电动汽车动力电池与风电协同利用的优化调度策略研究

针对如何通过电动汽车与风电协同利用实现负荷曲线削峰填谷问题,主要研究电动汽车动力电池与风电协同优化调度策略。首先建立包含电动汽车、风电和电网负荷需求的电动汽车风电协同利用模型;然后考虑电动汽车作为交通工具和其动力电池的特性,提出了可用时间、电池剩余容量和充放电功率3个约束条件;进一步采用线性递减惯性权值的改进粒子群算法(PSO)进行求解;最后,实验分析了常规、反调峰和正调峰3种风电出力以及不同风电渗透率对模型的影响,以及参与电网互动的电动汽车数量对模型的影响,验证了电动汽车风电协同模型的有效性,实现了对负荷曲线削峰填谷。     

考虑电动汽车集群储能能力和风电接入的平抑控制策略

为促进风电在电网中的消纳吸收,提出了考虑电动汽车集群储能能力和风电接入的平抑控制策略。首先对单体电动汽车入网后的储能特性进行精细化建模,充分考虑储能容量对不同荷电状态(SOC)的电动汽车有功响应能力的约束,在此基础上构建了电动汽车集群储能能力评估模型;进而针对多个电动汽车集群的协同控制,提出了考虑集群储能能力差异性的联络线功率波动平抑控制策略。该策略根据SOC自适应算法,在考虑各电动汽车响应能力约束的基础上,根据自身SOC水平确定各电动汽车的目标功率值,从而充分利用电动汽车与电网交换功率的连续调节能力;同时,该策略提出2种不同的交换功率控制方法,并探究不同方法在减少放电过程方面的差异性。最后,算例中利用电动汽车集群储能能力平抑联络线的功率波动,仿真结果验证了所提出的电动汽车集群储能能力评估模型和平抑控制策略的有效性。     

考虑风电波动与电动汽车集群储能平抑控制策略

为促进风电在电网中的消纳,减轻配电网负荷压力,提出考虑风电出力波动和电动汽车集群储能系统平抑控制策略.首先,对单体电动汽车入网后行为特性进行储能建模,依据不同荷电状态(SOC)电动汽车有功响应能力,构建电动汽车集群储能模型,基于集群储能能力的差异性,利用多个电动汽车集群协调平抑联络线功率波动.其次,由集群储能系统依据联络线功率平抑波动值进行逐层自适应功率分配,确定各电动汽车蓄电池—超级电容的任务功率,充分利用车网连续调节能力.所提平抑策略可减轻大规模电动汽车连网后配电网中负荷的波动,实现储能系统内部功率相互流动,有效减少常规储能容量配置.     

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。     

电动汽车接入对风电穿透功率极限的影响研究

电动汽车和分布式风电接入电网是当前的研究热点。首先分析了分布式风电以及电动汽车入网的随机特性,介绍了基于非参数核密度估计法的含电动汽车配电网负荷建模方法。该方法能够较好地克服由传统的正态分布进行负荷建模带来的误差。建立了基于机会约束的分布式风电穿透功率极限的计算模型,并使用嵌入随机模拟技术的粒子群优化算法对不同电动汽车渗透率时风电的穿透功率极限进行求解。最后,算例说明了电动汽车入网对负荷分布的影响,并从多个角度分析了电动汽车渗透率对风电极限穿透功率的影响机理。     

考虑电动汽车随机接入的微网优化调度

在电动汽车(EV)行驶统计规律的基础上,提出EV智能接入模式下的微网优化调度模型,微网调度机构根据不同EV用户需求、可再生能源功率、其他负荷功率以及EV充放电过程需满足的约束,给出包括EV在内的微网内所有设备的运行策略。该模型可利用CPLEX软件求解。以14节点微网系统为例,分别对EV随机充电模式、错峰充电模式以及智能接入模式下的微网调度运行进行优化,结果表明,智能接入模式下的EV作为分散式储能单元,与微网内集中式储能元件协调配合,发挥移峰填谷的作用,更具经济性。     

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.     

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。     

随机风电接入的电力系统动态经济调度多场景协同优化

针对随机风电接入的电力系统动态经济调度问题,采用场景法应对随机风电接入带来的不确定性,并以发电总成本最小为优化目标,结合多学科协同优化算法的核心思想建立基于多场景解耦的电力系统动态经济调度协同优化模型。引入动态松弛算法求解模型的系统级优化问题,有效克服传统多学科协同优化算法的不足;采用网格计算工具并行求解由多场景构建的子学科优化问题,大幅提高求解规模和计算效率。含风电的IEEE 39节点系统仿真结果表明,所提模型是可行有效的,并且优化效果要优于基于GAMS-BARON求解器的传统场景法。     

