电动汽车充换储一体化电站的优化调度策略及应用

随着电动汽车数目的 增加,需要不断提升其能源优化管理策略,以充分发挥电动汽车潜能,实现低碳经济供电的目标.针对含电动汽车的充换储一体化电站,研究其预测能源优化管理问题.首先,基于电动汽车出行链特性分析,采用蒙特卡洛算法对电动汽车负荷量进行预测.然后,针对电动汽车充换储一体化电站、可中断负荷和分布式电站组成的虚拟电厂,以运行成本最小化即经济效益最大化构建综合目标函数,并利用基于改进的粒子群优化算法,对虚拟电厂的运行进行源荷储协同优化调度,以确定电动汽车充放电功率大小、储能电池充放电策略和可中断负荷的调度策略.最后,将该分布式能源优化策略应用到一产业园区中,仿真结果验证了该策略的有效性.     

计及充换储一体站的主动配电网鲁棒优化调度

该文提出一种综合考虑电动汽车充换储一体站与主动配电网的两阶段鲁棒优化调度模型。基于多面体不确定集合分别描述电动汽车快充站、风机和光伏模型。针对地理信息系统建立计及网络拓扑结构的交通流量模型,利用电动公交车发车时刻表和线路安排,结合速度-流量实用模型建立电动汽车换电站模型。在风机、光伏、微型燃气轮机和电动汽车充换储一体站接入的主动配电网中,建立两阶段鲁棒优化调度模型并将其转化为混合整数二阶锥模型,采用分层列和约束生成算法对其进行求解。以某地区实际道路情况为例,并结合改进的PGE69节点系统验证了本文所提方法的优势。     

考虑充放储一体站与电动汽车互动的主从博弈优化调度策略

针对大规模电动汽车(electrical vehicle,EV)接入微电网造成的负荷压力,提出一种考虑充放储一体站(charging-discharging-storage integrated station,CDSIS)与EV互动的主从博弈优化调度策略。首先,通过建立CDSIS模型,并针对CDSIS多场景进行分段设置。其次,建立动态路网模型并结合EV出行特性,预测城市区域路网约束下的EV充电负荷时空分布。并根据预测结果建立EV及CDSIS多目标主从博弈优化调度模型,对EV用户、CDSIS收益进行多目标协调。最后,以某城市主城区域部分交通路网结合IEEE33节点配电系统进行仿真,分析电价与CDSIS储能设备容量对城市区域内EV用户和CDSIS站收益的影响。结果表明,所提主从博弈模型与调度策略能够使得EV用户与CDSIS双方得到最大收益。     

考虑不确定因素下含充换储一体化电站的微网能量优化

电动汽车直接接入电网并不能实现真正意义上的低碳,将电动汽车通过充换电站(battery charging-swapping station,BCSS)接入微网就地消纳可再生能源,并和储能电站(energy storage station,ESS)组成电动汽车充换储一体化电站(charging-swapping-storage integrated station,CSSIS)作为微网的储能系统,能够降低电动汽车对微网运行的影响,同时提高储能可调节容量。针对微网内风机、光伏的不确定性以及负荷的波动性,建立了基于机会约束规划的经济优化模型,以一定置信水平下满足备用需求作为可靠性约束,基于峰谷分时电价优化一体化电站和燃料电池出力,并确定联络线交互功率。对CSSIS充放电功率在BCSS和ESS之间进行分配时,应用滑动窗口法优先调度BCSS充放电,安排ESS承担剩余功率,从而使BCSS具有较稳定的运行环境,也为ESS提供可调节容量支撑。以一个具体微网为例验证了所提策略的有效性。     

基于用户出行模拟的电动汽车快充站负荷预测及其优化调度

电动汽车作为一种新型交通工具,其充放电优化问题得到越来越广泛的关注。论文提出一种基于用户出行模拟的电动汽车光储充一体式直流快充站优化调度方案。首先结合用户出行链概念,基于城市道路网络和改进的路阻函数模型,运用实时路径搜索算法和基于模糊理论的用户充电方式选择方法对一天内城市电动汽车充电负荷的时空分布进行预测;然后以预测结果为基础,以用户“充电贴合度”指标最大的原则将区域充电负荷落实到建设在特定节点处的充电站,接着以站内综合运行成本最小为目标,在满足设备功率、用户出行需求和储能电池状态等约束的条件下,构建优化调度模型。最后将优化方案与仅需满足设备功率平衡且电动汽车用户以额定功率随到随充的常规调度方案进行比较,结果显示,论文所提优化调度方案能够较大限度地降低充电站的运行成本,具有推广应用价值。     

