插电式混合电动汽车充电对配电网的影响

插电式混合电动汽车(plug-in hybrid electric vehicle,PHEV)的快速发展将对配电网产生重要影响。在此背景下,建立了用于分析PHEV充电对配电网影响的充电负荷模型,提出了用于改善PHEV充电对配电网影响的优化充电策略。分析了影响PHEV充电的2个关键随机因素的概率分布,并计及随机因素,建立了充电功率按照充电曲线变化的PHEV充电负荷的概率模型。PHEV采用自由充电方式和负荷低谷充电方式时对配电网有不同程度的影响,为此提出了考虑随机因素,以负荷方差最小化为目标的优化充电策略。以IEEE40节点辐射型配电网系统为例,通过Matlab仿真,分析了采用3种充电方式时,不同数量的PHEV充电对配电网负荷曲线、网络线损及节点电压偏移的影响。结果表明,采用优化充电方式减小了网络线损和节点电压偏移,有效改善了PHEV充电对配电网的影响。     

基于SCUC的可入网混合电动汽车优化调度方法

在可入网混合电动汽车(PHEV)有望规模化应用的背景下,以传统的计及安全约束的机组最优组合(SCUC)问题为基础,发展了能够容纳PHEV的电力系统优化调度数学模型。所发展的模型以保证系统安全运行为前提,兼顾了PHEV车主的经济效益与发电的碳排放成本。利用PHEV作为可移动电量储存单元的特性,将模型解耦为机组最优组合与计及交流潮流约束的充/放电计划优化2个子模型。应用混合整数规划方法和牛顿—拉夫逊潮流算法迭代求解优化问题,可以同时获取日前机组调度计划和各时段的PHEV最优接纳容量及充/放电计划等结果。最后,以6节点和IEEE 118节点2个系统为例,验证了所构建模型的正确性和有效性。     

含大规模电动汽车的电力系统机组组合问题研究

大规模电动汽车(electric vehicles,EV)接入电网将会对电力系统的规划、运行及市场运营产生很大的影响.针对大规模EV接入电网后的机组组合问题进行了研究,提出了一种计及EV充电需求的电力系统机组组合模型,把满足EV充电需求纳入约束条件,以某一辆EV在某一个时段是否进行充电作为可优化控制变量,以10机系统24h内的机组组合为算例,在不同EV规模下,对比了3种不同充电控制策略,即无序充电策略、分时电价策略、智能充电策略对电力系统机组最优组合优化结果的影响.由计算可知对EV采取适当的充电控制策略可以降低电力系统发电成本.     

考虑大规模电动汽车入网的协同优化调度

就可入网电动汽车(PHEV)广泛接入电力系统后的机组最优组合问题进行了研究。将各时段的燃煤机组出力和PHEV充放电数量作为决策变量,以机组燃煤费用最小为目标函数,并引入相应的约束条件,提出一种带有动态约束处理的纵横交叉算法,以求出该模型的最优调度方案。纵横交叉算法采用一种双交叉搜索机制,在扩大了搜索空间同时,保持了种群的多样性,大大增强其全局搜索能力和收敛精度。两种交叉方式通过竞争算子完美的结合起来,所产生结果会呈链式反应在整个种群中蔓延。最后实验部分,以10机组模型为例,证明了此算法能有效解决非凹、约束耦合的发电成本最小化问题。     

电动汽车供电能源优化组合及智能充电策略

为评估电动汽车充电过程中不同种类可再生能源的经济性,构建了智能充电优化模型,得出电动汽车供电电源的最佳电能组合,所涉及发电能源包括风电、光伏发电以及通过可再生能源配额进行补偿的传统化石燃料发电。通过对可再生能源利用情况和电动汽车充电特性进行分析,采用启发式动态规划方法建立智能充电模型,研究风能、太阳能接入电动汽车充电系统后与传统发电能源的协同优化机制,并对电动汽车充电能源组合中各能源的经济性进行敏感性分析。结果表明,电动汽车智能充电策略有利于提高可再生能源的利用率,降低其负荷不稳定性对电力系统的影响,并且风力发电接入充电系统具有成本优化效益,能有效降低充电成本。     

