含高渗透率光伏发电并网型微网中的电动汽车优化调度方法

针对含高渗透率光伏发电的并网型微网,研究了电动汽车与大规模光伏发电协同增效利用的方法,提出一种以提升光伏发电利用率为目的的电动汽车优化调度模型。为避免依托于中央能量管理系统的集中优化,发展了关联电动汽车交互功率与系统负荷信息、光伏出力信息的虚拟费用理论,在此基础上构造了电动汽车集群的非合作充放电博弈模型,并推导出博弈模型纳什均衡与集中式优化模型最优解的一致性,从而以分散自治的方式规避了集中式优化的弊端。在某办公楼区域光储微网的算例分析中,以光伏发电利用率、等年值成本为微网运行性能评价指标,验证了所述电动汽车优化调度方法的合理性、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。     

Multiagent‐Based Electric Power Interchange between Microgrids

In this paper, we propose a multiagent‐based electric power interchange method between microgrids (MGs). The proposed multiagent system consists of eight types of agent: a single micro virtual power plant (MVPP) agent , several MG controller agents (MGCs), several load agents, several gas turbine (gas engine) agents, several photovoltaic generation agents, several wind turbine generation agents, several battery agents, and a single grid agent. In the proposed system, the MVPP plays an important role, facilitating electric power exchange between MGCs. Simulation results suggest that the proposed multiagent system could improve the load factor and reduce the MG operation cost.     

Day-ahead optimal charging/dischargingscheduling for electric vehicles inmicrogrids

Microgrid as an important part of smart grid comprises distributed generators (DGs), adjustable loads, energy storage systems (ESSs) and control units. It can be operated either connected with the external system or islanded with the support of ESSs. While the daily output of DGs strongly depends on the temporal distribution of natural resources such as wind and solar, unregulated electric vehicle (EV) charging demand will deteriorate the unbalance between the daily load curve and generation curve. In this paper, a statistic model is presented to describe daily EV charging/discharging behaviors considering the randomness of the initial state of charge (SOC) of EV batteries. The optimization problem is proposed to obtain the economic operation for the microgrid based on this model. In dayahead scheduling, with the estimated power generation and load demand, the optimal charging/discharging scheduling of EVs during 24 h is achieved by serial quadratic programming. With the optimal charging/discharging scheduling of EVs, the daily load curve can better track the generation curve. The network loss in grid-connected operation mode and required ESS capacity in islanded operation mode are both decreased.     

A Multiagent‐Based Microgrid Operation Method

In this paper, we propose an autonomous microgrid operation using a multiagent approach. The proposed multiagent system consists of seven types of agent: a single microgrid controller agent (MGC), several load agents (LAGs), several gas‐turbine (gas‐engine) agents (GAGs), several photovoltaic generation agents (PVAGs), several wind‐turbine generation agents (WTAGs), several battery agents (BAGs), and a single grid agent (GridAG). In a microgrid, LAGs act as consumers or buyers, GAGs, PVAGs, and WTAGs act as producers or sellers, and BAGs act as prosumers or sellers/buyers. In order to verify the performance of the proposed system, it is applied to a simple model system with different electrical power prices. From the simulation results, it can be seen that the proposed multiagent system can perform microgrid operations efficiently.     

基于用户响应度的电动汽车有序充放电策略

针对大规模电动汽车接入对微电网经济运行造成不利影响的问题,提出基于峰谷分时电价的电动汽车有序充放电控制方法.采用传递闭包法对峰谷电价时段进行划分,并考虑到用户的响应度,分析车主不同充放电行为对于微电网负荷的影响,构建在保证微电网稳定前提下,增加微电网收益的电动汽车有序充放电的优化调度数学模型,并采用混沌理论改进灰狼算法...     

计及电动汽车充电需求的孤岛微网可靠性计算方法

由于远离大陆,独立海岛上的微网多运行于孤岛模式,不与配电网发生功率交换,微网内部实现电力供需平衡,同时,电动汽车充电需求的接入给孤岛微网的可靠运行带来了影响。提出了一种计及电动汽车充电需求的孤岛微网可靠性计算方法。首先,通过模拟用户的出行行为建立了基于出行链理论的电动汽车充电负荷模型,计及风电和储能特性提出了微网运行策略和负荷分块削减策略。其次,考虑电动汽车充电需求,提出了年均充电中断次数、系统平均充电可用性等新型指标,构建了与传统配电网有差异的微网供电可靠性评估体系。最后,对改进的RBTS Bus6馈线F4系统进行了可靠性评估。算例结果表明,微网运行策略和电动汽车充电需求对孤岛微网的供电可靠性影响显著。     

