基于模糊贝叶斯学习的电动汽车放电电价谈判策略

电动汽车作为移动电源在系统负荷高峰期向电网供电时,电网应给予电价激励,该价格应由电动汽车代理商和电力公司协商确定。针对该问题,研究了电动汽车代理商与电力公司在电动汽车参与系统调峰调度时的谈判策略,建立了基于模糊贝叶斯学习的放电电价双边谈判函数模型。模型中,首先,根据电动汽车代理商和电力公司的成本及收益预估,计算谈判函数中确定性参数。同时,提出基于模糊概率对不确定信息进行模糊估计的计算方法,分别估算电力公司和电动汽车代理商各自谈判函数中的不确定性参数。然后,将上述参数代入基于模糊贝叶斯学习的谈判模型中,得出电动汽车放电电价。最后,通过算例对提出的谈判模型进行仿真分析验证文中方法的有效性。     

充放电不确定性响应建模与电动汽车代理商日前调度策略

合理调度电动汽车充放电参与电力系统辅助服务,建立了电动汽车用户充放电不确定性响应模型,用充放电潜力和响应波动程度描述电动汽车用户提供响应随经济激励水平变化的规律。日前调度中,电动汽车代理商根据电力公司发布的次日需求响应时段和用户申报意愿,结合用户侧不确定性响应行为,以净收益期望最大优化决策方案。电力公司对各时段代理商的投标容量和报价统一出清,代理商根据出清结果更新决策方案并与选择用户形成日前响应合同,基于此构建以电动汽车代理商为主体的决策模型。算例分析表明,对电动汽车用户的不确定性响应建模能为代理商参与需求侧竞价提供有效的决策信息,减小代理商投标和制定实际调度方案时的决策风险,提高充放电响应参与辅助服务的实施效果。     

基于负荷均衡加载的电力系统分布式经济调度策略

在构建以新能源为主题的新型电力系统背景下,电网面临以电动汽车为代表的电气化交通负荷剧增的巨大挑战。针对上述问题提出一种负荷均衡优化模型,将负荷均衡后的集群电动汽车依次并入电网。然后应用多智能体一致性算法,以发电机组的增量成本和集群电动汽车的增量效益作为一致性变量,设计一种集群电动汽车参与电力系统经济调度的算法,通过分布式优化方式解决经济调度问题。建立4种典型的仿真情景,分别验证集群电动汽车分步参与电力系统分布式优化调度的有效性、对不同通信拓扑和功率受约束情况的适用性以及分布式优化算法在集群电动汽车参与经济调度时“即插即用”的能力。在IEEE 39节点系统上进行算例仿真,验证了策略的有效性。     

基于双层优化的电动汽车充放电调度策略

大量电动汽车无序充放电会给电力系统的安全与经济运行带来严重的负面影响。为避免这一问题,引入了对电动汽车进行分层分区调度的理念,并构建了基于双层优化的可入网电动汽车充放电调度模型。在上层模型中,通过优化各电动汽车代理商在各时段的调度计划(包括充电负荷和放电出力),使系统在研究时间区间内总负荷水平的方差最小化,从而实现削峰填谷;在下层模型中,通过各电动汽车代理商对其所管辖电动汽车充放电时间的优化管理,以便与上层的调度计划尽可能一致。之后,采用AMPL/IPOPT和AMPL/CPLEX高效商业求解器对上下层问题分别进行迭代求解。最后,以包含5个电动汽车代理商的、修改的IEEE 30节点测试系统为例,说明了所提出的模型与方法的基本特征。     

计及风电消纳的电动汽车负荷优化配置研究

利用电动汽车的储能特性和可调控特性,通过优化电动汽车充放电功率,可以改善负荷特性,促进风电消纳。分时电价已经成为削峰填谷、提高电力资源利用效率的一项有效措施,考虑到现有分时电价时段划分较为固定,尤其对于包含风电的系统,难以匹配电力系统供需差异,提出了基于动态分时电价时段的电动汽车优化调度策略。考虑到电动汽车规模迅速增加,根据充电桩的位置将电动汽车划分给各代理商。由控制中心与代理商进行分层控制,上下层分别从电网侧和用户侧的角度进行优化。为了提高用户的参与度,建立了电池损耗模型。为了让分时电价综合考虑到风电出力的变化以及负荷的变化,建立了动态分时电价时段划分模型。最后通过仿真实验验证所提策略可以有效的降低负荷波动,降低用户用电成本,同时可以增加风电的消纳。     

