基于双层优化的电动汽车充放电调度策略

大量电动汽车无序充放电会给电力系统的安全与经济运行带来严重的负面影响。为避免这一问题,引入了对电动汽车进行分层分区调度的理念,并构建了基于双层优化的可入网电动汽车充放电调度模型。在上层模型中,通过优化各电动汽车代理商在各时段的调度计划(包括充电负荷和放电出力),使系统在研究时间区间内总负荷水平的方差最小化,从而实现削峰填谷;在下层模型中,通过各电动汽车代理商对其所管辖电动汽车充放电时间的优化管理,以便与上层的调度计划尽可能一致。之后,采用AMPL/IPOPT和AMPL/CPLEX高效商业求解器对上下层问题分别进行迭代求解。最后,以包含5个电动汽车代理商的、修改的IEEE 30节点测试系统为例,说明了所提出的模型与方法的基本特征。     

电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

含风电的多种形式储能协调调度多目标优化模型

随着大规模储能的日渐广泛应用,其灵活的出力调节能力为含大规模风电接入的电网优化调度运行提供了解决思路。针对电力系统中储能以电源侧、电网侧以及用户侧等多种形式并存的情况,建立多种形式储能协调调度多目标优化模型。该模型考虑风储一体化电站、电网侧电池储能电站和电动汽车参与系统调度运行,深入挖掘多种形式储能的互补调节能力,有效增加了电网的调节容量;电池储能电站面向电网调控运行,考虑其参与系统调峰并提供备用的功能,充分利用储能的可调空间优化系统运行。考虑到不同形式储能的利益主体不同,构建以风储一体化电站上网收益最大、系统总运行成本最小、电动汽车车主支付费用最小的多目标优化调度模型。基于十机算例系统的仿真实验说明:所提模型能兼顾各形式储能投资主体的利益,削减负荷峰谷差,提高风电的消纳能力,不同的储能初始剩余能量对系统整体运行经济性的影响不同。     

风火储电动汽车换电站联合优化调度

将电动汽车换电站作为一种灵活的储能设备纳入电力系统优化调度,建立风火储电动汽车换电站的联合优化调度模型。模型考虑火电煤耗成本、风电节能减排效益、换电站运营成本和备用容量成本,以系统运行成本最小为目标函数,采用CPLEX求解器对模型进行求解,以含1个风电场和5座换电站的10机系统为仿真算例。仿真结果表明：联合优化调度利用换电站有序充放电能有效平抑风电波动,降低电网调峰压力,提高电网风电消纳量,实现电能的有序高效利用。     

区域电动汽车协调优化的充放电策略

电动汽车是一种移动负荷,其充放电行为会对电网产生巨大影响。为减小这种影响,研究了区域电动汽车协调优化的充放电策略。在1个包含居民区和工商业区的区域中,首先研究了电网侧在最优功率负荷波动和经济费用下的充放电需求,然后研究了用户侧充放电总功率与电价的关系,最后研究了中间商侧通过返利来引导用户进行协调充放电。研究结果表明：通过多目标的遗传算法进行充放电优化后,电网侧功率负荷方差有很大的优化,中间商侧得到的充放电总费用增大;中间商侧将节约的费用补贴给用户,通过0-1规划优化后,减少了电池损坏,节约了用户费用,减少了等待时长,为用户带来便利,同时中间商侧因减少的补贴费用而获利。通过3者的协调配合,实现了电网侧、中间商侧和用户侧的协调优化,该策略将1个复杂的优化过程分解成不同模块来实现,既满足了各层面的要求又使该方法更具可操作性,最后用1个算例验证了该策略的有效性。     

