计及电量电价弹性的主动配电网多时间尺度优化调度

电动汽车、可再生能源和储能的接入对配电网运行带来了新的挑战,若调度方法和模型制定不当,将影响到配电网的经济性和可靠性,以及电动车主参与调度的积极性。为此,提出了一种主动配电网多时间尺度优化调度方法。首先,在日前阶段构造了基于电量电价弹性的电动汽车充电模型,建立了一种主动配电网日前经济调度模型。然后,在实时阶段通过储能和电动汽车降低可再生能源预测误差对系统的影响。该方法在研究电量电价弹性对电动汽车充电影响机理的基础上,基于不同时间尺度可再生能源预测数据,决策电动汽车、储能和柔性负荷的调用。仿真结果表明,所提方法降低了配电网购电和电动汽车充电费用,减弱了可再生能源预测误差对配电网的影响,优化了负荷特性。     

分时电价影响下的多能源虚拟电厂双层优化调度

随着风光等可再生能源的大规模接入,其随机性、波动性的出力特点使得电力系统的调度变得困难甚至会造成严重的弃风弃光问题。为减小大规模新能源接入对电网带来的冲击,提出了一种基于分时电价的虚拟电厂双层优化调度模型。在上层模型中,以风光预测出力为计划出力进行申报,针对实际出力与预测出力之间的偏差,燃气轮机和储能电池协调配合对其进行平抑,在风光消纳最大的基础上,求得偏差最小的补偿方案,然后将上层出力传递至下层模型。在下层模型中,基于分时电价对抽水储能装置制定控制策略,以减小净负荷波谷差,然后采用自适应粒子群算法对各个火电机组的出力进行寻优。最后对比分析了不同风光预测误差对虚拟电厂经济性的影响,研究了抽水蓄能装置给净负荷曲线所带来的改变。结果表明:模型可以提升新能源消纳水平,基于分时电价的虚拟电厂能够实现收益最大化,保证区域内供需平衡。     

配电网中电动汽车的实时滚动交易式充电管理

对接入配电网的电动汽车(electricvehicle,EV)进行充电管理,既可以减少充电费用,还能缓解网络阻塞、节约扩容成本。为了在充电管理中应对大量EV动态接入、可再生能源出力、负荷以及电价的多重随机性,该文基于交易式控制原理建立一种分布式实时滚动充电管理框架。提出基于柔性负荷最优运行点和调节灵活性的投标曲线构造方法,能够满足用户的隐私保护和自治需求,并能在配电网层面统一协调EV和多种柔性负荷。针对EV独立决策出现的负荷尖峰现象,提出一种基于赫布型学习的阻塞预测方案。最后,利用IEEE 33节点系统仿真在多种EV渗透率下近一年的复杂充电场景,验证文中方法能在保证充电满意度的前提下,能有效降低整体阻塞水平。     

基于动态非合作博弈的大规模电动汽车实时优化调度

针对大规模电动汽车(EV)接入电网后,各充电聚合商(EVA)的独立优化目标存在冲突而导致优化调度存在困难的问题,提出了考虑多个EVA各方利益的基于动态非合作博弈的大规模EV实时调度模型。首先构建了大规模EV的集群等效模型并分析了动态电价下各EVA的利益关系,接着利用完全势博弈理论证明了博弈模型存在唯一的纳什均衡解并推导出求解方法,最后提出基于交替方向乘子法的实时分布式算法实现各EVA实时策略的求解。通过算例仿真验证了所提模型可有效实现削峰填谷、降低EVA充电成本。同时,在优化结果、计算时间、保护用户隐私方面更适用于大规模EV实时充电优化调度。     

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。     

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。     

基于动态实时电价的电动汽车集群分层优化调度

针对大量电动汽车接入电网后的无序充放电对电网造成的不利影响,提出了一种基于实时电价的双层优化调度模型,根据接入电动汽车的可充放电时间段,将其划分为若干个集群,在保证配电网经济安全运行的同时,满足车主充电需求。该调度模型上层以负荷曲线方差及实时电价下用户的充放电总成本最小为目标,采用粒子群算法求解得到集群的实时最优充放电功率,并将集群的电动汽车充放电负荷与电价联动调整;下层引入充放电优先级指数,利用能量缓冲一致性算法,制定出集群内的各辆电动汽车的实时充放电策略。以典型的区域配电网负荷数据为例,通过仿真验证了所搭建的集群优化模型和求解算法的实用性和有效性。     

考虑节点边际电价的配电网与多微电网双层鲁棒经济调度

可再生能源出力的不确定性给市场定价机制带来了挑战,实现市场参与者的利益均衡分配成为亟待解决的关键问题。提出一种计及风电出力不确定性的节点边际电价市场出清机制。建立配电网与多微电网协调优化调度的双层模型,上层模型为考虑风电出力及功率交互不确定性的配电网数据驱动鲁棒经济调度模型,下层模型为考虑电价型需求响应的微电网数据驱动鲁棒经济调度模型。通过配电网与微电网之间功率交互与电价信息的传递进行上、下层模型的迭代求解,实现不同市场参与者的利益均衡分配。测试系统的仿真结果验证了所提模型及求解方法的有效性。     

