系统运行带来负面影响,如产生谐波、加剧负荷峰谷差、增加网络损耗等;另一方面电动汽车同时又具有“储能”特性,如能利用智能、合理的有效充放电措施,开展电动汽车与电网的良好互动,对提高电网安全稳定经济运行将起到正面积极的作用。本文从如何合理有效地预测电动汽车充电负荷的时空分布着手,分析电动汽车无序充电对电网产生的影响,发展实现多方利益的充放电调控措施,评估未来电动汽车参与需求响应的潜力以及针对充换电站制定电池库存策略和充电策略,以实现电网经济优化运行展开研究。所做的主要工作如下:(1)电动汽车充电负荷时空分布预测方法的研究。电动汽车充电负荷分布是开展其接入电网影响分析、充电设施规划、调控措施和需求响应策略制定等的重要基础。本文主要针对私家电动汽车使用灵活性、移动性等特点及其充电负荷的时间和空间不确定性、随机性,建立了一种基于用户出行链,融合路网、交通、电网、天气、车辆、充电设施等多源信息的,并考虑用户出行行为和充电需求判断的电动汽车充电负荷时空分布预测模型(A Model Based on Trip Chains and Multi-source Information Considering Travel Patterns and the Decision-making Process,简称TCMSI-BM模型)。在TCMSI-BM模型中,第一步是引入出行链理论,结合居民出行调查数据构建简单出行链和复杂出行链,本部分使用了美国交通部2009NHTS居民出行调研统计数据。第二步是车辆出行时空特征分析,从宏观和微观两个层面展开,在不计及车辆具体出行路径的宏观分析层面,为获取电动汽车出行时空行为特性,分别采用威布尔和对数正态概率函数拟合车辆出行时间和行驶距离,并建立出行链中的各段行程结束时间的相关性分析模型,采用马尔科夫过程一次状态转移描述电动汽车行驶空间转移;在计及车辆出行路径选择的微观因素时,首先由图论方法建立城市路网和电网信息模型及两者耦合关系,时间特征分析以概率函数去拟合车辆首次出行和行程目的地的驻留时间,空间上并采用优化路径算法(Dijkstra最短路径优化算法)规划车辆出行路径并获得行程距离,由道路等级和各时段交通信息获得车辆行驶速度,计算得到行程行驶时间和荷电状态。第三步判断充电需求和计算充电负荷,首先考虑天气温度、交通路况等因素对电动汽车耗电量的影响,采用模糊数学算法计算得到每公里实时耗电量结果;再结合各行程目的地充电需求判断条件,计算充电时长和充电负荷;接着,采用蒙特卡洛方法对各功能区电动汽车出行的时间和空间充电负荷分布进行整体仿真,并对夏冬季、工作日和周末等不同情景电动汽车出行的时间充电负荷进行预测及方法有效性检验。TCMSI-BM模型可为开展电动汽车有序充放电策略的制定和电动汽车需求响应潜力评估工作提供一定理论依据。(2)电动汽车随机无序充电对电网系统的影响分析及有序充电优化方法的研究。首先,以充电负荷时空分布预测方法为基础,一方面以IEEE-33系统分析了电动汽车无序充电对中、低压配电网的负荷、网络损耗、节点电压的影响;另一方面,根据路网和电网耦合关系将地理空间的充电负荷归算至其供电电网节点,以IEEE-30系统为例,通过时间序列潮流计算评估了不同因素下电动汽车接入电网后无序充电对电网负荷、电压和网络损耗的影响。其次,分析了分别以平抑负荷波动和降损为单目标的有序充电调控策略下及车到网放电情形下电动汽车对电网带来的影响。同时,针对住宅区电动汽车,提出了一种不仅可选择优化目标也可选择控制策略的有序充电通用调控方法(A Control Strategy for the Electric Vehicles Based on Variable Start-Time Charging and Variable Power Charging,简称CS-VSTC/VPC方法),在该方法中,建立了考虑高峰负荷、负荷峰谷差、负荷波动、节点电压偏移、网络损耗等配网运行指标和充电费用、被延迟充足电量的时间等用户满意度指标的动态多目标优化问题。