基于分时电价的电动汽车充放电多目标优化调度

大规模电动汽车无序充电易造成电网负荷"峰上加峰"等后果,这严重影响电网安全运行,因此合理调度充电行为至关重要。基于分时电价制度和电动汽车可入网的情况,针对电动汽车调度机构建立了计及电网负荷波动及用户成本的多目标优化模型,采用交叉遗传粒子群算法求解得到次日优化充放电计划。基于某商用楼宇负荷数据进行算例仿真,对比分析了分时电价与固定电价下的仿真结果及不同分时电价对调度策略的影响,结果表明:分时电价引导下的调度策略在减小电网峰谷差与提高用户经济性上都具有更大优势;受峰谷电价差增大与尖峰电价的影响,新的分时电价下电网调峰效果更加明显,但用户成本却因平均电价上浮而增高。     

一种基于单元数量控制的电动汽车充换电站电池充放电策略

电动汽车充换电站兼顾电力系统电源与负荷的双重属性,因而,充分挖掘其柔性、灵活的供需电特性,对其做出合理的充换电决策,具有十分重要的现实意义。传统的充放电控制策略以连续的充电电量为决策变量,然而,受电池荷电状态与数量限制,此类模型的最优解往往难以与现实对应。由此,基于日前分时电价,本文提出双向能量交换下以电池充放台数为决策变量的充换电站充放电二阶段优化控制方法,方法第一阶段以充换电站运行的最小支出费用为目标,在其基础上,第二阶段以站内满充电池数量最大为目标寻求最优充换电策略。以实际山东焦庄充换电站为例,比较了无序充电与本文有序充放电的充电负荷及费用支出,分析了本文提出的以电池充放台数为决策变量和传统方法以连续充电电量为决策变量的优化结果的区别,验证了本文提出方法的有效性。     

基于GA-PSO的电动汽车换电站时空双层充电优化策略

针对电动汽车(Electric Vehicle, EV)用户换电体验不佳、换电站备用电池组空闲、充电成本过高及配电网负荷特性恶化的问题,建立了兼顾EV用户、换电站和电网公司三方利益的时空双层充电优化模型。该模型采用双层时空解耦结构,上层模型以满足EV用户个性化需求为目标,重点解决空间尺度上换电站的选择问题。下层模型在时间尺度上采用一种两阶段优化策略,第一阶段以充电成本最小为目标重点关注电池组充电方案的制定问题,第二阶段虑及电网激励以配电网负荷波动最小和峰谷差最小为目标重点关注充电方案的优化问题。最后,采用Monte Carlo法模拟EV用户的换电需求,采用GA-PSO(遗传-粒子群算法)对提出的时空双层优化模型进行迭代求解。以某典型城区为例,仿真验证了所提模型与方法的正确性。     

考虑与电动汽车换电站互动的微电网经济调度

为实现电动汽车换电站(BSS)与微电网所有权不同时微电网运行优化,建立了微电网经济调度双层优化模型。在上层模型中,微电网调度中心是决策机构,其目标函数是微电网供电成本最小;在下层模型中,BSS运营商是决策机构,在考虑换电需求量不确定性的基础上,建立以BSS利润最大为目标函数的盒式集合鲁棒优化模型。上、下层优化模型通过微电网向BSS提供的个性化电价实现互动。采用入侵杂草算法和CPLEX软件分别对上、下层优化问题进行求解,得到微电网内部可控微电源的出力和个性化电价,实现微电网和BSS的共同利益。对某中压微电网进行算例分析,结果验证了所提模型及算法的合理性和有效性。     

电动汽车换电站可用电池组数动态调度策略

电动汽车换电站由于其换电过程耗时短、便于统一管理等优点,成为了电动汽车电能补充的重要方式。但由于电动汽车用户的换电需求具有随机性,目前的预测方法不能很准确地对其进行预测,因此对换电站精确地制定充放电调度计划有较大难度。针对这一问题,建立换电站日前调度与实时调度模型,并通过粒子群算法在Matlab中完成仿真计算。在日前调度模型中通过对用户换电需求的预测制定日前调度计划,在满足各时段需求的前提下优化换电站各时段充放电功率;在实时调度模型中根据各时段需求预测的误差,来动态调整后续时段的调度计划。通过实时调度与日前调度的协调,使换电站抑制了用户实际需求波动影响,同时合理兼顾用户利益、换电站收益与电网的优化运行。     