考虑风电机组超速减载与惯量控制的电力系统机组组合策略

随着风电渗透率的提高,电力系统将面临惯量支撑和频率响应能力不足的问题.风电机组通过虚拟惯量控制及超速减载控制可具有调频能力.文中在传统机组组合模型的基础上加入计及风电机组调频的频率动态约束.首先,推导风电机组不同减载量下的虚拟惯性时间常数大小.然后,对计及风电机组调频的多机系统建模,并推导扰动后频率最低值的表达式.接着,构建考虑动态频率约束的机组组合优化模型,并采用多元分段线性化技术解决频率约束高度非线性特征的问题.最后,以含风电并网的10机系统为例进行计算分析,结果验证了风电机组参与调频在机组组合决策中的可行性.所提模型与传统机组组合相比,在满足经济性的同时提高了系统稳定性.     

插电式混合动力汽车大规模接入环境下的发输电系统可靠性评估

电动汽车的充电行为具有随机性,未来插电式混合电动汽车(plug-in hybrid electric vehicle,PHEV)的大规模接入将对发输电系统的可靠运行造成重要影响。文章系统地研究了PHEV大规模接入环境下发输电系统可靠性评估的模型、指标和算法。首先,建立了PHEV充电需求仿真模型,包括PHEV的动力电池特性模型、用户随机出行特性模型以及PHEV充电功率需求仿真方法;其次,提出了PHEV对电网的穿透水平指标和PHEV接入规模对系统可靠性的灵敏度指标,能够表征PHEV接入对电网的影响;最后,提出了PHEV大规模接入环境下的发输电系统可靠性评估算法,采用扩展的状态空间分割算法可快速有效地评估PHEV接入后的系统可靠性水平。通过IEEE RTS算例分析了PHEV接入规模及充电策略等因素对系统负荷曲线和可靠性水平的影响,验证了所提指标和算法的有效性。     

计及电动汽车规模化入网的发电优化调度

针对混合电动汽车(PHEV)规模化入网的动态经济调度问题进行了研究。将各时段的PHEV充放电数量和燃煤机组出力作为决策变量,以机组燃煤费用最小为目标函数,并构造考虑PHEV充放电总量和旋转备用容量的约束条件,提出一种带有动态约束处理的纵横交叉算法,以求出该模型的最优调度方案。纵横交叉算法采用一种双交叉搜索机制,其中横向交叉作为全局优化器,以较大的概率在一半种群构成的超立方体子空间内进行搜索,同时在各自的边缘地带以递减的概率寻优以减少搜索盲区;纵向交叉引入维交叉概念,避免了"维数灾"问题。以10机组系统为算例,证明了所构造模型的可行性和有效性。     

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。     

基于PSO算法的电动汽车有序充放电优化

研究提出了一种对电网需求侧负荷变化进行建模和控制的方法,考虑了电动汽车开始充电时间,充电时长和初始充电状态(SOC)的随机性,建立了接近现实世界住宅配电网中电动汽车充放电的随机模型,提出了基于粒子群优化算法的智能充电和车对网(V2G)策略。该控制策略主要用于提高电能质量和平滑电网负荷需求。然后,在不同的电动汽车渗透水平下对三种不同的充电形式进行模拟:无序充电、无V2G有序充电和有V2G有序充电。仿真结果表明:无序充电会严重增加峰值负荷,造成较大的电压偏移。而提出的有序充电方法可以有效降低电压偏差,平滑负载需求曲线。同时,当在所提出的有序充电中考虑V2G时,在较低的PHEV渗透水平下,峰值负荷将减小,并且电压偏移也将减小,随着PHEV渗透水平的提高,V2G的优势将越来越大。