区别于以往电动汽车有序充电多目标控制策略制定,本文提出了基于配电变压器实时供电充裕度的动态多目标选择机制,构建了各时间段内的优化目标更为合理的动态多目标优化模型,根据实际需求改变裕度阈值设置不同时段的优化目标,并可选择可调整充电起始时间(VSTC)策略或者可变充电功率(VPC)策略进行有序充电控制。问题求解时设计了一种改进的多目标粒子群算法,采用基于动态拥挤距离和变化量的最大最小适应度函数,并通过优化惯性权重系数和学习因子提升算法收敛性和解的分布性。算例仿真以IEEE-33节点系统分析了不同优化目标/不同控制策略对配电小区电动汽车进行有序充电控制的效果,优化结果验证所提模型和算法的有效性和可行性。(3)电动汽车参与需求响应潜力评估方法和参与充放电决策的研究。考虑未来电动汽车将是良好的需求侧资源,提出一种考虑动态路网时变信息及用户模糊参与度的电动汽车集群时空需求响应潜力量化评估方法(A Method of Demand Response Performance Evaluation for Electric Vehicles Aggregator,简称EVA-DRE方法)。EVA-DRE方法由三个步骤实现:第一步是在第二章方法基础上获取电动汽车出行时空分布,首先,结合城市路网拓扑结构,计及时变的区域交通信息,建立动态交通路网模型;其次,采用“流量-延误函数”计算出行耗时,以行程耗时、行程距离最少等为目标,采用路径优化算法规划车辆出行最优路径,从而求取车辆每段行程的距离和出行耗时,建立车辆在时变动态交通道路网中的出行模型;然后,根据电动汽车和充电设施参数及各行程目的地充电需求判断条件,采用蒙特卡洛仿真方法得到电动汽车出行、充电负荷和电池荷电状态的时空分布情况。第二步是计算电动汽车响应需求号召的参与度,此步骤中首先根据电动汽车电池荷电状况和后续行驶需求判断用户客观参与需求响应的能力,再从用户消费心理学特性分析用户主观参与需求响应的影响因素,并形成考虑剩余出行时间、剩余电池荷电状态和补偿电价三个关键因素的用户模糊参与度响应机制,计算得到单辆电动汽车的实时参与度。第三步是构建电动汽车集群需求响应潜力的评估模型,首先将某一个(多个)功能地块或电网某一(或多个)节点下所辖的电动汽车定义为一个电动汽车集群;其次给出了电动汽车集群需求响应潜力概念及计算方法,包括参与延迟充电(即调整充电时间)潜力和参与车向电网放电(Vehicle to Grid,简称V2G)潜力及响应容量;再结合交通路网和电网耦合关系得到各功能地块和各电网节点的EVA-DR的实时需求响应潜力。考虑到需求响应将引起电网运行问题,本章还设计了一种考虑用户充电需求紧急程度、节点电压偏移和电价信号的模糊决策自动实时控制器(A Fuzzy Logic Controller for Electric Vehicle Charging Management Considering Charging Urgency,简称FLC控制器)。(4)集中充电、统一配送的充换电站优化调控策略研究。针对我国电动汽车充换电网络建设过程对电池集中充电、统一配送模式中存在的充电中心和换电站如何优化运行、换电站电池库存如何管理问题,提出一种基于改进(s,S)策略库存模型的充、换电系统电池优化控制方案(A Coordinate Scheme for the Distributed Swapping&Centralized Charging System With Improved(s,S)Inventory Management,简称CS-DSCC方案)。首先,建立交通网络拓扑模型,并在其基础上部署换电站和其他支持设施;其次,制定单个换电站的电池更换模式和集中控制中心的调度模式,提出改进(s,S)策略库存模型制定研究实时可用电池和电池需求;然后,设计优化控制方案通过遗传算法求解以实现最大库存周转和对电力系统的充电影响最小的综合性能。