换电站与电网协调的多目标双层实时充放电调度方法

大规模电动汽车无序充电会对电网安全经济运行及换电站经济运营产生严重的负面影响。计及未入网电动汽车充换电预测,考虑电力网络运行、大规模电动汽车用户充换电需求等约束,建立了换电站与电网协调的多目标双层实时充放电调度模型,其中上层模型以电网负荷波动最小和上下层调度偏差最小为目标,由上层调度机构安排各换电站实时充放电计划;下层以各充放电装置响应上层计划为目标,同时满足用户充换电需求,将大规模混合整数非线性规划问题转化为非线性多目标规划问题和大规模混合整数线性规划问题。采用基于Zaslavskii混沌映射的改进NSGA-Ⅱ和YALMIP/CPLEX求解方式对上下层问题分别进行迭代求解滚动优化。以IEEE 30节点系统为例,验证了所构建模型的正确性和有效性。     

考虑交通路况的电动汽车充电负荷预测

对电动汽车充电负荷进行预测,是研究电动汽车负荷接入对配电网的影响、充电站选址定容等问题的前提。提出一种考虑交通路况的电动汽车充电负荷预测模型。建立考虑道路拓扑结构、速度-流量模型的道路交通模型,模拟在实际路网约束下车辆的行驶状态;考虑温度和车速的影响得到单位里程耗电量,并结合其他主要参数建立单体电动汽车充电模型;通过出行链理论和OD矩阵法分别获得私家车和出租车出行的起讫点,利用基于出行时间指数的Dijistra算法规划行驶路径;采用蒙特卡罗法进行模拟,得到充电负荷的时空分布。以西安市主城区实际路网为例,验证了该方法的有效性。     

考虑电动汽车换电站与电网互动的机组组合问题研究

大规模电动汽车换电站接入电网后,其充放电行为将给系统优化运行带来新的挑战。将电动汽车换电站引入传统机组组合问题中,提出考虑换电站与电网互动的机组组合(unit commitment,UC)新模型。在深入研究电动汽车电池更换物理过程的基础上,以常规机组的发电成本、启动成本和考虑换电站充放电净负荷的方差为目标函数,考虑了换电站的充放电效率、电量平衡和满足日换电需求的最小储能等约束,形成机组组合问题优化新模型。通过换电站充、放电过程优化,降低机组出力的调整频率,提高电网安全运行的经济性。最后,在10机电力系统模型上进行算例仿真分析,验证所提模型的有效性和正确性。     

基于深度强化学习的大规模电动汽车充换电负荷优化调度

针对大规模充换电站的聚合优化调度问题,提出一种基于SAC深度强化学习的充换电负荷实时优化调度策略。该策略充分考虑了负荷调控过程中的用户因素、系统因素和市场因素,能够实现大规模电动汽车与各类电力系统主体的友好互动。首先,考虑充换电站的发展规模和调度性能建立联合运行框架;其次,提出考虑多重用户特征的可调性识别模型对电动汽车的实际可调性进行判断;进而,考虑充换电站优化调度的多重时空特征,构建不同场景下可调充换电负荷的优化调度模型;然后,基于SAC算法求解并网充换电负荷的实时调度方案;最后,以电动汽车聚合优化虚拟电厂负荷为例,验证了SAC算法应用于大规模电动汽车充换电负荷实时优化调度的经济性和高效性。     

考虑电动汽车虚拟储能的高渗透配电网鲁棒优化调度

针对可再生分布式电源和电动汽车大量接入后给配电网带来的挑战,提出了一种综合考虑电动汽车接入随机性和分布式电源出力不确定性的鲁棒优化调度模型.首先,分析了分布式电源与电动汽车负荷的协同特性,结合电动汽车充放电管理方法与各类电动汽车的停驶特点,建立了可供调度的电动汽车虚拟储能容量估算模型;然后,利用鲁棒随机优化理论描述风光...     

