计及可入网电动汽车的电力系统机组最优组合

可入网电动汽车（PEV）广泛接入电力系统后,其相应的充放电行为会对系统规划、运行和市场运营带来一些新问题甚至挑战。就PEV广泛接入电力系统后的机组最优组合问题进行了研究。以发电机组的运行成本和CO2排放量的加权和最小化为目标函数,把每时段内充放电的PEV数量作为可优化调度变量,采用分段线性化方法把机组最优组合问题转化为...     

计及电动汽车和风电出力不确定性的随机经济调度

电动汽车和可再生能源发电的快速发展为电力系统的安全和经济运行带来了新的挑战。在此背景下,构建了能够计及可入网电动汽车(plug-inelectric vehicle,PEV)和风电机组的不确定性的随机经济调度模型。首先采用随机仿真方法研究PEV的充电与放电功率的概率分布。之后,在假设风速服从Rayleigh分布的前提下,导出了风电机组出力概率分布的表达式。通过理论分析得到了风电机组和电动汽车接入网络(vehicle to grid,V2G)的电源出力的数学期望的解析表达式,并在此基础上,构建了电力系统随机经济调度模型。最后,以IEEE118节点系统为例说明了所提出的随机经济调度模型的基本特征。     

考虑电动汽车换电站与电网互动的机组组合问题研究

大规模电动汽车换电站接入电网后,其充放电行为将给系统优化运行带来新的挑战。将电动汽车换电站引入传统机组组合问题中,提出考虑换电站与电网互动的机组组合(unit commitment,UC)新模型。在深入研究电动汽车电池更换物理过程的基础上,以常规机组的发电成本、启动成本和考虑换电站充放电净负荷的方差为目标函数,考虑了换电站的充放电效率、电量平衡和满足日换电需求的最小储能等约束,形成机组组合问题优化新模型。通过换电站充、放电过程优化,降低机组出力的调整频率,提高电网安全运行的经济性。最后,在10机电力系统模型上进行算例仿真分析,验证所提模型的有效性和正确性。     

计及可入网电动汽车的分布式电源最优选址和定容

一些不确定性因素如可入网电动汽车（PEV）的随机充放电行为导致的负荷和输出功率不确定性、风电机组和太阳能电源输出功率不确定性,以及未来燃料价格波动和负荷随机变化,都会给分布式电源（DG）的选址和定容问题带来风险。在此背景下,采用机会约束规划方法来解决DG的选址和定容中这些不确定性因素所引起的风险。以DG的总成本（包括投...     

含有风电与光伏发电以及电动汽车的电力系统概率潮流

建立含有风电、光伏发电和可入网电动汽车（PEV）的电力系统概率潮流模型。基于历史气象数据对不同季节和不同天气状况下的风光数据进行模拟,并计及风电、光伏发电、PEV充／放电及负荷的不确定性,在此基础上,对不同季节中每日不同时段的电力系统采用三点估计法（3PEM）进行概率潮流计算,进而计算潮流结果的统计特性。某140节点配电系统的仿真结果验证了所提模型和方法的准确性。     

电动汽车入网技术在配电网的应用研究

该文提出了适合于电动汽车入网技术在配电网应用的多目标、多约束优化模型,该模型从技术和经济角度出发,综合考虑电网侧和车主的双方利益,以节点电压偏移和电网有功损耗最小、电动汽车入网服务成本和车主充电成本最低为优化目标,并以电网的安全经济运行和车主的行车需求建立了约束条件.采用含约束处理的NSGA-Ⅱ算法来求解该模型.对一个实例进行仿真,说明电动汽车入网技术在配电网的应用效果.     

