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。     

考虑大规模风电和电动汽车入网的协同优化调度

为了实现发电机组的经济调度,同时减少污染气体的排放和等效负荷的波动,结合电动汽车与电力系统之间能量双向流动的特点,考虑风力发电的间歇性和电动汽车充放电的随机性对电网的影响,以发电成本、排污成本和等效负荷波动方差最小为多目标函数,构建了计及风电和插入式混合电动汽车(Plug-in Hybrid Electric Vehicles,PHEVs)的协同优化调度模型。并应用基于ε占优的多目标粒子群算法进行求解,该方法能保证外部存档非劣解的收敛性和分布性,克服了粒子群算法(Particle Swarm Optimization,PSO)求解多目标优化问题极易收敛到伪pareto前沿和收敛速度慢的缺陷。最后,通过仿真实验,验证了所构建多目标协同优化调度模型与单目标优化调度模型相比,能有效平抑可再生能源发电出力波动,降低发电总成本和排污成本。     

计及用户参与度的含电动汽车虚拟 电厂优化调度研究

为了更好地消纳分布式能源、缓解电动汽车入网对电网造成的冲击,通过虚拟电厂将二者进行整合并对其进行调度。针对已有研究较少考虑电动汽车用户参与度这一因素的不足,构建了电动汽车群无序充电、有序充放电和计及用户参与度的有序充放电负荷模型。以虚拟电厂系统的经济最优、污染治理费最低为目标函数,在考虑相关安全约束的条件下,建立了含电动汽车的虚拟电厂调度模型。针对基本粒子群算法收敛慢、易陷入局部最优的不足,通过选取随机惯性权重、引入自然选择思想和远离最差位置3个手段对粒子群算法进行改进,使用基本测试函数对改进的算法进行测试,验证了改进方案的有效性。将该算法运用到调度模型的求解中,通过案例仿真,进一步验证了算法改进的有效性,并确定了电动汽车有序充放电参与度与虚拟电厂运行整体效益间的联系。     

基于虚拟电价的含电动汽车并网型微网经济调度策略

大规模可再生能源和电动汽车接人微网,可再生能源出力的波动性和电动汽车充放电行为的无序性会导致微网弃风弃光严重,也给微网的经济调度带来了挑战.在传统峰谷电价基础上结合可再生能源出力及等效负荷的功率差额提出了含电动汽车并网型微网经济调度策略.首先根据微网可再生能源和负荷功率水平分析微网调度优先级.以微网的运行成本最小和最大化消纳光伏为目的 ,构建虚拟花费最小的目标函数优化模型.最后在实例中采用改进的粒子群算法进行求解,对比采用动态虚拟电价和传统峰谷电价、实时电价3种方式下微网一个调度周期的光伏利用率、负荷峰谷差、微网的运行成本来验证所提方法的有效性.     

考虑V2G模式的配电网风光-电动汽车协同调度优化研究

风光组合发电的自然间歇性与随机性给电网的安全稳定运行带来极大挑战,同时也制约了风、光发电产业的发展。为减小地区电网负荷峰谷差,增强对可再生能源的接纳能力,以地区电网等效负荷波动最小和用户充电成本最低为目标,建立考虑电动汽车与电网互动(Vehicle-to-Grid,V 2 G)模式并计及风电和光伏出力的多目标协同调度模型,以合理安排电动汽车的充放电行为。定义了各目标的隶属度函数,通过运用最大模糊满意度法,将该多目标优化问题转化为单目标非线性优化问题,并运用纵横交叉优化算法(CSO)进行求解,得到最优调度方案。算例结果验证了模型的有效性和求解方法的可行性。     

