含电动汽车的新能源微电网多目标分层优化调度

电动汽车(EV)和新能源微电网(NEMG)分属不同利益主体。针对EV接入NEMG后的经济运行问题,建立计及EV有序充放电行为和车主综合满意度的NEMG多目标分层调度数学模型并提出求解计算方法。EV层以最大化车主的综合满意度为目标,通过CPLEX软件求解得到EV充放电计划并传递给NEMG层。NEMG层基于EV充放电计划调整微电网内部可控分布式电源出力,以达到最小化系统综合成本和交互功率波动的目标。为求解该高维、非线性和多目标模型,提出基于可信度的三黑洞系统捕获策略多目标粒子群优化算法。仿真结果表明,含EV微电网分层架构相比不分层架构能实现EV和NEMG的互利共赢,验证了所提方法的科学性及有效性。     

考虑奖励机制的电动汽车充电优化引导策略

随着电动汽车（electric vehicle,EV）的大规模推广,其无序充电严重威胁电网的安全稳定运行,积极引导EV用户参与充电优化策略,对于提高电网的安全稳定性具有重要意义。为此,基于充电优化管理调度思路,提出一种考虑奖励机制的EV充电优化引导策略,在分时电价的基础上,计入用户在降低电网负荷波动中的奖励机制,考虑充电位置固定、不确定用户的出行需求,确定EV的充电时间及充电位置,达到用户满意度最高的目的;利用EV动态响应的实时优化算法,对所提的优化调度模型进行求解。仿真结果验证了所提策略的有效性和可行性,该优化调度策略不仅能有效改善负荷低谷时段集中充电形成新的负荷高峰的问题,而且可明显降低用户的充电成本及电网负荷波动。     

V2G模式下计及供需两侧需求的电动汽车充放电调度策略

随着电动汽车(EV)渗透率日益增长,研究EV的有序充放电策略对缓解EV规模化入网带来的负面影响、保证电网的经济安全运行具有重要的意义.为此,提出了一种计及用户和电网两侧需求的EV日内调度策略.首先,考虑用户响应调度的意愿和能力,确定EV调度可行性;然后,在第一阶段用户侧优化中通过定义平均放电率指标、动态放电损耗成本完善用户侧需求,在第二阶段优化中考虑电网削峰填谷的优化需求;最后,通过两阶段优化求解获得计及供需两侧需求的EV充放电调度策略.与以成本导向为目标的充放电调度策略的仿真结果进行对比可知,所提调度策略有效地降低了用户成本和电池损耗,减小了负荷峰谷差,平抑了负荷波动,实现了电网与EV用户双方的共赢.     

“车-路-网”模式下电动汽车充放电时空灵活性优化调度策略

电动汽车（EV）是具有交通和移动负荷双重属性的跨域主体。EV大规模集中充电会给电网带来冲击,并加剧交通拥堵。为此,提出基于“车-路-网”交互的EV充电负荷时空优化调度策略,对EV的充电行为进行合理调控。首先,建立动态路网模型并结合改进的Floyd算法精确模拟EV行驶路径,预测EV充电负荷时空分布特性。其次,以预测结果为基础,结合电价响应度模型提出基于主从博弈的优化调度策略,对电网、路网和EV用户的收益进行多目标优化。最后,以中国北京市某区域路网及IEEE 33节点配电系统对所提模型的有效性进行仿真验证,结果显示,所提策略可以实现充电站间的负荷时空分布均衡,改善充电站周围路网的交通流量状况,并降低EV用户充电成本。     

考虑电动汽车用户意愿的滚动优化调度

大规模电动汽车(EV)接入电网后,其无序充放电行为会给电力系统带来极坏的影响,因此对EV进行聚合分类并引导其有序充放电变得非常重要。然而,不同EV用户的需求具有明显的个性化、多样化,为了给不同EV用户提供精准的服务,需要对EV用户的意愿进行响应。首先,提出了行为倾向函数,其中包含了EV的剩余电量、未来出行距离、上一时段的充放电状态、停车时长等信息,以评价EV用户对主动参与调度的意愿;然后,根据EV用户的行为倾向对EV进行分类;最后,建立考虑配电网网损、风电与负荷的匹配度以及负荷方差的多目标优化函数对分类后的EV进行滚动调度,以确定最优调度策略。以改进的IEEE 33节点系统为算例进行仿真分析,仿真结果表明,所提优化调度方法准确响应了EV用户的多样化需求,既满足了EV的用车需求,又提高了EV充放电的整体效益,同时有效降低了配电网网损及负荷方差,提高了风电与负荷的匹配度。     