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。     

电动汽车对微网优化运行的影响分析

概述了电动汽车的功率特性,以蒙特卡洛模拟法仿真电动汽车的充放电行为,建立了电动汽车无序充电和有序充放电的负荷模型。在分时电价机制下,以计及电动汽车接入的微网经济效益最大为目标,制定了优化调度策略。分析比较了电动汽车无序充电和有序充放电对微网优化运行的影响,表明电动汽车有序充放电接入模式不仅对主网起到＂移峰填谷＂的作用,还可以有效提高微网自身的经济效益。     

实时电价下含V2G功能的电动汽车理性充放电模型及其分析

为了利用实时电价实现电动汽车理性充电,以电动汽车运营收益最大化为目标,以满足电动汽车动力电池充放电容量及电动汽车行程需求为约束条件,构造了一个电动汽车充放电收益最大化模型,该模型较好地表示电动汽车充放电决策。以美国家庭出行调查为依据,根据用户充出行规律,采用蒙特卡洛模拟法模拟用户行程需求,对电动汽车充放电运行的经济效益进行仿真计算和分析。研究结果表明,通过响应电网实时电价,理性充放电模型可显著提高电动汽车的经济效益。同时,由于夜间电价相对便宜而白天相对较高的电价激励,电动汽车多在配电系统负载率较低时充电,在系统峰荷附近反向放电,从而起到削峰填谷的效应。     

基于双铅碳电池储能系统的微电网优化运行控制策略

针对风力、光伏发电与电动汽车充电波动性威胁微电网安全运行问题,基于对铅碳电池全生命周期内吞吐电量与充放电深度关系的研究,提出了基于双电池储能系统(DBESS)运行平衡度指标控制的充放电模式切换路径优化策略,以及基于铅碳电池最佳充放电深度的DBESS充放电控制策略。利用包含风光发电、双铅碳电池储能系统、锂离子电动汽车充电和常规负荷的实测运行数据,对上述控制策略与传统控制策略的计算结果进行了对比分析,结果表明所提出的控制策略不仅可以达到优化DBESS充放电路径的目的,最大限度拓展DBESS可用容量,还可打破DBESS始末荷电状态一致的限制,提高储能系统使用灵活性。最后以DBESS充放电饱和能力指标及充放电稳定性指标为评价标准,验证了所提出控制策略的合理性和有效性。     

计及电动汽车充放电的微电网多目标分级经济调度

根据各调度单元的运行特性,提出一种含有负荷级、源荷级以及源网荷级的多目标分级微电网经济调度策略。首先,负荷级依据用户行驶习惯利用电动汽车的储能特性调控微电网原始负荷波动;其次,源荷级优先使用风、光出力支持微电网负荷用电,同时通过多目标粒子群优化算法,利用储能、完全可调度电动汽车最大化消纳可再生能源及最小化源荷级的综合运行成本;最后,源网荷级利用柴油机和主网联络线消纳来自源荷级剩余的微电网“净负荷”,并且将富余的风、光功率入网获得收益,使电动汽车群、微电网与主网达到经济性、高效性以及安全性的统一效果。以某具体的算例对所提策略进行仿真分析,并与电动汽车随机充电运行及不分级调度运行的情况进行对比,验证了所提策略的科学性及有效性。     

基于两阶段优化模型的电动汽车充电站放电策略

随着电动汽车的普及,合理制定其充放电策略,实现主动配电网和充电站的双赢成为电动汽车负荷并网的研究重点,为此提出一种充电站充放电计划的两阶段优化模型。该模型综合考虑了主动配电网和充电站双方的利益,并计及了电动汽车实际负荷与预测负荷不符的情况。在日前优化阶段,以成本分析为基础,采用Nash谈判法求解配电网和充电站的多目标优化,利用Karush-Kuhn-Tucker条件表示Pareto前沿。在日内优化阶段,在不改变日前优化确定的充放电计划基础上,根据实时负荷,采用Q-learning算法,进行充电站充电服务优化。最后构建配电网系统算例,对提出的优化模型进行仿真,验证了本文方法的有效性。     

主动配电网源荷协调多目标阻塞调度

随着电动汽车的规模化发展,其所具备的灵活充放电时间转移能力,使得电动汽车充放电秩序的选择成为影响主动配电网出现负荷尖峰的一个重要因素,大量电动汽车无序集中用电,甚至会引起网络阻塞。文中基于中国电力市场的实际情形,结合电动汽车群充放电的柔性与主动配电网中可控分布式电源发电出力的灵活性,将电动汽车群、可控分布式电源,以及从大电网的购电量作为调度对象,以电动汽车群充放电费用最少和系统发电成本最低为目标,提出一种充放电服务费调整策略下的主动配电网源荷协调多目标阻塞调度模型。算例验证表明,所提出的阻塞调度策略可降低系统阻塞效应、提高电网运行安全性和经济性。     