考虑用户因素的电动汽车有序充放电控制策略

随着更多的电动汽车入网充电以及售电政策的开放,运营商不仅需要控制充电负荷,还需获取良好的效益。提出了考虑用户因素的电动汽车有序充放电控制策略。用户主动响应参与V2G反向供电并申报供电价格,运营商综合考虑用户的综合指标及所属电动汽车状态,筛选参与反向供电的电动汽车,在满足电网功率限制条件下完成电动汽车的有序充放电计划。基于蒙特卡洛模拟和粒子群算法进行仿真计算,结果表明,在该策略控制下不仅能使充电负荷削峰填谷,还能使运营商获取额外效益,用户充电成本降低。     

计及电动汽车需求差异的智能电网调度策略

插电式电动汽车(plug-in electric vehicles, PEV)近年来发展迅速,考虑PEV并网后的差异性需求,提出一种计及PEV需求差异的智能电网调度策略:根据需求差异将PEV分为无序充电PEV、可调度充电PEV和可调度充放电PEV,之后提出考虑高低功率调控差异性将可调度PEV分为高功率可调度PEV和低功率可调度PEV。最后,构建以智能电网运行成本最小和电动汽车支付费用最小的多目标优化调度模型。算例结果表明在考虑PEV差异性需求的情况下通过合理调度PEV可以有效提高可再生能源消纳能力、降低智能电网运行成本和PEV车主支付费用。     

基于实时电价的电动汽车充放电优化策略和经济调度模型

实时电价为优化电动汽车(EV)充放电负荷提供了手段,从而实现经济调度。首先建立用户最优充放电策略模型:以计及EV电池退化成本的用户成本最小为目标,以满足EV行驶荷电状态和充放电荷电状态等为约束。在此基础上建立电动汽车用户实时电价响应模型,通过实时电价计算用户充电成本,使电动汽车充放电负荷与电价联动调整,并将该模型嵌入电动汽车充放电策略优化目标函数。求解过程中,用"停泊时长"确定单车一日可多次充放电的时段和行驶时段,从而在EV可充放电时长范围内优化每时段充放电负荷。最后建立经济调度模型:目标中计及机组阀点效应、约束中考虑EV充放电负荷以及机组爬坡速率等限制的多目标经济调度模型,提出一种改进模式搜索算法求解该时间耦合、非线性、非凸模型。以IEEE 39节点为例,验证了所建立模型和求解算法的有效性。     

基于两步制自适应求解算法的风电?电动汽车多种并网模式效益对比分析模型

针对可入网电动汽车和风电出力随机性对电力系统运行状态的影响,综合考虑电动汽车在无控充电、持续充电、延迟充电和完全优化充电模式下的运行特点,并结合系统运行的约束条件构建了风电?电动汽车协同调度多目标优化模型。然后,提出了基于改进?约束方法与模糊决策理论的两步制自适应模型求解方法,得到隶属度最优的系统运行方案。最后,以IEEE36节点10机系统进行算例仿真并对电动汽车并网数量进行敏感性分析,结果表明:所提方法在求解风电?电动汽车协同调度问题时具有可行性和有效性;电网汽车在完全优化充电模式下并网具有更好的削峰填谷效果,能够为风电提供更多的备用服务,降低弃风电量;随着电动汽车并网数量的增加,风电弃风电量和火电发电成本均逐渐降低。     

Multi-agent approach to modeling and simulation of microgrid operation with vehicle-to-grid system

This study presents the modeling and simulation of a vehicle-to-grid (V2G) system within a microgrid considering the requirements of various components of the microgrid system such as distributed renewable energy resources (DERs), plug-in electric vehicles (PEVs) and non-PEV loads. The system modeling is carried out using an agent-based methodology where components of the microgrid are modeled as agents. The use of PEV car batteries collectively as a virtual power plant (VPP) enables PEVs to not only act as loads but as energy sources alongside DERs such as wind and solar power generation. The smart control and scheduling of the charging and discharging of the PEVs by the charging station can be used to achieve sustainable integration of a high number of PEVs in the microgrid power system. In addition to simulating a microgrid operation, results of this study show how agents’ behavior change based on factors such as penetration of renewable energy, penetration of PEVs, travel pattern of PEV drivers and price of energy generation.     

