基于去中心化交易模式的充电站日前购电策略

电动汽车充电站大规模建设下,协调充电站的充电功率对配电网的安全经济运行具有十分重要的意义。受制于不同充电站之间的利益冲突以及实时控制技术的瓶颈,电网公司难以对充电站实行集中管理。文中基于去中心化交易模式,提出了充电站参与日前电力市场的购电策略。首先,借助区块链存储技术,设计了适用于充电站日前购电协议的智能合约。然后,采用二阶锥规划求解交流最优潮流模型得到不同时间配电网各节点用电的边际成本,并以此为潮流运行点构建线性化阻塞管理模型,从而得到配电网节点边际电价。最后,考虑电动汽车的停泊特性,以购电成本最小为目标建立了充电站分散式优化调度模型并根据价格信号分散求解。在IEEE 33节点配电网系统中进行了充电站购电策略仿真,仿真结果表明,所提出的充电站日前购电策略能实现分散式调度,改善了配电网的潮流分布;同时,节点边际电价能够作为公平的价格信号引导充电站有序充电,在保证配电网安全经济运行的同时降低充电站的购电成本,提高充电机的利用率。     

含EV集群的VPP参与主辅联合市场综合优化调度

通过研究电动汽车集群成为广义储能设备的可调度域，提出包含电动汽车集群的虚拟电厂参与主辅联合市场的优化调度模型。首先，利用电动汽车充放电模型与累计能量边界模型界定电动汽车个体可调度域，随后采用闵可夫斯基加法将电动汽车集群聚合为广义储能设备。同时，以收益最优为目标，提出虚拟电厂参与能量市场与辅助服务的三阶段综合优化调度模型。最后通过仿真分析，验证主辅联合市场下考虑电动汽车集群可调度域的优化调度模型的准确性与经济性。     

双楼宇专变供电充电站负荷的时空双维调控建模

在碳减排和环境保护需求的推动下,电动汽车的普及速度加快,同时从时间和空间维度挖掘充电负荷的调控潜力可以有效地缓解配电网的扩容压力,基于此提出了双楼宇专变供电充电站负荷的时空特性双重调控方法。介绍了双楼宇专变供电充电站负荷时空特性的双重调控机理,利用双楼宇专变冗余容量和储能系统对充电站进行供电;结合储能充放电调控、充电桩和储能的双电源切换开关切换、充电桩功率实时调度3种调控方法,提出了充电站负荷的时空双维调控策略;提出了结合日前和实时2种时间尺度的充电站优化模型,以电动汽车服务率为优化目标建立储能充放电的日前优化模型,以变压器负荷标准差为目标建立双电源切换开关切换的实时优化模型,以各时段调度成本为目标建立充电桩功率的实时调度模型,通过多样化的调控手段提升充电站的经济性和安全性。通过算例仿真验证了所建模型的有效性。     

考虑不确定性与非完全理性用能行为的电动汽车集群可调度潜力计算方法

电动汽车(EV)的保有量与渗透率不断提高,且电力市场对售电侧放开,因此充分发挥需求侧资源的可调度潜力参与电力系统的优化调节显得愈加重要。提出了一种模型-数据混合驱动的EV集群可调度潜力计算方法。首先,根据闵可夫斯基求和理论将EV集群聚合为广义储能(GES)设备,基于双向长短期记忆网络形成GES模型参数的预测方法,根据EV用户的停驶数据进行用能规律挖掘以应对EV充电行为的随机性,并确定GES模型的容量、功率边界;然后,考虑EV用户的经济用能因素和非完全理性行为因素建立EV集群自调度模型,根据停驶数据的预测结果计算自调度负荷曲线;最后,计算GES设备的再调度容量、再调度功率,量化计算EV集群的可调度潜力。仿真算例结果表明,所提方法能够在明确EV集群用能行为与发挥可调度潜力参与需求响应之间界限的同时,量化EV集群的可调度潜力来为聚合商参与电力市场交易提供依据。     