基于随机森林算法的电动汽车充放电容量预测

文中提出一种电动汽车充放电容量的组合预测方法.首先,基于电动汽车历史充电数据和用户参与电动汽车与电网互动(V2G)意愿的调查数据,分析车辆荷电状态(SOC)特性、出行时间特性以及用户对价格的敏感度,建立随机森林分类模型,判断车辆是否参与V2G调度,并对影响用户决策的特征因素进行重要性评估.其次,采用蒙特卡洛方法模拟电动汽车出行和充放电情况,并分别预测充放电容量.最后,以办公区为例进行仿真,对比分析多种充放电模式下的电动汽车充放电行为与负荷分布.所构建的随机森林分类模型的准确率为0.917,能够有效区分V2G计划时段内电动汽车的充放电行为,仿真结果验证了所提预测框架的有效性.     

考虑电动汽车入网辅助服务的配电网日前调度策略

为避免大量电动汽车(EV)无序充电对电网安全、经济运行的影响,提出了基于电动汽车入网(V2G)辅助服务的配电网日前调度方法。首先,基于智能电网和物联网的历史及实时信息建立EV充放电模型,并进行EV辅助服务参与者的筛选和分类。其次,建立了考虑V2G辅助服务的2层配电网最优经济调度模型。上层模型以网损成本、EV用户成本和系统总负荷均方差最小为目标,优化充电站的充放电功率和电压调节设备的工作状态;下层模型以EV的充放电状态转换次数最少和充电站功率与上层优化结果偏差最小为目标,计算每辆参与辅助服务EV的充放电功率。最后,算例系统仿真验证了所提方法的有效性。     

考虑车网互动的配电网可靠性评估

作为一种兼具移动储能特性的新型负荷,电动汽车的大规模接入将会对配电网可靠性产生影响。在传统配电网可靠性评估方法的基础上,提出一种考虑车网互动的配电网可靠性评估方法。首先,通过分析电动汽车的出行行为,建立了电动汽车充放电的时空分布模型;其次,利用蒙特卡洛法模拟配电网故障,充分考虑电动汽车的出行需求,得到配电网故障时电动汽车的放电容量和失负荷情况;然后,结合分布式电源的出力,建立孤岛启发式负荷削减模型求取配电网的故障影响结果;最后,通过改造的IEEE-RBTS Bus-6测试系统验证本方法的可靠性与实用性,分别研究电动汽车渗透率、充电模式以及电动汽车电池容量对配电网可靠性的影响。     

微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型

针对微电网中电动汽车充放电及风光荷预测误差带来的问题,提出一种在微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型,由日前调度计划和日内短期滚动优化调度构成。日前调度模型兼顾微电网与电动汽车车主双方利益,以微电网运行成本最低、所有电动汽车车主充电总成本最低为目标;滚动调度模型以实际等效负荷与日前调度计划中等效负荷匹配程度最大为目标,将实际车主充电总成本不大于日前计划车主充电总成本作为约束条件考虑。最后使用适用于电动汽车充电优化问题的灰狼优化算法求解,优化结果表明,微电网通过多时间尺度优化调度可以有效降低运行成本,并减小预测误差带来的影响,同时电动汽车车主也可以获得一定的经济利益。     

动态分时电价机制下的电动汽车分层调度策略

大量电动汽车（electric vehicle,EV）无序充放电会对电力系统的安全与经济运行产生不利影响。在此背景下, 提出在动态分时电价环境下, 以削峰填谷和消纳本地光伏（photovoltaic,PV）发电出力为目的的电动汽车分层调度策略。在该策略中,电动汽车充放电计划由用户自主响应分时电价并经本地电动汽车调度机构调整后确定。首先, 建立以最大化电动汽车用户效益为目标的电动汽车充放电优化模型。接着, 以消纳本地光伏出力为目标, 发展本地电动汽车调度机构的优化调度模型。之后, 基于实时更新的配电系统预测负荷曲线, 构造动态分时电价更新策略。最后, 采用蒙特卡洛仿真方法模拟电动汽车的出行特性和充电需求, 并以包含3个居民小区的配电系统为例对所提方法的有效性进行了验证。     

基于混合用户均衡理论和充放电管理的快/慢充电站规划

随着绿色出行理念的不断深入,电动汽车保有量逐年增长,而大规模的电动汽车充电负荷将对配电网产生不利影响.基于该背景,文章提出了一种计及充放电管理的充电站规划模型.首先,基于Wardrop用户均衡理论建立交通网混合用户均衡模型;其次,提出了一种基于负荷转移矩阵的充放电管理策略及其建模方法;然后,提出了基于流量均衡原理和充放...