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.     

考虑电动汽车接入配电网优化调度模型研究

针对目前电动汽车的快速普及与发展以及环境污染严重、能源急剧紧缺等问题,研究电动汽车与分布式电源接入配电网,联合参与配电网的优化调度对配电网所产生的影响。首先建立了电动汽车接入配电网的充放电模型,得到电动汽车接入后配电网的负荷曲线;其次,以发电成本最小化为优化目标建立配电网优化调度模型,通过粒子群优化算法对模型求解,最后,分别计算优化调度前后配电网各项特性指标,进而得出结论。     

考虑V2G模式的电动汽车充电站规划

考虑到V2G模式和电动汽车充电站规划之间的联系,在分时电价机制的基础上,分析了电动汽车用户的充放电行为,并建立了电动汽车充电站的充电收益、放电成本和固有成本模型,同时以电动汽车充电站年总收益最大为目标函数。针对充电站候选站址的选择问题提出了包含环境条件、社会条件和政策因素等在内的外在选择条件。同时在Voronoi图的基础上结合路网交通流量对电动汽车充电站的容量进行确定。通过离散二进制粒子群算法实现了考虑V2G模式的电动汽车充电站的规划。最后,算例分析验证了规划模型的合理性和有效性。     

考虑V2G模式的电动汽车充电站规划

考虑到V2G模式和电动汽车充电站规划之间的联系,在分时电价机制的基础上,分析了电动汽车用户的充放电行为,并建立了电动汽车充电站的充电收益、放电成本和固有成本模型,同时以电动汽车充电站年总收益最大为目标函数。针对充电站候选站址的选择问题提出了包含环境条件、社会条件和政策因素等在内的外在选择条件。同时在Voronoi图的基础上结合路网交通流量对电动汽车充电站的容量进行确定。通过离散二进制粒子群算法实现了考虑V2G模式的电动汽车充电站的规划。最后,算例分析验证了规划模型的合理性和有效性。     

考虑电动汽车接入的主动配电网优化调度

主动配电网(ADN)中可再生能源与电动汽车的大量接入给当前配电网的规划、建设、调度和运行带来了诸多挑战。文中研究和设计综合考虑源、网、荷侧不确定因素的ADN优化调度方法,对实际配电网运行具有重要指导意义。首先建立ADN综合评估体系,分别从主动控制性、主动管理性和主动经济性三方面衡量ADN的优化调度水平。而后,依据综合评估体系,提出考虑电动汽车智能调度系统的多阶段优化方法,该方法不仅可平抑间断性电源和电动汽车接入电网引起的波动,还可实现当前配电网结构和资源的优化调度。因此,所提方法可被广泛运用于电力系统日前调度,实现ADN的高效运行和管理。     

考虑电动汽车V2G的分布式电源优化配置

电动汽车(electric vehicle,EV)的车网互联(vehicle to grid,V2G)与风光等可再生能源分布式电源(distributed generation,DG)的不稳定出力,给配电网带来不确定性.首先在考虑EV行驶特征随机性的基础上提出以削峰填谷与用户充电费用为目标的有序充放电V2G策略,建立EV充放电功率的概率模型.其次,在考虑风速、光照强度、负荷以及EV充放电功率的随机性以及相关性的基础上,建立了以配电网总成本、环境收益和供电质量为目标函数的多目标DG优化配置模型.然后采用萤火虫算法(firefly algorithm,FA)求解出全局最优配置方案.最后采用实际算例进行仿真,通过分析仿真结果,证明所提出模型与方法的可行性.     

考虑大规模电动汽车入网的协同优化调度

就可入网电动汽车(PHEV)广泛接入电力系统后的机组最优组合问题进行了研究。将各时段的燃煤机组出力和PHEV充放电数量作为决策变量,以机组燃煤费用最小为目标函数,并引入相应的约束条件,提出一种带有动态约束处理的纵横交叉算法,以求出该模型的最优调度方案。纵横交叉算法采用一种双交叉搜索机制,在扩大了搜索空间同时,保持了种群的多样性,大大增强其全局搜索能力和收敛精度。两种交叉方式通过竞争算子完美的结合起来,所产生结果会呈链式反应在整个种群中蔓延。最后实验部分,以10机组模型为例,证明了此算法能有效解决非凹、约束耦合的发电成本最小化问题。     

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...     

