含风光储的电动汽车充电站容量优化研究综述

对风光储的容量进行最优配置是含风光储的电动汽车充电站普及的关键。首先阐述了风光互补发电系统的构成,然后通过从风光互补发电系统容量配比方法、电动汽车充电站规划方法两个方面研究了含风光储的电动汽车充电站的容量配比方法。最后指出含风光储的电动汽车充电站在发展中没有统一的建设规划标准和成熟的运营模式、建设成本高昂、光伏设备占地面积较大等问题,可以为进一步研究提供参考。     

考虑动力电池梯次利用的光伏换电站容量优化配置方法

光伏换电站是电动汽车充放电设施与可再生能源集成利用的典型形式之一,该文提出一种考虑动力电池梯次利用的光伏换电站容量优化配置方法。在一定的系统结构及能量交换策略下,根据电动汽车换电需求,以光伏换电站的年最大利润为目标,建立了系统容量优化配置模型。为确定动力电池逐年的梯次利用容量,参考容量退化模型和电动汽车日行驶里程的统计模型,建立了基于蒙特卡洛模拟法的动力电池梯次利用容量计算模型。采用微分进化算法求解优化模型,并重点分析了系统年运营利润的计算过程。以某地区的光伏换电站规划为算例,分析验证了模型的合理性。     

基于风光互补的独立微网系统容量优化

相比单一的光伏或风能独立供电系统,风光互补发电系统利用风能和太阳能的互补特性,其输出功率波动小,能很好地适应环境的变化。针对独立风光柴储微电网电源容量优化配置问题,建立了设备初始投资成本、运行和维护成本、燃料成本和污染物治理费用经济性模型,同时在优化过程中引入了停电惩罚费用与能量浪费惩罚费用模型,以总投资最少为目标函数,以供电可靠性、风光互补、蓄电池充放电次数等为约束条件,采用遗传算法探讨系统中各个电源在给定调度策略下最优容量配置。该方法充分利用风光互补特性,只需较小的蓄电池和柴油发电机容量即可保证高供电可靠性,并减少了蓄电池的充放电次数和放电深度。算例验证了模型和算法的合理性。     

基于CO_2排放量的风光互补发电系统容量优化配置

风光互补发电系统的容量配置关系到系统的成本和减排效益等。按照系统全生命周期考虑,分别建立了风力发电机、光伏电池板和蓄电池组在各个阶段CO_2排放量的计算模型,给出了风光互补发电系统CO_2排放量的计算公式;在系统成本、功率输出波动性、互补优越性和备用容量等约束条件下,以CO_2排放量最少为优化目标,对风光互补发电系统的容量进行优化配置;最后,以某地区风光互补发电系统为例对其容量进行配置,结果验证了该方案的可行性。     

考虑动力电池梯次利用的充电站容量优化配置

为提高电动汽车充电站储能系统稳定性、安全性和经济性,提出一种考虑动力电池梯次利用的充电站光储容量优化配置方法。首先,针对退役动力电池考虑了电池充放电深度和循环次数对使用寿命的影响,建立了退役动力电池容量衰减和寿命损耗模型,基于容量衰减和寿命损耗模型建立退役动力电池荷电状态(state of charge, SOC)与健康状态(state of health, SOH)耦合关系评价模型;其次,在SOC与SOH耦合关系评价模型的基础上,以充电站年净收益最优为目标函数建立充电站容量优化配置模型;最后,在满足一定能量交换策略的前提下,以某地区光伏储能电站为例对模型进行求解。通过算例分析得出：基于退役电池SOC与SOH耦合关系评价模型进行梯次利用的储能容量优化配置能使整个储能系统的功率峰值降低,且相较于无评价模型系统的功率更加平滑,有利于延长储能系统的寿命周期,提高了系统的稳定性和经济性。     

