基于最优能量状态调节的电动汽车需求响应及其对配电网的影响

随着电动汽车数量的与日俱增,其充电负荷对配电网的影响变得越来越不可忽视。电动汽车作为一种可延迟负荷,需求响应(demand response,DR)潜力巨大,对其进行合理控制可以辅助配电网安全经济运行。文章建立了单台电动汽车的迟滞充电负荷模型,基于配电网分层控制架构,引入集群电动汽车参与需求响应的最优能量状态调节量控制策略(optimal energy status regulation control strategy,OESRCS),该策略通过对电动汽车能量状态设定点施加最优调节量,实现对集群电动汽车充电过程的实时控制。在此基础上,制定了配电网电压变化百分比和网络损耗百分比这2个指标对需求响应效果进行评估。仿真结果表明,利用OESRCS策略,电动汽车可以精确地跟踪目标功率,同时配电网电压波动和网络损耗均有所减小。     

基于温度密度聚类的热泵负荷集群控制策略

首先描述了典型温控负荷的热力学模型,并在此基础上讨论了常用温度设定控制策略下负荷温度分布变化及负荷开关状态变化。随后以温度队列为基础,提出了一种基于负荷温度的密度聚类集群控制策略。该策略考虑负荷在温度区间内的分布情况,通过密度聚类算法对负荷群进行聚类分析并确定密集区域与非密集区域;随后计算温度节点和补偿节点并确定设备响应群体和温度设定值;最后以温度设定值为响应信号对负荷群进行控制。以常用温控负荷电热泵为控制对象进行仿真分析,与常用温度设定控制下负荷群开关变化次数进行了对比。结果显示,负荷在控制中开关状态变化次数明显降低,负荷群中发生开关状态变化的负荷数目明显减少。     

考虑广义储能集群参与的配电网协同控制策略

随着需求响应技术的发展,温控负荷、电动汽车等具有灵活调控特性的需求侧资源可作为广义储能参与孤岛配电网的功率波动平抑控制。文章面向空调与电动汽车两类典型的广义储能,提出一种考虑广义储能集群参与的配电网协同控制策略。首先,以负荷聚合商作为控制中心,构建了多元广义储能集群控制架构;其次,分别建立了空调集群与电动汽车集群的广义储能控制模型,在空调群内,计及各空调受控次数的差异,提出改进温度优先序列控制策略,在电动汽车群内,提出了基于荷电状态的功率分配策略;随后,根据空调集群与电动汽车集群的功率响应特性,提出了一种基于低通滤波的多元广义储能协同控制策略;最后,基于Matlab/Simulink的仿真结果验证了所提控制策略的有效性。     

基于需求响应的电动汽车集群充电负荷建模及容量边界控制策略

对电动汽车充电进行合理有序的控制是实现大规模电动汽车入网的关键。首先介绍了一种电动汽车集群的分层分区域的电动汽车控制架构。其次,建立了电动汽车集群的控制模型,并在此基础之上提出了一种通过改变电动汽车可调容量边界的电动汽车集群的需求响应控制策略。最后,通过算例分析,首先研究了模型中的参数对电动汽车集群充电负荷的影响,其次验证了文中提出的控制模型和策略,仿真结果表明,在满足用户用电需求的基础上,文中建立的电动汽车控制模型和控制策略能够很好地实现电动汽车集群需求响应的功能。     

基于迟滞模型的集群电动汽车参与实时需求响应V2G控制策略研究

在主动配电网中,电动汽车是一种十分灵活的需求响应资源。对集群电动汽车充、放电过程进行合理有序控制,可以实现电动汽车和主动配电网的协调互动,提高主动配电网运行效率。该文在不违反电动汽车用户充电需求约束的前提下,提出了考虑放电模式的单台电动汽车迟滞控制模型。在此基础之上,提出了一种基于迟滞控制模型的集群电动汽车参与实时需求响应的V2G控制策略,该策略利用提出的电动汽车状态优先综合指标,有序控制电动汽车的充、放电过程,实现了集群电动汽车充、放电功率大小的实时调节。最后,仿真算例表明,利用文中提出的控制策略,集群电动汽车能够精确、快速地跟踪响应配电系统控制中心给出的功率跟踪目标,验证了文中提出方法的有效性。     

