考虑分布式光伏和电动汽车接入的配电网空间负荷预测方法

针对大规模分布式光伏和电动汽车接入配电网对空间负荷预测影响的问题,提出一种考虑远景年屋顶分布式光伏饱和安装、大规模电动汽车参与V2G的城市配电网空间负荷预测方法。区分不同小区,依据相应的容积率和可利用率系数计算屋顶光伏饱和安装面积,结合历史辐射值数据计算光伏出力。基于改进型停车生成率模型预测停车需求,结合日行驶里程、停车特性和充放电策略,建立电动汽车V2G负荷预测模型,利用蒙特卡罗仿真得出V2G负荷时空分布情况。采用改进型负荷密度指标法,实现对考虑时序的配电网传统日负荷的预测。以某规划区为例,预测结果表明:屋顶分布式光伏和电动汽车V2G对配电网空间负荷预测结果影响较大,且对不同小区负荷影响的程度不同。     

分布式光伏与电动汽车接入蚌埠市配电网的负荷特性分析与对策

本文研究了分布式光伏与电动汽车接入蚌埠市配电网的负荷特性与对策。首先建立了分布式光伏的出力模型与电动汽车的负荷模型。然后,结合目标年蚌埠市配电网的预测数据,分析了分布式光伏与电动汽车同时接入对蚌埠市配电网整体及各典型区域负荷特性的影响,结果表明造成蚌埠市目标年夏、冬两季日负荷峰谷差的主要原因是06:00~10:00时段商业区与居民区分布式光伏无法完全被消纳、夜晚居民区电动汽车负荷与配电网负荷的“峰上加峰”。基于以上分析,提出用结合分时电价政策的V2G控制策略来应对分布式光伏和电动汽车接入带来的负面影响。     

计及用户行为的电动汽车负荷预测

分析我国电动汽车行业发展现状,介绍考虑用户行为的电动汽车负荷预测方法,通过蒙特卡洛模拟,预测到某地区不同充电站场电动汽车充电负荷的日负荷曲线,对电网负荷预测有一定参考作用。     

计及电动汽车充放电静态频率特性的负荷频率控制

目前对电动汽车参与电力系统调频的研究,主要集中在电动汽车作为分布式电源参与系统调频,而对电动汽车作为可控负荷参与系统调频的研究较少。但是,电动汽车作为分布式电源和可控负荷对其参与系统调频具有同等重要的作用。基于此,文中计及了电动汽车的充放电静态频率特性模型,在电力系统负荷扰动发生时,实现了对电动汽车充放电的协调控制,使其在分布式电源和可控负荷两个角色间合理转换。在此基础上,建立了计及电动汽车充放电的单区域系统负荷频率控制模型,并将该模型扩展为两区域互联系统。在MATLAB/Simulink中建模并进行仿真分析。算例结果表明,电动汽车作为分布式电源和可控负荷参与系统调频,不仅可以使系统频率调整速度更快,有效减小系统频率偏差,而且能减小传统调频机组的备用容量。     

计及电动汽车充放电负荷的分布式电压稳定监控方法

提出了一种计及电动汽车充放电负荷的分布式电压稳定监视和控制方法。在监视方面,利用带可变遗忘因子的递推最小二乘方法对时变戴维南等值电路参数进行辨识,更加准确地对本地电压稳定裕度进行评估。在控制方面,建立优化控制模型,在考虑电动汽车充放电约束的条件下,优先减载电动汽车充放电负荷,求解最大的电动汽车充放电负荷减载量。在发挥电动汽车负荷可充可放特性的基础上,减少传统负荷的减载量,减小控制代价,提高减载的可行性。利用IEEE39节点系统的算例验证了所提出的分布式电压稳定监视方法的准确性和计及电动汽车充放电负荷的电压控制方案的可行性。     

计及电动汽车渗透率的台区负荷预测研究

大量电动汽车接入给配网台区负荷带来了巨大的影响,为了更好地进行配电台区的负荷调度和扩容规划,研究计及电动汽车渗透率的台区负荷预测。首先对多源的负荷预测数据进行缺失、重复、异常预处理并对处理后的数据进行负荷聚类分析;然后分析电动汽车渗透率对台区负荷的影响并建立相应的负荷预测模型;接着建立基于ANFIS-RBF算法的台区负荷预测算法,并采用某地实际模型和数据进行台区负荷预测实例仿真,分析不同电动汽车渗透率下的台区负荷预测结果并验证本文所提算法的优越性。     