电动汽车参与配电侧电力市场竞价博弈的研究

根据电动汽车控制方式及电动汽车参与电力市场模式的不同,介绍了电动汽车充电负荷的预测及电动汽车储能容量参与电力市场竞价博弈的相关研究内容,包括电动汽车调度控制方式与参与电力市场的模式、电动汽车代理商的控制策略,以及电动汽车参与电力市场竞价的竞价策略和竞价模型,为电动汽车参与开放的配电侧电力市场竞价博弈提供参考。     

基于需求侧放电竞价的电动汽车充放电调度研究

为促进电动汽车与电网协调发展,提出了一种基于需求侧放电竞价的电动汽车充放电调度模型。在日前调度中,负荷聚合商根据电力公司公布的次日需要削减负荷时段。通过对电动汽车用户行为特性的预测,以最大化电动汽车放电量为目标对可控容量进行预测,并参与需求侧放电竞价。电力公司根据负荷聚合商在各时段的出力和报价,以最小化负荷调度成本为目标优化调度计划。在实时调度中,负荷聚合商以最大化其利益为目标对电动汽车进行充放电调度,使得在满足电动汽车用户充电需求的同时,降低充电成本和调度偏差。算例分析表明,电动汽车通过负荷聚合商参与需求侧放电竞价可以起到削峰填谷的作用,对预测精度的分析可以为负荷聚合商的投标决策提供指导。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

计及电动汽车接入的区域综合能源系统双层日前协调优化调度

规模化电动汽车(electric vehicles, EV)的接入对区域综合能源系统(regional integrated energy system, RIES)优化调度提出了新的挑战,文章提出了计及分布式电源和电动汽车源荷双向互动的RIES双层日前优化调度策略。首先,采用蒙特卡洛法模拟电动汽车无序充电,在此基础上利用分时电价引导负荷侧的电动汽车有序充电;然后,基于电力市场和碳交易市场,充分考虑源侧风光出力和负荷侧价格型需求响应等过程中的不确定性因素,以日系统经济成本和碳交易成本最低为目标进行系统优化调度,并采用改进粒子群算法进行求解;最后,通过仿真算例分析可得,文章提出的双层优化调度策略能够有效降低系统的负荷峰谷差,在实现电动汽车有序充电的同时,能够有效提升用户用电满意度、降低碳排放量以及增加系统经济效益。     

考虑三相负荷平衡的电动汽车有序充电策略

电动汽车负荷的大规模接入可能导致配电网出现三相不平衡问题,威胁电网安全经济运行。当前提出的大部分有序充电方法均针对等效的单相系统进行建模,忽略了三相不平衡问题的处理。文中提出一种考虑三相负荷平衡的电动汽车有序充电策略。算法外层运用三相前推回代法迭代修正节点电压,内层则通过求解一个电动汽车有序充电三相模型获得优化充电功率。通过调控电动汽车的充电功率及时段,可实现降低配电网网损以及三相之间负荷平衡的控制目标。仿真结果表明,所提出的有序充电策略可以有效避免电动汽车负荷大规模接入导致的三相不平衡现象,同时降低配电网网损、平抑负荷波动,保障电网安全经济运行。     

基于路–电耦合网络的电动汽车需求响应技术

随着电动汽车(electric vehicle,EV)保有量的增长,大量无序充电负荷的接入可能给电网带来节点电压偏低、线路阻塞等影响。该文提出基于路-电耦合网络的EV需求响应技术,精确预测充电负荷时空分布特性并对其进行合理调度,以缓解或解决大规模EV无序充电引发的电网问题。首先分析路网交通信息与电网运行状态的交互影响,提出路网-电网耦合原则;在综合考虑路-电耦合对EV行为规律影响的基础上构建充电负荷预测模型,以获得聚合充电负荷的时空分布特性;进而提出考虑快充与慢充调控差异性的需求响应策略,其中快充调控可降低短时间内节点负荷,慢充调控可转移大量EV充电时间段;最后仿真结果表明,考虑路-电耦合能够更准确预测EV充电负荷并有效缓解电网电压偏低及输电线路阻塞问题。     

电动汽车集群充放电演化博弈协同策略

针对多电动汽车参与电网需求响应互动场景下电动汽车充放电协同调度需求,提出一种电动汽车聚合商动态定价并指导电动汽车规模化入网参与电力需求响应调度的两阶段博弈模型。首先,构建电动汽车聚合商动态定价下计及电动汽车聚合商成本和电动汽车充放电价格的非合作博弈模型。其次,提出基于logit协议的电动汽车充放电调度多策略集演化博弈模型。最后,联合求解两阶段博弈的演化均衡和纳什均衡,得到各主体的最优策略。算例仿真表明,所提模型能有效实现电网负荷的削峰填谷,同时兼顾电动汽车聚合商和电动汽车用户的经济利益。     