计及电气特性的空调负荷建模及集群控制策略

为充分发挥温控负荷的调控潜力,以空调负荷为例,对空调负荷建模及集群控制策略进行了研究。首先从热力学模型与电气模型两方面建立了完善的空调负荷模型;其次考虑空调的启停次数以及使用寿命等实际因素,提出了一种基于改进温度优先序列的空调负荷集群群内控制策略;最后分析了负荷电压变化对集群响应功率的影响,基于频率下垂控制,提出了一种考虑功率响应偏差、电压约束以及集群等效荷电状态的空调负荷集群控制策略。基于MATLAB/Simulink的仿真结果表明,所提的空调负荷集群控制策略能够平抑微电网功率波动,同时能够有效降低空调的启停次数,减小对空调使用寿命的影响。     

基于暖通负荷集群响应能力的电力系统频率控制策略

为提升系统频率稳定水平,提出了一种基于暖通空调负荷集群响应能力的电力系统频率控制策略,采用建筑采暖热泵作为可控负荷参与系统调频服务.首先,通过构建等值热力学参数模型来描述热泵的控制温度动态过程.进而根据用户温度舒适范围确定单体热泵的调频可控域,判断热泵是否可参与调频响应,保障热泵工作过程中的控制温度满足用户需求.同时,...     

时滞环境下基于电动汽车与电热泵的协调频率控制

提出一种时滞环境下应用电动汽车和电热泵协同参与系统负荷频率控制的调控策略。在考虑电动汽车和电热泵单体运行特性的基础上,分别构建电动汽车与电热泵集群的调频控制模型;充分考虑负荷频率控制中通信延时的影响,建立包含时滞环节的调频系统动态模型;进一步地,利用该模型对不同类型可控负荷集群对应的时滞稳定裕度进行分析,并根据最大化系统稳定裕度的原则优先采用稳定裕度较大的可控负荷进行调频,从而对电动汽车与电热泵在参与频率调节过程中进行协调控制。     

基于思维进化算法的电动汽车有序充电控制策略

大量电动汽车充电会加大充电站负荷峰谷差,影响充电站安全稳定运行。因此提出了一种基于思维进化算法(MEA)的电动汽车有序充电控制策略:以用户充电费用最少和充电站负荷峰谷差最小为目标函数,采用MEA算法动态计算接入充电站电动汽车的最优充电时段,由用户自主响应,从而实现充电站内电动汽车的有序充电控制。为验证该策略的有效性,利用蒙特卡洛方法模拟用户充电需求,对算例进行仿真分析。结果表明:与无序充电相比,有序充电控制策略可在降低电动汽车用户费用的基础上实现充电负荷的削峰填谷;相比于使用遗传算法,MEA算法具有一定优势。     

适应清洁能源消纳的配电网集群电动汽车充电负荷模型与仿真研究

研究了配电网中集群电动汽车动态充电负荷直接负荷控制消纳清洁能源的模型和控制方法。假设调度机构可通过统一的由激励机制产生的无线激励信号,在线直接控制电动汽车充电负荷功率用以实时消纳风电出力。首先,采用面向负荷传输的方法,建立基于偏微分方程的集群电动汽车充电负荷模型。而后,通过实际居民出行数据进行模型仿真,采用蒙特卡洛模拟验证模型的有效性,并提出基于滑模控制策略采用实时供需误差,跟踪消纳风电功率输出。最后,通过实际风电输出功率曲线验证控制方法的性能,为能源互联网背景下清洁能源消纳提供一种新的途径。     

