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。     

考虑车网互动的配电网可靠性评估

作为一种兼具移动储能特性的新型负荷,电动汽车的大规模接入将会对配电网可靠性产生影响。在传统配电网可靠性评估方法的基础上,提出一种考虑车网互动的配电网可靠性评估方法。首先,通过分析电动汽车的出行行为,建立了电动汽车充放电的时空分布模型;其次,利用蒙特卡洛法模拟配电网故障,充分考虑电动汽车的出行需求,得到配电网故障时电动汽车的放电容量和失负荷情况;然后,结合分布式电源的出力,建立孤岛启发式负荷削减模型求取配电网的故障影响结果;最后,通过改造的IEEE-RBTS Bus-6测试系统验证本方法的可靠性与实用性,分别研究电动汽车渗透率、充电模式以及电动汽车电池容量对配电网可靠性的影响。     

考虑电动汽车和5G基站的电力-信息-交通耦合网络需求响应策略

电动汽车(EV)是具有移动负荷和通信用户双重属性的主体,为充分挖掘其参与需求响应产生的可调度潜力并降低电网负荷波动,提出了电力-信息-交通网络耦合背景下EV和5G基站需求响应策略。首先,分析了EV和5G基站参与下的多网络耦合关系。其次,建立了EV集群和5G基站集群的灵活性模型。基于此模型,提出了两阶段需求响应优化调度策略：第1阶段以通信成本最小为目标,为EV提供充电导航和路径规划并优化基站用能模式;第2阶段以配电网负荷波动最小为目标,制定EV的充放电策略。最后,通过某城市交通模型的测试,分析了调度策略对基站运行、配电网负荷、潮流和用户的影响,验证了模型和方法的有效性。     

计及电动汽车不确定性的有序充电调度策略

大量电动汽车的接入,对智能电网调度提出了新要求。采用合理的充电调度策略可以充分发挥电动汽车在智能电网中削峰填谷等作用。在此背景下,首先分析影响电动汽车充电负荷的因素,根据电动汽车充电特性建立电动汽车充电负荷模型。然后,综合分析电动汽车用户的使用需求,在此基础上建立考虑电动汽车充电不确定性的电网调度随机最优潮流模型。最后,以一标准33节点配网测试系统为例,比较自由模式下和有序充电调度模型下电网负荷曲线,证明了所提出电动汽车充电调度模型在平滑电网等效负荷波动方面的有效性和可行性。     

基于电动汽车供电资源态势感知的台区负荷弹性调度策略

考虑电动汽车、空调负荷等柔性负荷的无序接入对电网造成的不利影响,提出一种计及电动汽车供电资源态势分析的台区负荷弹性优化调度方法。首先,对电动汽车的充电需求进行概率预测,通过量化分析电动汽车负荷的特性指标,提出了台区电动汽车供电资源的态势感知模型,通过集成学习算法训练进行供电资源态势评估;接着,基于供电资源态势感知情况提出对电动汽车充电需求进行弹性伸缩的优化调度策略,将电动汽车充电需求与空调负荷削减量作为控制量,建立带弹性约束的多目标调度计划优化模型,采用改进多目标粒子群算法求解得到优化调度计划;最后,通过台区算例分析验证了所提优化调度方法能实现对电网负荷的削峰填谷,协调解决柔性负荷需求与资源闲置状态下存在的冲突,对电动汽车充电和空调用电负荷进行有序调度,以实现供电资源利用率最大化。     

考虑移动特性的电动汽车最优分时充电定价策略

随着电动汽车产业的规模化发展,制定合理的价格机制对于引导电动汽车有序充电具有重要的意义。电动汽车负荷区别于常规负荷的最大特点是其具有移动性,基于停车生成率理论,建立考虑随机性的电动汽车移动性模型。针对电动汽车用户的特点,建立了考虑电池荷电状态的电动汽车需求价格弹性模型,以统筹电网和车主双方利益为目标,提出了基于移动特性的电动汽车最优分时充电电价定价策略。算例仿真结果表明,基于所提模型和策略求解得到的最优分时充电电价能够起到平滑负荷曲线、降低车主费用的作用。     

基于随机森林算法的电动汽车充放电容量预测

文中提出一种电动汽车充放电容量的组合预测方法.首先,基于电动汽车历史充电数据和用户参与电动汽车与电网互动(V2G)意愿的调查数据,分析车辆荷电状态(SOC)特性、出行时间特性以及用户对价格的敏感度,建立随机森林分类模型,判断车辆是否参与V2G调度,并对影响用户决策的特征因素进行重要性评估.其次,采用蒙特卡洛方法模拟电动汽车出行和充放电情况,并分别预测充放电容量.最后,以办公区为例进行仿真,对比分析多种充放电模式下的电动汽车充放电行为与负荷分布.所构建的随机森林分类模型的准确率为0.917,能够有效区分V2G计划时段内电动汽车的充放电行为,仿真结果验证了所提预测框架的有效性.     

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。     

动态分时电价机制下的电动汽车分层调度策略

大量电动汽车（electric vehicle,EV）无序充放电会对电力系统的安全与经济运行产生不利影响。在此背景下, 提出在动态分时电价环境下, 以削峰填谷和消纳本地光伏（photovoltaic,PV）发电出力为目的的电动汽车分层调度策略。在该策略中,电动汽车充放电计划由用户自主响应分时电价并经本地电动汽车调度机构调整后确定。首先, 建立以最大化电动汽车用户效益为目标的电动汽车充放电优化模型。接着, 以消纳本地光伏出力为目标, 发展本地电动汽车调度机构的优化调度模型。之后, 基于实时更新的配电系统预测负荷曲线, 构造动态分时电价更新策略。最后, 采用蒙特卡洛仿真方法模拟电动汽车的出行特性和充电需求, 并以包含3个居民小区的配电系统为例对所提方法的有效性进行了验证。     

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。     

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.     