配电系统中电动汽车与可再生能源的随机协同调度

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混合动力电动汽车(PHEV)和风电、光伏发电系统出力不确定性的随机协同优化调度模型。首先,分析了PHEV的行驶耗电和随机充放电行为。之后,在假设风速服从Rayleigh分布、光照服从Beta分布的前提下,导出了风电机组和光伏发电系统出力的期望、方差及二阶原点矩的表达式。在此基础上,发展了以平抑可再生能源出力波动为目标的电力系统随机协同优化调度模型,并应用交叉熵算法进行求解。最后,以33节点配电系统为例说明了所提出的随机协同优化调度模型的基本特征。     

限制充放电切换次数的电动汽车与光伏发电协同调度研究

针对电动汽车充电负荷的随机性和可再生能源出力的波动性问题,文章将电动汽车与可再生能源发电纳入微电网内,通过发挥电动汽车的馈能特性来平滑可再生能源出力波动。考虑应用比较广泛的光伏发电,利用电动汽车的移动负载和馈能特性来平滑光伏出力波动;同时针对电动汽车充放电过程中的充放电状态频繁切换现象提出一种调度模型,通过在目标函数中添加惩罚项来延长单次充电或者放电的持续时间以达到降低充放电状态的切换频率的目的,从而实现在平滑光伏出力的同时减少充放电状态的切换次数。最后,通过将仿真算例结果和传统方法对比,验证了所提调度模型的有效性。     

计及需求响应的电动汽车和可再生能源多阶段动态经济环境调度优化模型

提出了一种计及需求响应的电动汽车和可再生能源多阶段入网调度模型,首先通过分时电价机制引导用户合理用电,得出精确的用户负荷曲线;然后在车网互动阶段和风光消纳阶段,在以平滑系统负荷波动为目的的基础上,分别以车主用电成本最低和风、光发电消纳最大为目标,采用基于求取帕累托最优前沿的NSGA-II算法和模糊隶属函数对电动汽车充放电、风力发电和光伏发电出力进行优化;最后在火电机组调度出力阶段,以火电机组经济和环境成本最低为目标,对火电机组出力进行优化。算例结果表明:合理的分时电价机制能够改变车主的充放电行为和用户的用电行为,减小负荷峰谷差,提升风、光发电消纳能力,减小火电机组的总运行成本和污染物排放量。     

电动汽车移动储能系统模型及控制策略

针对国内外广泛关注的电动汽车移动储能技术,综合考虑电网约束、电池约束、车主使用需求,建立了电动汽车移动储能系统模型,并采用粒子群优化(PSO)算法对模型进行求解。由于标准粒子群优化(SPSO)算法在处理高维问题时更易出现早熟收敛,根据仿生算法思想对其进行了改进,提出了基于防碰撞粒子群优化(CAPSO)算法的电动汽车移动储能控制策略。几个典型基准测试函数的测试结果表明,改进算法较PSO算法性能更优。最后,通过平抑负荷、平抑可再生能源发电功率波动、平抑计及可再生能源出力的负荷3个算例,对实际系统进行了定量模拟,验证了模型和控制策略的有效性。     

计及需求响应的虚拟发电厂优化调度模型

由于虚拟发电厂内部具有大量的风电等可再生能源,使得虚拟发电厂的出力存在不确定性;而需求响应作为虚拟发电厂内部重要的用户侧资源,在保证虚拟发电厂出力稳定性上具有重要的作用。为实现虚拟发电厂内部机组与需求响应的互动,提出了考虑虚拟发电厂内部需求响应的虚拟发电厂优化调度模型。该模型以最大化虚拟发电厂收益为目标,在考虑机组运行约束、需求侧响应约束后,利用了机会约束描述虚拟发电厂的内部功率平衡,并采用了基于极限学习网络的粒子群算法对模型进行求解。通过算例分析了不同风电波动范围和不同置信度对虚拟发电厂的收益和需求响应量的影响,讨论了不同场景下的需求响应对虚拟发电厂调度收益的影响,得出了需求响应能够提高虚拟发电厂对主网的售电量、促进虚拟发电厂的整体收益的结论。     