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。     

大规模电动汽车集群分层实时优化调度

为解决电动汽车的大规模实时优化调度问题,根据接入电动汽车不同的期望充电完成时间,将其划分为若干个不同优先级的电动汽车集群,在满足车主充电需求、配电网安全运行的同时,建立了考虑电动汽车充放电的大规模集群实时优化调度模型。该调度模型主要分为两个层次:首先,采用灰狼优化(GWO)算法对上层调度进行求解,从而获得各个电动汽车集群的充放电策略;然后,利用提出的能量缓冲一致性算法,制定出集群内的各辆电动汽车的底层充放电策略。仿真算例表明:所搭建的集群优化模型能明显降低电动汽车的大规模实时优化调度难度,同时,GWO算法和能量缓冲一致性算法在求解电动汽车的大规模优化调度问题上,更具有实用性和快速性。     

考虑电价影响的电动汽车削峰填谷水平评价

为了避免电动汽车充放电行为的无控性对配电系统负荷曲线造成的不良影响,首先从能量平衡的角度出发,以电动汽车行驶里程所耗电量为依据估算电动汽车的充放电量。然后考虑电价对车主充放电的影响,以电动汽车充放电代数费用最小为目标进行充放电时间段优化。最后研究以平抑负荷曲线为目的的电动汽车充放电优化方案,采用动态规划法进行电动汽车充放电优化。提出的方法和模型在PGE 69节点配电系统中进行仿真,对于不同电价体系下配电系统中的电动汽车削峰填谷水平进行了评价。仿真结果证明了在电价的影响下,所提出的电动汽车充放电控制策略能够有效进行负荷削峰填谷。     

基于分布式控制的电动汽车分层优化调度

针对传统的集中式控制方式计算量大,电动汽车用户难以接受集中控制指令的问题,采用基于分布式控制的电动汽车充放电分层管理框架,适用于大规模电动汽车的优化调度。采取用户自主提交可接受充电计划集、本地运营商审核、配电网控制中心统一调度的方式对电动汽车的充放电行为进行管理。在对电动汽车的充放电负荷进行建模的基础上,分别建立电动汽车智能体最大化自身收益的车网互动优化模型、本地运营商最小化负荷峰谷差的优化调度模型,以及配电网控制中心的安全控制调度模型,兼顾各个层次的效益。以包含3个本地运营商的IEEE 33节点系统为例,对各个层次的行为及控制策略进行仿真,验证了所述分层管理架构的有效性。     

大规模电动汽车充放电优化控制及容量效益分析

建立了电动汽车充放电两阶段优化模型,并采用整数规划方法求解,以获取通过优化控制降低的峰荷量及车辆到电网(V2G)的放电量。考虑电动汽车起始充电时间、起始荷电状态的随机分布,采用拉丁超立方抽样方法进行抽样,以有效减小计算规模。以中国2020年和2030年电动汽车充电负荷为例,对电动汽车可控比例不同情景下的有序充电优化、V2G优化问题进行了仿真计算,并对成本效益进行了分析。考虑到未来参数的不确定性,对成本效益相关参数进行了灵敏度分析。分析结果表明,所提出的两阶段充放电优化控制模型能有效降低峰荷并平滑负荷曲线。同时可知,装机成本和电池寿命损耗成本的变化将对V2G的效益产生较大的影响,上网电价的变化则对V2G效益的影响较小。     

