需求响应机制下电动汽车聚合商电量优化分配策略

doi:10.16628/j.cnki.2095-8188.2025.10.006

电器与能效管理技术 ›› 2025, Vol. 0 ›› Issue (10): 42-47.doi: 10.16628/j.cnki.2095-8188.2025.10.006

需求响应机制下电动汽车聚合商电量优化分配策略

刘恩明, 王娟娟

大连交通大学电气工程学院, 辽宁大连 116028

收稿日期:2025-08-12 出版日期:2025-10-30 发布日期:2025-11-20
作者简介:刘恩明(1996—),男,硕士研究生,研究方向为规模化电动汽车充放电技术。|王娟娟(1978—),女,副教授,研究方向为电力系统频率调节。
基金资助:
辽宁省自然科学基金项目(2024-BS-200)

Optimization Strategy for Electricity Allocation of Electric Vehicle Aggregator Under Demand Response Mechanism

LIU Enming, WANG Juanjuan

School of Electrical Engineering, Dalian Jiaotong University, Dalian 116028, China

Received:2025-08-12 Online:2025-10-30 Published:2025-11-20

摘要/Abstract

摘要：

针对不同规模电动汽车聚合商参与电力市场需求响应时的容量分配问题,提出一种响应电量优化分配策略。首先,采用蒙特卡罗模拟方法构建电动汽车聚合商容量预测模型;然后,建立电动汽车聚合商与配电网运营商之间的电价谈判机制;最后,基于演化博弈论的复制者动态理论,构建配电网运营商对各聚合商的响应电量分配策略模型。仿真结果表明,所提策略能够根据各聚合商的实际容量合理分配需求响应电量,显著降低了电网负荷波动,提升了电力系统运行的稳定性。

关键词: 电动汽车聚合商, 需求响应, 演化博弈论, 响应电量分配

Abstract:

A response electricity allocation optimization strategy is proposed for the capacity allocation problem of electric vehicle aggregators of different scales participating in the electricity market demand response.Firstly, the Monte Carlo simulation method is used to construct an electric vehicle aggregator capacity prediction model.Then, an electricity price negotiation mechanism is established between electric vehicle aggregators and distribution network operators.Finally, based on the replicator dynamics theory of evolutionary game theory, a response electricity allocation strategy model for distribution network operators to various aggregators is constructed.The simulation results show that the proposed strategy can reasonably allocate demand response electricity based on the actual capacity of each aggregator, significantly reduce power grid load fluctuations, and improve the operational stability of power system.

Key words: electric vehicle aggregator, demand response, evolutionary game theory, response to electricity allocation

中图分类号:

TM731

刘恩明, 王娟娟. 需求响应机制下电动汽车聚合商电量优化分配策略[J]. 电器与能效管理技术, 2025, 0(10): 42-47.

LIU Enming, WANG Juanjuan. Optimization Strategy for Electricity Allocation of Electric Vehicle Aggregator Under Demand Response Mechanism[J]. LOW VOLTAGE APPARATUS, 2025, 0(10): 42-47.

图/表 8

表1

表2

表3

图1

图2

图3

图4

图5

参考文献 18

[1]	中国政府网. 超3 000万辆!我国新能源汽车保有量高速增长[EB/OL].(2025-01-17)[2025-08-12]. https://www.gov.cn/zhengce/jiedu/tujie/202501/content_6999527.htm.
[2]	魏一凡, 韩雪冰, 卢兰光, 等. 面向碳中和的新能源汽车与车网互动技术展望[J]. 汽车工程, 2022, 44(4):449-464.
[3]	胡进永, 纪佩宁, 赵宇龙. 车网互动未来规模商用的适用场景与演进趋势[C]// 2023中国汽车工程学会年会暨展览会.北京, 中国,2023:142-146.
[4]	王俊杰, 贾雨龙, 米增强, 等. 基于双重激励机制的电动汽车备用服务策略[J]. 电力系统自动化, 2020, 44(10):68-76.
[5]	宣羿, 樊立波, 孙智卿, 等. 考虑低碳交通的电动汽车充电站优化配置方法[J]. 浙江电力, 2024, 43(6):69-79.
[6]	王伟杰, 黄海宇, 徐远途, 等. 电动汽车参与主动配电网电压调控的策略研究[J]. 广东电力, 2023, 36(10):93-104.
[7]	周星月, 黄向敏, 张勇军, 等. 基于需求响应潜力模糊评估的电动汽车实时调控优化模型[J]. 电力自动化设备, 2022, 42(10):30-37.
[8]	陈业夫, 王钦, 蔡新雷, 等. 计及规模化电动汽车调控潜力的含风电系统优化调度策略[J]. 浙江电力, 2024, 43(4):95-104.
[9]	BARINGO L, AMARO R. A stochastic robust optimization approach for the bidding strategy of an electric vehicle aggregator[J]. Electric Power Systems Research, 2017, 146:362-370. doi: 10.1016/j.epsr.2017.02.004
[10]	DEFOREST N, MACDONALD J, BLACK D. Day ahead optimization of an electric vehicle fleet providing ancillary services in the Los Angeles Air Force Base vehicle-to-grid demonstration[J]. Applied Energy, 2018, 210:987-1001. doi: 10.1016/j.apenergy.2017.07.069
[11]	DE L, AGUADO J, SAUMA E. Optimal scheduling of ancillary services provided by an electric vehicle aggregator[J]. Energy, 2023, 265:126147. doi: 10.1016/j.energy.2022.126147
[12]	HOU H, WANG Z, ZHAO B, et al. Peer-to-peer energy trading among multiple microgrids considering risks over uncertainty and distribution network reconfiguration:A fully distributed optimization method[J]. International Journal of Electrical Power & Energy Systems, 2023, 153:109316. doi: 10.1016/j.ijepes.2023.109316
[13]	栾捷, 李梁, 卢峰, 等. 电动汽车负荷聚合商参与调频辅助服务市场的方案研究[J]. 浙江电力, 2023, 42(3):18-27.
[14]	闫丽梅, 都彬彬, 徐建军. 基于聚类分层的规模化电动汽车协调充电策略[J]. 广东电力, 2022, 35(10):65-73.
[15]	李红岩, 刘苗苗, 贾甜, 等. 基于蒙特卡洛算法的电动汽车有序充电控制策略研究[J]. 电器与能效管理技术, 2021(5):59-64.
[16]	蔡国伟, 姜雨晴, 黄南天, 等. 电力需求响应机制下基于多主体双层博弈的规模化电动汽车充放电优化调度[J]. 中国电机工程学报, 2023, 43(1):85-99.
[17]	乔根·W. 威布尔. 演化博弈论[M].王永钦,译. 上海: 上海人民出版社, 2015.
[18]	庞松岭, 赵雨楠, 毕克凡, 等. 电动汽车聚合商参与需求响应定价策略及收益分配研究[J]. 电工电能新技术, 2024, 43(7):41-50. doi: 10.12067/ATEEE2307016

EVA代理商类型	type_EVA范围
底气不足型	type_EVA≤0.8
折中型	0.8<type_EVA<1.2
底气充足型	type_EVA≥1.2

参数	数值
荷电状态可调范围	0.3~0.9
EV电池容量/kWh	60
电动汽车充电效率	0.90
电动汽车放电效率	0.85
电动汽车充电功率/kW	7
电动汽车放电功率/kW	6

聚合商	EV规模/辆	type_EVA	k	${P}_{h,j}^{min}$	${P}_{h,j}^{max}$
EVA1	300	0.6	0.5	1.491	2.0
EVA2	500	1.0	1.0	1.491	2.5
EVA3	1 000	2.0	2.0	1.491	3.0

需求响应机制下电动汽车聚合商电量优化分配策略

Optimization Strategy for Electricity Allocation of Electric Vehicle Aggregator Under Demand Response Mechanism

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 18

相关文章 3

编辑推荐

Metrics

本文评价

[1]	姜涛, 周慧娟, 周炜然, 许真, 张劲松. 基于源荷协同调峰的区域综合能源系统优化调度[J]. 电器与能效管理技术, 2022, 0(9): 8-17.
[2]	黄涛, 许志鹏, 葛乐. 考虑风电出力随机特性的氢储能综合能源系统优化调度[J]. 电器与能效管理技术, 2020, 0(5): 72-77.
[3]	宁超, 杨振, 巴特, 李言辉, 蒙昌营, 吕泉, 张俊娜. 演化博弈论在乌鲁木齐电采暖项目中的应用研究[J]. 电器与能效管理技术, 2020, 0(10): 123-126.