电动汽车充电站有序充电调度的分散式优化

大量电动汽车无序充电会给电力系统尤其是配电系统的安全与经济运行带来影响甚至挑战。针对集中式优化与控制方法的不足和固定电价策略的缺陷,基于拉格朗日松弛法,将传统的电动汽车充电站有序充电调度集中式优化问题分解为N个子问题(N为需充电电动汽车数量),提出了有序充电调度的分散式优化策略。优化模型以充电站收益最大为目标函数,考虑了用户用电需求、充电时间、变压器容量等约束和充电站分时电价策略。为验证所提方法的有效性,采用蒙特卡洛法模拟电动汽车充电需求,对采用集中式优化和分散式优化策略的有序充电和无序充电情形,以及充电站售电固定电价和分时电价模式下的充电站收益、削峰填谷效果、计算效率等进行仿真计算和分析。结果表明,所提方法相比于无序充电及充电站固定电价策略,可显著提高收益;相比于集中式优化,计算效率更高;充电站采用售电分时电价虽有"填谷"效果,但平抑负荷波动效果并不十分理想。     

考虑多方主体利益的大规模电动汽车分布式实时协同优化

针对大规模电动汽车(electricvehicle,EV)接入电网后的实时充电分布式优化问题,应用价格响应与激励响应手段,提出一种计及EV集群充电预测信息,兼顾电网、EV负荷聚合体与车主三方利益的多目标实时分布式优化模型,提出充电满意度模型刻画车主利益,并将全目标分解为各个设备可独立求解的子问题,并采用交替方向乘子法进行分布式求解,并利用预测信息实现算法地快速收敛。不同目标下的仿真结果表明了模型可以有效地平抑负荷波动、降低运行成本、提升用电满意度,并从优化结果、计算时间、用户隐私、信息传递量等方面分析验证了提出的分布式优化模型比集中式的优化模型更适用于大规模EV实时充电优化调度。     

一种低压台区本地HPLC+RF双模自组织通信网络身份认证方法

低压台区“源网荷储”友好互动带来用户侧智能控制设备、传感器接入需求,迫切需要面向本地HPLC+RF自组织网络技术体制,设计针对外部设备接入的安全高效身份认证方法。文中提出一种适应自组织网络的、去中心化的安全认证方案,通过台区边设备、可信代理、端设备建立本地认证链,相比现采集终端到主站的集中式认证方式,该方案可以有效降低因本地自组网网络层级加深而不断增长的安全交互开销,同时有效抵御本地自组织网络多级中继节点被挟持、流量嗅探等网络攻击。通过模拟低压台区本地自组织网络不同中继深度、不同规模外部设备接入多种场景,仿真计算获得外部设备接入台区本地通信网络安全认证交互所消耗通信资源定量分析结果,通过对比集中式认证方式,文中所提认证方案的平均资源消耗量可降低25%,且随着网络拓扑与终端规模的增长,通信资源节省效果更加明显。     

电动汽车规模化接入配电网的充电优化

将配变台区下的电动汽车看成一个小型"集聚体",提出基于配电网安全运行的充电优化问题模型,该模型以有功网损最小为目标函数,计及节点电压、线路潮流、配变容量、集中式充电功率的动态爬升约束以及充电能量平衡约束,优化慢充模式下"集聚体"的充电功率。分区代理商负责监控所管辖台区下每辆汽车的充电行为。采用原-对偶内点法求解该模型,IEEE 33节点系统、PGE 69系统以及一个实际的119节点配电系统的计算结果表明该算法具有良好的收敛性和优化效果。通过动态平衡充电负荷,有效降低了系统网损,平抑了负荷波动,改善了末端电压水平,且避免了随机充电在某些时段可能造成的短时电压质量下降、馈线重载及配变过载等问题,提高了配电网运行的经济性和安全性。     