大规模电动汽车集群分层实时优化调度

为解决电动汽车的大规模实时优化调度问题,根据接入电动汽车不同的期望充电完成时间,将其划分为若干个不同优先级的电动汽车集群,在满足车主充电需求、配电网安全运行的同时,建立了考虑电动汽车充放电的大规模集群实时优化调度模型。该调度模型主要分为两个层次:首先,采用灰狼优化(GWO)算法对上层调度进行求解,从而获得各个电动汽车集群的充放电策略;然后,利用提出的能量缓冲一致性算法,制定出集群内的各辆电动汽车的底层充放电策略。仿真算例表明:所搭建的集群优化模型能明显降低电动汽车的大规模实时优化调度难度,同时,GWO算法和能量缓冲一致性算法在求解电动汽车的大规模优化调度问题上,更具有实用性和快速性。     

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。     

基于深度强化学习的电动汽车实时调度策略

电动汽车(EV)作为一种分布式储能装置,对抑制功率波动有着巨大的潜力。考虑EV接入的随机性及可再生能源出力和负荷的不确定性,利用不基于模型的深度强化学习方法,建立了以最小功率波动及最小充放电费用为目标的实时调度模型。为满足用户的用电需求,采用充放电能量边界模型表征电动汽车的充放电行为。在对所提模型进行日前训练及参数保存后,针对日内每一时刻系统运行的实时状态量,生成该时刻充放电调度策略。最后以某微电网为例,验证了所提基于深度强化学习的调度方法在满足用户充电需求的前提下,可以有效减小微电网内的功率波动,降低EV充放电费用;日内不需要迭代计算,可以满足实时调度的要求。     

考虑电动汽车接入的主动配电网优化调度

主动配电网(ADN)中可再生能源与电动汽车的大量接入给当前配电网的规划、建设、调度和运行带来了诸多挑战。文中研究和设计综合考虑源、网、荷侧不确定因素的ADN优化调度方法,对实际配电网运行具有重要指导意义。首先建立ADN综合评估体系,分别从主动控制性、主动管理性和主动经济性三方面衡量ADN的优化调度水平。而后,依据综合评估体系,提出考虑电动汽车智能调度系统的多阶段优化方法,该方法不仅可平抑间断性电源和电动汽车接入电网引起的波动,还可实现当前配电网结构和资源的优化调度。因此,所提方法可被广泛运用于电力系统日前调度,实现ADN的高效运行和管理。     

Risk assessment and bi‐level optimization dispatch of virtual power plants considering renewable energy uncertainty

Aiming at the effective management of distributed energy resources (DERs ), we propose a bi‐level optimization dispatch model which consists of a virtual power plant (VPP ) and an independent system operator (ISO ) in order to achieve a coordinated dispatch between the upper level objective function of minimizing system's operation cost and the lower level objective function of maximizing the VPP 's net profit. However, the VPP 's dispatch strategy is variable due to the threat from unavoidable uncertainties including unit outage, load forecast deviation, and renewable energy forecasting error. In order to evaluate the influences of these risks on VPP 's dispatch strategy, a proper definition of expected energy not supplied (EENS ) and its relationship with VPP 's reserve capacity are provided. Also, chance‐constrained programming (CCP ) is adopted during the analysis. By including VPP 's risk cost into the dispatch model, VPP 's dispatch strategy is able to keep a balance between the potential risk and economic profit. In addition, a further discussion regarding the risk cost is conducted in view of renewable energy capacity proportion and the VPP capacity proportion. Based on the analysis results of the case study provided, the proposed model serves as a foundation for VPP 's economic and risk‐balanced dispatch.     

主动配电网源荷协调多目标阻塞调度

随着电动汽车的规模化发展,其所具备的灵活充放电时间转移能力,使得电动汽车充放电秩序的选择成为影响主动配电网出现负荷尖峰的一个重要因素,大量电动汽车无序集中用电,甚至会引起网络阻塞。文中基于中国电力市场的实际情形,结合电动汽车群充放电的柔性与主动配电网中可控分布式电源发电出力的灵活性,将电动汽车群、可控分布式电源,以及从大电网的购电量作为调度对象,以电动汽车群充放电费用最少和系统发电成本最低为目标,提出一种充放电服务费调整策略下的主动配电网源荷协调多目标阻塞调度模型。算例验证表明,所提出的阻塞调度策略可降低系统阻塞效应、提高电网运行安全性和经济性。     

考虑大量EV接入的电-气-热多能耦合系统协同优化调度

随着能源互联网的发展,在未来多能源网络将深度耦合的大背景下,传统的电网调度模式已不能够满足对多能源系统协同优化的要求,电动汽车的大量推广也给制定更合理的调度策略,支撑多能源系统运行带来了新的挑战和机遇。基于上述背景,文中考虑电网潮流、天然气网潮流、能源中心供能和电动汽车出行及充电需求等约束,利用模糊理论处理电动汽车总体需求及风电出力的不确定性,以全系统供能成本和污染物排放最小为目标,建立了计及大量电动汽车接入下的多能源系统协同调度模型,并采用内点法进行求解。最后,以典型的11节点多能源系统为算例,分析了电动汽车不同充放电模式和不同能源中心结构下的调度策略及效益,并比较了不同接入车数与不同置信水平下的调度结果,验证了电动汽车参与多能源系统的协同调度能够提升系统运行的经济性。     

