基于需求响应潜力模糊评估的电动汽车实时调控优化模型

针对快充场所电动汽车(EV)大规模接入造成的配电网过载问题,提出了EV需求响应潜力模糊评估方法与实时调控优化模型。首先,基于EV电池安全电量、EV充电需求、充电桩额定功率的限制建立用户客观响应能力约束模型,以及考虑激励水平的用户主观响应意愿评估模型。其次,结合客观响应能力和主观响应意愿建立用户响应潜力评估模型,采用模糊推理确定充电电价、当前电量需求和剩余驻留时间等因素对用户响应意愿的影响。然后,提出激励型实时需求响应的双层优化模型及其求解方法,上层优化模型以EV聚合商激励成本最小化为目标对EV聚合商激励电价进行优化,下层优化以用户平均充电满意度最高为目标对EV充放电功率进行优化,从而充分挖掘用户的响应潜力,兼顾电网公司、EV聚合商、用户各方的利益。最后,通过多组仿真验证了所提模型和方法的有效性。     

计及充电行为特征与可调性的电动汽车集群优化调度

针对传统电动汽车集群优化调度过程中未能充分考虑电动汽车是否具备参与电网响应的物理条件和主观意愿等问题,提出一种基于双向门控循环单元（Bi-GRU）的电动汽车充电行为可调性识别方法,并以聚合商收益最大为目标进行优化调度。首先,利用电动汽车在充电站内的真实数据描述电动汽车用户充电时间特征、充电电量特征,并从影响用户参与优化调度的主观意愿因素出发,分析并描述用户充电偏好;其次,构建充电过程物理矩阵和用户响应意愿矩阵,并采用Bi-GRU模型将电动汽车划分为可调电动汽车集群与不可调电动汽车集群,计算可调集群充电电量与不可调集群充电电量;最后,从电动汽车聚合商利益最大化角度出发,提出考虑分时电价影响的电动汽车集群参与电网优化调度模型及求解策略。算例表明,与传统优化调度方法相比,所提Bi-GRU模型能精准识别电动汽车是否具备可调性,且优化调度策略能在保证聚合商收益最大化前提下有效平抑负荷波动,保证电网安全稳定运行。     

考虑用户信用的虚拟聚合商需求响应交易机制

新型电力系统中,用户侧可调负荷等灵活资源将广泛参与电网互动,促进源网荷弹性平衡。为此,文中提出面向工商业可调负荷资源的虚拟聚合商需求响应模式,通过基于用户信用的响应补贴机制实现用户侧可调负荷集聚,并构建了用户响应补贴双层优化模型。上层模型以虚拟聚合商参与需求响应收益最大为目标,通过优化补贴信用系数实现用户响应收益最大;下层模型中用户以计及舒适度损失的效益最大化为目标,调整自身响应行为。算例分析选取了典型用户对所提机制和模型进行验证,结果表明,所提出的需求响应交易机制有效规范了用户的响应行为,信用作用下虚拟聚合商与用户形成了激励相容的效果,有利于需求响应目标精确达成。     

考虑道路交通模型的电动汽车聚合商短时调度策略和响应激励设计

为调度电动汽车提供短时需求响应,建立考虑道路交通模型的电动汽车短时需求响应模型,计及用户行驶过程、充放电过程成本,综合考虑电动汽车评分、用户参与率以及距离引起的响应不确定性,设计两步式定价的响应激励方法,并提出电动汽车聚合商短时调度策略。聚合商模拟用户实际响应情况进行调度决策,参与竞价,并根据出清结果调整调度计划。算例验证了所提模型的有效性。     