考虑EV换电站调度和区块链数据存储的电网分布式优化

随着电动汽车规模的迅速增长和主动配电网的发展,对包含电动汽车的电力系统进行调度优化变得越来越重要。文中提出一种包含电动汽车换电站优化调度的三层分布式算法,相比于传统的中心化算法,该算法对于趋于分散布局的现代电力系统更加适用。在此基础上,构建了针对该模型的区块链数据存储与共识体系,保证所有历史数据不被篡改和可追溯。此外,提出了适用于该算法的电动汽车换电站车辆入网(V2G)的电价引导模型,能够准确地引导电动汽车换电站的V2G行为。针对优化运行中可能存在的线路阻塞问题,采用动态约束集法对优化结果进行了校正。最后,通过对15节点测试系统进行仿真,验证了该模型对于分布式电网布局的适用性。     

基于强化学习的电动汽车换电站实时调度策略优化

随着电动汽车的应用推广,换电站的调度优化逐渐成为研究热点。传统的基于换电需求预测值的调度策略在实际应用中面临着难以适应动态干扰因素、预测误差累积等问题。为了解决这些问题,提出了一种基于带基线的蒙特卡罗策略梯度法的换电站实时调度策略,用于优化换电站的充放电策略以及响应电池数量。提出了带基线的蒙特卡罗策略梯度强化学习,并为换电站实时调度问题选取合适的状态空间和动作空间;设计了奖励函数对智能体进行离线训练,从电池状态数据、分时电价和排队电动汽车数量中学习得到最优策略网络;在离线训练好的模型基础上进行实时调度策略测试。基于换电站的服务可用率和经济效益验证了所提调度策略的有效性和经济性,算例结果表明所提策略能对电网负荷起到一定的削峰填谷作用。     

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...     

计及电池放电损耗的电动汽车充放电优化调度策略

针对现有电动汽车充放电策略对电池放电损耗考虑不够深入的问题,提出一种计及电池放电损耗的充放电优化调度策略。该策略以峰谷分时电价为背景,根据电池损耗模型计算电池放电损耗并计入用户用电成本,建立以电网负荷波动和用户用电成本为目标函数,以充放电功率、电池可用容量、不可用时段和出行SOC要求为约束条件的多目标优化调度模型,采用基于杂交的混合粒子群算法求解。利用Matlab进行算例仿真,针对不同电池损耗模型、不同调度车辆数以及不同分时电价下调度策略的优化效果进行了对比分析,验证了该策略的可行性和有效性。     

基于换电服务定价策略及动态调控方法的含充换电站微电网系统双层优化调度

换电服务价格高是电动汽车换电模式普及率低的重要因素之一,为了提高换电模式使用程度,充分发挥换电模式参与系统调度时所发挥的削峰填谷作用,该文提出一种考虑用户参与度的换电服务定价策略及动态调控方法。首先,建立计及时间成本的充电服务与换电服务总费用差价模型,并依据消费者心理学原理构建服务差价-用户参与度曲线;其次,制定换电服务定价策略,并提出相应的动态调控方法;最后,建立含充换电站(battery charging and swapping station,BCSS)的微电网联合系统双层优化模型。上层根据换电服务定价策略及动态调控方法,制定出用户参与度高的换电服务电价;下层根据用户响应换电服务电价后的负荷量,以微电网联合系统总运行成本最低为目标调度机组出力,并以用户满意度作为衡量换电服务电价的指标,合理调整下一时段换电服务电价。通过算例分析,所提方法在实现系统负荷削峰的同时,降低微电网联合系统总运行成本,体现了所提定价策略及动态调控方法的有效性。     

