电动汽车参与日前风电消纳的优化调度技术分析

风电出力的随机波动性和反调峰特性,使其并网后弃风现象较为严重,利用电动汽车充电负荷可提高风电的电量消纳。构建了含电动汽车充电负荷的风电消纳优化调度模型,并设计了相应的求解算法。通过IEEE30节点算例,分析了在无电动汽车、电动汽车无序充电及电动汽车有序充电等场景下的弃风率、渗透率和经济性。结果表明电动汽车采用有序充电模式时降低弃风率的效果更好,经济性更佳。电动汽车有序充电的比例越高,入网台数越多,提高风电消纳电量的效果越好。通过南方某地区电网验证了所述方法的实用性。     

考虑日前计划的风储联合系统多目标协调调度

建立多时间尺度的风储发电系统协调调度模式,提出一种适用于风储联合发电系统的滚动协调调度方法。优化模型采用两阶段优化方法实现多目标决策和分层协调调度,第1阶段优化利用风电场储能系统和常规机组的协调调度最小化系统弃风电量和失负荷电量,第2阶段优化按照风电并网标准和系统调度需求在各风电场之间分配储能系统充放电任务和弃风功率。采用含3个实际风电场的IEEE 30节点系统进行仿真分析,结果表明:基于风电场滚动上报的超短期风电功率预测信息,提出的风储联合发电系统日内滚动协调调度方法能够有效减少弃风,降低系统运行成本。     

规模化电动汽车和风电协同调度的机组组合问题研究

基于电动汽车通过集中控制器与电网交互的模式,考虑集中控制器所辖区域电动汽车负荷每个调度时段的可控特性,提出将集中控制器充电负荷作为机组组合模型的控制变量。通过蒙特卡洛抽样模拟电动汽车并网场景,计算集中控制器的可调度上限值和下限值,建立了规模化电动汽车与风电协同调度的机组组合模型。算例分析结果表明了应用提出的机组组合模型提高风电消纳能力和降低系统运行成本的有效性。     

面向风电消纳与电熔镁高载能负荷调控的源荷协调优化策略

风电出力具有随机和波动性特点,其并网容量的增加导致火电机组调节压力不断加大,弃风问题日趋严重,电力系统调控难度攀升。为解决系统弃风问题,该文在火电机组参与调度的基础上,提出利用电熔镁高载能负荷的可调节特性,将其作为新的调节资源,与火电机组协同配合,消纳受阻风电。首先,分析电熔镁高载能负荷运行特性,建立电熔镁高载能负荷参与调度模型;其次,提出以风电消纳量最大和系统运行成本最小为目标的源荷协调双层优化模型;最后,采用优化软件CPLEX进行求解,仿真结果表明：电熔镁高载能负荷参与电网优化调度可有效减少弃风、降低系统运行成本。     

从调度模式经济性角度评估电网风电出力接纳能力

随着风电并网容量的增加,电网出现了一定程度的弃风。调度模式直接影响电网接纳风电的能力。本文分别构建了综合考虑系统运行成本和弃风量最小的调度模式、系统运行成本最小的调度模式以及弃风量最小调度模式的模式。提出利用分层优化的思想求解,外层采用基于分段断点的动态规划法安排机组的启停,内层采用多智能体粒子群算法求解系统运行的相关指标。通过算例计算,从调度经济性角度分析不同调度模式下电网最佳风电出力接纳水平。     

电动汽车充电与风电协同控制策略的研究

随着风电并网容量的增加,电网调峰能力已经成为电力系统消纳风电的瓶颈。本文引入电动汽车作为分布式的储能装置,提出电动车等效充电数量模型,用数量关系表示功率关系,并提出对应的协同控制策略,实现与风电的协同调度。仿真结果表明,该模型可以表示电动车等效数量与风功率的量化关系,分析通过电动汽车充电来消纳过剩风电的可行性。     

考虑储能备用的电动汽车负荷连续追踪弃风曲线优化模型

在大力推动高比例可再生能源并网的背景下,风电的强随机波动特征导致的大量弃风问题给电力系统的经济可靠运行带来了挑战,而电动汽车、储能等作为需求侧的灵活性资源参与曲线追踪交易为弃风问题带来了解决方案。首先,分析了电动汽车消纳风电的可行性;然后,对电动汽车聚合负荷消纳风电的交易模式进行了梳理,聚焦连续曲线追踪交易,在充分考虑电动汽车聚合的物理经济约束下建立了混合整数线性规划模型以求解聚合调用方案。由于电动汽车的移动储能能力与追踪效果有限,引入储能系统进行联合优化,采用逐步搜索法在降低聚合成本的同时,得到储能的最优容量与功率配置以及同时优化物理弃风电量与经济成本的聚合方案。算例分析结果表明：考虑储能备用的聚合方法能够提高风电曲线的追踪精度,减小聚合成本,验证了所建模型在连续曲线追踪中的可行性与适用性,可为曲线追踪交易市场的完善与新型电力系统的建设提供借鉴。     