考虑电动汽车集群可调度能力的多主体两阶段低碳优化运行策略EI北大核心CSCD

在低碳经济背景下,针对大规模电动汽车并网后灵活调度困难和配电网内多主体利益冲突问题,提出了考虑电动汽车集群可调度能力的多主体两阶段低碳优化运行策略。首先,根据电动汽车出行习惯的不确定性,基于蒙特卡洛抽样法,利用闵可夫斯基和建立电动汽车集群的荷储可调度能力模型。然后,考虑配电网运营商与电动汽车聚合商的利益冲突以及电动汽车的灵活性,结合荷储可调度能力,构建碳交易机制下配电网运营商与电动汽车聚合商两主体利益最大化的日前主从博弈模型和实时分配、调整偏差模型。最后,将日前双层模型转化为单层规划问题,并在改进IEEE 33节点系统进行验证。结果表明,电动汽车集群荷储可调度能力模型能够提高调度的灵活性,解决模型变量维度;所提策略降低了系统碳排放,实现了配电网内多主体利益共赢。     

基于路网信息考虑双边利益权衡的电动汽车优化调度策略

为了能在复杂工况下权衡电动汽车和充电站之间的双边利益,首先将实时路网信息、充电站状态信息及电价信息进行综合分析,在构建了基于双边利益权衡的充电方案评价体系的基础上,进一步构建基于时间量化的网络分析过程（Analytic network process,ANP）双边利益模糊评价模型,克服了传统ANP模型求解该类问题时存在的主观性问题;其次,提出一种基于路况信息并考虑双边利益权衡的电动汽车充电路径优化调度策略,实现了不同工况环境下电动汽车充电路径的最优选择;最后通过路网模型对所提方法进行仿真计算。仿真结果表明,此方法构建的基于时间量化的ANP双边利益权衡模糊评价模型能够准确地对不同调度方案进行综合评价排序,提出的基于双边利益权衡的电动汽车调度策略能为电动汽车提供更为灵活的充电路径选择,并在电动汽车出行便利和充电站最大收益两个方面取得较好的权衡。     

电力现货市场环境下电动汽车充换电站的优化调控策略

在构建新型电力系统的战略目标下,电力现货市场不断对电动汽车充换电站等需求侧资源提出新的需求与要求。基于南方电力现货市场系列试点规则,考虑现货电能量、调频辅助服务、多阶段需求响应等交易品种,建立了电动汽车充换电站的调控模型,设计了日前-日内-实时多阶段优化调控策略。日前阶段针对换电需求、调频调用电量和各交易品种价格的不确定性构建鲁棒优化问题,并采用二阶锥规划算法进行求解;日内阶段构建基于模型预测控制的滚动优化环节,实现对需求响应日内邀约的有效响应,同时改善日前调控计划的保守性;实时阶段以调控成本最低为目标,考虑需求响应实时邀约和电价波动,求解电池功率分配策略。仿真算例表明,所提策略可充分发挥充换电站的调节潜力,提升其经济效益。     

基于时空耦合关联分析的电动汽车集群可调度能力评估

随着电动汽车与电网互动 (vehicle-to-grid,V2G)技术的日趋成熟,电动汽车集群参与电网调度成为研究热点。V2G技术可有效实现削峰填谷,辅助电网经济安全运行。然而电动汽车与电网的交互行为受用户行为习惯、汽车类型等影响,具有时空双重不确定性,其可调度能力难以准确评估。文章考虑电动汽车不确定性的时空耦合关系,提出电动汽车集群的V2G可调度能力评估方法。结合随机出行链,基于高斯混合模型建立包含时空信息的充电站负荷概率模型和站内电动汽车荷电状态概率模型并获得条件概率分布。提出电动汽车集群的电压调节能力指标,基于概率潮流评估不同时段电动汽车集群可调度能力。仿真结果表明,通过在电动汽车集群可调度能力评估中充分考虑时空耦合关联关系可有效提升评估结果的准确性。     

计及需求响应的电动汽车充电站多时间尺度随机优化调度

电动汽车充电站源-荷资源优化互补与多时间尺度协调配合,能够降低充电站运营成本,减小源-荷随机性对系统调度策略的影响。提出一种计及需求响应的电动汽车充电站多时间尺度随机优化调度模型。在日前阶段,以日运行成本最小为优化目标,采用条件风险价值(CVaR)度量不确定性风险。同时引入价格型和激励型需求响应优化充电站净负荷曲线,构建了计及运行风险约束的充电站多场景优化调度模型。在此基础上,以日前期望值调度策略为参考,提出基于模型预测控制(MPC)的电动汽车充电站日内滚动优化和反馈校正控制方法,从而降低净负荷预测精度不足对优化决策的影响。最后,以某实际电动汽车充电站为算例进行仿真分析,验证了所提模型的可行性,并分析了需求响应以及不确定性风险偏好对充电站运行的影响。     

