计及可入网电动汽车的电力系统机组最优组合

可入网电动汽车（PEV）广泛接入电力系统后,其相应的充放电行为会对系统规划、运行和市场运营带来一些新问题甚至挑战。就PEV广泛接入电力系统后的机组最优组合问题进行了研究。以发电机组的运行成本和CO2排放量的加权和最小化为目标函数,把每时段内充放电的PEV数量作为可优化调度变量,采用分段线性化方法把机组最优组合问题转化为...     

计及电动汽车和风电出力不确定性的随机经济调度

电动汽车和可再生能源发电的快速发展为电力系统的安全和经济运行带来了新的挑战。在此背景下,构建了能够计及可入网电动汽车(plug-inelectric vehicle,PEV)和风电机组的不确定性的随机经济调度模型。首先采用随机仿真方法研究PEV的充电与放电功率的概率分布。之后,在假设风速服从Rayleigh分布的前提下,导出了风电机组出力概率分布的表达式。通过理论分析得到了风电机组和电动汽车接入网络(vehicle to grid,V2G)的电源出力的数学期望的解析表达式,并在此基础上,构建了电力系统随机经济调度模型。最后,以IEEE118节点系统为例说明了所提出的随机经济调度模型的基本特征。     

考虑电动汽车入网技术的电力系统机组组合研究

为了提高电动汽车入网技术（V2G）的电力系统机组组合实用性和经济性,提出一种考虑可入网电动汽车（PEV）的数量变化和电池电荷状态变化的机组组合算法。利用电池电荷状态与充放电电量之间的关系,结合预估的不同时段入网PEV数量,确定每天入网PEV的净充电总需求量。构建考虑电动汽车入网技术的电力系统机组组合模型,以发电成本为目标函数,加入电池电荷状态的罚函数,求解电力系统机组的出力计划和入网PEV的充放电控制计划。分析了不同情景下充放电最优控制和机组组合结果,对比了不同PEV充电模式对电力系统机组组合结果的影响。算例分析结果表明,该方法可以有效的节省机组成本,实现电动汽车的连续调度,证明了该方法的正确性和有效性。     

含有风电与光伏发电以及电动汽车的电力系统概率潮流

建立含有风电、光伏发电和可入网电动汽车（PEV）的电力系统概率潮流模型。基于历史气象数据对不同季节和不同天气状况下的风光数据进行模拟,并计及风电、光伏发电、PEV充／放电及负荷的不确定性,在此基础上,对不同季节中每日不同时段的电力系统采用三点估计法（3PEM）进行概率潮流计算,进而计算潮流结果的统计特性。某140节点配电系统的仿真结果验证了所提模型和方法的准确性。     

基于SCUC的可入网混合电动汽车优化调度方法

在可入网混合电动汽车(PHEV)有望规模化应用的背景下,以传统的计及安全约束的机组最优组合(SCUC)问题为基础,发展了能够容纳PHEV的电力系统优化调度数学模型。所发展的模型以保证系统安全运行为前提,兼顾了PHEV车主的经济效益与发电的碳排放成本。利用PHEV作为可移动电量储存单元的特性,将模型解耦为机组最优组合与计及交流潮流约束的充/放电计划优化2个子模型。应用混合整数规划方法和牛顿—拉夫逊潮流算法迭代求解优化问题,可以同时获取日前机组调度计划和各时段的PHEV最优接纳容量及充/放电计划等结果。最后,以6节点和IEEE 118节点2个系统为例,验证了所构建模型的正确性和有效性。     

基于电动汽车入网特性的电网经济调度研究

电动汽车的充放电行为受到间接的成本约束和直接的集中调度控制。本文建立了计及电动汽车充放电行为的机组组合模型,从机组组合的角度分析了受调度电动汽车的充放电行为。在GAMS的MINLP优化求解的基础上,以10台机组系统24时段的机组最优组合为例,分别讨论了有无惩罚函数的情况、全时段充放电和定时充放电的情况。由此得出结论,惩罚函数的添加,能够有效地改善系统"削峰填谷"效果。针对本文算例,考虑机组成本和电动汽车充放电成本,所允许的电动汽车放电的临界成本系数大约为45$/MW。     