风电电动汽车协同利用对电网风电接纳能力的影响

建立包含电动汽车充、放、耗电约束的风电电动汽车协同利用模型,根据决策变量的不同将充放电模式分为自由充电、不含V2G(Vehicle to grid)和含有V2G的风电电动汽车协同利用。以风电利用率和风电在电网能源结构中电量占比作为衡量水平,分析不同充电模式、电动汽车数量和风电装机容量下的风电接纳能力。含有V2G的风电电动汽车协同利用能够最大限度提高电网风电接纳能力,且在风电装机容量较大时更能显示出含有V2G的协同利用充放电模式的优势,含有V2G的风电电动汽车协同利用是实现大规模风电并网的有效方式,同时一定负荷和风电装机水平的电网存在一个最佳匹配的电动汽车数量。     

计及需求响应的风电 - 电动汽车协同调度多目标优化模型

随着大规模风电并网,调度和弃风问题严重,且电动汽车无序、随机性入网也可能增加发电侧资源的负担。针对此问题,建立计及需求响应的风电与电动汽车协同调度的多目标优化模型,通过价格机制引导电动汽车入网,以负荷方差和车主支付费用最小为目标,并协调优化发电侧资源消纳风电。采用NSGA-Ⅱ算法求解模型,基于模糊决策理论求取其Pareto解集的折中解。算例分析表明:通过价格机制引导电动汽车入网能够削减负荷峰谷差和车主的支付费用;同时降低了火电机组的运行费用,尤其是火电机组的启停费用;不同的分时电价浮动比例对电动汽车入网的影响不同。     

多优化目标下无线充电电动汽车与风电协同调度研究

无线充电技术具有安全环保、全自动、免维护等一系列优点,是未来电动汽车充电技术的发展趋势之一。目前,针对电动汽车的优化调度问题,国内外已取得了许多研究成果,但这些研究工作都是在基于电动汽车有线充电的方式下进行的,并未考虑电动汽车无线充电方式的特性。文章建立了基于无线充电方式下电动汽车与风电的多目标优化调度模型。该模型以风电功率波动最小、用户充电成本最小以及用户用电满意度最高为目标,优化控制各时段电动汽车的充电功率,并采用NSGA-2算法进行求解。最后,以IEEE33节点配电系统为例分析了无线和有线充电方式对协同调度效果的影响。     

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。     

能源互联网多能源系统最优功率流

基于能量枢纽模型,提出能源互联网中以电力、天然气、热力三大供能网络为主的多能源系统协同运行优化方式,考虑各能源传输网络的特点,促进分布式可再生能源出力。将弃风电量作为优化指标之一,综合分析能源消耗及环境效益,并通过弃风供热进行风电消纳,有效减少弃风电量。与传统的以热定电运行模式相比,多能源协同运行优化方式具有较高的综合收益。     

不确定性环境下考虑弃风的电力系统日前调度

为尽可能减少弃风,将弃风电量期望作为最小化优化目标加入日前调度模型。该优化目标与原有模型中的发电成本最小互相矛盾,为协调这两个子优化目标,通过隶属度函数分别将它们模糊化,构建了基于最大满意度的单目标优化模型,并采用遗传算进行了求解。风电并网增加了系统的不确定性,模型采用基于风险指标失负荷概率的机会约束代替传统的旋转备用约束。失负荷概率与弃风电量期望计算过程中考虑了负荷、风功率随机预测误差以及常规机组随机强迫停运。基于IEEE 118节点系统的仿真实验表明,该调度模型可给出兼顾发电成本与风电接纳水平的日前调度计划,为系统调度人员提供参考。     

基于光热电站与电动汽车的综合能源系统风电消纳策略

针对热电联产机组“以热定电”约束导致的弃风问题,提出一种基于光热电站（CSP）与电动汽车的区域综合能源系统风电消纳策略。首先,构造了CSP与热电联产机组协同运行的模型,研究了CSP配合联供机组实现热电解耦的机理;其次,分析了电动汽车无序充电对降低净负荷波动的负特性,通过引入车网互动（V2G）策略挖掘了负荷侧可调度资源削峰填谷的能力;然后,以运行成本及CSP日投资成本最小为目标建立了日前经济调度模型,探讨了电动汽车不同并网方式对CSP容量配置的影响,并利用条件风险价值定量分析了由预测误差引起的风险损失。基于求解器CPLEX展开多场景对比分析,结果表明:所提策略能够有效降低系统的弃风量和总调度成本,同时可为决策者在经济性与安全性之间的权衡提供参考方案。     