基于实时电价的电动汽车充放电优化策略和经济调度模型

实时电价为优化电动汽车(EV)充放电负荷提供了手段,从而实现经济调度。首先建立用户最优充放电策略模型:以计及EV电池退化成本的用户成本最小为目标,以满足EV行驶荷电状态和充放电荷电状态等为约束。在此基础上建立电动汽车用户实时电价响应模型,通过实时电价计算用户充电成本,使电动汽车充放电负荷与电价联动调整,并将该模型嵌入电动汽车充放电策略优化目标函数。求解过程中,用"停泊时长"确定单车一日可多次充放电的时段和行驶时段,从而在EV可充放电时长范围内优化每时段充放电负荷。最后建立经济调度模型:目标中计及机组阀点效应、约束中考虑EV充放电负荷以及机组爬坡速率等限制的多目标经济调度模型,提出一种改进模式搜索算法求解该时间耦合、非线性、非凸模型。以IEEE 39节点为例,验证了所建立模型和求解算法的有效性。     

考虑预警负荷的电动汽车充放电优化策略

预警负荷会严重影响电力系统的安全经济运行。面向参与车辆到电网(vehicle to grid,V2G)服务的电动汽车用户,综合考虑预警负荷、预警电价和充电激励措施对充放电过程的影响,提出基于改进粒子群算法(improved particle sw arm optimization,IPSO)的电动汽车充放电优化策略。通过计算预警负荷发生时的放电奖励,建立预警负荷电价模型、电池容量损耗模型,基于分时电价和放电激励制度建立用户充放电成本模型。此外,引入长短时记忆的概念,提出改进粒子群优化算法。在上述模型和算法的基础上,以最小化用户成本为优化目标,计及用户充电需求和充放电功率等约束,提出不同预警负荷情况下的充放电优化策略。在MATLAB中完成了仿真验证,结果表明,在已知预测预警负荷的前提下,采用文中的充放电优化策略能够提高电动汽车用户V2G参与度,有效降低用户成本,并缓解预警负荷发生时电网压力。     

基于主从博弈和贪心策略的含电动汽车主动配电网优化调度

随着入网的电动汽车规模增加,为了实现电网与车主的双赢不仅要考虑其无序充放电对电网负荷的影响,还要计及双方的成本。基于此,建立了主动配电网与电动汽车主从博弈模型。上层以配电网运行成本最低为目标,通过合理的电价及激励策略引导电动汽车充放电,并协调优化分布式电源及储能;下层基于贪心策略进行两阶段优化,先以分时电价下充放电成本最低为目标优化充放电策略,在不减少收益的约束下,再最大化电网对减小负荷波动给予的激励调整策略。通过改进的IEEE 33节点系统算例分析表明,该模型在最大化双方利益的同时极大地缩小了负荷峰谷差,避免了大量电动汽车充电引起新的高峰。     

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...     

考虑可再生能源的配电网储能和电动汽车运行优化研究（英文）

由于可再生能源电源和电动汽车的急速发展和其可观的环境效益,越来越多的可再生能源和电动汽车接入到配电网中。由于可再生能源和电动汽车的随机不确定性,电力特性发生改变,导致配电网的安全性和经济性降低。因此,为使电网更加经济,储能技术在调节系统功率方面受到越来越多的关注。该文提出含可再生能源电源的配电网中储能和电动汽车运行调度优化模型,以减小损耗,改善电压分布,从而使储能或电动汽车聚合商效益最大化。为得到最优调度,提出3种基于粒子群算法的约束策略,包括死区约束、充放电周期约束和充放电功率优化。最后,采用IEEE 33节点配电网系统进行仿真,验证所提方法的有效性。结果表明,该方法在降低网络损耗的同时,降低了电池的运行成本。     