规模化电动汽车充电负荷预测

首先基于灰色预测模型、线性回归模型和BP神经网络模型的组合预测模型计算出传统汽车保有量预测曲线,并使用非线性二乘法拟合出基于Bass模型的传统汽车保有量的3个参数值。再通过基于层次分析的德尔菲法,构建传统汽车与电动汽车参数之间的关系,从而得到能预测电动汽车保有量的Bass模型。在保有量预测结果的基础上采用蒙特卡洛算法,结合用户使用电动汽车的起始充电时间、日行驶里程数、电池参数、充电效率等影响因素分别模拟城市中电动私家车,电动公交车与电动出租车的出行习惯,完成电动汽车的负荷预测。应用该方法进行电动汽车负荷预测时精度更高,效果更好。     

计及相似日与气象因素的电动汽车充电负荷聚类预测

电动汽车充电负荷精准预测对于电网调度、电力市场交易、充电站规划建设等具有实际意义.由于电动汽车充电负荷特性异于传统的电力负荷,两者负荷的规律性及影响因素的敏感性各有不同,有必要针对电动汽车充电负荷影响因素及预测模型开展针对性研究.考虑到不同类型电动汽车充电负荷时间序列特性及影响因素存在差异,构建考虑日类型、最高与最低温...     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

考虑分时电价的电动汽车充电负荷计算

为了利用分时电价实现电动汽车的有序充电,提出了一种考虑分时电价的充电负荷计算方法。将电池充电过程划分为5个阶段,考虑行程结束时间与每日行驶里程的概率分布,计算了考虑分时电价后全天各时段内一辆电动汽车处于电池各充电阶段的概率,结合电池各充电阶段的充电功率,得到每个时段内一辆电动汽车的充电负荷期望值,根据中心极限定理计算了所有车辆充电负荷的分布情况。仿真结果表明,考虑分时电价后,充电负荷集中分布于谷时段,降低了对电网的不利影响。与蒙特卡洛模拟方法相比,该方法计算效率更高,计算结果基本相同。     

考虑季节特性的多时间尺度电动汽车负荷预测模型

当前对电动汽车(Electric Vehicle,EV)充电负荷预测的研究大多集中在短期单一时间尺度,且鲜有考虑在较长时间尺度下不同季节电动汽车充电负荷存在的差异.基于此,提出一种考虑季节特性的多时间尺度电动汽车负荷预测模型.首先,考虑季节特性对EV的电池最大载电量、里程耗电量和空调耗电量的影响,结合时空分布规律建立短...     

计及源荷相关性含电动汽车的分布式电源选址定容规划

分布式电源大规模并入电网与电动汽车的广泛应用在优化能源结构的同时,也给配电网的选址定容规划带来新的挑战。本文通过拉丁超立方抽样并结合Cholesky分解和Nataf变换,得到具有相关性的风速、光照强度与需求负荷样本;利用蒙特卡洛模拟得到具有随机性的电动汽车充电负荷,与考虑不确定因素的风光荷样本相结合,由K-means聚类方法进行场景聚类得到典型的运行场景;利用机会约束规划方法建立规划模型,并以收缩因子粒子群优化算法求解;通过典型IEEE 33节点算例分析了风光荷相关性与电动汽车不同充电方式对规划方案的影响。结果表明:电动汽车用户选择常规充电方式能够降低电网负荷;考虑风力、光伏与负荷之间的相关性,得到的规划方案将更经济且更具有指导意义。     

考虑电动汽车移动储能的微电网调度

将电动汽车电池集成到微电网可以为微电网提供额外的电能存储,其收益取决于市场电力价格、电动汽车充电状态和进站/出站率等因素.假设微电网由热力机组、可再生能源和含储能设施的停车场组成.文章提出了一种考虑电动汽车移动储能特性的能源管理优化模型,模型的目标函数是最小化预期的总运营成本,包括前期市场的能源购销成本、热力机组的启停...     

