考虑电动汽车集群储能能力和风电接入的平抑控制策略

为促进风电在电网中的消纳吸收,提出了考虑电动汽车集群储能能力和风电接入的平抑控制策略。首先对单体电动汽车入网后的储能特性进行精细化建模,充分考虑储能容量对不同荷电状态(SOC)的电动汽车有功响应能力的约束,在此基础上构建了电动汽车集群储能能力评估模型;进而针对多个电动汽车集群的协同控制,提出了考虑集群储能能力差异性的联络线功率波动平抑控制策略。该策略根据SOC自适应算法,在考虑各电动汽车响应能力约束的基础上,根据自身SOC水平确定各电动汽车的目标功率值,从而充分利用电动汽车与电网交换功率的连续调节能力;同时,该策略提出2种不同的交换功率控制方法,并探究不同方法在减少放电过程方面的差异性。最后,算例中利用电动汽车集群储能能力平抑联络线的功率波动,仿真结果验证了所提出的电动汽车集群储能能力评估模型和平抑控制策略的有效性。     

交通–配电网耦合下电动汽车集群可调控裕度及优化运行策略

规模化电动汽车接入电网在各时段均存在一定可调控潜力,可通过充放电优化运行的方式调控电动汽车集群参与电网需求响应,提升配电网充裕水平。提出了一种交通–配电网耦合模式下的电动汽车集群可调控裕度及优化运行策略,利用挖掘出的灵活性对配电网可靠性进行提升。首先建立交通–配电网耦合系统,模拟用户状态参数变化得到日内电动汽车用户初始充电负荷时空分布。以电量–时间响应裕度指标为依据将各节点入网电动汽车聚类为充电集群,可延迟充电集群和放电能力集群。之后根据交通–配电网耦合关系分析得到各配电网节点的动态可调控裕度,进而实现对各节点电动汽车集群参与响应的协同优化调控。仿真结果表明,基于交通–配电网耦合下电动汽车集群可调控裕度所提的优化运行策略可在兼顾用户出行的同时提升电网可靠性。     

时滞环境下基于电动汽车与电热泵的协调频率控制

提出一种时滞环境下应用电动汽车和电热泵协同参与系统负荷频率控制的调控策略。在考虑电动汽车和电热泵单体运行特性的基础上,分别构建电动汽车与电热泵集群的调频控制模型;充分考虑负荷频率控制中通信延时的影响,建立包含时滞环节的调频系统动态模型;进一步地,利用该模型对不同类型可控负荷集群对应的时滞稳定裕度进行分析,并根据最大化系统稳定裕度的原则优先采用稳定裕度较大的可控负荷进行调频,从而对电动汽车与电热泵在参与频率调节过程中进行协调控制。     

基于充放电裕度的电动汽车集群一次调频控制策略

针对未来电网一次调频资源不足的问题,提出一种基于充放电裕度的电动汽车集群虚拟储能参与电网一次调频的自适应控制策略。首先,分析电动汽车的调控运行范围。其次,研究电动汽车集群参与电网一次调频方法。考虑电动汽车充放电时间和电池荷电状态（SOC）裕度,设计电动汽车充放电裕度指标。接着,提出基于充放电裕度的自适应一次调频控制策略,优化电动汽车参与一次调频的下垂功率,从而兼顾电网一次调频和电动汽车充放电需求。然后,通过定时更新方式评估电动汽车集群虚拟储能的一次调频能力,并提出一次调频效果评价指标。最后通过区域电网仿真案例分析,验证了所提策略在减少系统频率偏差和优化电动汽车一次调频出力的有效性。     

电力现货市场环境下电动汽车充换电站的优化调控策略

在构建新型电力系统的战略目标下,电力现货市场不断对电动汽车充换电站等需求侧资源提出新的需求与要求。基于南方电力现货市场系列试点规则,考虑现货电能量、调频辅助服务、多阶段需求响应等交易品种,建立了电动汽车充换电站的调控模型,设计了日前-日内-实时多阶段优化调控策略。日前阶段针对换电需求、调频调用电量和各交易品种价格的不确定性构建鲁棒优化问题,并采用二阶锥规划算法进行求解;日内阶段构建基于模型预测控制的滚动优化环节,实现对需求响应日内邀约的有效响应,同时改善日前调控计划的保守性;实时阶段以调控成本最低为目标,考虑需求响应实时邀约和电价波动,求解电池功率分配策略。仿真算例表明,所提策略可充分发挥充换电站的调节潜力,提升其经济效益。     