风光蓄互补发电系统容量的改进优化配置方法

风光互补发电系统利用风能与太阳能的互补特性,相比于单独的光伏发电或风力发电,其输出功率波动小。合理配置风电/光伏/储能的容量,既可提高系统供电可靠性,又可降低系统成本。针对风光蓄互补发电系统,提出一种改进的容量优化配置方法,考虑独立和并网两种模式,对风力发电、光伏发电和蓄电池的容量进行最优配置。该方法充分利用风光互补特性,在系统独立运行时,只需较小的蓄电池容量即可保证高供电可靠性,并可减少蓄电池的充放电次数和放电深度;在系统并网运行时,进一步提出采用分时段优化策略来配置所需蓄电池的容量,保证负荷供电需求和入网功率的波动特性满足要求。算例验证了所提改进优化方法的合理性和优越性。     

考虑电动汽车的微电网复合储能容量优化配置

复合储能在微电网功率平衡、平抑可再生能源波动、提高电池使用寿命等方面有着显著作用,是未来微电网储能发展方向之一。针对含有风力发电和光伏发电的微电网,考虑微电网中电动汽车有序充放电,建立复合储能容量优化模型。通过经验模态分解分割平抑任务,最后利用粒子群优化算法对所搭建模型进行求解。比较无电动汽车、电动汽车随机充电和有序充放电3种模式下的容量优化配置结果。通过搭建仿真,对有序充放电模式下复合储能的功率分解以及荷电状态进行分析,验证了该方法在平抑波动方面的有效性。     

风光储系统储能容量协调优化

合理的储能容量配置可以充分发挥风光储系统互补特性,基于Modelica非因果建模语言对含随机参数的风光储系统进行了动态描述,分层优化风光储系统的储能容量。外层模型以储能系统的初始投资成本、储能运行维护成本、联络线功率波动惩罚成本最低为目标函数,内层模型以联络线功率波动最小为目标函数;然后利用运筹规划算法求解;最后选取典型日算例数据,结合分时电价确定储能系统运行方式。仿真结果验证了本文储能容量优化方法的有效性,即优先考虑利用光伏与风力发电来满足负荷用电需求,结合分时电价,优先选择在0:00—6:00时间段内对蓄电池充电。     

计及电动汽车的并网运行微电网容量优化配置

配置光伏、风机、储能等微电源的容量是微电网设计规划阶段的主要任务。针对电动汽车大规模接入后的并网型微电网优化配置,以经济性为目标,提出了一种并网型微电网的商业运营模式。结合电动汽车不同的管理模式,设计了一种分级式能量调度策略。在此基础上建立了综合考虑微电网经济性和可靠性的风/光/储容量优化配置模型,采用带有精英策略的非支配排序遗传算法(NSGA-Ⅱ)进行求解。通过算例分析,得出电动汽车不同管理模式下的微电源容量配置结果。对比两种结果,得出考虑有序充放电的电动汽车入网,减少了微电网的储能配置,降低了微电网整体的投资效益,提高了微电网用户的利益与供电可靠性。     

计及市场风险的含电动汽车风光互补微电网随机规划调度模型

在电力市场环境下,含电动汽车风光互补微电网参与市场交易面临的风险,使得传统研究无法满足其交易风险管控的需要。首先剖析了含电动汽车风光互补微电网参与市场交易面临的风险问题。其次,考虑市场风险,利用半绝对离差风险作为度量工具,建立了微电网市场交易风险评估指标。然后,建立了计及市场风险的含电动汽车风光互补微电网随机规划调度模型。提出采用内嵌Monte Carlo随机模拟技术的快速非支配排序遗传算法求解所建模型,并用信息熵模糊法获得最优解。算例验证了计及市场风险的含电动汽车微电网随机规划调度模型的有效性。     