双有源桥直流储能系统软开关优化控制

传统直流储能系统中电容器荷电状态(state of charge, SOC)的变化会导致直流变换器两端电压不匹配,使得功率器件无法处在软开关状态,从而增加了开关损耗。通过分析软开关控制与电容器SOC之间的关系,本文提出一种双有源桥(dual active bridge, DAB)直流储能系统软开关优化控制,实现储能系统在充放电过程中,各功率器件始终处在软开关状态,维持直流母线电压稳定,降低功率损耗。该方法将储能电容SOC变化引入DAB移相控制,确定SOC与移相角的定量关系,使直流变换器功率器件满足软开关条件。根据直流母线电压及储能系统充放电特性,设计恒压、恒流充电和恒压、恒功率放电控制方法。仿真与实验结果验证了所设计软开关优化控制方法的有效性。     

考虑电动汽车入网辅助服务的配电网日前调度策略

为避免大量电动汽车(EV)无序充电对电网安全、经济运行的影响,提出了基于电动汽车入网(V2G)辅助服务的配电网日前调度方法。首先,基于智能电网和物联网的历史及实时信息建立EV充放电模型,并进行EV辅助服务参与者的筛选和分类。其次,建立了考虑V2G辅助服务的2层配电网最优经济调度模型。上层模型以网损成本、EV用户成本和系统总负荷均方差最小为目标,优化充电站的充放电功率和电压调节设备的工作状态;下层模型以EV的充放电状态转换次数最少和充电站功率与上层优化结果偏差最小为目标,计算每辆参与辅助服务EV的充放电功率。最后,算例系统仿真验证了所提方法的有效性。     

分布式储能型MMC电池荷电状态均衡优化控制策略

为提高电池的能量利用率和解决电池因制造工艺、循环充放电次数不同以及老化程度不一致等因素导致的荷电状态(SOC)极度不均衡问题,提出一种兼顾电流波动抑制的分布式储能型模块化多电平换流器的电池SOC均衡优化控制策略。为准确控制充放电功率,采用双环控制：外环针对相间、桥臂间和子模块间电池SOC差异,建立离散时域预测功率模型,通过负反馈控制生成动态电流参考值;内环设计了模型预测优化控制策略,准确追踪动态电流参考值,实现电池SOC均衡、提高电池能量利用率,并提高系统的动态响应能力以及抑制电池电流纹波,延长电池使用寿命。最后通过在PSCAD/EMTDC中构建仿真模型对所提出的控制器性能进行验证。     

基于虚拟电机的V2G新型充放电控制策略

为了提高电动汽车车辆到电网(V2G)的稳定性,增强其友好互动,设计了一种新型电动汽车V2G充放电模型,并提出了基于虚拟电机的电动汽车V2G充放电控制策略。电动汽车DC接口采用虚拟直流电机控制,电网AC接口采用虚拟同步电机控制。与传统V2G结构相比,在两侧接口处采用隔离型双向DC/DC变换器连接。在此基础上,对于虚拟直流电机的参数整定,根据电动汽车初始电池荷电状态(SOC)确定阻尼系数以决定电动汽车组的功率分配,并根据SOC的变化实时调节虚拟惯量以提高电动汽车参与电网频率调节的能力。在不同电网状态下对具有不同初始SOC的电动汽车采用所提控制策略进行仿真测试,结果表明,该策略能够在兼顾电动汽车用户需求的同时,有效协调V2G功率双向流动,并减少并网点谐波电流,进而维持电网稳定运行。     