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。     

风电和电动汽车组成虚拟电厂参与电力市场的博弈模型

风电与电动汽车(EV)等储能装置联合运行,有助于缓解风电不确定性对电网带来的影响。为了研究风电商与EV聚合商以合作模式组成虚拟电厂(VPP)参与电力市场投标竞争对市场均衡结果的影响,基于寡头竞争的博弈均衡理论,分别建立风电商和EV聚合商以VPP合作模式参与投标竞争,以及以非合作模式独立参与投标竞争的电力市场多时段随机博弈均衡模型,采用场景生成与削减技术计入风速不确定性,并引入投标偏差惩罚机制。根据合作博弈理论,采用Shapley值法对VPP合作收益在风电商和EV聚合商之间进行分配。最后,算例分析验证了模型的合理性和有效性,并表明风电商和EV聚合商以VPP合作模式参与投标竞争时,能有效减少投标偏差,并能增加风电商和EV聚合商各自的利润,因而风电商和EV聚合商具有自愿组成VPP参与电力市场竞争的动机。     

利用电动汽车可调度容量辅助电网调频研究

电动汽车既可作为可控性负荷,也可作为分布式电源,能够为电网提供可调度容量,参与调频等辅助服务。但该可调度容量受用户出行需求及电池损耗等因素的制约,不能无限制地调度。基于此,对电动汽车采取"分散接入,集中控制"的管理模式,首先基于用户出行需求及电池使用寿命等约束,对电动汽车可调度容量进行评估。进而建立了计及可调度容量的电动汽车集中管理器充放电静态频率特性模型,以单区域系统为例模拟了电动汽车参与负荷调频的作用效果。仿真结果表明,利用电动汽车可调度容量辅助电网调频,不仅可以快速有效地减小系统频率偏差,提高电能质量,还能减小传统调频机组的备用容量,进而提高电网经济性。研究电动汽车参与调频的作用效果时,用户需求及电池损耗是不容忽视的影响。     

计及电价不确定性和损耗成本的储能竞价策略

储能是促进新能源消纳、提高电力系统稳定性和灵活性的有效措施。然而储能参与电力市场的策略极其复杂,现已成为实现储能商业化应用的关键问题之一。文中提出储能在日前和实时市场价格不确定环境下考虑循环损耗成本的最优竞价策略。为权衡储能多次循环增加的售电利润和损耗成本,在制定储能竞价策略时,将其循环损耗成本的影响计及在内,并充分考虑电池充、放电深度对循环损耗成本和利润的影响;在日前市场中建立电价-电量投标模型,对电价和电量同时进行投标以充分考虑电价不确定性;在实时市场中建立电量投标模型对日前市场投标进行弥补修正,使竞价策略更加合理与优化。算例验证了所提储能竞价策略的有效性,并说明所建模型可以确定最优电池充、放电深度。     

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。     

日前和实时市场中发电商多目标二层规划竞价策略

由日前和实时市场组成的2市场交易机制是目前普遍存在的电力市场交易机制,在2市场中发电商的电量分配和竞价决策以及风险评估等都是受到广泛关注的问题。指出了现有文献在借鉴经济学和金融学的理论模型来研究多交易市场中发电商竞价策略时存在的问题。首先在分析了发电商竞价结果的概率分布之后,提出了发电商竞价成功概率分布函数的概念。然后基于日前和实时市场中投标结构的特点,针对采用分段报价和按报价结算(pay as bid price,PAB)方式的电力市场,建立了日前和实时市场中发电商的多目标二层规划竞价策略模型,并设计了以蒙特卡罗方法和遗传算法为基础的求解算法。最后采用算例对所提出的模型和算法进行了仿真验证。     