考虑充放储一体站与电动汽车互动的主从博弈优化调度策略

针对大规模电动汽车(electrical vehicle,EV)接入微电网造成的负荷压力,提出一种考虑充放储一体站(charging-discharging-storage integrated station,CDSIS)与EV互动的主从博弈优化调度策略。首先,通过建立CDSIS模型,并针对CDSIS多场景进行分段设置。其次,建立动态路网模型并结合EV出行特性,预测城市区域路网约束下的EV充电负荷时空分布。并根据预测结果建立EV及CDSIS多目标主从博弈优化调度模型,对EV用户、CDSIS收益进行多目标协调。最后,以某城市主城区域部分交通路网结合IEEE33节点配电系统进行仿真,分析电价与CDSIS储能设备容量对城市区域内EV用户和CDSIS站收益的影响。结果表明,所提主从博弈模型与调度策略能够使得EV用户与CDSIS双方得到最大收益。     

基于PSO算法的电动汽车有序充放电两阶段优化策略

传统分时电价(time-of-usetariff,TOUT)和实时电价(real-timeprice,RTP)需求响应机制均会在负荷低谷时段产生新的负荷高峰,针对这一问题,考虑电网侧的调峰需求以及不同用户对充电电量、充电成本的不同需求和参与意愿,提出一种分时电价动态优化方法。所提方法根据每辆电动汽车(electricvehicle,EV)接入电网时的负荷信息动态更新该EV的峰谷电价,弥补了TOUT和RTP充电方式的缺点。基于所提分时电价动态优化方法,通过建立充电电量最多和充电成本最小多目标函数,采用粒子群算法对每辆EV的充(放)电行为进行两阶段优化,并通过引入虚拟荷电状态对优化后的充(放)电行为进行修正,由每位用户自主响应实现EV的有序充(放)电。为验证所提方法的有效性,基于2017年全美家用车辆调查结果(NHTS2017),采用蒙特卡洛法模拟某居民区1000辆EV的充电需求,并对不同充电策略、不同优化权重、不同参与度和不同V2G(vehicle to grid)响应度下的充电需求进行了仿真分析,结果表明,相较于其他充电策略,所提优化策略可以明显降低用户的充电成本和负荷曲线的峰谷差。     

考虑电动汽车充放电全程功率变化率和用户舒适度的V2H调度策略

目前对居民区电动汽车(EV)充放电的调度缺乏对用户侧需求的研究,特别是难以兼顾EV用户的经济收益和出行需求。为此,在综合分析居民区日负荷特性以及EV用户需求的前提下,提出了一种考虑EV用户舒适度和充放电功率变化率的汽车与家庭互动(V2H)调度策略,基于遗传算法验证了所提调度策略的可行性和对居民区负荷及EV用户的优化效果。研究了不同的EV渗透率下V2H调度策略的适用性,结果表明EV渗透率的增加可以更好地改善居民区负荷的电网接入特性,且随着EV渗透率的增加,虽然EV用户的经济收益会略有下降,但均能保证EV用户的舒适度达到最大。     

含可再生能源与CAES电站的电热综合能源系统调度策略

考虑电动汽车（electric vehicle)及可再生能源不断并入综合能源系统,导致整个综合能源系统不确定性加大,进而产生能源利用不充分问题,提出含可再生能源与压缩空气储能（compressed air energy storage,CAES）电站的电热综合能源系统调度策略。根据电力负荷需求大小划分为2种调度模式,在能源端与储能端利用CAES与光热电站联合运行方式(solar and compressed air energy storage,S-CAES)增强电网与热网之间的耦合,实现不同能源之间的高效转换与利用;在负荷端将EV负荷按照其可控性分为有序、无序EV负荷,针对不同的模式给出S-CAES不同的运行功能并给出不同的优化调度模型。最后利用Matlab分别在不同负荷模式下进行仿真分析,与传统调度策略进行对比,仿真结果验证了所提策略在增加可再生能源消纳和减小综合成本等方面的有效性和优越性。     