大规模电动汽车集群分层实时优化调度

为解决电动汽车的大规模实时优化调度问题,根据接入电动汽车不同的期望充电完成时间,将其划分为若干个不同优先级的电动汽车集群,在满足车主充电需求、配电网安全运行的同时,建立了考虑电动汽车充放电的大规模集群实时优化调度模型。该调度模型主要分为两个层次:首先,采用灰狼优化(GWO)算法对上层调度进行求解,从而获得各个电动汽车集群的充放电策略;然后,利用提出的能量缓冲一致性算法,制定出集群内的各辆电动汽车的底层充放电策略。仿真算例表明:所搭建的集群优化模型能明显降低电动汽车的大规模实时优化调度难度,同时,GWO算法和能量缓冲一致性算法在求解电动汽车的大规模优化调度问题上,更具有实用性和快速性。     

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。     

大数据背景下的充电站负荷预测方法

电动汽车负荷预测是充电站规划及调度的研究基础。相比传统的负荷预测,大数据背景下的负荷预测具有待预测数据可快速观测的特点,此时负荷预测方法需要相应调整。首先分析了充电站负荷预测所需数据及主要数据来源。其次,针对单辆电动汽车,基于大量、快速更新、多种类的数据分析电动汽车的充电习惯,预测每一辆电动汽车的充电开始时间、持续时间和充电地点,获取单辆电动汽车的负荷模型。该模型综合考虑电池状态、出行时间、行驶路径与速度、充电偏好等信息。然后,面向任意充电站,对与其相关的路网节点与交通线路上的所有电动汽车负荷求和,估算该充电站的总充电功率。最后,进行实例仿真,并与传统方法下的充电负荷预测结果进行了对比。     

考虑备用服务的电动汽车代理商竞价与定价联合优化

电动汽车代理商(EVA)的出现有望改善电网与大规模电动汽车的互动用电问题。以EVA为研究对象,分析其运营过程中的购、售电市场行为,提出其参与备用服务市场后的竞价与定价联合优化方法,以提高代理商在参与电网能量交易中的经济收益并降低电动汽车的充电成本。在建立日前能量市场和备用服务市场的统一出清模型的基础上,考虑EVA与车主的主从博弈,建立EVA的竞价与定价策略的双层优化模型,得到EVA在日前市场的最优竞价策略和充电费用的制定策略。通过算例分析表明所提模型的有效性,验证所提策略的经济性和灵活性。     

基于参数序列化技术的电动汽车集群响应控制策略

为了对集群电动汽车充电负荷进行有效控制,提出了一种基于参数序列化技术,即能量状态优先队列(ESPL)的电动汽车集群响应控制策略。首先,类比热力学可控负荷诸如热泵的温度优先队列方法,确定电动汽车充电模型;继而定义了可与热泵的温度类比的电动汽车能量状态值,并将可与热泵开关状态类比的电动汽车充电状态作为控制对象,提出了用于对电动汽车群体进行控制的ESPL方法,与电动汽车预测模型相互配合,对电动汽车群体进行了有效控制。算例通过构造电动汽车目标功率,验证了此集群响应控制策略的有效性。     

计及电价不确定性和容量衰减的电动汽车充放电商业模式

电动汽车作为移动储能设施,可以通过开展车网协同,促进电力系统的稳定。随着电动汽车的迅速发展,如何设计电动汽车充放电的商业模式成为亟须解决的问题。鉴于此,设计了电动汽车聚合商单独参与现货市场、联合参与现货市场及辅助服务市场2种模式。同时,考虑到电价不确定性和电池容量衰减的影响,对2种模式开展经济性测算和多因素敏感性分析。算例结果表明,电动汽车聚合商联合参与现货市场及辅助服务市场模式的经济性要优于单独参与现货市场模式。在该研究结果的基础上,设计现阶段电动汽车聚合商参与电力市场的商业方案。     

考虑电网–用户多目标的V2G模式研究

为深入研究用户参与V2G后频繁充放电对用户用车时间的约束情况及V2G的可行性,首先在分析了车辆行驶行为的基础上,构建充电负荷模型,并通过蒙特卡洛法基于统计规律计算了电动汽车在无调控状态下接入电网后的负荷情况,通过与原负荷的比对,分析了电动汽车在无调控状态下对电网的影响情况。其次依据研究现状,利用粒子群算法对电动汽车参与V2G的可行性进行了分析。最后,具体分析了电动汽车响应V2G对用户用车时间的限制性因素,提出电动汽车集群响应V2G后对电动汽车出行行为约束的数学模型,在存在博弈关系的电网调控目标及用户便利度目标之间利用维护全局的帕累托最优集搜寻最优解以平衡双侧问题,并进行了算例分析验证。为应对当前电动汽车优化调度及电力系统双侧问题提供新的理论依据。