摘要:近年来，以台风为代表的极端自然灾害导致城市配电网停电事故频发，给城市电网的持续供电带来挑战。在电动汽车（EV）用户群体数量快速增长的背景下，针对上述问题，提出了一种基于车辆并网（V2G）的城市配电网弹性提升策略，以增强城市电网应对台风灾害的能力。首先，建立配电网元件故障率模型，通过随机抽样生成台风灾害下的配电网故障场景；其次，考虑即将到来的台风灾害对道路拥堵情况及用户出行意愿的影响，搭建了灾害前期EV调度模型；然后，基于消费者心理学理论，制定灾后反向输电激励响应机制，引导V2G站点内的EV参与供电恢复；最后，考虑配电网重构及V2G站点反向充电，制定V2G参与的灾后供电恢复策略。由算例分析可知，与应急发电车相比，V2G参与供电恢复的方案经济性及恢复效果更优，验证了所提弹性提升策略的可行性与有效性。

摘要:电动汽车用户参与本地充电站电能共享既能满足充电站电能共享需求，也能通过优化配置本地电能资源给参与者带来收益。考虑到传统电力市场准入门槛高、交易成本高等问题限制了本地电能共享，文中计及电动汽车用户响应特性，提出了基于价格一致性的充电站实时电能共享机制。首先,计及道路拥堵情况、预共享电价、节点边际电价和用户充放电成本效用参数等电动汽车用户驾驶行为影响因素，建立了电动汽车用户选择模型。接着,在本地电能共享网络中，推导了集中式调度模式下社会福利最大化模型的对偶问题，进而提出了基于价格一致性的实时电能共享机制，以共享电价作为一致性变量，参与者间通过信息交互达成价格认同，最终实现电能共享社会福利最大化。最后，在路网-电网-电能共享网络耦合系统中进行了仿真。仿真结果表明，道路通行时间和预共享电价对电动汽车用户选择行为影响最大，高充电效用和低放电成本的电动汽车用户参与充电站电能共享能够同时提升个体和整体经济效益。

摘要:随着电动汽车渗透率的提高，电气化交通网和主动配电网之间的时空耦合越来越强。在动态无线充电技术下，当交通网和配电网中的一方发生拥堵或拥塞时，双网之间的交互影响可能引发连锁性拥堵-拥塞，对系统的安全性和经济性造成不利影响。结合基于微分变分不等式的交通网动态配流模型和基于混合整数二阶锥规划的配电网多时段交流最优潮流模型，建立交通网-配电网动态时空耦合模型，模拟电动汽车充电负荷和拥塞成本的时空分布。通过交通网-配电网联合运行仿真，深入分析拥堵-拥塞在交通网-配电网之间的传播机理，进而提出主动配电网有功-无功协同优化方案，并研究了有功/无功资源合理配置对优化效果的影响。

摘要:为了解决极端灾害过后的负荷恢复问题，提出了一种城市道路抢修辅助重要负荷恢复的电动汽车能量时空分层调度策略。在第1阶段，通过建立并集成电动汽车路径规划模型和多时段协同的重要负荷恢复模型，确定电动汽车能量的最优空间配置；在第2阶段，建立道路抢修队路径规划模型并与电动汽车路径规划模型进行统筹优化，确定道路抢修队的抢修顺序与路径，求解电动汽车到达充放电站的时间与剩余能量；在第3阶段，统筹配电网内各供电源和各重要负荷，以最大化加权负荷供电时间为目标，确定能量在时间尺度上的优化配置。最后,考虑配电网-交通网耦合的灾后故障场景，对不同策略的调度结果进行对比分析并探究道路抢修对于负荷恢复的辅助作用。结果表明，所提策略可以充分发挥电动汽车能量的时空灵活性，合理协调电动汽车和道路抢修队之间的行动决策，在一定程度上提高了重要负荷的恢复效果。