基于HOMER和禁忌算法的高速公路光储充一体化电站容量优化

为充分利用清洁能源、减少快充电站对电网的冲击,针对并网状态下的高速公路光伏充电站提出了一种容量分级优化策略。首先,分析了光伏充电站容量优化模型及充电需求模型,提出用基于时刻充电概率的蒙特卡洛法进行高速公路充电站的负荷预测,得到充电需求曲线;在综合考虑生命周期内建设成本、运行成本、置换成本、环境成本等系统净现总成本TNPC （total net present cost）小和光伏供电比高的基础上,考虑混合储能,建立了高速公路光伏充电站容量分级优化配置模型,利用HOMER和禁忌算法相结合进行求解。最后,以周期25年使用寿命为例,对高速公路光伏充电站进行优化配置,从容量变化趋势及储能出力等方面进行分析,结果表明,当敏感变量售电量增大和最大容量缺额比减小时,系统配置容量将增大;混合储能比单一储能更加可靠和经济。     

基于元模型优化算法的混合储能系统双层优化配置方法

混合储能兼具能量型储能与功率型储能的优势,针对混合储能在风电平抑中的配置问题,提出了一种基于元模型优化算法的混合储能双层优化配置方法。首先,利用小波分解对风电功率的原始数据进行分解,得到混合储能需要平抑的功率。然后,针对功率分配策略对混合储能容量配置的影响问题,提出一种混合储能容量嵌套式双层优化配置方法。该方法的内层为混合储能功率优化分配策略,以荷电状态、充放电功率为约束条件,以蓄电池总体充放电功率最小为目标函数,以提高蓄电池的使用寿命;外层以最小容量、最小功率为约束条件,以混合储能的全寿命周期年均成本最小为目标函数。针对多变量、非线性、计算密集型双层优化方法具有求解复杂、计算时间长等问题,提出基于元模型优化算法的优化求解方法。算例分析结果表明,所提优化配置方法可以在保持混合储能经济性最优的同时,有效避免蓄电池频繁充放电,从而提高了其使用寿命;相比于传统的启发式求解方法,基于元模型优化算法的优化求解方法的计算速度更快,所得优化配置结果更精确。     

独立光伏系统中超级电容器蓄电池有源混合储能方案的研究

超级电容器与蓄电池混合使用,可以充分发挥蓄电池能量密度大和超级电容器功率密度大、循环寿命长的优点,大大提升储能系统的性能.针对独立光伏系统的特点,设计了一种有源式混合储能方案,建立了系统的模型和控制环节.实验结果表明,在光伏发电功率和负载功率脉动时,蓄电池能够工作在优化的充放电状态,并能够有效地减少充放电小循环次数.对解决光伏等可再生能源系统中的储能问题,具有现实可行性.     

考虑EV负荷的微电网多主体联合容量优化配置方法

随着可再生能源(renewable energy,RE)、智能电网、电力运输等环保技术的快速发展,未来的发电和供电展现出新特点。现代电力系统的能耗特性设计要求更灵活,更易于控制,因此促进了灵活可控的分布式电源快速发展。本文介绍了一种包含太阳能光伏(solar photovoltaic,PV),风力涡轮机(wind turbines,WT),柴油发电机(diesel generators,DG)和电池储能系统(battery energy storage system,BESS)的典型独立微电网(microgrid,MG)的联合容量优化方法。MG提供住宅社区负荷,包括典型的住宅负荷和电动汽车(electric vehicles,EV)充电负荷。建立PV、WT、柴油发电系统、BESS和EV充电负荷的实际数学模型以改进容量优化方法,其涉及与可再生电源、柴油发电系统、BESS和EV负荷相关的各种实际约束。研究目标包括：1) 最小化成本;2) 减少温室气体排放;3) 减少弃能。此研究可以为微电网容量优化配置提供有力支撑。     