计及随机因素的商业型虚拟发电厂短期交易与优化运行策略

作为分布式能源的有效聚合形式,虚拟发电厂及相关技术正得到越来越多的关注。计及可再生能源出力的不确定性和需求侧资源的参与,建立了由小型风电场、激励型需求侧响应可中断负荷、抽水蓄能电站和燃气轮机组成的商业型虚拟发电厂模型,采用多场景法处理日前市场电价和风电出力的不确定性,以其在日前市场的竞标利润和平衡市场受到的奖惩的期望和最大为目标进行短期交易的优化。为增加虚拟发电厂的确定性收益,考虑了随机变量确定性随决策时间的推进而逐渐增加的影响,将目前广泛应用的两阶段随机规划模型改进为多阶段随机规划模型。算例结果验证了改进模型的有效性,并通过对比分析证明该模型可显著提高虚拟发电厂的确定性收益。     

考虑交互功率与可再生能源功率波动的微电网调度优化模型

电动汽车的发展普及与V2G (Vehicle to Grid)思想的提出,对微电网系统的经济、安全运行带来了新的挑战,如何合理调度电动汽车有序充放电,促进微电网的经济、平稳运行成为当下的研究热点。针对含电动汽车的风光储并网型微电网环境,构建了最小化微电网与外部电网交互功率和平抑可再生能源功率波动的多目标调度优化模型。通过对某商业区域微电网运行算例的仿真求解,从微电网运行经济效益、日交互电量以及出力功率平均变化量等方面验证了所建模型的合理性和正确性。算例结果表明,以微电网为平台集成利用具有一定出行规律的电动汽车与可再生能源是一种理想的协同利用模式,既可以提高微电网运行的经济效益,又能有效改善微电网的交互功率和出力波动。     

计及动态电价的电动汽车充放电优化调度

针对传统分时电价易导致负荷出现新的尖峰和不能随实际电动汽车入网动态调整的问题,提出基于动态电价的电动汽车充电站有序充放电控制方法.考虑部分电动汽车电池电量回馈电网的能力,将电动汽车的充放电价与充放电状态及功率作为决策变量,构建以最大化充电站收益和最小化充电站与配电网交互功率波动为目标的电动汽车充放电优化调度数学模型,并采用改进的粒子群优化算法求解该多变量、高维优化问题.运用蒙特卡洛法模拟不同数量的电动汽车充放电需求,对比分析仿真结果,所提方法能够根据电动汽车入网数量动态调整电价,提高充电站收益,减小配电网负荷的峰谷差,平抑负荷波动,实现电动汽车的有序充放电和达到服务电网的目的.     

风光储电动汽车换电站多目标运行优化

针对可再生能源与电动汽车充换电负荷之间的协调优化问题,建立了含风光储发电单元的电动汽车换电站多目标运行优化模型。采用多种群和动态自适应策略,提出了一种改进的动态多种群多目标粒子群算法,对这一多维、多约束、非线性的多目标优化问题进行求解。以某地区实际电网数据进行算例仿真,验证了模型和算法的有效性。结果表明,优化后的风光储电动汽车换电站不仅可以实现可再生能源的就地消纳,而且有助于减小负荷峰谷差。     

计及用户响应电价关联与多主体共赢的电动汽车充放电定价优化

针对电动汽车用户响应电价时存在的不确定行为,导致配电网负荷波动及运营商成本增加的问题,提出了一种计及用户响应电价关联与多主体共赢的电动汽车充放电定价优化方法。首先,根据用户对充放电电价的响应方式,分析了不同用户充放电转移与电价变化的关联关系;然后,定义了单位投入成本函数,以电网负荷峰谷差最小、运营商节省成本最大及用户用电满意度最大为优化目标,以电动汽车行驶里程、电池电量、充放电时间和车网互动放电电价为约束条件,构建了协调多主体利益的充放电定价多目标优化模型;最后,在人工鱼群算法的基础上,结合免疫算法和Pareto最优解集,提出了基于收缩空间的改进免疫鱼群算法对多目标优化模型进行求解。算例分析结果表明,所提定价优化方法在降低系统负荷峰谷差和运营商成本的同时,增强了对用户分时段有序接入电网的调控能力,验证了所提方法的有效性和优越性。