考虑电动汽车有序充电的电网低谷调峰优化研究

针对上海地区受电比例逐年增大所带来的低谷调峰困难问题,提出了一种分时电价下电动汽车有序充电参与低谷调峰的策略。在上海电网原有峰谷电价的基础上,制定了合理的分时电价体系。以系统运行成本最低为目标,建立了含电动汽车有序充电的低谷调峰优化模型。根据上海电网实际算例,采用优化软件Lingo进行求解,验证了该策略的有效性和可行性。     

需求侧规模化电动汽车的充电负荷优化调控策略

针对电力需求侧电动汽车(electric vehicles, EV)用户充电行为的不确定性,分析电动汽车充电负荷调度与控制技术,构建电动汽车充电负荷调控优化模型,提出考虑分时电价与削峰填谷的分层多目标电动汽车充电策略,并对某区域内的1 000辆电动汽车的充电场景进行调控仿真试验。结果表明,本研究提出的优化充电策略能够有效降低充电费用和充电功率峰值,验证了所提出的优化调控策略的有效性。     

智能电网中电动汽车充电的自适应电价控制方法

针对电动汽车的充电提出一种电价控制策略。聚合管理者集中管理电动汽车的电池,并且考虑用电高峰时电网的电能供给有限,通过电价控制调整充电的需求量。采用自适应动态规划,通过在线网络训练,得到最优的电价策略。仿真结果表明,该自适应电价控制方法能够通过学习电动汽车的移动性和充电过程,从而调整实际充电需求量至期望水平,保证智能电网的稳定运行。     

基于虚拟电价的电动汽车充放电优化策略

为了实现负荷侧的"削峰填谷"，在用户侧降低充电费用和电池损耗成本，提出了一种基于虚拟电价理论的电动汽车充放电优化策略。利用虚拟电价建立负荷侧的电价模型；利用动态分时电价建立用户侧的充电电价模型，将两个电价模型进行匹配整合，形成完整的电动汽车充放电的优化调度模型。为优化上述模型，确保整个调度的可实施性，在模型中使用BP神经网络和遗传算法进行预测与优化，同时使用小波分析和模糊聚类方法对充放电负荷进行去噪，并划分不同的电价时段，最后使用MATLAB软件对该模型进行了仿真验证。     

基于MDP及激励需求响应的电动汽车有序充电控制

电动汽车充电行为的不确定性及随机性使充电负荷短时间内大量接入电网从而导致较大的负荷波动,同时,电动汽车的无序充电行为,不能在分时电价的条件下保证充电用户的利益.为缓解这些问题带来的负面影响,首先,基于强化学习中马尔科夫决策过程(MDP)分析电动汽车的充电行为;然后,构造激励函数引导电动汽车根据电网供电裕度进行充电选择,得出同时满足负荷波动最小和用户花费最小的有序充电策略;最后,通过蒙特卡洛方法模拟电动汽车充电情况.有序充电仿真结果表明,该策略能有效地改善负荷叠加曲线,起到削峰填谷作用,并减少用户充电花费.     

基于MDP及激励需求响应的电动汽车有序充电控制

电动汽车充电行为的不确定性及随机性使充电负荷短时间内大量接入电网从而导致较大的负荷波动,同时,电动汽车的无序充电行为,不能在分时电价的条件下保证充电用户的利益.为缓解这些问题带来的负面影响,首先,基于强化学习中马尔科夫决策过程(MDP)分析电动汽车的充电行为;然后,构造激励函数引导电动汽车根据电网供电裕度进行充电选择,得出同时满足负荷波动最小和用户花费最小的有序充电策略;最后,通过蒙特卡洛方法模拟电动汽车充电情况.有序充电仿真结果表明,该策略能有效地改善负荷叠加曲线,起到削峰填谷作用,并减少用户充电花费.     

基于隐马尔科夫模型的电动汽车充电优化

针对电动汽车应用隐马尔科夫模型对单个车辆在一天的任何时候被使用的概率建模,捕捉不同的行程时间段,构建出行状态转移概率矩阵刻画驾驶模式与日分时电价行为的各个变量之间在时间维度上的关联性。根据车辆的使用情况、终端用户的风险规避和电力价格,对样本在仅充电方案和V2G方案下使用随机动态规划来确定最优充电策略。     

分时电价下含电动汽车的微电网群双层多目标优化调度

为解决大规模电动汽车无序充电导致电网出现“峰上加峰”现象,依据电动汽车充电地点的不同将配电网划分为居民区、办公区、商业区微电网,提出基于峰谷差、分时电价、用户充电满意度多目标下的电动汽车充电模式,建立了微电网内运营商峰谷差最小—用户充电费用最少和充电满意度最大的双盈多目标优化调度模型,采用上海市实际居民办公商业混合体,基于MATLAB/NSGA-Ⅱ算法求解负荷整形度;采取粒子群优化算法求解电动汽车车主达到充电最优满意度;实现对电动汽车充电时刻和充电功率的引导。实际算例仿真结果表明,该方法能有效降低配电网负荷峰谷差,提高电动汽车充电效率,满足用户充电需求。     

基于sigmoid函数激励需求响应模型的电动汽车有序充电控制策略

基于经济学理论提出电动汽车有序充电电价模型,给出考虑负荷波动和电动汽车车主支出最小为目标的多目标函数,利用蒙特卡罗方法模拟车主的充电行为,最后,采用粒子群算法求解多目标函数;该方法在电价激励机制的控制过程中,加入用户对电价的响应环节,给出满足sigmoid函数的电价激励策略在不同激励陡度参数下对电动汽车充电的引导效果。以某地区为例进行有序充电场景仿真模拟,结果表明:在兼顾车主和充电站运营商利益前提下,电动汽车规模一定时,选择适合的激励陡度参数能改善负荷曲线,使电网负荷波动最小。     