电动汽车参与电力系统优化调度的谈判策略

以电动汽车为代表的灵活电力负荷参与电力系统优化调度可以改善系统运行的经济性,对于这类负荷电力公司或相关管理机构应给予适当的经济激励。考虑到电动汽车代理商与电力系统调度机构之间的信息不对称,这部分经济激励应该由电力公司和电动汽车车主代理通过谈判来确定。在此背景下,研究了电动汽车代理商与电力公司针对电动汽车参与日前优化调度的谈判策略。首先,建立了计及电动汽车代理商参与系统优化调度的数学模型和电动汽车代理商的充电需求模型。之后,根据电动汽车代理商和电力公司分别对电动汽车参与系统优化调度为电力公司带来的收益和电动汽车代理可能遭受的损失的估计,分别给出了其谈判报价策略和报价调整策略。最后,以修改的IEEE 30节点系统为例,对所提出的电动汽车代理商谈判策略进行了仿真分析,说明了所提方法的基本特征。     

计及电动汽车充电负荷的风电-光伏-光热联合系统协调调度

考虑大规模电动汽车(Electricvehicle, EV)随机接入含高比例可再生能源电力系统后会进一步加大系统运行的稳定性问题,根据风光特性将联合系统划分为"有风有光"、"有风无光"、"有光无风"、"无风无光"四种运行模式,提出一种计及EV充电负荷的风电-光伏-光热协调调度策略。在"多能源端"通过外加电加热模块将盈余电功率转换成热功率储存在光热电站(Concentrating solar power,CSP)的蓄热系统(Thermal energy storage,TES)中,在可再生能源出力不足时,通过TES放热推动汽轮机组出力,从而减少功率波动性。在"负荷侧"将EV负荷划分为无序EV、单纯有序EV和V2G(Vehicle-to-grid)三种不同的EV负荷。最后利用Matlab进行仿真分析,仿真结果验证了所提调度策略在减少净负荷方差、增大可再生能源消纳、减小传统机组波动等方面的有效性。     

含热泵的热电联产型微电网短期最优经济运行

微电网作为一种优异的可再生能源接入方式,引起了国内外广泛关注,而如何进一步提升微电网的可再生能源消纳比例已成为热点问题。为此,文中在热电联产型微电网中引入了用于消纳过剩风电并承担部分热负荷的热泵装置,综合考虑了热泵装置的电热特性、储能装置充放电寿命损耗费用、弃风损失、热电联产机组的开机费用和燃料费用等,以调度周期内运行费用最小为目标函数建立了热电联产型微电网短期最优经济运行模型,采用混合变异算子的粒子群优化算法对模型进行求解。算例分析表明,引入热泵装置后达到了减少微电网弃风、减少储能装置反复充放电和节约燃料消耗的目的,为热电联产型微电网短期调度运行提供了参考。     

大数据背景下的充电站负荷预测方法

电动汽车负荷预测是充电站规划及调度的研究基础。相比传统的负荷预测,大数据背景下的负荷预测具有待预测数据可快速观测的特点,此时负荷预测方法需要相应调整。首先分析了充电站负荷预测所需数据及主要数据来源。其次,针对单辆电动汽车,基于大量、快速更新、多种类的数据分析电动汽车的充电习惯,预测每一辆电动汽车的充电开始时间、持续时间和充电地点,获取单辆电动汽车的负荷模型。该模型综合考虑电池状态、出行时间、行驶路径与速度、充电偏好等信息。然后,面向任意充电站,对与其相关的路网节点与交通线路上的所有电动汽车负荷求和,估算该充电站的总充电功率。最后,进行实例仿真,并与传统方法下的充电负荷预测结果进行了对比。     

基于SMDP的光柴储独立微网能量控制策略优化

考虑含光伏发电装置、储能装置和柴油发电机组的独立微网系统,以提高微网长期运行经济性为目标,研究微网能量管理优化问题。首先对系统的随机动态特性进行建模,即针对光伏发电和负荷变化的随机特性,将微网系统的能量控制建模为半马尔可夫决策过程(SMDP);然后采用随机动态规划算法对最优策略进行求解,得到微网在不同的光伏发电功率、负荷需求、储能荷电状态等级和柴油发电机组运行数量下对柴油发电机组和储能装置的最优控制行动。仿真结果说明了所建随机模型的合理性和优化方法的有效性。