考虑多源信息实时交互和用户后悔心理的电动汽车充电负荷预测

文章提出了一种考虑多源信息实时交互和用户后悔心理的电动汽车充电负荷预测方法。首先,通过出行链理论和起止点(origin-destination,OD)矩阵法分别获得私家车和出租车出行的起讫点,利用Dijistra算法规划行驶路径;然后,构建基于路网实时车流量统计的速度-流量实用模型,计算路网各路段实时车速。构建考虑环境温度和车速的电动汽车单位里程耗电量模型,计算耗电量;接着考虑充电电价、时间、沿途耗电量等因素,提出基于后悔理论的电动汽车用户充电站选择模型;随后基于交通路网、车辆、公共快充站以及配电网等多源信息,建立多源信息实时交互的电动汽车充电负荷预测框架。最后采用蒙特卡洛法模拟了私家车和出租车的出行和充电过程,得到了区域内充电负荷时空分布。以某区域交通路网和典型配电网为例进行仿真,验证了所提充电负荷预测方法的有效性。仿真结果表明多源信息的及时交互以及考虑用户的后悔心理,会对充电负荷的时空分布产生影响。     

物联网环境下考虑多个利益主体的区域配电系统能量管理

随着物联网设备和分布式资源在配电网中的不断渗透,区域配电网的能量管理问题面临新的挑战,为此提出云-雾分层能量管理架构,并利用智能算法实现含多个利益主体的配电系统的能量管理和优化决策。所提方法在雾层计算中借助机器学习完成对智能电表、各种物联网设备产生的数据进行计算和处理,在云端计算中通过云-雾间的数据交互及外部信息的收集,利用智能优化算法对配电网制定的决策目标进行整体优化计算,以达到智能决策的目的。通过建立配电网内普通用户、微电网、配电网运营商3个利益主体的效用和收益模型,在雾层捕捉用户用电行为和对新能源出力数据进行回归预测,根据用户用电负荷对电价的反应,在云端以社会福利最大为目标,对配电网的总购电负荷及零售电价进行优化决策,实现整个配电网的优化管理。通过IEEE 33节点系统算例对所提方法进行仿真,结果验证了所提方法的有效性。     

基于局部电压幅值与云边协同的分散式充电桩充电协调方法

针对配电系统中大量充电桩集中充电带来的谐波、负荷峰谷差和网络损耗增加等问题，文章提出了一种基于局部电压幅值与云边协同的分散式充电桩充电协调方法。在“云边端”电力物联网架构下，首先使用每个端设备（即充电桩）的电压幅值历史信息，分析各充电桩最大消耗功率等信息；然后通过电力物联网中边缘节点（配变终端）的边缘计算能力，收集充电桩数据并结合用户偏好、能源成本和电动汽车的历史路线等信息，分析过去充电桩的充电负荷数据曲线；最后，在Hadoop云平台采用深度信念网络（deep belief network，DBN）算法训练和预测未来负荷数据，建立目标优化模型。此外，基于蒙特卡洛模拟分析所提出的方法在不同的场景下的性能，以及与集中式充电协调方法进行比较。实验结果表明，所提方法实现了大量分散式充电桩的协同有序充电，减少负荷波动，降低充电负荷对电网的影响。     

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。     

车联网环境下电动汽车主动充电引导模型

为了适应电动汽车数量和充电需求的急剧增长,从电动汽车用户视角出发,提出了一种在车联网环境下基于改进A*路径规划算法与排队论的电动汽车主动充电引导模型。首先,融入红绿灯等待时间和不走回头路条件,改进A*路径规划算法,利用实际路网状态信息更新路网时空状态矩阵,实时优化电动汽车行驶路径,获取电动汽车充电行驶时间。其次,利用深度置信网络预测充电站电动汽车短时到达量,基于排队论M/G/k模型预测电动汽车充电等待时间。最后,以最小化电动汽车充电行驶时间和充电等待时间为目标,搭建电动汽车主动充电引导模型。以中国南京市中心区域为算例,验证了所提主动充电引导模型的有效性,所提算法能够提高充电桩的利用率并减少电动汽车用户综合充电时间。     

“车-路-网”模式下电动汽车充放电时空灵活性优化调度策略

电动汽车（EV）是具有交通和移动负荷双重属性的跨域主体。EV大规模集中充电会给电网带来冲击,并加剧交通拥堵。为此,提出基于“车-路-网”交互的EV充电负荷时空优化调度策略,对EV的充电行为进行合理调控。首先,建立动态路网模型并结合改进的Floyd算法精确模拟EV行驶路径,预测EV充电负荷时空分布特性。其次,以预测结果为基础,结合电价响应度模型提出基于主从博弈的优化调度策略,对电网、路网和EV用户的收益进行多目标优化。最后,以中国北京市某区域路网及IEEE 33节点配电系统对所提模型的有效性进行仿真验证,结果显示,所提策略可以实现充电站间的负荷时空分布均衡,改善充电站周围路网的交通流量状况,并降低EV用户充电成本。     