计及充电负荷价格响应的配电网扩容规划方法

随着电动汽车EV(electric vehicle)保有量攀升,配电网扩容已成为应对高比例EV充电负荷接入的一种有效手段.考虑EV用户对充电价格的敏感性,提出一种计及充电负荷价格响应的配电网扩容规划方法.该方法是一个双层协同优化模型,其中上层考虑EV用户对补偿价格的响应,建立配电网扩容规划模型,以年总投资运行成本最小为目标,优化线路型号及充电补偿价格;下层建立基于补偿价格的EV充放电行为优化模型,以充电成本最小为目标优化EV充放电功率.算例结果表明,所提方法通过补偿价格可有效引导EV的充电负荷,减少配电网年总投资运行成本.     

考虑电动汽车用户满意度的微网分层优化调度策略

针对住宅区微网中的电动汽车集群,提出一种考虑电动汽车用户满意度的微网分层优化调度策略。将微网调度优化的过程分为负荷层和源储层,负荷层在保证用户满意度的前提下,利用电动汽车的储能特性平抑微网的负荷峰值,源储层先用可再生能源出力支持微网用电负荷,多余出力部分则通过电动汽车进行消纳,使得微网综合运行成本达到最低。然后,用改进蚁狮算法求解源储层模型,最后,通过算例进行验证。结果表明,相对于电动汽车无序充电,该策略大幅提升了微网运行的经济性、可靠性以及电动汽车用户的满意度。     

考虑电动汽车用户满意度的微网分层优化调度策略

针对住宅区微网中的电动汽车集群,提出一种考虑电动汽车用户满意度的微网分层优化调度策略。将微网调度优化的过程分为负荷层和源储层,负荷层在保证用户满意度的前提下,利用电动汽车的储能特性平抑微网的负荷峰值,源储层先用可再生能源出力支持微网用电负荷,多余出力部分则通过电动汽车进行消纳,使得微网综合运行成本达到最低。然后,用改进蚁狮算法求解源储层模型,最后,通过算例进行验证。结果表明,相对于电动汽车无序充电,该策略大幅提升了微网运行的经济性、可靠性以及电动汽车用户的满意度。     

适应电动汽车发展的配电网规划体系

电动汽车是清洁能源替代传统能源的革命性技术,已在全球范围引起持续关注。在电动汽车快速发展的背景下,分析了电动汽车的用电行为及发展路线。通过对电动汽车负荷接入配电网的影响分析,总结了配电网规划所面临的挑战,进而提出适应电动汽车发展的配电网规划体系,为指导大规模电动汽车负荷接入条件下配电网的规划设计工作指明了研究方向和重点。     

基于V2G技术的微电网最优运营规划策略

将V2G技术应用到微电网中,不仅可以提高微电网运行效率,还可以为电动汽车（EV）用户创造收益。提出了计及V2G技术的微电网最优运营规划策略。首先建立微电网设备的能量平衡模型及约束条件。再针对EV聚合商和微电网运营商分别独立和融为一体两种情况,设计不同的微电网运营优化目标函数,利用序列二次规划算法搜索微电网日常运营成本最小值。最后对住宅用户和商业用户两种对象进行仿真测试。结果表明,充分利用V2G技术,可以提高微电网能源的运营效率,降低微电网总成本。     

考虑用户充电决策行为的电动汽车充电引导策略

快充站(fast charging station,FCS)是电动汽车(electric vehicle,EV)的重要能源供给设施。随着EV的推广应用,快充负荷也逐渐攀升,对配电网运行产生了一定影响。然而,快充负荷作为一种需求侧响应资源,可通过有序充电控制缓解EV接入给配电网运行带来的负面影响,因此文中提出考虑用户充电决策行为的EV充电引导策略。首先,考虑动态交通路况影响,利用出行链理论构建EV移动模型,进行用户出行模拟,并刻画剩余电量的时空分布。其次,考虑剩余电量、充电设施分布与充电服务价格,利用后悔理论构建用户充电决策模型,并刻画充电负荷时空分布。然后,以配电网网损最小为目标,构建充电服务价格优化模型,通过优化公共FCS的充电服务价格,引导充电负荷时空分布。最后,对不同服务价格方案进行对比,结果表明,文中方法对小容量车型的引导效果更好,且用户时间消耗等效折算系数越大,文中方法对充电负荷引导的效果越好。     