考虑电动汽车充电偏好的V2G风电消纳优化策略

电动汽车的调度问题由于汽车种类的多样性以及车主充电行为的自主性不能简单地被视为一个群整体模型。为此基于充电需求和电动汽车出行特征,将电动汽车分为经济型、合约型和常规型三类后执行价格激励和延时充电的方法,建立以运营商收益最大和电网负荷均方差最小的多目标函数,充分考虑风电场、电网、运营商和充电汽车用户的各方利益需求,为实际系统中各类型充电汽车进行合理调度指导,最终实现大规模电动汽车有序充放电以消纳弃风功率。算例对比三种优化策略,验证了同时采取电价激励和延时措施的策略能使综合目标最优。     

充电式电动汽车停车场的V2G模型及接入配电网方案优化研究

从配电网潮流分析的角度出发,建立了基于电价引导原则的车网互联(V2G)功率模型。针对充电式电动汽车停车场负荷接入配电网的馈线和接入点选择问题,以减小馈线网损和日内电压波动为目标,建立了考虑V2G行为的接入规划模型。结合实例分析了负荷类型和光伏渗透率对规划方案的影响,算例结果表明电动汽车的V2G行为对配电网运行效益有显著影响,且不恰当接入方案下V2G行为可能会给配电网带来明显的负面影响。     

V2G模式下基于电动汽车分群方法的配电网多目标优化运行策略

为减小电动汽车无序入网与分布式能源的波动性给配电网带来的影响,提出了一种V2G(vehicle to grid)模式下基于电动汽车分群方法的配电网运行策略。在系统宏观与具体网络拓扑结构2个层面,依据车主费用、配电网负荷均方差与网损搭建了内外嵌套模型,基于电动汽车充放电与分布式能源配合,对源网荷三方协调优化,得到配电网的最优运行工况。基于开始充电时刻和车主期望电量充电所需时间2个特征值的电动汽车分群方法,在减少变量维度的同时,也考虑到了车主的出行需求。采用GA-PSO(genetic and particle swarm optimization algorithm)算法在4种场景下的算例仿真表明,该策略在保障电动汽车车主利益的同时,可有效降低配电网负荷水平、平抑负荷波动、减小峰谷差、改善电压水平以及减小网损。     

考虑电动汽车B2G模式和分布式电源的配电网重构模型

电动汽车的大规模使用将对配电网产生直接影响,基于动力电池与电网交互(battery to grid,B2G)模式,对含有分布式电源和电动汽车的配电网进行重构研究,并在负荷峰时对动力电池放电行为加以控制,避免消峰随意放电造成的负面影响,使得配电网在经济性上得到更大程度的优化;重构过程采用粒子群算法进行求解,并采用两点估计法对不确定性进行分析;最后,通过IEEE-33节点系统的仿真,结果表明基于粒子群优化算法模型的有效性。     

考虑主动响应的电动汽车充电站-配电网协同规划

在考虑电动汽车主动充电响应的基础上,提出了电动汽车充电站-配电网协同规划模型。电动汽车作为典型直流负荷,具有主动响应特性,将之作为规划考虑因素,对电动汽车进行分时段电价调整,引导用户主动响应充电电价变化,由峰时充电向平时和谷时转移,可降低变电容量。另外,利用直流馈线代替部分交流馈线以满足电网中增加的直流负荷,降低电网中的馈线投资,共同降低了总规划成本。最后采用混合整数线性规划方法,通过CPLEX对该优化问题进行求解,并通过13节点配电网系统对交流配网和交直流配网分别进行了对比分析,对所提方法进行了仿真验证。     

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。     

电动汽车V2G在含光伏的配电网中的经济性研究

研究了电动汽车V2G在含光伏的新型配电网中的应用。首先,结合含光伏的新型配电网的需求,对电动汽车的充放电进行了规划。然后给出了电动汽车参与V2G的调度模型,最后,针对电动汽车车主以及配电网两个参与主体分别进行了经济性分析。仿真结果表明电动汽车V2G在含光伏的新型配电网中的应用使参与双方均获得一定利润,具有可行性。     

基于V2G技术的电动汽车实时调度策略

随着电动汽车逐渐普及,其对电网的影响也不断扩大。为加强电动汽车与电网间协作,充分利用电动汽车在电网能量调度中的高度灵活性,提出一种基于V2G技术的电动汽车实时调度策略。首先以降低充电成本和网损成本为目标,建立电动汽车调度模型。然后通过构建网损灵敏度指标分析电网节点性能,基于电网负荷制定分时电价,通过潮流计算和凸优化算法实时求解得到电动汽车充放电策略。最后以IEEE 33节点配电网为例验证了所提策略可以有效降低充电成本与网损成本,同时分析了电动汽车渗透率、V2G占比对车网协作效果的影响。     

电动汽车V2G关键技术的研究

针对规模化电动汽车无序入网造成电网负荷"峰上加峰"的现象,探究电动汽车与电网互动技术(V2G).通过对新能源汽车使用情况及充电情况进行调查,建立了电动汽车V2G响应模型并制定V2G响应策略.以住宅小区为例,对比电动汽车无序充电和应用所提V2G响应策略在电网负荷峰谷差和用户经济效益方面的差异,验证了V2G技术的应用价值.     

V2G模式下电动汽车平抑负荷波动的优化策略

在V2G（Vehicle to Grid）模式下,电动汽车与电网能够实现功率的双向流动。当电动汽车大规模应用时,可以利用其充放电功能,平抑电网的负荷波动。在电动汽车规模化应用的前提下,对电动汽车进行分类,将私有类电动汽车作为研究目标,建立其1天内的功率模型,提出了基于改进粒子群算法的电动汽车优化调度策略,能有效抑制电网的负荷波动。