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。     

考虑供热系统精细化建模的区域综合能源系统多目标优化调度

双碳目标背景下,新能源并网需求的大量增加对区域综合能源系统灵活运行能力提出了新的要求。为了有效挖掘系统灵活性资源开发潜力,该文基于热网及热负荷精细化模型,提出一种计及多能灵活性的区域综合能源系统日前多目标优化运行策略。首先,建立供热管网传输模型以及建筑储能特性模型,精细化刻画热能传输动态过程;其次,建立多能灵活性资源模型,定量分析制定调度计划时的热电机组可调节容量;随后,建立考虑多能潮流的区域综合能源系统模型,并提出一种以系统灵活性不足率及综合运行成本为目标函数的日前调度策略。算例结果表明,该文所提的多能灵活性资源模型以及多目标优化调度策略可有效降低系统综合运行成本、提升系统可再生能源消纳率,缓解了系统用能高峰期供能压力。     

基于ADMM的海上多平台-岸电供能系统能量-备用协同分布式优化调度

针对海上油气工程对能量供应稳定性的需求,许多海上发电机组和岸上电网协同的供能系统相继建立。建立海上发电机组和岸上电源的协同优化运行模式,能提高供能可靠性,减少碳排放。因此,提出了海上多平台-岸电供能系统能量-备用协同优化调度模型。同时,为了应对海上多平台供能系统与岸电系统之间的独立性,基于交替方向乘子法(alternating direction method of multipliers, ADMM)的思想提出了协同调度模型的分布式求解框架。为了确保分布式求解算法的收敛性,采用二阶锥松弛技术将海上平台电网潮流约束进行松弛,使模型转化为凸优化模型。算例结果表明,海上多平台-岸电协同供能系统在保护岸电系统和各海上平台信息隐私的同时,可使可再生能源的消纳能力获得提升。     

考虑热网潮流的区域热-电综合能源系统协同优化配置研究

区域热-电综合能源系统作为连接跨区域和用户侧综合能源系统的“桥梁”,如何协同其设备配置与系统运行是值得关注的问题。首先,研究建立了考虑流向可变量调节运行方式下的热网模型,通过松弛结合罚函数的方式将其转化为二阶锥形式;进一步结合其他设备及电网潮流模型建立了协同优化配置模型,该模型下的设备配置策略能够同时优化多种设备接入节点的位置及其配置容量。算例结果表明:与传统配置策略相比,同时考虑设备容量及节点位置的配置策略能够减少设备容量配置冗余,降低规划及运行综合成本;流向可变的热网模型能提供更灵活的运行方式以增加设备配置的灵活性,得到成本更低的配置方案。     

风光储协同调度的多时间尺度决策方法

大规模可再生能源的接入给电网调度带来重大挑战,而电动汽车充电与风电、光伏发电等可再生能源之间潜在的协同性为电网更多的接纳可再生能源提供了一种可行途径。通过优化地区电网电动汽车充电站的充电计划,在满足电动汽车能源需求的前提下,能够平滑电网等效负荷波动、减轻火电机组调峰压力,进一步提高消纳可再生能源的能力。且日前计划、滚动计划、实时调度的多时间尺度协同调度决策模型的建立,能够逐级消减风电、光伏等可再生能源预测误差的影响,进一步改善等效负荷的负荷特性。最后给出了以某地区电网的实际数据为基础的应用实例,证明模型的有效性。     

V2G模式下微网电动汽车有序充电策略研究

为了应对V2G(Vehicle-to-Grid)模式下大规模电动汽车接入给电网带来的诸多挑战,针对现有电动汽车调度策略对大规模电动汽车充放电需求考虑不足的问题,提出一种微电网电动汽车有序充电策略。调度策略可根据当前微电网负荷状态、电动汽车充电需求等实时数据,采用模糊控制算法优化安排电动汽车充电计划,满足电动汽车充电需求同时实现对电网的削峰填谷。利用该调度策略对某配电区域600辆电动汽车进行充电,并与传统即时充电策略进行比较分析。仿真结果表明,基于模糊控制算法的电动汽车有序充电策略能够有效避免大量电动汽车接入电网引起负荷尖峰的问题,为电网提供削峰填谷的服务,实现用户和电网的双赢。     