Day-ahead optimal charging/dischargingscheduling for electric vehicles inmicrogrids

Microgrid as an important part of smart grid comprises distributed generators (DGs), adjustable loads, energy storage systems (ESSs) and control units. It can be operated either connected with the external system or islanded with the support of ESSs. While the daily output of DGs strongly depends on the temporal distribution of natural resources such as wind and solar, unregulated electric vehicle (EV) charging demand will deteriorate the unbalance between the daily load curve and generation curve. In this paper, a statistic model is presented to describe daily EV charging/discharging behaviors considering the randomness of the initial state of charge (SOC) of EV batteries. The optimization problem is proposed to obtain the economic operation for the microgrid based on this model. In dayahead scheduling, with the estimated power generation and load demand, the optimal charging/discharging scheduling of EVs during 24 h is achieved by serial quadratic programming. With the optimal charging/discharging scheduling of EVs, the daily load curve can better track the generation curve. The network loss in grid-connected operation mode and required ESS capacity in islanded operation mode are both decreased.     

融合路网-电网信息的电动汽车充放电行为引导与调控策略

在智慧城市理念快速发展的背景下,电动汽车（EV）无引导的出行与无序的充放电行为影响着电力-交通耦合网络的安全高效运行。针对此问题,提出一种融合路网-电网信息的EV充放电行为引导与调控两阶段优化策略。首先,分析电力-交通耦合网络的交互影响因素和方式,提出EV充放电出行路径引导和调控架构;其次,提出融合路网-电网信息的EV充放电出行决策电价动态更新策略,并建立计及用户时间-经济成本的EV充放电出行路径决策优化模型;然后,兼顾多方主体利益,建立EV充放电调控模型;最后,仿真结果表明,所提策略能够综合考虑路网和电网实时运行状态,充分挖掘EV在路径引导与充放电调控过程中的可调潜力,实现系统协调运行和多方共赢。     

含高渗透率光伏发电并网型微网中的电动汽车优化调度方法

针对含高渗透率光伏发电的并网型微网,研究了电动汽车与大规模光伏发电协同增效利用的方法,提出一种以提升光伏发电利用率为目的的电动汽车优化调度模型。为避免依托于中央能量管理系统的集中优化,发展了关联电动汽车交互功率与系统负荷信息、光伏出力信息的虚拟费用理论,在此基础上构造了电动汽车集群的非合作充放电博弈模型,并推导出博弈模型纳什均衡与集中式优化模型最优解的一致性,从而以分散自治的方式规避了集中式优化的弊端。在某办公楼区域光储微网的算例分析中,以光伏发电利用率、等年值成本为微网运行性能评价指标,验证了所述电动汽车优化调度方法的合理性、有效性。     

Day-ahead Resource Scheduling in Distribution Networks with Presence of Electric Vehicles and Distributed Generation Units

Abstract

In this paper a new framework for scheduling of available resources in the distribution networks is developed. In this respect attempts are focused on interactions between charging/discharging profiles of electric vehicles (EVs) and output power of distributed generation units. To reach this goal, the proposed framework is designed as a two-stage optimization procedure. In the first stage, the charging/discharging schedules of EVs are extracted running a linear programing optimization problem taking into account the EV users' constraints and requirements. The usage profiles of the DG units, strategy of buying electricity from the market and also the final charging/discharging patterns of the EVs are set running the second stage of this scheduling framework. The attained mixed-integer non-linear programing optimization problem is linearized and a procedure is organized to check the technical aspect of network. The results show that the proposed energy resource scheduling method satisfies financial and technical goals of network.     

含电动汽车和智能软开关的配电网动态重构

提出含分布式能源、智能软开关(SOP)和电动汽车(EV)有序接入的配电网重构策略。基于上班族的出行习惯模拟EV的无序充电模型,并构建配电网重构下的SOP模型;对于接入的EV无序充电负荷,采用拉格朗日松弛分散式优化算法和虚拟电价进行EV的有序调度;以最小化网损费用,SOP运行费用,弃风、弃光费用与开关动作费用之和为目标函数,通过大M法和二阶锥松弛将配电网重构模型转化为混合整数二阶锥规划模型,采用CPLEX求解器进行求解。IEEE 33节点标准系统的仿真结果表明,在配电网动态重构中采用SOP代替传统开关能够提升配电网运行的经济性,同时采用所提有序调度方法优化EV充电可以改善配电网电压质量。     

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

针对快充场所电动汽车(EV)大规模接入造成的配电网过载问题,提出了EV需求响应潜力模糊评估方法与实时调控优化模型。首先,基于EV电池安全电量、EV充电需求、充电桩额定功率的限制建立用户客观响应能力约束模型,以及考虑激励水平的用户主观响应意愿评估模型。其次,结合客观响应能力和主观响应意愿建立用户响应潜力评估模型,采用模糊推理确定充电电价、当前电量需求和剩余驻留时间等因素对用户响应意愿的影响。然后,提出激励型实时需求响应的双层优化模型及其求解方法,上层优化模型以EV聚合商激励成本最小化为目标对EV聚合商激励电价进行优化,下层优化以用户平均充电满意度最高为目标对EV充放电功率进行优化,从而充分挖掘用户的响应潜力,兼顾电网公司、EV聚合商、用户各方的利益。最后,通过多组仿真验证了所提模型和方法的有效性。     