计及风电与电动汽车随机性的两阶段机组组合研究

风电出力的随机性以及电动汽车(electric vehicle,EV)充电需求的不确定性给电力系统调度带来了挑战。在传统确定性机组组合模型的基础上,针对电力系统日前调度面临的不确定问题,提出了充分考虑风电与电动汽车双重不确定性的随机优化调度及备用计算模型。首先,对于风电出力不确定性,采用基于场景分析的两阶段随机优化方法,并使用生成对抗网络(generative adversarial network, GAN)来生成风电场景。其次,对于电动汽车充电需求的不确定性,将其分为可调度与不可调度两类。可调度电动汽车根据其出行规律采用随机模拟的方法,并建立了EV充电聚集商模型;不可调度电动汽车通过K-means聚类分析得到其典型负荷曲线,并将其并入系统常规负荷中。最终建立了基于多场景分析考虑EV充电聚集商的两阶段随机机组组合模型,并通过算例分析证明了所提模型的有效性。     

电动汽车实时可调度容量评估方法研究

作为智能电网的重要组成部分,电动汽车通过调控充放电功率可为电网提供备用容量,参与调峰调频等辅助服务,但该容量会受到用户出行需求、电池损耗等因素的影响。基于此,首先分析了电动汽车参与电网调度的控制模式,综合考虑用户出行需求、电池寿命、电池电量等约束,提出了一种规模化电动汽车实时可调度容量的评估算法。最后,模拟了一种以平抑总负荷波动为目标的充放电场景,根据可调度容量所需持续时间,基于所提方法评估出了分别用于电网一次、二次以及三次调频的电动汽车实时可调度容量,验证了该方法的有效性。     

用户报量不报价模式下电力现货市场需求响应机制与方法

为了积极稳妥地推进中国电力现货市场建设,以用户报量不报价的方式开展需求侧响应是电力现货市场建设初期循序渐进的选择,由此产生了在日前市场模型中如何考虑需求弹性的问题。针对用户报量不报价方式下的市场运行特点,提出了相应的现货市场需求响应机制,研究了对用户日前申报负荷进行弹性化修正,并依据修正后的负荷开展安全校核,优化决策考虑需求弹性的日前发电计划模型和方法。首先分析用户日前负荷申报、对价格做出响应的行为机理,在此基础上研究基于模型和数据驱动的申报负荷弹性化修正方法,并建立了基于负荷需求弹性的日前发电计划优化与安全校核模型。通过在日前提前考虑用户在实时市场上的价格响应行为,实现了日前发电计划更优化、安全校核更精准。基于IEEE 30节点的算例分析验证了所提模式和方法的效益和有效性。     

基于时序注意力机制的电动汽车灵活性概率建模

电动汽车是一种可以向电力系统提供灵活性的柔性负荷。现有研究对电动汽车灵活性进行建模时,多数仅考虑了充电行为的不确定性以及分时电价的影响,忽略了日前电价与实时电价的偏差,缺少对实时电价、充电负荷多时间尺度时序特征的建模。针对此问题,文中总结了电动汽车灵活性的表现形式与影响因素,考虑面向电价的响应不确定性以及充电行为不确定性,提出基于时序注意力机制的电动汽车灵活性概率建模方法。通过时序注意力机制提取不同时序权重,设计基于时序卷积网络的多时间尺度特征提取网络学习充电行为、电价等不确定性,提取多时间尺度灵活性波动特征。算例表明,所提模型能够有效学习充电行为不确定性与面向电价的响应不确定性,其概率建模效果具有更高的可靠性与精度。     

基于自回归积分滑动平均模型的可转移负荷竞价策略

研究了在较成熟的电力市场环境下,可转移负荷在日前市场和实时市场的最优竞价策略。在最优报价计算过程中,必须满足可转移负荷在截止时间内完成运行一定的电能消耗的约束条件。考虑到传统平均值短期负荷预测结果存在偏差,提出了一种基于自回归积分滑动平均模型的可转移负荷最优竞价策略,通过历史电价的变化特征估计模型的参数,从而预测第二天的日前电价和实时电价曲线,并以此为依据优化竞价策略。在此基础上,考虑功率限制,提出了基于贪心算法思想的电能竞价自动调整算法。通过实际电价数据进行计算,验证了此策略比单纯利用历史数据的期望值作为模型参数为购电者节省了更多购电费用,并能够有效完成竞价调整,以满足各个周期的功率限制。