计及源-荷不确定性的综合能源系统两阶段优化调度

“双碳”背景下,为实现清洁能源稳定消纳,降低能源机组碳排放,提高综合能源系统运行经济性,提出一种低碳综合能源系统两阶段优化调度策略。日前调度考虑综合需求响应平抑供需差异波动风险,基于条件风险价值理论优化供能方案,保障系统运行稳定性;日内供能通过构建低碳综合能源系统模型,引入碳捕集设备、储碳装置与电转气协同运行,进一步消纳清洁能源的同时,提升系统的低碳性和经济性。基于此,构建以综合成本和碳排放量最小为低碳经济运行目标的模型,利用max-min模糊算法得到折中最优解,通过设置不同场景,对比验证了所提方案的有效性。     

考虑电能共享的综合能源楼宇群日前协同优化调度

首先提出了一种含高比例分布式能源的智能园区运行框架，针对综合能源楼宇内冷热电联供系统、电动汽车、温控负荷等资源建立了计及用户用能需求的量化模型。进一步，基于电能双向流动特性，建立园区内多综合能源楼宇群电能共享模型，并通过智能园区代理商制定园区的日前优化调度策略。通过算例仿真，验证了所提方法可通过协调内部综合能源需求侧资源，进行楼宇间电能共享，实现电能供需就近平衡，达到最小化园区调度成本的优化目标。最后，讨论了有无变压器容量限制下的园区与电网的功率交互情况，所提调度策略可通过增加变压器容量约束来避免变压器越限对电网安全运行的不利影响。     

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。     

基于智能电网的动态经济调度研究

智能电网中大规模电动汽车(plug-in hybrid electricvehicle,PHEV)和可再生能源(renewable energy resource,RES)发电的接入,使得电网由传统的自上而下的集中控制转变为分布式控制,潮流也从单一流动转变为双向流动,直接影响传统发电机组的功率输出。电动汽车能够向电网提供辅助服务(vehicle to grid,V2G),改变了传统经济调度单一的发电商利益模式。车主充电行为的随机性和可再生能源发电的间歇性也加大了对电网调节能力的要求。为此文章构建了基于智能电网的动态经济调度模型,该模型包含电动汽车和可再生能源发电,以发电成本(含电动汽车入网服务成本)和车主充电成本最低、环境污染最小和等效负荷率最高为优化目标,在满足用电需求的前提下,动态调节电动汽车充放电时间和功率,匹配负荷和可再生能源发电波动。最后以10机组系统为例对该模型进行了分析,证明了所提模型的合理性和有效性。     

基于短期预测信息和长期值函数近似的大规模电动汽车实时随机优化调度算法

针对大规模电动汽车(Electric Vehicle, EV)和可再生能源接入背景下主动配电网的实时随机调度问题,提出了一种结合短期预测信息和长期值函数近似的双层实时调度模型。为应对大量EV接入后的维数灾问题,首先提出双层调度框架,上层建立EV集群模型,下层根据EV特性提出功率分配算法对每辆EV制定充电计划,实现上层集群指令的完全消纳并满足各EV充电的需求。同时,为应对EV行为、实时电价及可再生能源出力不确定性的问题,实时优化时采用预测算法预测短期内未来接入的EV行为、可再生能源最大出力与实时电价,并通过值函数近似评估短期决策后系统的值函数,从而实现EV集群充电计划、可再生能源调度计划与购电计划的实时分阶段决策。仿真算例表明,所提模型可以实现大规模EV接入下主动配电网的实时随机调度,同时具备良好的鲁棒性。     