基于模糊控制的区域电动汽车入网充放电调度策略

提出一种基于模糊控制的电动汽车入网(V2G)充放电调度策略。首先,提出V2G管理系统的整体结构,其主要由有序充电调度系统和V2G变流器控制系统组成,前者合理安排各充电桩的充放电功率,实现削峰填谷的辅助功能;后者响应上层调度下发的功率指令,控制实际充放电行为,提供稳定的电能变换和能量交换的接口。然后,在有序充电调度系统中综合当前配电网的负荷特点,对当前接入充电站的全部电动汽车进行调配,并采用模糊控制算法计算充放电功率并下发给各充电桩,改善区域电网的负荷特性,实现削峰填谷的辅助功能。最后,通过仿真实验证明所提有序充电调度系统在满足电动汽车充电需求的同时,能够充分地利用电动汽车负荷的灵活性;在实现对电网削峰填谷的同时,有效地避免了电网负荷低谷时段大量电动汽车充电引起新负荷尖峰的问题。     

考虑预警负荷的电动汽车充放电优化策略

预警负荷会严重影响电力系统的安全经济运行。面向参与车辆到电网(vehicle to grid,V2G)服务的电动汽车用户,综合考虑预警负荷、预警电价和充电激励措施对充放电过程的影响,提出基于改进粒子群算法(improved particle sw arm optimization,IPSO)的电动汽车充放电优化策略。通过计算预警负荷发生时的放电奖励,建立预警负荷电价模型、电池容量损耗模型,基于分时电价和放电激励制度建立用户充放电成本模型。此外,引入长短时记忆的概念,提出改进粒子群优化算法。在上述模型和算法的基础上,以最小化用户成本为优化目标,计及用户充电需求和充放电功率等约束,提出不同预警负荷情况下的充放电优化策略。在MATLAB中完成了仿真验证,结果表明,在已知预测预警负荷的前提下,采用文中的充放电优化策略能够提高电动汽车用户V2G参与度,有效降低用户成本,并缓解预警负荷发生时电网压力。     

风电电动汽车协同利用对电网风电接纳能力的影响

建立包含电动汽车充、放、耗电约束的风电电动汽车协同利用模型,根据决策变量的不同将充放电模式分为自由充电、不含V2G(Vehicle to grid)和含有V2G的风电电动汽车协同利用。以风电利用率和风电在电网能源结构中电量占比作为衡量水平,分析不同充电模式、电动汽车数量和风电装机容量下的风电接纳能力。含有V2G的风电电动汽车协同利用能够最大限度提高电网风电接纳能力,且在风电装机容量较大时更能显示出含有V2G的协同利用充放电模式的优势,含有V2G的风电电动汽车协同利用是实现大规模风电并网的有效方式,同时一定负荷和风电装机水平的电网存在一个最佳匹配的电动汽车数量。     

电动汽车群自组织协调下垂调频控制方法

在规模化电动汽车接入电网背景下,协调控制电动汽车群的充放电功率,可使之成为对电网有益的储能调频工具。文中从剩余电量的角度研究了电动汽车集群的自组织分类方法,设计了一个自组织神经网络,将电动汽车群根据电量划分为几个在数学空间上相近的类。以聚类结果为基础,根据不同类中电动汽车的电量水平,提出一种自适应调节下垂系数的电动汽车充放电控制终端变参数下垂调频控制方法。仿真结果表明,应用文中提出的控制方法,规模化接入电网的不同电量水平的电动汽车将自组织地按各自容量比例分担电网峰值负荷、消纳电网富余电能,满足电网调频需求。     

基于两级充电管理系统的电动汽车智能充电控制系统研究

随着电动汽车的发展,电动汽车大规模的无序充电将对现有电网的稳定性造成潜在威胁。如果仅以现有电网扩容作为解决方法,不仅需要大量的投资,且在低负荷时会造成容量的浪费。文中提出了一种基于两级电动汽车充电管理系统(electric vehicles charging management system,EVCMS)的优化算法,在满足充电需求的前提下,通过合理调配充电时段和充电速率,来优化需求侧管理,减少电动汽车充电对电网的冲击。该优化算法的影响因素主要包括实时电价、电池剩余容量、电网侧负荷容量和充电时段等。