基于改进隶属度函数的电动汽车充放电多目标优化调度模型

电动汽车充放电多目标优化调度要求兼顾电网与用户的利益,为此提出V2G模式下基于改进隶属度函数的电动汽车充放电多目标优化调度模型.以系统负荷总方差最小、车主充电费用最低为目标,同时引入分时电价引导车主对电动汽车进行有序地充放电,以减小系统负荷峰谷差并促进对风电的消纳.应用反Sigmoid函数替代传统的半降直线型函数,并作为改进隶属度函数,采用最大模糊满意度法将多目标优化问题转化为单目标问题;应用布谷鸟搜索算法对算例进行求解,并验证模型的可行性.最后,分析分时电价的波动、参与调度车辆的数量和电动汽车平均初始电量对优化结果的影响.     

大功率舰载交流电源车

介绍了一种采用SA8282产生纯正弦波交流电的硬件、软件的设计方案.使用SA8282来实现变压、变频,可实现纯正弦波输出,比硬件实现SPWM调制和单片机实现的调制更加精确.实践表明,采用本方案不仅简化了系统,而且各项性能指标均优于以往系统.     

含可控移相器的电力系统潮流分析

可控移相器（TCPST）是一种重要的FACTS装置,其可以实现对电力系统潮流的调控。本文综合考虑了TCPST对系统潮流计算的影响。提出了一个简单,有效的含TCPST的电力系统潮流计算方法,其特点可以很方便地与现有的交流潮流算法相结合。算例验证所提出的方法是正确有效的。     

开关电源的功率合成

提出高功率开关稳压电源采用功率合成的必要性,分析了常规功率合成方法存在的不足;提出并分析了实用、可靠的功率合成技术以及功率合成后的均流、尖峰和可靠性的问题。     

“电力猫”在电力系统载波通信中的应用

电力调制解调器(电力猫)在近几年受到了追捧,它可以在大空间内无需多个无线路由器,即可实现网络的联通。电力猫通过电线来传输数字信号,然后将电路里的数字信号分离出来,再将分离的信号构造网络信号。本文在介绍了电力载波通信的工作原理和可靠性的基础之上,分析了电力猫的优缺点,并对未来的应用方向进行了展望。     

风力发电并网对电网的影响

近几年随着大容量风力发电机的问世,建设大规模风力发电场成为发展趋势.但是大规模风电开发也带来了许多问题,其中,最突出的就是风电并网对我国现有电网格局的影响.根据风能的产生、风力发电在我国的利用以及风电机组发电的特点,系统地分析了风电并网对我国电网系统的影响,为促进以后风能资源的开发利用以及提高电网接受风电场的能力提供了一定的参考.     

电力电子技术在风力发电中的应用综述

风能是不能储存能源，将风能转换成电能并输送到电网过程中，电力电子设备是关键因素之一．介绍了当前主要的风力发电机系统及其控制．针对最具有发展潜力的变速恒频双馈风力发电系统，分析其用于转速控制的电力电子变换器装置．分析了交流并网安装静止无功补偿器的意义，介绍了基于VSC的轻型直流输电原理．最后，描述了未来大容量海上风电场将更广泛应用电力电子装置．     

工程施工用电无功补偿方式

从无功补偿的作用及效益的角度,探讨了工程施工用电无功补偿的必要性、方式选择及其功能的实现,具体分析了采用并联电容器进行无功补偿的主要作用,以期在工程施工用电及电网发、供电方面具有实际指导价值。     

变速恒频双馈风力发电机的功率控制

针对双馈风力发电系统中功率控制的时变性、随机性、复杂性以及非线性的特点,提出了一种基于模糊神经网络的功率解耦控制方法.该控制方法不依赖电机参数和精确的数学模型,能够实现双馈风力发电机有功、无功功率的解耦控制,具有控制简单、灵活、方便、有效的特点,系统鲁棒性强,适用于双馈风力发电机的功率控制.     

考虑经济效益的风储联合发电系统的最优功率预测

准确的风功率预测及经济效益最大化问题一直是电力系统关注的热点,同时也决定风储联合系统参与调度的积极性.因此,文中构建了考虑经济效益的风功率预测模型和风储联合调度模型.首先,分析不同损失函数下的最优预测理论,并选择基于成本导向的增强回归树建立考虑了预测误差成本的风功率预测模型,该模型通过降低预测误差成本提高风电场经济效益;然后,以风功率预测模型的实验结果为基础,构建风储联合调度模型,最大化风电场的经济效益;最后在两个风电场中验证文中所提方法的有效性和先进性.     

含风电场的有功和备用联合优化调度

综合考虑机组备用分配和有功计划出力,建立了含风电场有功和备用联合优化调度模型。该模型引入了负荷和风速预测误差概率函数来表示系统中存在的不确定性,并结合AGC机组修正策略来模拟实际运行场景。此外,在目标函数中还综合考虑了燃料费用和污染气体排放量,以其数学期望值最小为目标,进行双目标优化。最后利用多目标优化算法和多属性决策方法对模型进行了求解。对某系统进行计算分析,结果证明了模型的合理性和方法的有效性。