考虑风电和电动汽车等不确定性负荷的电力系统节能减排调度

可入网电动汽车(plug-in hybrid electric vehicles,PHEVs)和风电等可再生能源发电的快速发展为电力系统的安全和经济运行带来了新挑战.为此,综合考虑了负荷和风电的不确定性、可入网电动汽车的智能充放电控制以及PHEVs与风电的协调互补和系统的节能减排,构建了计及碳排放的调度模型.先采用多场景模拟技术将风电和负荷不确定性的随机过程分解为若干典型的离散概率场景;再采用多代理技术将24 h对应为24个工作代理,工作代理负责火电、风电和PHEVs之间的静态调度;协同代理负责工作代理之间的动态协调.最后对含10机火电机组、PHEVs和风电的系统进行仿真.结果表明,多场景模拟能减少调度求解难度;含风电和PHEVs的系统能有效协调风电和PHEVs,减少其运行成本和碳排放量;通过调节节能与减排需求对应的权重,可以实现节能和减排之间的有效折衷.     

考虑源荷协调的风电并网系统旋转备用容量优化

风电的接入给电力系统带来更大不确定性,要求电网公司购买更多的旋转备用以维持电力系统的功率平衡和稳定,兼顾系统运行可靠性与经济性的旋转备用优化配置具有重要意义。考虑风电、需求侧互动资源,提出一种基于多场景的概率性旋转备用优化方法。该方法综合考虑风电预测误差、负荷波动及发电机非计划停运不确定性因素对旋转备用的需求,将弃风、可中断负荷分别作为部分负、正旋转备用融入发电日前调度计划,以购电总费用最低为目标函数建立日前机组组合优化模型,获得各时段旋转备用优化配置量。通过对IEEE 30节点、IEEE 118节点系统进行算例分析,验证了所提方法的正确性和有效性。     

基于极端风险假设的风电并网调峰充裕度评估

针对大规模风电并网给电力系统带来的有功平衡困难,结合实际运行中偏保守的调度策略,提出一种基于极端风险假设的风电并网调峰充裕度评估方法。假设风功率预测完全不可靠,分析了含风电系统的最大调峰需求;假设各时段风功率为零,进行日前机组组合,确定峰荷时段的最大开机方式,再结合机组调峰深度,分析了调峰容量的供给。应用序贯蒙特卡洛模拟技术进行调峰充裕度评估。算例表明,随着规划风电规模的扩大,系统调峰充裕度指标迅速恶化。将风电装机容量分散到具有相关性的多风电场将显著减轻系统的调峰压力。     

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。     

基于解集动态分析含风电接入的多目标机组组合研究

风电的大规模接入给多目标节能减排发电调度带来了新的机遇和挑战。由于风电场出力具有随机性,采用置信区间简化风电场景模拟数量,考虑到多目标模型的复杂性,利用Benders分解技术对模型进行降维,设计一种基于解集动态分析的多目标自适应优化算法对降维后的多目标主问题进行求解,并提出一种提高模型整体求解效率的预处理机制加速收敛。仿真结果表明所提方法能够有效求解含风电的多目标机组组合问题,并验证了所提多目标算法和预处理机制在求解模型中的优势。     

基于分时电价的电动汽车有序充放电策略研究

为了减缓电动汽车无序充电造成的负荷波动,提出一种基于分时电价的电动汽车有序充放电策略。构建了居民区电动汽车负荷模型,在考虑负荷均方差、用户充放电成本和电动汽车充电量的情况下,建立多目标优化函数,并采用改进粒子群算法求解多维优化问题。仿真结果表明,所提有序充放电策略能在有效平缓电网负荷曲线的同时,增大电动汽车充电电量和减少用户充放电成本,最大程度满足用户出行需求。     

基于Apriori-ANP的电动汽车充放电站并网性能综合评估方法

电动汽车充放电行为的随机性,导致充放电站运行数据波动性强、指标间权重差距大,传统方法难以全面准确评估其充放电站的并网性能。为此,提出了一种电动汽车充放电站并网性能的综合评估方法。首先,提出了包含安全性、适应性、稳定性等5项准则的综合评估指标体系。其次,采用Apriori算法处理指标间关联关系。同时引入博弈思想将网络分析(Analytic network process, ANP)法与基于指标相关性的指标权重确定法结合以确定指标的最优组合权重。基于最优组合权重和基于逼近理想解排序法建立评估模型,对各充放电站并网的综合性能进行量化分析。最后,采用某市电动汽车充放电站运行数据对所提方法进行验证,并与已有评估方法进行对比。结果表明所提评估体系与评估方法的有效性和优越性。     