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。     

计及电动汽车充电站作为黑启动电源的网架重构优化策略

基于电池租赁的换电池模式与大规模集中型充电站配合具有商业竞争潜力,有望得到推广。在此背景下,提出了一种计及电动汽车充电站的网架重构优化策略。首先,对充电站可用电池容量建模,得到针对给定系统停电时刻充电站可提供的启动容量。建立了基于双层优化的网架重构模型,在上层模型中,以最大化系统可用发电容量为目标确定发电机组恢复时刻;在下层模型中,以线路充电电容之和最小为目标确定恢复路径。之后,采用机会约束规划处理相关的不确定性因素,并与双层优化模型相结合构建基于机会约束规划的双层网架重构优化模型,进而采用改进的粒子群算法求解该优化问题。最后,以修改的新英格兰10机39节点系统为例说明了所发展的模型与方法的基本特征。     

基于ADMM算法的多主体综合能源系统分布式协同优化研究

针对多园区综合能源系统的分布式调度问题,本文构造了多园区综合能源系统的多主体架构,提出了一种分布式经济调度的基本框架,建立了多决策主体的集中式优化调度模型;利用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM),引入功率协调变量解耦园区间互济功率,将集中式优化调度转换为具有一致性的各园区分散自治子优化问题,构建了基于ADMM分布式调度模型与算法,实现了与集中式优化调度几乎一致的优化结果,同时克服了集中式方法信息隐私安全性低、通信成本高、建模复杂、求解难度大等缺陷。最后,分别以简单和复杂的多园区综合能源系统为算例,验证了ADMM算法的计算性能及其相较于集中式方法的特点和优势。     

基于增广拉格朗日方法的电动汽车聚合商分散充电控制策略

在电动汽车保有量日益攀升的背景之下,研究了配电网中电动汽车聚合商的分散充电控制策略。考虑配电网的系统约束以及所辖电动汽车充电需求的约束,以分时电价机制下的电动汽车聚合商充电收益最大化为目标,建立了电动汽车聚合商的集中充电控制模型。针对集中控制策略在实际应用中所存在的通信量大、通信成本高、计算效率低以及用户隐私泄露等问题,在集中控制模型的基础上,构造增广拉格朗日函数,引入交替方向乘子法,最终提出了电动汽车聚合商的分散充电控制策略,实现了由个体电动汽车根据本地信息计算充电方案的目标。通过仿真结果验证了该分散充电控制策略可以保证电动汽车聚合商的充电收益最大化,而且有着较高的计算效率和较快的收敛速度。     

考虑规模化储能的配电网电压分布式控制

为了实现储能资源的规模化利用,构建了面向大规模储能设备的协同控制框架,提出了一种基于分布式优化方法的配电网电压控制方法.该方法利用改进型交替方向乘子算法,在优化模型的对偶问题中引入一致性人工约束,仅依靠相邻设备间的通信,即可实现完全分布式的储能设备充放电管理与配电网电压支撑.基于IEEE 33节点系统的仿真算例验证了所...     

基于无迹变换随机潮流建模的主动配电网优化调度

为了解决风电和电动汽车大量接入主动配电网所引发的随机优化调度问题,利用基于无迹变换的随机潮流计算方法处理风电出力的波动性、电动汽车充电的随机性以及电网负荷的随机波动。进而建立了以电动汽车充电功率和分布式电源出力为优化变量,以配电网运行费用最小、有功网损最小和负荷方差最小为优化目标的主动配电网随机优化模型。同时,采用多目标粒子群算法对模型进行求解,并以改进的IEEE 33节点测试系统为例对该模型进行仿真。仿真结果表明:考虑不确定性和电动汽车有序充电的优化调度模型,可以有效地减少配电网运行的成本、降低网损和缩小峰谷差,验证了所提模型的正确性和有效性。     

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。     

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。