基于电网-交通网耦合的充电站故障传播分析框架

近年来,随着电动汽车数量的增加,电网和交通网的联系也更加紧密。2018年深圳市充电站故障引起电动出租车大面积停运堵塞交通事件表明：电网的扰动可能经充电站和电动汽车的耦合而波及到交通网,导致交互传播的连锁故障。因此,需要在考虑电网-交通网两网耦合的基础上,研究充电站故障扰动在两网间的交互传播。在上述背景下,文章提出了一种基于电网-交通网耦合的充电站故障扰动传播分析框架;首先,分析电网和交通网之间的耦合关系,基于多层网络理论建立了电网-交通网耦合网络模型;通过出行链模拟电动汽车的行驶轨迹,建立了电动汽车出行和充电模型;然后,在耦合网络的基础上,考虑充电站故障扰动对电动汽车出行的影响,提出了一种基于多层网络级联失效的扰动分析方法;最后,通过仿真算例分析充电站故障扰动在交通网的时空传播特性。仿真结果表明,文章提出的基于电网-交通网耦合的充电站故障扰动传播分析框架能够准确描述电网扰动对交通网的影响,并且可以定量分析不同路段的交通状态时空演化特征,为交通管理者制定决策提供科学依据。     

利用实时交通信息感知的电动汽车路径选择和充电导航策略

适当选择电动汽车(EV)路径并优化充电导航,有助于提高用户出行效率及缓解大量EV同时充电对配电系统安全运行的影响。在此背景下,提出借助群智感知技术来获得实时交通路况和充电站服务信息,并在此基础上利用矩阵分解得到交通信息矩阵。之后,在考虑路径选择、到达时间、电池容量及充放电状态互斥约束的前提下,构建了分时电价机制下以用户出行总成本最小为目标的EV路径选择和充电导航优化模型。以某市中心25km×25km区域内所包含的4座快速充电站连接到IEEE 33节点配电系统为例来说明所述方法的基本特征,并针对考虑和不考虑实时交通信息情形,分析了参与群智感知的EV数量对用户出行路径及EV充放电对配电系统的影响。     

采用拉格朗日松弛法的电动汽车分散优化充电策略

电动汽车聚合商作为电动汽车充电服务的提供商,是电网公司和电动汽车用户之间交互的重要协调者。从电动汽车聚合商的角度出发,在考虑电动汽车用户的电量需求、充电时间以及配电变压器的可用容量等约束条件下,以电动汽车聚合商充电收益最大化为目标,构建了基于拉格朗日松弛法的分散优化模型,研究了分散优化充电策略的执行机制和流程。采用蒙特卡洛方法模拟电动汽车的充电情况,通过仿真算例,对比分析了在无序充电、集中优化充电和分散优化充电模式下的负荷曲线、经济效益和计算效率。结果表明：基于拉格朗日松弛法的分散优化充电策略可得到近似于集中优化模式下的充电收益,同时具有更高的计算效率,适合实际应用。     

融合多源信息的电动汽车充电负荷预测及其对配电网的影响

电动汽车充电负荷具有时间和空间不确定性、随机性,提出一种融合路网、交通、电网、天气、车辆、充电设施等多源信息的考虑用户出行行为和充电需求的电动汽车充电负荷时空分布预测模型。由图论方法构建城市路网和电网信息模型及两者的耦合关系;引入出行链,以概率函数拟合车辆首次出行时间和行程目的地的驻留时间,采用Dijkstra算法规划车辆的出行路径以获得各段行程距离,由道路等级和各时段交通信息获得车辆的行驶速度,以计算行程行驶时间和荷电状态,再根据各行程目的地的充电需求判断条件,计算充电时长和充电负荷;采用蒙特卡洛方法对各功能区电动汽车出行的时间和空间充电负荷分布进行整体仿真;并根据耦合关系将充电负荷归算至对应电网节点,再通过时间序列潮流计算评估电动汽车接入电网后无序充电对电网负荷、电压和网损的影响。算例通过设置不同的场景预测了不同功能区和电网节点的充电负荷曲线,分析了不同因素对充电负荷分布及电网的影响,验证了所提模型的有效性。