含并联直驱风电机组并网的风电场多开环模式谐振

针对电力系统中的次同步振荡问题,采用开环模式谐振分析方法研究了多台具有相同参数的直驱风电机组并联并网后引发电力系统次同步振荡的多开环模式谐振现象,构建了以直驱风电机组为反馈子系统和电力系统其余部分为前馈子系统组成的闭环互联模型。针对网侧换流器直流电压外环和锁相环动态主导的振荡模式,研究2个子系统之间的多开环模式谐振。模式分析计算结果表明,多台直驱风电机组的并网会导致锁相环模式的阻尼降低; 并联并网直驱风电机组的数目增加会导致电力系统的次同步振荡。     

计及风电不确定性的多场景多时段安全约束机组组合解耦求解方法

为了加速求解计及风电不确定性的安全约束机组组合问题,提出计及风电不确定性的多场景多时段安全约束机组组合解耦求解方法。将原问题解耦为多个场景的安全约束机组组合问题;通过将各场景的调度时段分为多个子时段对各场景安全约束机组组合问题进行解耦,形成多个并行的子问题;为了确保多场景解耦和多时段解耦解的可行性,利用一致性约束耦合不同的子问题,并在目标函数中添加惩罚项。通过算例分析验证了所提方法的有效性。结果表明,在可接受的精度下,所提方法比传统集中式方法显著缩短了多场景安全约束机组组合问题的求解时间。     

基于遗传膜算法的含风电机组和电动汽车的配电网分时段动态重构

在新能源不断接入配电网的环境下,配电网分时段动态重构变得越来越重要。配电网分时段动态重构模型中考虑了电力公司从风电机组的购电成本、随机波动性成本、电动汽车充放电成本和网络损耗成本等。在满足各时段配电网安全运行等约束条件下,以配网经济性最优为目标函数确定最终的开关组合,该模型反映了风电机组和不同类型电动汽车对电网经济性的影响。为克服重构中产生大量重复解,提出等份交叉概率选择法,并提出一种膜计算与改进遗传算法相结合的遗传膜算法对上述模型进行求解,该算法克服了基本遗传算法的"早熟"问题。实验验证了上述模型和方法的正确性和有效性。     

考虑V2G下电动汽车与风电协同调度的多目标优化策略

通过建立电动汽车及风电参与的负荷平抑、负荷峰谷差和电动汽车充放电费用的多目标模型,考虑电动汽车电池的可用容量和充放电功率等约束条件的情况,采用基本遗传算法和非线性规划遗传算法这两种不同算法,分析考虑负荷峰谷差对平抑负荷波动和提高电动汽车用户收益产生的影响,并分别对所产生结果进行对比.最后,通过算例分析验证结果表明,通过在分时电价合理的安排电动汽车充放电下采用非线性规划遗传算法并考虑负荷峰谷差可使多目标模型更加优化,并给出非线性遗传算法求解多目标模型时的结果曲线图.     

基于微网的电动汽车与电网互动技术

随着电动汽车的渗透率越来越高,其无序充放电行为会给电网的正常运行带来负面影响。电动汽车与电网互动(V2G)是一个很好的解决办法。基于微网的V2G模式被用于电动汽车与电网之间的能量交换,并建立了以微网负荷波动最小、可再生能源利用率最大及车主获得的收益最大为优化目标的多目标优化模型。针对该优化模型的求解,首先提出了变阈值优化算法,并在此基础上进行了改进,提出了充放电速率可调优化算法。优化结果证明了这两种算法能够通过合理的调度来提高可再生能源利用率,改善微网内部电量供应和需求不平衡问题以及增加电动汽车车主的收益。     

基于GRASP-PR混合算法的电动汽车有序充电优化

大规模电动汽车(Electric Vehicle,EV)并网充电会对配电网造成过负荷、网损增大、电压越界等影响,为了减小EV充电对电网的冲击,文中构建一种多目标EV充电优化模型,并提出GRASP-PR混合算法进行求解。算例仿真采用IEEE 33节点配电网系统,对比研究所提算法、传统GRASP算法和无序充电的仿真结果,证明基于该混合算法有序充电能达到最小化配电网运营成本、负荷"移峰填谷"和升高节点电压水平的目标,有利于解决EV有序充电问题。