考虑响应意愿的电动汽车群-空调集群需求响应策略研究

可再生能源大规模并网,给电力系统安全运行带来了严峻的挑战。需求侧资源(如电动汽车、空调)具有巨大的需求响应潜力,能够参与电网有功调度,积极消纳可再生能源。因此,提出了考虑响应意愿的电动汽车-空调集群需求响应策略。首先,考虑价格、荷电状态及温度等多重因素的影响,基于Takagi-Sugeno-Kang模糊模型量化了电动汽车群和空调集群的响应意愿,采用三角隶属度函数描述意愿的不确定性。在此基础上,建立了电动汽车-空调集群响应潜力评估模型,获取集群需求响应的可调度裕度。然后,考虑价格型需求响应负荷、风光发电以及响应意愿的不确定性,建立了激励型需求响应策略模型。根据模糊机会约束规划理论,将模糊期望约束和模糊机会约束转化为确定性的清晰等价形式。最后,通过算例仿真分析验证了模型的有效性和可行性。     

基于主从博弈和混合需求响应的能量枢纽多时间尺度优化调度策略

针对综合能源系统中多市场主体利益诉求不同以及源、荷不确定性造成的系统波动问题,提出了基于主从博弈和混合需求响应的能源枢纽（EH）多时间尺度优化调度策略。为有效评估多能负荷柔性特性,将建筑热传递模型与生活热水储存模型集成到EH模型中,建立了完善的综合需求响应模型。针对EH内利益诉求多元化的问题,基于Stackelberg博弈理论,构建了EH日前主从博弈优化调度模型。考虑到日前源、荷预测误差对EH优化运行的影响,提出了考虑激励型综合需求响应的EH日内短时间尺度优化策略,形成了日前与日内的闭环反馈优化。仿真结果表明考虑多种综合需求响应策略和主从博弈的EH多时间尺度优化调度策略,不仅可以降低系统运行成本,维护供需双方利益诉求,而且可以提升系统平抑源、荷波动的能力,实现EH经济、稳定运行。     

基于多时间尺度综合需求响应策略的综合能源系统优化运行

为充分挖掘各类型综合需求响应(integrated demand response,IDR)参与协调综合能源系统(integrated energy system,IES)优化运行能力,首先分析IDR多时间尺度特性,建立各类型IDR模型并制定了IDR多时间尺度响应策略;然后基于此策略建立以经济性最优为目标的IES多时间尺度优化运行模型:该模型分为日前-日内上层-日内下层三个阶段,在日前阶段制定经济性最优的日前调度计划,在日内阶段划分长、短两个时间尺度分别对冷/热、电/气相关设备出力进行分层管理;最后算例分析表明,所提模型能够有效降低运行成本,充分发挥不同响应能力的设备参与日内调度的潜力。     

基于多时间尺度综合需求响应策略的综合能源系统优化运行

为充分挖掘各类型综合需求响应(integrated demand response,IDR)参与协调综合能源系统(integrated energy system,IES)优化运行能力,首先分析IDR多时间尺度特性,建立各类型IDR模型并制定了IDR多时间尺度响应策略;然后基于此策略建立以经济性最优为目标的IES多时间尺度优化运行模型:该模型分为日前-日内上层-日内下层三个阶段,在日前阶段制定经济性最优的日前调度计划,在日内阶段划分长、短两个时间尺度分别对冷/热、电/气相关设备出力进行分层管理;最后算例分析表明,所提模型能够有效降低运行成本,充分发挥不同响应能力的设备参与日内调度的潜力。     

考虑多能灵活性的综合能源系统多时间尺度优化调度

含电热气多种能源的综合能源系统中,复杂的能量转换关系以及可再生能源和负荷的波动性,给综合能源系统的灵活安全运行带来了挑战。为了减小新能源和负荷不确定性对系统的影响,同时提升系统的功率平抑能力,提出了考虑多能灵活性的综合能源系统多时间尺度优化调度策略。首先,在日前调度中建立多能灵活性状态方程,以日运行成本最小为目标,构建波动场景下考虑系统多能灵活性的调度模型;日内调度则以日前调度计划为基础,考虑电能和热气能在不同时间尺度上的响应能力,建立分时间尺度的滚动优化模型,对日前计划进行修正,平抑功率波动。算例结果表明:所提出的日前模型可以通过协调设备的出力来提升系统的运行灵活性,日内模型能够平抑电热气能在不同时间尺度上的功率波动。     