考虑制氢储能参与的互联电力系统优化调度研究

在能源互联网背景下,可再生能源发电并网比例快速增长,而由于风电出力特性等因素的影响,风电并网时出现大量弃风,未能实现全消纳。以减少弃风为前提,运行成本和环境成本最小为目标,构建含制氢储能的电–气综合能源日前经济调度模型。通过对比系统中制氢储能单元参与前后的弃风电量、运行成本和环境成本,验证了制氢储能对减少弃风,提高系统经济性和环保性的作用。仿真算例表明:构建的电–气综合能源系统,在很大程度上实现了风电全额消纳,且制氢储能的参与使整个系统的经济性和环保性都有所提高。在能源互联网的背景下,该模型的提出对系统能够经济、环保地运行具有重要意义。     

考虑大规模电动汽车接入电网的双层优化调度策略

随着经济发展和化石燃料短缺、环境污染严重的矛盾日益尖锐,电动汽车(Electric Vehicle, EV)的发展和普及将成为必然趋势。大规模无序充电的电动汽车接入电网充电将给电网带来强大的冲击,并可能导致电网局部过负荷,威胁电网运行的安全性和经济性。因此研究了发电机、电动汽车、风力的协同优化计划问题,提出了一种基于输电和配电系统层面的电动汽车充放电计划双层优化调度策略。在输电网层,以减少发电机组的运行成本、PM2.5排放量、用户的总充电成本和弃风电量为目标,建立了基于机组最优组合的上层优化调度模型;在配电网层,以降低网损为目标,考虑网络安全约束和电动汽车的空间迁移特性,建立了基于最优潮流的下层优化调度模型。在基于标准10机输电网和IEEE33节点配电网的电力系统仿真模型上,对所提的基于双层优化的大规模电动汽车充放电调度策略进行了仿真分析,验证了所提双层优化调度策略的有效性和优越性。     

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。     

考虑风电季节特性的中长期机组检修计划研究

随着风电大规模的并网,电力系统调峰问题日益显著。风电的随机波动性造成电力系统调峰困难和风电难以消纳,低谷时段大量弃风的现象频繁出现。风电具有明显的季节特性,如果在制定中长期发电机组检修决策时考虑风电出力季节特性,能够显著减少弃风。利用主成分分析法和K-means聚类技术提取风电各季节典型出力模式,利用均摊法建立相应的通用生成函数,进而针对大规模风电并网系统,建立考虑风电出力季节特性的中长期机组检修计划优化决策模型,以各时段弃风电量最少和检修成本最小为优化目标。采用粒子群算法对建立的模型进行求解,通过算例验证了该模型与方法的可行性与有效性,显著提高了风电消纳能力。     

电动汽车与热泵促进风电消纳的区域综合能源系统经济调度方法

针对冷热电联供"以热定电"导致的弃风问题,提出电动汽车与地源热泵协同作用促进风电消纳的区域综合能源系统经济调度方法.首先,在源侧引入地源热泵,通过协调电源、热源出力实现联供机组热电解耦,提高风电上网空间;然后,在荷侧考虑电动汽车可调度价值,采用激励型需求响应引导充电负荷有序转移,协助风电并网消纳;最后,以调度周期内运行...     

考虑大量EV接入的电-气-热多能耦合系统协同优化调度

随着能源互联网的发展,在未来多能源网络将深度耦合的大背景下,传统的电网调度模式已不能够满足对多能源系统协同优化的要求,电动汽车的大量推广也给制定更合理的调度策略,支撑多能源系统运行带来了新的挑战和机遇。基于上述背景,文中考虑电网潮流、天然气网潮流、能源中心供能和电动汽车出行及充电需求等约束,利用模糊理论处理电动汽车总体需求及风电出力的不确定性,以全系统供能成本和污染物排放最小为目标,建立了计及大量电动汽车接入下的多能源系统协同调度模型,并采用内点法进行求解。最后,以典型的11节点多能源系统为算例,分析了电动汽车不同充放电模式和不同能源中心结构下的调度策略及效益,并比较了不同接入车数与不同置信水平下的调度结果,验证了电动汽车参与多能源系统的协同调度能够提升系统运行的经济性。