摘要:针对目前对车-路-站-网相互影响考虑不足，导致电动汽车充电负荷时空分布预测不准确的问题，提出了基于万有引力模型的电动汽车充电负荷时空分布预测模型。首先，计及路网交通流和环境温度，分析外部环境与电动汽车能耗之间的关系。其次，考虑了温度、湿度、辐射等外部环境因素对用户出行的影响，建立基于出行意愿修正的出行链模型。最后，计及多方信息融合，建立基于万有引力模型的电动汽车充电站选择模型。算例结果表明，所提出的模型能够计及电动汽车、路网、充电站和电网的相互影响，并准确计算电动汽车充电负荷的时空分布，分析多场景、多区域下的电动汽车充电需求负荷特性。

摘要:电动汽车（EV）充电需求估计是研究电动汽车与电网互动（V2G）的重要前提。为此，提出一种行驶轨迹数据驱动的EV充电需求预测模型，并进一步考虑用户多维效益，构建用户选择参与V2G响应的用户决策模型，分析区域V2G响应能力的调控潜力。首先，对行车轨迹大数据集进行清洗与挖掘，基于动态能耗理论构建了EV充电需求时空分布预估模型。其次，基于社会行为学理论并综合考虑用电需求效用、经济效用、环保效用以及社会效用，构建了EV用户选择参与V2G响应的概率选择模型。该模型不仅考虑了EV用户的异质性，而且体现了用户决策的交互影响。最后，建立V2G可响应容量调度模型，分析V2G响应资源对区域负荷的调节效果。结果表明，所提模型不仅能有效估计某城市区域的EV充电需求时空分布特性，而且能挖掘该区域选择参与V2G响应的EV潜在用户数量，为研究V2G响应资源对区域负荷的调控潜力提供了支撑。

摘要:随着电动汽车大规模推广应用，交通网与配电网的耦合运行特征日益显著。在此背景下，大量的不确定性因素也将伴随耦合系统交互过程不断传播，并影响交通网与配电网的安全运行。针对不确定性因素的影响量化问题，提出了考虑“路-车-源-荷”多重不确定性因素的交通网与配电网概率联合流分析方法。首先，分别建立交通网概率交通分配模型和配电网概率最优潮流模型，并提出均衡状态下基于蒙特卡洛模拟的分散迭代算法，以实现概率联合流计算；然后，引入基于Sobol’法的全局灵敏度分析方法，量化“路-车-源-荷”多重不确定性因素对交通网与配电网耦合运行状态变量的影响程度，辨识显著影响交通网与配电网概率联合流分布的不确定性因素；最后，将所提方法应用于交通网与配电网耦合算例系统，验证了该方法的有效性。

摘要:电动汽车渗透率的日益提升显著增强了城市交通系统和电力系统的耦合程度。综合考虑电力-交通耦合系统的多主体特性以及在经济成本、碳排放量等多目标上的优化调度需求，提出一种基于多目标优化的电力-交通系统协同运行模型。首先，采用混合用户均衡模型和二阶锥DistFlow模型来描述交通流和电力流的分布情况；其次，建立了描述经济成本和碳排放量的函数模型，并根据不同的利益主体和调度目标分别建立了3组多目标优化调度模型；再次，结合增强epsilon约束法和若干线性化手段高效求解各多目标优化的帕累托前沿，提出了基于公平性的折中解获取方法以平衡各主体利益；最后，基于12节点环形交通网和IEEE 33节点配电网对各组多目标问题的调度结果进行了深入分析。

摘要:针对极端灾害下交通流量的动态变化特性对配电网故障修复过程的影响，在电网与交通网耦合的背景下，计及移动式和固定式2类应急恢复资源与故障抢修间的协调调度，提出了配电网灾后故障修复多时间断面优化策略。首先，采用元胞传输模型建立了交通网络模型，预测了抢修小队和移动式储能车的行驶时间。其次，建立了以负荷削减量与恢复资源调度成本最小为目标，故障设备的抢修顺序和恢复资源的调度计划为决策变量的混合整数线性规划模型，并采用多时间断面优化方法求解。此外，提出了一种网架动态重构方法，通过增加虚拟根节点与各失电节点构成一个虚拟孤岛，并随网架改变动态添加和删减该孤岛中的节点数目，保证了整个配电网始终能够满足辐射状约束，提高了算法对故障场景的适应性。最后，采用算例仿真验证了所提方法提升配电网韧性的有效性。