基于最优决策树的多能系统快速鲁棒优化调度

新能源渗透率的持续增长造成了多能系统快速协调调度的巨大挑战,包括调度结果过于保守以及日内调度低效等问题。为此,提出了一种基于最优决策树分布式鲁棒优化的多能系统协调快速调度方法,所构建模型考虑电网日内经济调度,引入基于范数约束的概率分布置信集精准描述新能源的不确定性,防止调度结果过于保守。同时,根据新能源日内运行数据,分别通过可解释的最优分类树和最优回归树算法,优化日内机组启停状态和出力水平的初始决策量,解决日内鲁棒调度的低效问题。在四川某地区电网的验证结果表明,该模型可在兼顾调度成本和鲁棒性的同时,实现水风光多能系统的日内快速协调调度。     

计及碳排放的输电网侧“风–车协调”研究

中国风电主要从输电网接入,为实现电动汽车清洁充电,有必要从输网侧开展计及碳排放的"风–车协调"研究。根据电动汽车输电网侧调度特点,提出了电动汽车集群调度模型。结合碳捕集和常规电厂电碳模型,建立了综合考虑发电成本、碳排放成本的输网侧"风–车协调"调度模型。在Matlab环境下通过cplex软件对模型进行求解。以IEEE 14母线系统为例,研究了单向有序、双向有序充电下的"风–车协调"在减少全网碳排放和弃风量,平抑火电波动的效果。研究了不同断面约束下"风–车协调"的效果。结果表明,当电动汽车大量接入时,通过有序充电下的"风–车协调",可在不同断面约束下实现汽车清洁充电并提高风电利用率。     

电动汽车充电与风电协同调度的碳减排效益分析

在电动汽车充电与风电协同调度模型的基础上,提出了协同调度碳减排效益的测算模型,定量分析了电动汽车充电与风电协同调度在电网和交通领域的碳减排效益。首先计算火电碳排放因子,然后比较协同调度和自由充电模式下的碳排放量。通过电动汽车单位碳排放量的计算模型,比较燃油汽车、纯火电充电、自由充电和协同调度充电电动汽车的碳排放水平。分别以电网平均碳排放水平和车辆单位碳排放水平衡量,协同调度相对于自由充电模式贡献的减排效益都随着风电装机容量增加而显著增加。因此,协同调度是实现风电和电动汽车规模化协调利用的一种有效手段。     

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。     

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。     

含P2G和混合电储能的矿山综合能源系统多目标优化调度

为了提高分布式光伏消纳能力、优化矿山能源利用效率,提出一种基于电转气(P2G)技术和煤层气发电技术的光-储-气-废弃矿井抽蓄多能耦合矿山综合能源系统(MIES),该系统将弃光电量通过电解水制CH4作为煤层气发电的补充,并采用混合电储能平抑光伏出力波动.在对多能耦合MIES进行分析的基础上,构建矿山电、气、热、冷不同能源转换装置的数学模型,并以总运行成本和弃光电量最小为目标,建立MIES协调优化调度模型.不同运行场景下的调度结果表明,所提模型能实现协调调度,提高弃光电量的消纳,降低总运行成本.对不同储能模式下P2G和混合电储能装置之间互补协调能力的分析结果表明,所提模型能提升系统运行灵活性,实现能源最优经济利用.     

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...     

基于需求响应的电动汽车经济调度

提出了一种基于需求响应的电动汽车充电策略,根据电网实时电价信息优化电动汽车用户充电电价触发值,降低用户充电成本。同时,研究了含大规模电动汽车的电力系统机组组合问题。在此基础上建立了基于需求响应的电动汽车经济调度模型,通过对电动汽车用户行为特性的预测,以电网公司收益最大化为目标,优化制定电动汽车充电电价,转移电动汽车充电负荷。算例分析结果表明,提出的经济调度模型可以起到降低峰谷差率的作用,且与无序充电情景相比,能够明显降低系统的运行费用,可以实现电动汽车大规模接入电网时的经济调度。