电动汽车光伏充换电站网络随机鲁棒运营优化研究

China is the world's largest market for both solar photovoltaics (PV) and electric vehicle (EV). With the rapid and large-scale development of PV and EV, China faces severe challenges including difficulties in PV integration into power grid, limited emission reduction effect of EV due to the current energy structure and a severe shortage of charging and swapping service infrastructure. From the perspective of cooperative development of PV and EV, this project aims to study the optimal operations of EVs battery charging and swapping network using PV (BCSN-PV) with data support from National Monitor and Management Center for New Energy Vehicles, and explore innovative operation models by integration of transportation network, power grid and cybernetics. In view of its high uncertainty and complex flexible operational modes, the project focuses on data-driven distributionally set construction method, distributionally robust (DR) flow refueling location model for BCSN-PV, multi-stage DR capacity configuration model for both single station and BCSN-PV, the optimal charging and discharging strategies under both off-grid and grid-connected modes， and master-sub-problem type algorithms for special nonlinear mixed integer programming problems based on Benders/Lagrangian decomposition and Parametric Search. Our research will provide decision support for effective operations of BCSN-PV, and promote the transformation and upgrading of energy structure of China and green travel.

目前我国已是全球最大的太阳能发电和电动汽车推广应用国家，但是两者在高速发展的同时也面临着消纳并网困难、电动汽车全生命周期减排效果不明显以及充换电设施严重不足等挑战。本项目从新能源发电和电动汽车协同发展的战略出发，依托新能源汽车国家监测与管理平台数据资源，对电动汽车光伏充换电站网络的设施选址、容量配置和充放电策略等运营问题进行研究，探索交通、能源、信息三网融合的创新运营模式。针对其动态随机性强、运行方式灵活多样的特点，将研究数据驱动的概率分布函数集构造方法、光伏充换电站网络随机鲁棒续航选址模型、单站及网络化运行模式下多阶段随机鲁棒容量配置模型、离并网模式下充放电策略优化以及基于Benders/Lagrangian分解和Parametric Search的处理特殊非线性混合整数规划的“主-子问题”求解算法。研究成果将为充换电服务设施高效运营提供决策支持，促进能源结构转型升级和绿色出行。

目前以光伏、风电为代表的新能源发电行业和以电动汽车为代表的新能源汽车行业已成为促进能源结构转型升级和绿色出行的重要推动力。本项目从新能源发电和新能源汽车协同发展的战略出发，依托新能源汽车国家监测与管理平台数据资源，按计划对电动汽车光伏充换电站网络的设施选址、容量配置和充放电策略等运营问题展开研究，完成了各项预期研究任务，达到了预期目标。主要代表性研究成果包括：建立了电动汽车“集中充电、分散换电”模式的集成选址-库存随机优化模型，提出队列分解方法分析批量达到排队系统的性能，设计基于次模性和Parametric Search方法求解非凸混合整数规划问题的高效精确算法；提出基于预约充电信息的充电调度随机优化模型，并创新性地利用指数锥规划和随机鲁棒优化方法处理大规模非线性混合整数规划问题；提出基于用户选择模型和排队论方法的换电站网络鲁棒容量配置方法；提出考虑光伏发电和充电需求时空分布不均衡性的光伏换电站网络鲁棒时空定价方法；提出基于公平度智能合约的有序充电引导方法；提出集成价格激励和出行选择策略的电动汽车再平衡调度方法。.在项目执行期内，项目团队已发表和录用学术论文13篇和学术著作1部，其中Management Science论文1篇，SCI/SSCI/CSSCI检索论文10篇。项目团队申请发明专利7项，已授权4项。项目研究成果侧重优化建模分析与算法设计，具有较好的理论价值和应用前景。与新能源汽车国家监测与管理平台及多家企业保持密切合作，针对电动重卡换电调度优化已达成校企合作课题一项，有望取得良好经济效益。

内容获取失败，请点击重试