分时电价下电动汽车路径选择和充电导航策略

电动汽车路径选择和充电导航优化有助于提高用户出行效率,缓解大规模无序充电对配电系统安全运行的影响。考虑路径选择、电池容量及充放电状态互斥约束,构建了在分时电价机制下用户出行时间最优和充电成本最优两种不同决策目标下的电动汽车路径选择和充电导航优化模型。以某市中心20 km×20 km区域内包含4座快速充电站的交通网络及其所属配电系统为例进行数值仿真,分析了不同决策目标对用户出行路径以及电动汽车充放电对配电系统的影响,验证了所提模型和方法的可行性和有效性。     

考虑负荷优化的电动汽车光伏充电站储能容量配置

为实现电动汽车充电站中光伏电能的充分利用和减小负荷峰谷差,将光伏功率和电动汽车充电功率结合作为等效负荷功率,并以此配置储能。以等效负荷功率上下限为决策变量,充电站日净收益和峰谷差率为目标函数,建立储能优化配置模型。使用改进遗传交叉过程的NSGA-II算法对目标函数进行优化,得到不同峰谷差率对应的充电站日净收益和储能容量,同时对比不同光伏出力和充电功率等级下储能容量配置的差异。结果表明,合理的光伏容量配置能够减小充电站对储能容量的需求,并且根据峰谷差率联合配置光伏和储能,能够实现充电站经济运行和负荷优化作用。     

基于有序充电策略的换电站及分布式电源多场景协调规划方法

通过引入电动汽车换电站的有序充电策略,以系统建设运行成本、综合净负荷波动指标以及网络能量损耗最小为目标,提出统筹考虑电动汽车换电站和分布式电源的多场景协调规划方法,并给出满足电动汽车换电需求约束和备用电池存在性约束的备用电池调度方案和最少备用电池计算方法。结合风光电源出力的季节特性,针对IEEE 33节点系统,利用生物地理优化算法进行多场景规划仿真分析,验证了所提规划方法可利用换电站有序充电策略平抑配电网综合净负荷波动,起到了削峰填谷的作用,大幅降低了网络能量损耗,显著提高了风光电源的可规划容量;同时所采用的最少备用电池计算方法,可充分考虑换电站内备用电池在一天中的循环利用,在维持有序充电策略周转的前提下能有效缓解电池储备压力,大幅降低了换电站投资成本。     

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。     

电动汽车阀控式铅酸蓄电池通用模型

建立电动汽车阀控式铅酸蓄电池模型,蓄电池的负荷根据公路级别(4种级别路面),公路水平度(上坡、平坦和下坡路面),汽车档位(5种档位)的不同分为60种负荷。采用容量换算法和电流换算法对电动汽车蓄电池的容量进行检测;建立蓄电池充放电模型,即蓄电池充放电电压、电流和功率随时间、负荷变化的数学表达式。通过汤浅(YUASA)UXL330-2N蓄电池验证,所建模型反映了蓄电池的充放电特性,该模型适用于充电站,电动汽车仪表台及其变电站直流系统蓄电池监控系统。     

Day-ahead optimal charging/dischargingscheduling for electric vehicles inmicrogrids

Microgrid as an important part of smart grid comprises distributed generators (DGs), adjustable loads, energy storage systems (ESSs) and control units. It can be operated either connected with the external system or islanded with the support of ESSs. While the daily output of DGs strongly depends on the temporal distribution of natural resources such as wind and solar, unregulated electric vehicle (EV) charging demand will deteriorate the unbalance between the daily load curve and generation curve. In this paper, a statistic model is presented to describe daily EV charging/discharging behaviors considering the randomness of the initial state of charge (SOC) of EV batteries. The optimization problem is proposed to obtain the economic operation for the microgrid based on this model. In dayahead scheduling, with the estimated power generation and load demand, the optimal charging/discharging scheduling of EVs during 24 h is achieved by serial quadratic programming. With the optimal charging/discharging scheduling of EVs, the daily load curve can better track the generation curve. The network loss in grid-connected operation mode and required ESS capacity in islanded operation mode are both decreased.