基于时刻充电概率的电动汽车充电负荷预测方法

电动汽车的充电负荷预测在电动汽车的推广过程中发挥着重要的作用。为了克服现有方法中部分参数设置主观、预测模型与用户随机性驾驶行为匹配欠缺的不足,将电动汽车进行细致分类,通过建立充电负荷预测影响因素的概率模型,利用概率统计学和蒙特卡洛模拟方法提出了基于时刻充电概率的负荷预测模型。利用科学分析得到的日行驶里程代替主观给定的起始电荷状态(SOC)以推导充电时长,利用更具随机性的时刻充电概率代替计算得到的充电时段来确定充电负荷。以某市为例,预测了相关电动汽车的日负荷曲线,并与常用负荷预测方法的结果进行对比,验证了所提负荷预测方法能够科学地预测用户的充电负荷,能够为电网及用户的电能管理策略提供可靠的依据。     

Demand-side management in smart grid operation considering electric vehicles load shifting and vehicle-to-grid support

Demand fluctuation in electric power systems is undesirable from many points of view; this has sparked an interest in demand-side strategies that try to establish mechanisms that allow for a flatter demand curve. Particularly interesting is load shifting, a strategy that considers the shifting of certain amounts of energy demand from some time periods to other time periods with lower expected demand, typically in response to price signals.In this paper, an optimization-based model is proposed to perform load shifting in the context of smart grids. In our model, we define agents that are responsible for load, generation and storage management; in particular, some of them are electric vehicle aggregators. An important feature of the proposed approach is the inclusion of electric vehicles with vehicle-to-grid capabilities; with this possibility, electric vehicles can provide certain services to the power grid, including load shifting and congestion management. Results are reported for a test system based on the IEEE 37-bus distribution grid; the effectiveness of the approach and the effect of the hourly energy prices on flattening the load curve are shown.     

计及电动汽车辅助调频的负荷频率控制联合优化

当电动汽车利用车网互动(V2G)技术参与电网一次调频时,其下垂控制特性会影响原负荷频率控制的调频性能。基于此,提出了一种计及电动汽车辅助调频的负荷频率控制联合优化方法。建立了含电动汽车的多区域多机组系统的负荷频率控制模型;在此基础上,针对电动汽车电池特性及二次调频出力的有效工作范围,考虑系统内机组的特性等,以时间乘以误差绝对值积分(ITAE)为目标函数,建立了电动汽车辅助调频与传统机组二次调频的联合优化模型,并利用粒子群优化算法进行求解。在MATLAB/Simulink中针对阶跃负荷扰动及长时间随机负荷扰动的情况,对联合优化前、后系统的动态响应进行了对比分析。仿真结果表明:所提联合优化方法能有效地改善负荷频率控制的稳态响应速度、优化系统的调频性能,并且能够保证用户对电动汽车的用电需求。     

考虑分布式电源和电动汽车不确定性的双层动态配网重构

分布式电源(Distributed Generation, DG)和电动汽车(Electric Vehicle, EV)的广泛应用对主动配电网的优化运行提出了更高的要求,配电网重构是其关键技术之一。考虑DG、EV和其他负荷的不确定性,通过拉丁超立方采样(Latin Hypercube Sampling, LHS)产生随机变量并考虑其相关性。然后分别以最小化综合运行成本和系统节点电压差为目标函数,建立双层优化模型。最后采用基于化整为零策略的改进和声搜索算法(Improved Harmony Search Algorithm, IHSA)进行分时段配网动态重构。通过IEEE33节点系统的仿真,验证了上述方法在提高可再生能源利用率的同时,可以有效提高配电网运行的经济性和可靠性。     

计及电动汽车的微电网经济调度方法

针对电动汽车接入后微电网的节能减排发电调度问题,提出了结合电动汽车有序充放电控制的微电网多目标经济调度方案。分析电动汽车的行驶特性,建立基于峰谷分时电价的有序充放电负荷模型。以微网发电成本和环境效益的综合最优为目标函数,采用改进遗传算法,根据实时负荷供电需求,动态确定各可控分布式电源出力大小。在Matlab平台上以一个包含风、光、柴油发电机、微型燃气轮机、燃料电池以及电动汽车的小型微电网系统为例进行仿真。仿真结果表明:所提调度方法通过合理引导电动汽车的有序充放电,减少了负荷高峰时段微电网各发电单元的供电负担,以尽量低的发电成本实现良好的环境效益,验证了该优化调度方案的可行性和有效性。