基于改进k-means算法的VPP负荷曲线聚类方法及应用

能源互联网的建设，将物联网、人工智能、云计算等技术融入电网。虚拟电厂作为能源互联网的基本单元，其聚合、运行方式也将迎来改变。针对虚拟电厂如何有效参与电网运行，提出一种基于主成分分析降维和凝聚层次聚类与k-means聚类相结合的虚拟电厂负荷曲线聚类方法，并对聚类结果的应用进行了研究。首先，结合信息物理网络所获数据，采用主成分分析方法对参与虚拟电厂聚合的不同负荷的特征进行分析，对数据进行标准化处理并降低维度；然后， 利用凝聚层次聚类和k-means聚类相结合的算法，对所有参与聚合的负荷出力曲线进行聚类，得到同类别的负荷曲线簇并找出聚类中心；最后，分析聚类结果，建立与之匹配的评价体系，通过综合评价选取合适的负荷组合参与虚拟电厂聚合。     

基于场景树概率驱动的电动汽车聚合商能量-调频市场分布鲁棒投标策略

电动汽车聚合商(electric vehicle aggregator, EVA)的能量-调频市场投标策略决定着电动汽车灵活性的市场价值，而EVA的投标决策过程面临着市场侧诸多不确定因素的影响。为此，针对市场价格及调频信号的不确定性建模问题，提出了一种考虑不确定因素多时间尺度相关性的分布鲁棒建模方法。首先，提出一种基于分层聚类法的场景树模型，刻画不同市场不确定因素的时序相关性。其次，建立了一种基于两阶段优化的EVA参与能量-调频市场的多时间尺度投标决策模型，并基于混合范数距离构建场景树概率的模糊集，实现EVA投标决策在分布鲁棒优化框架下求解。然后，利用列和约束生成法解决构建的max-min-max-min 4层鲁棒问题。最后，通过仿真验证了所建模型在解决两阶段不确定性优化问题和提升投标策略经济性方面的优势。     

电网发展诊断的改进模糊评价模型与评级

随着"电网新基建"方针的确立及加速推进,现代电网已日趋复杂化,影响电网规划及发展的指标及内外部因素众多,准确评估和评级电网的发展状态将有助于把握其发展规律.因此,结合现有的指标,综合内外部影响因素,提出了电网发展诊断的改进模糊评价模型并开展电网评级研究.首先分析并归纳电网发展各方面的重要指标参数,然后构建动态评价指标体...     

基于最优最劣法-熵权-逼近理想解排序法的电网安全与效益综合评价

为解决目前在电网发展诊断问题中使用传统单一评价方法造成的主观意识过强、缺少对客观原始数据本身的评判以及权重分配不均的问题,提出基于最优最劣法(best worst method, BWM)-熵权-逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)的电网安全与效益综合评价方法。将NASH均衡解作为协调优化目标引入到BWM-熵权法中计算综合权重;并利用TOPSIS法对计算出的被选方案与理想方案之间的距离进行排序。此方法结合了客观数据全部信息,使主客观权重均衡。采用该方法对国网经研院2017年全国25个省份的安全与效益两方面共16个指标进行了实例分析,验证了该方法的可行性。     

集群电动汽车参与电网调峰技术综述

在能源紧缺及环境恶化的压力下,电动汽车由于其节能、环保的优势使之广受关注。近年来,电动汽车大规模发展的势头已经十分明显,这将对电网产生不可忽视的影响。大规模电动汽车无序充放电将给电网造成安全稳定性的影响,而实现大规模电动汽合理参与电网调峰将产生巨大效益。针对大量且分散的电动汽车展开研究,分析其集群响应角度下参与电网调峰,可以降低优化问题维度,提高计算效率,为大规模电动汽车的优化调度问题提供新的解决途径。在此基础上,从电动汽车集群负荷特性、可控容量、优化控制策略、综合效益等方面展开分析,着重介绍相关的最新研究成果,并指出存在的问题和可能的研究方向,对集群电动汽车充放电参与电网调峰的关键技术进行分析。     

考虑电动汽车移动储能特性的智能楼宇群能量管理方法

考虑电动汽车在不同建筑之间的移动性及其与多建筑之间具有的功率交互能力,提出一种基于电动汽车移动储能共享特性的两阶段智能楼宇群能量管理方法。以区域内互联的智能楼宇群为研究场景,考虑分布式可再生能源与楼宇基荷的不确定性,利用随机规划方法建立了含电动汽车移动储能特性的楼宇群运行成本最低的上层优化模型。基于上层优化确定的电动汽车在不同楼宇的能量分配,下层从楼宇群供需平衡的角度,利用分布式算法建立了含灵活资源调度成本、传输损耗的楼宇总运行成本最低的自治模型。算例结果表明,所提的模型及策略可以促进能源互补,提升楼宇群运行经济性及可再生能源利用效率,为高比例分布式可再生能源的并网消纳与平衡问题提供新的解决思路。