含多微网的主动配电网分层调度策略

近年来,可再生能源高渗透率接入电网面临着明显的弃风弃光现象。微网为可再生能源的充分利用提供了良好的平台,主动配电网下多微网间的协调调度将进一步提高可再生能源的利用率。将分层控制理论与多微网并列运行的配电网架构结合,提出一种以配网协调能力最强为目标的先配网后微网的两步动态分层调度策略。重点研究配网能量管理中心和微网EMS的信息交互过程,旨在最大化利用可再生能源,减少主动配电网与主网的交互功率,同时保证微网运行的经济性。最后,以含多微网的主动配电网为例分析,验证所提出策略的正确性。与其他策略的对比体现了所提策略在充分利用可再生能源、减少主动配电网与主网的交互功率、缩短优化用时方面的优势。     

计及电动汽车用户需求的直流微电网经济调度策略

随着电动汽车的快速发展,电动汽车参与微电网调度受到越来越多的关注,研究考虑电动汽车用户需求的能量管理问题有助于微电网的稳定经济运行。基于此,文章提出一种计及电动汽车用户需求的直流微电网经济调度策略。针对电动汽车用户对于充电时间和充电速度需求方面的问题,建立分级充电价格下的电动汽车分类模型,包括即时型、弹性型、补偿型和夜间型等4种充电类型。参与微电网调度的用户提前一天通过手机App上传预约信息,微电网调度中心综合用户预约信息和可再生能源与重要负荷的日前预测数据,以系统的运行维护成本和联络线功率波动最小为目标,考虑各单元相关约束条件,对电动汽车的充电时间合理规划。最后通过算例仿真结果验证了调度策略的经济性和有效性。     

Optimal Dispatch of Vehicle-to-Grid (V2G) Battery Storage Using p-ELECTRE Method and Its Impact on Optimal Scheduling of DGs in Distribution System

Abstract

In recent past, the number of electric vehicles (EVs) have increased significantly due to their various advantages to environment. With the proper charging and discharging of EVs with vehicle-to-grid (V2G), electrical system can get controllable storage/generations and at the same time, EV owners can earn profits. This paper presents a novel dispatch strategy to determine, when and at what rate EV battery should charge/discharge in order to maximize profits to EV owners and responding to power system’s requirements while considering the effect of renewable DG power availability. This objective depends on many criteria like buying and selling price of energy, battery state of charge (SoC), Renewable DG power availability, and load leveling. To solve these, a new multi-criteria decision analysis method, Probabilistic Elimination and Choice Expressing Reality (p-ELECTRE), is developed. The proposed optimal dispatch strategy is applied to 100 and 200?EV fleets with random travel plan. Further, the effect of these fleets with optimal dispatch strategy is tested on IEEE 33 bus distribution system with added DGs. Furthermore, optimal power dispatch of DGs in EV-rich distribution system is obtained by BAT optimization algorithm (BOA). The simulation results demonstrate the feasibility and benefits of the proposed technique.     

考虑规模化电动汽车与风电接入的随机解耦协同调度

大规模电动汽车并网和风电出力的随机性增加了电力系统安全经济运行的难度。针对风电出力难以预测的特点,同时兼顾电网侧和电动汽车聚合商侧的运行效益,建立了风电、火电以及电动汽车鲁棒双层随机优化调度模型。为了提高求解效率,基于近似Benders算法构建了电动汽车与电网之间的互动关系。此外,针对规模化电动汽车之间难以协同优化的问题,运用辅助问题原理对电动汽车个体之间的耦合关系进行了解耦,将电动汽车群的联合优化转化成为单辆电动汽车调度的并行计算,实现了对电动汽车个体的调度。最后,针对改进的IEEE 39节点算例进行了仿真分析,验证了所提模型和算法的有效性。     

电动汽车聚合商对备用服务能力的优化

电力市场环境下实现电动汽车(EV)的聚类,并积极参与有序充/放电,可以为受端电网提供多样化的功率调节手段,有利于大规模间歇性新能源的消纳。站在EV聚合商(aggregator)这一中间环节,能够更全面地分析市场环境下如何有效利用这一分散的可调控资源。聚合商旨在最大化自身收益,而制定合理的EV充/放电策略是达成该优化目标的途径,但策略的制定同时也受制于市场环境、用户用车需求与参与有序充/放电意愿等因素。文中首先分析了影响聚合商充/放电策略的因素,进而提出了可接纳EV参与竞争的用户充/放电合约及相应的市场机制;在此基础上,构建了EV聚合商同时参与现货和备用市场的优化问题,提出了基于效容比指标求解充/放电策略的分布式算法;最后通过实例验证了算法的准确性与高效性。