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。     

考虑风电和电动汽车不确定性的综合能源系统日前经济调度

综合能源系统中风力发电和电动汽车充放电的不确定性对系统运行的经济性有较大影响。考虑电动汽车的普及对综合能源系统的影响,根据电动汽车的不同出行和充电特性,细化区分各类电动汽车的运行模型;考虑风电出力的分布概率较难获取,通过较多历史数据驱动来构造一个基于不精确狄利克雷模型(imprecise Dirichlet model, IDM)的非参数模糊集,从而搭建一个考虑风电出力和电动汽车充放电不确定性的综合能源系统日前两阶段分布鲁棒调度模型。为了获得该模型的最优解,将其分解为一个混合整数线性规划主问题和一个具有max-min结构的子问题。利用对偶理论和大M方法,将子问题转化为MILP问题,利用列和约束生成(column and constration generation, CC&G)算法对主问题和转化后的子问题进行迭代求得最优解。算例分析表明,该模型能有效地应对风电出力与电动汽车充放电行为的不确定性。     

考虑风电接入的电力系统鲁棒经济优化调度

鉴于风力发电具有很强的随机性和波动性,含风电调度系统中,应用传统预测区间来描述其不确定性的方法存在缺陷.针对该问题,通过引入弃风限制对风电场的风电出力预测区间进行优化,得到能够保证调度系统安全运行的风电安全出力区间;在此基础上,建立双层鲁棒区间优化调度模型,使得常规机组的运行成本和风电场的弃风成本最小,并分析了系统爬坡...     

计及接纳风电能力的电网调度模型

当电网接入一定规模的风电时,为追求风电高效利用会使电网调度更加复杂。针对风电接入电网时调度面临煤耗量与风电高效利用之间的矛盾问题,将风电能够为电网节约的煤耗量作为风电价值的量度,构建计及接纳风电能力的电网调度决策模型,以确定风电允许的波动范围,使调度中的煤耗量和电网接纳风电的能力得到有效协调。通过烟台电网算例验证说明,该方法对计及不确定型可再生电源的电网调度是有效的,符合节能发电调度的理念。     

计及价格弹性负荷及风电的随机安全约束经济调度

基于机会约束规划,提出一种计及价格弹性负荷响应及风电不确定性的随机安全约束经济调度模型。模型考虑了输电断面潮流机会约束,并通过设置安全概率水平,控制输电断面潮流越限的概率。利用潮流灵敏度分析方法将分支潮流约束、输电断面潮流约束线性化,进而将输电断面潮流机会约束转化为常规约束,最终将所建随机优化模型转化为确定性二次规划模型,验证了所提模型及方法的有效性。     

考虑新能源与电动汽车接入下的主动配电网重构策略

随着分布式风力发电等新能源以及电动汽车(EV)等新型负荷接入配电网的比重逐步提高,传统的配电网重构模型难以反映其随机性和波动性。文中首先构造了风力机和EV的概率场景模型及含分布式电源(DG)和EV的配电网重构模型;其次,在场景分割的基础上对不同场景分别进行线性化随机潮流计算,在保证精确性的前提下简化模型,避免了场景的组合爆炸,体现了对于配电网中不断增加的DG和EV的适应性;最后采用一种适用于配电网重构场景模型的改进生物地理学优化算法,通过引入改进的编码规则、余弦迁移模型及变异操作,提高搜索速度和精度,抑制算法进化过程中因早熟收敛而陷入局部最优。算法在IEEE 69节点算例20次仿真计算中比传统人工智能算法更有优势。     

考虑大规模风电调峰要求的系统机组检修计划

考虑风电运行特性进行发电机组检修安排对优化风电利用和保证系统运行安全意义重大。综合考虑了风电出力运行要求、负荷变化特性与机组调节特性以及机组检修特性,以系统检修成本和风电弃风量为优化目标,以系统发电可靠性和系统调峰充裕性等为约束条件,利用Benders分解法将原始模型分解为主问题(多目标整数规划)和子问题(弃风量计算、系统发电可靠性和调峰充裕性)进行分散协调,对含大规模风电的电力系统机组检修计划进行了研究。最后,利用IEEE-RTS测试系统验证了所述方法的可行性与有效性。     

基于风速预测和随机规划的含风电场电力系统动态经济调度

随着风力发电在电力系统中比重的持续增加,在电力系统经济调度中需要考虑风电场的影响;而并网风电场具有动态、随机、容量大等特点,传统的经济调度方法已不再适用。针对风电场出力的随机性,在风速预测的基础上,应用随机规划理论建立了考虑机组组合的含风电场电力系统动元网络和遗传算法的混合智能算法,提高了算法的收敛速度和搜索性能。以含风电场的IEEE30节点系统为算例验证了所提方法的可行性和有效性。     

大规模风电接入的输电系统价值规划方法

介绍了华东大规模风电接入的背景,提出了大规模风电接入的输电系统价值规划方法。研究了输电系统的全寿命周期成本和财务效益,在此基础上建立了以收益最大为目标的价值规划模型,同时考虑规划的成本和效益,并且分析了大规模风电接入的环保效益。算例分析结果验证了价值规划模型的有效性,对实际电网规划具有指导意义,大规模风电接入带来的较高的环保效益符合国家可持续发展的战略需求。