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。     

计及V2G价格激励的电动汽车削峰协同调度策略

为了改善城市电力负荷峰谷差增大给配电系统稳定经济运行带来的影响,提出了电动汽车(EV)削峰协同调度策略,通过价格信号引导EV这类新型灵活资源参与辅助服务,从而平滑系统负荷曲线并减少EV用户的用电成本.首先,结合系统的削峰需求,提出了车网互动(V2G)激励价格机制;然后,构建基于出行链的EV出行需求模型和基于出行需求的耗...     

计及路-网-车交互作用的电动汽车充电实时优化调度

大量电动汽车（electric vehicle, EV）无引导地自由充电会对城市交通系统和配电系统的运行带来负面影响, 而EV充电负荷的时空分布又与城市交通系统和配电系统密切相关。因此, 需在综合考虑城市交通系统、配电系统和EV交互作用的基础上, 研究EV的充电调度与控制。在此背景下, 首先提出一种计及路-网-车交互特性的电气化交通协同系统架构。接着, 建立基于出行链追踪的微观交通配流模型, 模拟EV用户的驾驶行为、位置分布、荷电状态、充电需求等实时信息。然后, 提出一种选择充电站和导航策略, 并构建兼顾配电系统安全和用户充电等待成本的双层实时优化调度模型, 以确定各充电站内EV的具体充电方案。最后, 采用包括某地区交通系统和修改的IEEE 33节点配电系统的集成算例系统, 对所发展的模型与方法进行说明。     

基于模型预测控制含充换储一体站的配电网优化运行

提出一种综合考虑电动汽车充换储一体站与主动配电网的优化调度模型。基于快充用户行驶行为特点、城市道路速度-流量实用模型分别建立快充站和换电站模型,并结合梯级储能集成为一体站模型。在含有风机、光伏、微型燃气轮机和一体站接入的主动配电网中建立优化调度模型,并将模型转化为混合整数二阶锥模型求解。使用基于模型预测控制的多时间尺度优化调度策略实现对配电网日前调度、日内滚动调度和实时反馈校正,减少了分布式电源和负荷的预测误差对配电网运行的影响。以某市公交线路实际道路情况为例,验证了所提出的优化调度策略具有能够满足电动汽车充电负荷需求、抑制功率波动并降低配电网运行维护费用的优势。     

计及网损与电动汽车车主利益的分时电价研究

随着电动汽车技术的快速发展和人们环保意识的不断提高,电动汽车的使用规模将不断扩大。为了合理引导大量电动汽车的无序充放电行为,减少电动汽车给配电网的安全运行带来的影响,建立了4类电动汽车的充放电需求响应模型,统筹考虑电网公司和电动汽车车主双方的利益,运用基于遗传算法的双目标优化算法求解出一套最优分时电价方案来引导电动汽车的充放电行为。算例验证表明,该模型求解得到的最优分时电价方案可以显著地减少车主花销,降低配电网的网络损耗。     

考虑电力-交通耦合网动态协调的EV集群灵活性挖掘与优化调度

电动汽车(EV)作为兼具交通与能量双重属性的跨域主体,发挥其时空灵活性将助力电力-交通耦合网的协调运行。为此,文中考虑电力-交通耦合网综合效益,提出了EV集群调控策略。首先,基于弧阻抗函数构建了动态交通网络加载模型。其次,考虑EV用户的各特征参数存在的差异性与耦合性,构建了单体EV灵活运行域模型,并采用基于zonotope线性近似的闵可夫斯基和算法对其聚合,得到EV集群的时变灵活运行域。在此基础上,提出了动态交通流最优分配下EV集群灵活性调控的双层模型,迭代求解得到上下两层耦合变量构成的瞬时单位流量出行成本,从而引导EV的出行与充放电行为。最后,通过与最短路径引导策略进行比较,验证了所提EV集群调控策略的有效性。     

融合路网-电网信息的电动汽车充放电行为引导与调控策略

在智慧城市理念快速发展的背景下,电动汽车（EV）无引导的出行与无序的充放电行为影响着电力-交通耦合网络的安全高效运行。针对此问题,提出一种融合路网-电网信息的EV充放电行为引导与调控两阶段优化策略。首先,分析电力-交通耦合网络的交互影响因素和方式,提出EV充放电出行路径引导和调控架构;其次,提出融合路网-电网信息的EV充放电出行决策电价动态更新策略,并建立计及用户时间-经济成本的EV充放电出行路径决策优化模型;然后,兼顾多方主体利益,建立EV充放电调控模型;最后,仿真结果表明,所提策略能够综合考虑路网和电网实时运行状态,充分挖掘EV在路径引导与充放电调控过程中的可调潜力,实现系统协调运行和多方共赢。     

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。     

低碳经济下电动汽车集群与电力系统间的协调优化运行

随着电动汽车(EVs)大规模接入电网,其充放电行为的随机性将给电力调度带来新的问题。在研究电动汽车与电网间信息、能量交互机制的基础上,深入分析EV集群运行模式及其对电力系统发电调度的影响。基于低碳经济理念,以电力系统发电能耗成本、CO_2排放费用和V2G服务补贴费用最小化为目标函数,综合考虑EV行驶需求、碳排放配额、碳排放交易机制等相关约束,建立低碳经济环境下EV集群与电力系统间的协调优化运行模型。采用所建模型对10机系统进行仿真分析,优化结果验证了模型的合理性和有效性。