摘要:交通系统的深度电气化和新型电力系统的快速发展加强了交通系统和能源系统的耦合，交通网与能源网呈现深度融合的趋势。两网的数据融合是实现两网高效交互及协同运行的关键技术。基于交通能源互联网的理念，提出交通能源融合大数据平台架构。对交通能源融合大数据平台在数据融合、分析、应用、安全方面所面临的挑战与难点进行分析，总结归纳大数据平台建设所需的关键技术。结合交通能源互联网在实际工程项目中的初步探索，给出交通能源融合大数据平台的典型应用方向。最后，对交通能源融合大数据平台的应用前景进行展望。

摘要:作为中国新基建战略的重要组成，电动汽车充电设施在近年获得了快速发展，但面临供需不平衡的难题。因此，亟须通过真实数据分析用户需求与行为特征，构建高效的公共充电设施规划体系，服务电动汽车发展。文中以上海市为实践案例，融合营运车辆轨迹数据、充电站数据、乘用车出行统计数据、交通路况数据、兴趣点检索数据等多源真实数据集开展了实践性大数据挖掘分析，旨在为现实充电站规划提供可行架构：从宏观角度对车辆用户群体的出行-充电行为与城市时空特征的关联进行了分析；从微观角度对车辆用户个体的行为偏好进行了建模，基于决策树模型实现了用户充电需求预测，并基于Huff吸引力模型描述了用户的充电站选择行为。在此基础上，对海量用户行为进行重构与仿真，建立了城市能源-交通融合网络仿真架构，从总体供需情况与个体服务质量等多维度对现有充电设施的建设进行了评估，提出了计及多重目标的未来充电设施扩展规划架构，为电动汽车充电设施规划提供了数据支持和决策依据。

摘要:电动汽车（EV）是具有交通和移动负荷双重属性的跨域主体。EV大规模集中充电会给电网带来冲击，并加剧交通拥堵。为此，提出基于“车-路-网”交互的EV充电负荷时空优化调度策略，对EV的充电行为进行合理调控。首先，建立动态路网模型并结合改进的Floyd算法精确模拟EV行驶路径，预测EV充电负荷时空分布特性。其次，以预测结果为基础，结合电价响应度模型提出基于主从博弈的优化调度策略，对电网、路网和EV用户的收益进行多目标优化。最后，以中国北京市某区域路网及IEEE 33节点配电系统对所提模型的有效性进行仿真验证，结果显示，所提策略可以实现充电站间的负荷时空分布均衡，改善充电站周围路网的交通流量状况，并降低EV用户充电成本。

摘要:新能源汽车保有量迅速增长，其能源补给需求对电网规划和运行的影响已不容忽视。同时，随着风电和光伏发电装机占比的持续提升，电网也亟须利用电动汽车补能需求的灵活性来平抑新能源发电出力和负荷功率的波动。促进电网与交通网的耦合能够提升社会效益，实现多方共赢。文中首先对电网与交通网两网耦合的关键基础设施及主要利益相关方进行分析。其次，论述当前和无人驾驶条件下两网耦合的基本模式与目标。接着，着重对考虑两网耦合的设施规划和运行调控问题的研究现状进行归纳和总结。最后，对两网耦合的规划和运行优化相关方向需进一步研究的问题进行分析和展望。

摘要:随着电动汽车的快速普及，交通网与电网的耦合进一步加深，交通网出行模式将对电动汽车充电负荷产生显著影响。传统的充电负荷模拟方法依赖于对交通路网和电动汽车个体建模并有较强的假设。文中提出了一种基于数据驱动的卷积自编码器和条件对抗生成网络的电动汽车充电负荷场景生成方法。该方法首先采用基于无监督学习的卷积自编码器对交通网出行预测数据降维并自适应地抽取出特征信息。其次，设计了一种适用于日前交通网充电负荷场景生成的条件生成对抗网络，并利用卷积自编码器抽取出的特征信息，隐式地学习得到不同交通网出行模式对应的电动汽车充电负荷条件概率分布，从而实现日前的电动汽车充电负荷场景生成，为电网运行与充电站运营提供了支撑。最后，以实际城市路网为例验证了所提出充电负荷场景生成方法的有效性。

摘要: