基于峰谷分时电价时区的电动汽车有序充电策略研究

doi:10.16628/j.cnki.2095-8188.2025.10.005

电器与能效管理技术 ›› 2025, Vol. 0 ›› Issue (10): 37-41.doi: 10.16628/j.cnki.2095-8188.2025.10.005

基于峰谷分时电价时区的电动汽车有序充电策略研究

郭放¹, 孙鹏龙²

1.国网河南省电力公司经济技术研究院, 河南郑州 450052
2.河南开放大学机电工程与智能制造学院, 河南郑州 450046

收稿日期:2025-05-24 出版日期:2025-10-30 发布日期:2025-11-20
作者简介:郭放(1989—),男,高级工程师,主要从事新型电力系统规划设计。|孙鹏龙(1988—),男,讲师,研究方向为新能源汽车整车控制技术。
基金资助:
河南省科技攻关计划项目(212102210030)

Research on Orderly Charging Strategy for Electric Vehicles Based on Time of Use Tariff Periods During Peak Valley Period

GUO Fang¹, SUN Penglong²

1. State Grid Henan Economic Research Institute, Zhengzhou 450052, China
2. College of Mechanical Electrical Engineering and Intelligent Manufacturing, Henan Open University, Zhengzhou 450046, China

Received:2025-05-24 Online:2025-10-30 Published:2025-11-20

摘要/Abstract

摘要：

针对电动汽车无序充电会导致配变总负荷峰谷差率增加的问题,提出基于峰谷分时电价时区的有序充电策略。建立电动汽车无序充电数学模型,采用蒙特卡罗模拟法估算电动汽车集群的无序充电负荷,以电网总负荷的峰谷差率最小为优化目标,采用遗传算法求解出最佳的谷电价时区。仿真结果表明,与无序充电相比,所提策略使电网总负荷的峰谷差率有效降低,当电动汽车数量为1 000辆、用户响应度为0.9时,有序充电时对应的总用电负荷峰谷差率相比无序充电时降低了14.6%,验证了所提策略的有效性。

关键词: 峰谷差, 有序充电, 电动汽车, 充电策略, 分时电价

Abstract:

Aiming at the problem that the disorderly charging for electric vehicles can lead to an increase in the peak valley difference rate of the total load of the distribution transformer, an orderly charging strategy based on time of use tariff periods is proposed.A mathematical model of disorderly charging for electric vehicles is established.The Monte Carlo simulation method is used to estimate the disorderly charging load of the electric vehicle cluster.With the goal of minimizing the peak valley difference rate of the total load of the power grid, the genetic algorithm is used to solve the optimal valley tariff period.The simulation results show that compared with disorderly charging, the proposed strategy effectively reduces the peak valley difference rate of the total load of the power grid.When the number of electric vehicles is 1 000 and the user response is 0.9, the peak valley difference rate of the total electricity load corresponding to orderly charging is reduced by 14.6% compared with disorderly charging, which verifies the effectiveness of the proposed strategy.

Key words: peak valley difference, orderly charging, electric vehicles, charging strategy, time of use tariff

中图分类号:

TM910.6

郭放, 孙鹏龙. 基于峰谷分时电价时区的电动汽车有序充电策略研究[J]. 电器与能效管理技术, 2025, 0(10): 37-41.

GUO Fang, SUN Penglong. Research on Orderly Charging Strategy for Electric Vehicles Based on Time of Use Tariff Periods During Peak Valley Period[J]. LOW VOLTAGE APPARATUS, 2025, 0(10): 37-41.

图/表 9

图1

图2

图3

表1

图4

图5

图6

图7

表2

参考文献 15

[1]	胡志勇, 郭雪丽, 王爽, 等. 考虑响应意愿的电动汽车群-空调集群需求响应策略研究[J]. 电力系统保护与控制, 2023, 51(15):109-119.
[2]	邓慧琼, 张晓飞, 曾凡淦, 等. 动态分时电价机制下的电动汽车充放电调度策略研究[J]. 智慧电力, 2023, 51(3):59-66,78.
[3]	黄柏强, 陈建基, 李盛佳, 等. 分时电价背景下光伏出力园区电动汽车的有序充电策略[J]. 电器与能效管理技术, 2022(9):58-65.
[4]	李龙, 贺瀚青, 张钰声, 等. 配电网接纳电动汽车充电负荷能力的评估方法[J]. 电网与清洁能源, 2022, 38(11):107-116.
[5]	李敬航, 杨德玲, 赖伟坚, 等. 住宅小区充电站电动汽车有序充电方法[J]. 电力需求侧管理, 2021, 23(3):31-35.
[6]	DHIMAN G, GARG M, NAGAR A, et al. A novel algorithm for global optimization:Rat swarm optimizer[J]. Journal of Ambient Intelligence and Humanized Computing, 2020, 12(8):1-26. doi: 10.1007/s12652-020-02846-7
[7]	YU Y, LIU M, CHEN D, et al. Dynamic grouping control of electric vehicles based on improved k-means algorithm for wind power fluctuations suppression[J]. Global Energy Interconnection, 2023, 6(5):542-553. doi: 10.1016/j.gloei.2023.10.003
[8]	董涛, 雍静, 赵瑾, 等. 含光、储、电动汽车居民小区电力负荷综合管理系统[J]. 重庆大学学报, 2021, 44(8):45-58.
[9]	LI C, FU Y, CUI X, et al. Dynamic time prediction for electric vehicle charging based on charging pattern recognition[J]. Frontiers of Information Technology & Electronic Engineering, 2023, 24(2):299-313.
[10]	敖羿. 居民区电动汽车充电有序控制策略研究[D]. 南昌: 南昌大学, 2021.
[11]	肖丽, 谢尧平, 胡华锋, 等. 基于 V2G 的电动汽车充放电双层优化调度策略[J]. 高压电器, 2022, 58(5):164-171.
[12]	张颖, 伏睿, 唐林权, 等. V2G车网互联的双向AC/DC变换器直流阻抗模型及特性分析[J]. 电器与能效管理技术, 2024(4):74-81.
[13]	李景丽, 时永凯, 张琳娟, 等. 考虑电动汽车有序充电的光储充电站储能容量优化策略[J]. 电力系统保护与控制, 2021, 49(7):94-102.
[14]	牛高远, 孟凡提, 陈天锦, 等. 计及天气因素影响的V2G有序充放电控制策略研究[J]. 电器与能效管理技术, 2022(9):51-57.
[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.

电动汽车数量/辆	峰值负荷/ MW	谷值负荷/ MW	峰谷差率/ %
500	11.8	7.1	39.8
1 000	12.4	7.1	42.7
1 500	13.0	7.1	45.4

充电方式	峰值负荷/MW	谷值负荷/MW	峰谷差率/%
无序充电	12.4	7.1	42.7
有序充电	11.4	8.2	28.1

基于峰谷分时电价时区的电动汽车有序充电策略研究

Research on Orderly Charging Strategy for Electric Vehicles Based on Time of Use Tariff Periods During Peak Valley Period

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 15

相关文章 15

编辑推荐

Metrics

本文评价

[1]	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.
[2]	左勇, 宗海乐, 荣国灿, 林乃奇, 张兴超. 一种电动汽车充电桩在线计量检测技术研究[J]. 电器与能效管理技术, 2024, 0(9): 71-76.
[3]	魏晓钢, 李兆泽, 张继红, 吴振奎, 张自雷. 考虑多元柔性负荷的虚拟电厂分层优化调度[J]. 电器与能效管理技术, 2024, 0(11): 73-81.
[4]	王利猛, 曲洋, 刘宇途, 杨冉冉. 基于电力大数据的用户储能最优配置[J]. 电器与能效管理技术, 2023, 0(9): 32-38.
[5]	黄柏强, 陈建基, 李盛佳, 李长昕. 分时电价背景下光伏出力园区电动汽车的有序充电策略[J]. 电器与能效管理技术, 2022, 0(9): 58-65.
[6]	杨俊琛. 考虑电动汽车数量影响的电网日前调度区间优化[J]. 电器与能效管理技术, 2022, 0(5): 41-46.
[7]	何兆蓉, 高逸云, 黄瀚霆, 刘钊. 基于电网分时电价机制考虑电动汽车灵活充电的微电网能量管理[J]. 电器与能效管理技术, 2022, 0(5): 65-70.
[8]	周毅, 岳云力, 岳昊, 丁健民, 李顺昕, 辛迪熙. 配电网下基于驱动复用拓扑的车载储能系统研究[J]. 电器与能效管理技术, 2022, 0(5): 8-16.
[9]	宋梦琼, 康逸群. 电动汽车充电桩检测技术应用及分析[J]. 电器与能效管理技术, 2022, 0(3): 77-80.
[10]	马春艳, 段青, 沙广林, 赵彩虹, 高健. 考虑平抑电网峰谷的综合能源园区系统优化研究[J]. 电器与能效管理技术, 2021, 0(9): 19-26.
[11]	黄曌. 区域能源互联网视角下多源协同调度策略研究[J]. 电器与能效管理技术, 2021, 0(9): 27-31.
[12]	熊焰, 李强泽, 方家琨, 冯程, 徐海波. 车网协同的有序充电动态模糊控制方法[J]. 电器与能效管理技术, 2021, 0(5): 48-54.
[13]	陆庆, 夏耀杰, 杨杰, 关瑞丰. 一种基于梯次电池充电末期的自适应柔性充电策略[J]. 电器与能效管理技术, 2021, 0(5): 55-58.
[14]	李红岩, 刘苗苗, 贾甜, 齐晓祥, 牛高远, 张臻. 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, 0(5): 59-64.
[15]	虞文惠, 张璐. 电动汽车交流充电桩充电连接控制时序测量能力验证方案设计[J]. 电器与能效管理技术, 2021, 0(5): 65-70.