考虑大规模电动汽车接入电网的双层优化调度策略

随着经济发展和化石燃料短缺、环境污染严重的矛盾日益尖锐,电动汽车(Electric Vehicle, EV)的发展和普及将成为必然趋势。大规模无序充电的电动汽车接入电网充电将给电网带来强大的冲击,并可能导致电网局部过负荷,威胁电网运行的安全性和经济性。因此研究了发电机、电动汽车、风力的协同优化计划问题,提出了一种基于输电和配电系统层面的电动汽车充放电计划双层优化调度策略。在输电网层,以减少发电机组的运行成本、PM2.5排放量、用户的总充电成本和弃风电量为目标,建立了基于机组最优组合的上层优化调度模型;在配电网层,以降低网损为目标,考虑网络安全约束和电动汽车的空间迁移特性,建立了基于最优潮流的下层优化调度模型。在基于标准10机输电网和IEEE33节点配电网的电力系统仿真模型上,对所提的基于双层优化的大规模电动汽车充放电调度策略进行了仿真分析,验证了所提双层优化调度策略的有效性和优越性。     

电动汽车换电站有序充电调度策略研究

大规模电动汽车无序充电行为会对电网经济运行造成影响,迫切要求实现有序充电技术。根据电动汽车换电站特点,提出了以换电站充电功率为控制对象的有序充电调度策略,建立不同目标函数的调度策略数学模型,并采用粒子群算法求解,得到次日优化充电计划。基于某地区负荷曲线进行算例仿真,验证了算法的有效性,比较了不同优化目标的调度策略对负荷曲线的影响,分析了优化目标函数值随换电站容量的变化趋势。结果表明,提出的换电站有序充电调度策略能够有效地减小电网峰谷差,提高负荷率,起到平稳负荷波动的作用。     

考虑EV充放电意愿的园区综合能源系统双层优化调度

随着电动汽车的普及度越来越高,工业园区的电动汽车用户日益增多,其充放电行为对园区综合能源系统规划和运行带来极大挑战。本文提出了考虑电动汽车充放电意愿的园区综合能源系统双层优化调度。首先基于动态实时电价、电池荷电量、电池损耗补偿、额外参与激励等因素建立充放电意愿模型,在此基础上得到改进的电动汽车充放电模型;然后,以园区综合能源系统总成本最小和电动汽车充电费用最小为目标建立双层优化调度模型,通过KKT条件将内层模型转化为外层模型的约束条件,从而快速稳定的实现单层模型的求解;最后,进行仿真求解,设置3种不同场景,对比了所提模型与一般充放电意愿模型,验证了文中所提引入EV充放电意愿模型的园区综合能源系统双层优化调度的有效性和可行性,具有一定的经济效益。     

电动汽车换电站调度优化问题下的约束罚函数

传统的罚函数约束问题处理方式极易陷入局部最优,难以达到理想的优化效果。针对这一问题,提出了一种新的约束罚函数处理方法,该方法结合粒子群优化算法的原理特性和已有的自适应罚函数方法,组成了分段穿透罚函数。以粒子群优化算法为求解工具,对计及分时电价和可再生能源的电动汽车换电站多目标调度模型进行优化,在MATLAB仿真平台上对比了传统严格递增罚函数、自适应罚函数和分段穿透罚函数方法,验证了所提分段穿透罚函数处理方法具有求解速度快、全局寻优能力强的特点,能有效解决电动汽车换电站调度优化中的高维、高约束问题。     

考虑动态重构的主动配电网多目标双层优化调度方法

提出一种考虑网架动态重构的主动配电网双层优化调度模型。模型上下层的优化目标均为运行费用最小和系统快速电压稳定性最优,下层优化目标是上层优化目标的组成部分,通过定义相同目标函数实现上下层决策变量的协同优化。模型上层决策变量是各个重构时段内的网架结构,采用基于基本环路的网架十进制编码方式,提高网络重构的求解效率。模型下层的决策变量是各主动管理时段内分布式电源出力、补偿电容器、静态无功补偿器的投切、OLTC动作情况,实现主动配电网的最优调度。采用IEEE 33节点配电系统验证所提方法的有效性。仿真结果表明,所提动态重构方法能大大提升网络重构的求解效率,所提双层优化模型能有效降低配电网运行费用,同时提升系统电压稳定性。