基于用户出行链和调控意愿的城市级私家电动汽车调控能力评估

提出一种基于电动汽车出行链的私家电动汽车(electrical vehicle,EV)参与电网调控能力的评估方法。由用户出行链的特征,从工作日和非工作日两种情况对私家EV的出行链进行模拟,得到EV在城市各类功能区的空间分布变化特征;考虑影响EV参与电网调控的关键性因素,以电动汽车荷电状态约束和功率约束建立单辆私家EV参与电网调控的能力模型,进而建立集群EV在不同城市功能区的调控能力模型。最后通过仿真分析,对工作日和非工作日的私家EV调控能力进行评估和对比,并着重考虑私家EV参与调控意愿下的调控能力变化。仿真分析结果表明,私家EV的调控能力变化与某城市功能区EV数量变化相关,用户参与意愿比例的下降使得调控能力水平整体下降,但变化特征仍以EV时空分布变化特征为主导。     

计及电动汽车用户需求的直流微电网经济调度策略

随着电动汽车的快速发展,电动汽车参与微电网调度受到越来越多的关注,研究考虑电动汽车用户需求的能量管理问题有助于微电网的稳定经济运行。基于此,文章提出一种计及电动汽车用户需求的直流微电网经济调度策略。针对电动汽车用户对于充电时间和充电速度需求方面的问题,建立分级充电价格下的电动汽车分类模型,包括即时型、弹性型、补偿型和夜间型等4种充电类型。参与微电网调度的用户提前一天通过手机App上传预约信息,微电网调度中心综合用户预约信息和可再生能源与重要负荷的日前预测数据,以系统的运行维护成本和联络线功率波动最小为目标,考虑各单元相关约束条件,对电动汽车的充电时间合理规划。最后通过算例仿真结果验证了调度策略的经济性和有效性。     

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。     

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。     

电动汽车集群充放电演化博弈协同策略

针对多电动汽车参与电网需求响应互动场景下电动汽车充放电协同调度需求,提出一种电动汽车聚合商动态定价并指导电动汽车规模化入网参与电力需求响应调度的两阶段博弈模型。首先,构建电动汽车聚合商动态定价下计及电动汽车聚合商成本和电动汽车充放电价格的非合作博弈模型。其次,提出基于logit协议的电动汽车充放电调度多策略集演化博弈模型。最后,联合求解两阶段博弈的演化均衡和纳什均衡,得到各主体的最优策略。算例仿真表明,所提模型能有效实现电网负荷的削峰填谷,同时兼顾电动汽车聚合商和电动汽车用户的经济利益。     

采用拉格朗日松弛法的电动汽车分散优化充电策略

电动汽车聚合商作为电动汽车充电服务的提供商,是电网公司和电动汽车用户之间交互的重要协调者。从电动汽车聚合商的角度出发,在考虑电动汽车用户的电量需求、充电时间以及配电变压器的可用容量等约束条件下,以电动汽车聚合商充电收益最大化为目标,构建了基于拉格朗日松弛法的分散优化模型,研究了分散优化充电策略的执行机制和流程。采用蒙特卡洛方法模拟电动汽车的充电情况,通过仿真算例,对比分析了在无序充电、集中优化充电和分散优化充电模式下的负荷曲线、经济效益和计算效率。结果表明：基于拉格朗日松弛法的分散优化充电策略可得到近似于集中优化模式下的充电收益,同时具有更高的计算效率,适合实际应用。     

考虑需求响应和电动汽车负荷路-电耦合特性的配电网可靠性评估

随着电动汽车的普及,大量的无序充电行为给配电网可靠性带来负面影响。文章建立了考虑需求响应和路-电耦合特性的配电网可靠性评估模型,准确预测电动汽车时空分布负荷并对其进行调度,改善可靠性指标。提出了路-电耦合模式结构及时空负荷预测框架;建立了路网模型、用户模型、考虑需求响应的充电负荷补充模型,得到电动汽车负荷时空分布;基于双向层级结构、启发式削减策略对电动汽车接入的配电网可靠性进行评估。以某区域路-电耦合网为例,分析了该区域电动私家车充电负荷时空分布情况并对考虑需求响应、路-电耦合特性的配电网可靠性进行了评估。各种场景下的仿真结果验证了文章模型的有效性以及需求响应对可靠性指标的优化作用、路-电耦合特性对可靠性指标的恶化影响。     

基于双重激励机制的电动汽车备用服务策略

为了提高电动汽车(EV)的备用服务能力,提出一种基于双重激励机制(DIM)的EV充/放电日前调度策略。在考虑EV放电模式的前提下,设计面向用户的双重激励机制和市场互动模式,提出半托管式的用户响应方式,并对该方式下用户响应状态的不确定性进行建模分析,采用随机规划方法建立响应双重激励的EV充/放电调度模型。基于上述模型,算例对比分析放电激励加入前后EV集群的备用服务能力。同时,通过对调控参数的灵敏度分析,研究充、放电激励价格和调度时间尺度等因素对EV集群备用服务能力的影响。     

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。