基于实时出行需求和交通路况的电动汽车充电负荷预测

现有的电动汽车充电负荷预测研究中缺乏对用户出行行为和交通路况的精确描述,为此构建了时空图谱注意力网络,对基于城市兴趣点的出行需求和道路交通流量的时空分布进行学习和预测,并计及了日期类型、天气温度和交通事件的影响。通过基于出行时间指数（travel time index,TTI）的Dijkstra算法得到耗时最短的行驶路径,并建立了计及交通路况和气温影响的电动汽车能耗模型以及考虑距离远近和综合充电费用的充电站选择决策模型。基于西安市二环区域的实际出行需求和交通数据,对私家车、出租车和网约车3种用途电动汽车的充电需求进行了预测,并分析了出行需求变化对城市各网格空间内充电站快、慢充负荷的影响,为充电设施的规划提供了参考和依据。     

含海洋能发电的海岛微网源荷储容量优化配置研究

为了提高风能、太阳能和海洋能等可再生能源的利用率,并保证远洋海岛淡水供给,合理地配置微网的源荷储容量是海岛微网建设的关键。结合海岛特有的源荷特点,针对海岛微网源荷储容量配置所面临的问题,文中提出了一种含海洋能发电的远洋海岛微网源荷储容量优化配置方法。首先,分析典型海岛微网结构,并建立波浪能、潮汐能及海水淡化等海岛特有的源荷模型。然后,根据远洋海岛源荷运行特性,将外层容量配置优化和内层运行成本优化相结合,提出海岛微网源荷储容量配置的双层优化模型。最后,考虑供电可靠性和居民用水需求,基于构建的海岛微网协调运行控制策略,利用粒子群算法对双层优化模型进行求解。算例分析表明,文中提出的优化配置方法可以更加合理地实现海岛源荷储容量配置,为未来远洋海岛微网建设提供理论依据和技术支撑。     

考虑路网和用户满意度的集群电动汽车主从博弈优化调度策略

传统的电动汽车(electricvehicle, EV)集中优化方法在实际应用中面临调度困难、计算量大、缺乏真实数据支撑等问题,无法准确揭示各主体间的交互行为。为此,提出一种考虑路网和用户满意度的集群EV主从博弈优化调度策略。首先基于真实出行数据和路网数据模拟用户出行行为。其次,负荷聚合商(loadaggregator, LA)整合EV负荷资源,对相似出行特性的EV进行聚类。在双层主从博弈模型中,LA作为上层领导者,聚类后的各EV子群作为下层跟随者。考虑EV用户不同消费偏好,通过优化LA定价策略、新能源及储能系统出力计划、EV集群充放电策略实现纳什均衡,达到各主体共赢,并使用改进遗传算法进行求解。最后,利用仿真验证了所提模型可有效提升LA收益及EV用户消费者剩余,增加新能源消纳,并可为不同消费偏好的用户提供差异化服务。     

考虑车主多模式需求响应模糊意愿的优化调度策略

现代电动汽车(electrical vehicle, EV)用户需求响应具有多样性和意愿模糊性的特点,当实施单一激励政策时,EV响应将达不到预期效果。为此,提出了考虑车主多模式需求响应及其模糊意愿的含EV微电网的主从博弈优化调度策略。微电网主体针对净负荷制定多模式动态电价激励政策,引导EV在多模式电价中做出选择,促进EV有序充放电,实现其净负荷均方差和运行成本最小。车主从体基于模糊逻辑推理意愿决策,响应多模式动态电价,极小化车主成本。采用非支配排序遗传算法(NSGA-Ⅱ)求解优化模型,获得最优多模式动态电价和EV充放电策略。仿真结果验证了所提方法的有效性。