价格与激励联合需求响应下电动汽车长时间尺度充放电调度

为充分调动电动汽车充放电潜力,降低电动汽车接入对电网的影响,提出了一种价格与激励联合需求响应下电动汽车长时间尺度充放电调度策略。首先,制定了结合价格型与激励型需求响应的联合需求响应措施,以这两类需求响应对电动汽车进行分群,并针对不同电动汽车群分别进行长时间尺度优化。其次,将需求响应措施作为电动汽车聚合商与电动汽车间的调度通道,以电动汽车聚合商净收益最大及负荷波动最小为目标,建立电动汽车聚合商调度模型;以电动汽车调度成本最小及心理效应最小为目标,建立电动汽车长时间尺度调度模型。最后,以100辆电动汽车为例的仿真结果表明,所提调度策略能在长时间宏观尺度上有效提高电动汽车聚合商净收益,同时减小负荷波动及降低电动汽车调度成本。     

考虑负荷聚合商诚信度及用户满意度的日前调峰市场双层优化模型

新能源大规模并网对电力系统调峰带来较大挑战,在传统电源侧调峰空间逐步殆尽的背景下,亟需高效的市场机制引导用户侧灵活负荷主动参与调峰市场以维持电网安全稳定。结合用户实际情况,综合考虑用户满意度及负荷需求,提出了电动汽车、电采暖、储能等灵活负荷聚合参与日前调峰的市场机制,并建立了聚合商参与日前调峰市场出清及用户侧灵活负荷调度的双层优化模型。其中,上层模型考虑负荷聚合商诚信度的影响,以调度成本最低为目标进行日前市场出清;下层模型考虑用户满意度,以签订合同的形式调用用户侧灵活资源。仿真结果验证了将不同负荷聚合进行联合调度的可行性,表明所提出的策略能明显降低系统调度成本,保证市场调峰的可靠性,确保电网安全可靠运行。     

基于信息间隙决策理论的电动汽车聚合商日前需求响应调度策略

电动汽车用户对于需求侧调控的响应存在相当比例的不确定性,当电动汽车充电信息不完整时,高效处理充电行为不确定性问题的方法仍然较少。因此,采用信息间隙决策理论对用户响应不确定性进行精确建模,并量化评估了相应的机会收益和风险损失。首先,为了量化分析聚合商对电动汽车预测响应率与实际响应率之间的可接受偏差度,将聚合商确定性的成本决策问题转换为计及电动汽车响应不确定度的优化问题。其次,根据聚合商对于策略风险成本的接受程度,将调度模型分为乐观型和悲观型。基于信息间隙决策理论依据给定成本与预期成本的偏差分别生成对应的机会策略和鲁棒策略,不同风险偏好的聚合商可根据此算法结果采取相应的优化策略来保证期望收益。最后,仿真结果表明,在有限充电信息环境下,所提算法能有效应对电动汽车响应不确定性问题,降低电动汽车充电聚合商的总调度成本。     

基于主从博弈的负荷聚合商日前市场最优定价策略

负荷聚合商通过需求响应整合用户侧资源,并由此向电网提供负荷平抑服务以获得收益。因此,聚合商的响应定价策略和用户响应偏好直接影响用户响应精度,进而影响聚合商市场收益。文中将参与需求响应的负荷资源作为广义需求侧资源,提出基于价格激励的需求响应机制,建立考虑用户偏好的用户效用模型和聚合商收益模型。进而,以用户和聚合商两者利益最大化为目标构建主从博弈模型,求解模型获得聚合商最优补偿定价策略,分析用户用电弹性以优化用户响应。最后,采用美国PJM市场数据进行算例仿真,结果表明基于主从博弈的最优定价策略能够充分考虑用户响应偏好差异,有效降低用户综合成本,通过平抑负荷波动提高聚合商市场收益。     

基于电价引导的电动汽车充电双层优化策略

该文建立了基于电价引导的电动汽车充电双层优化模型。在上层模型中,通过优化代理商在各个时段的充电调度计划,使系统总负荷的方差最小。在下层模型中,代理商通过制定充电电价,引导电动汽车用户调整充电计划,以便使下层电动汽车响应负荷与上层调度计划一致。利用遗传算法对模型进行迭代求解,结果表明:与无序充电相比,对电动汽车充电负荷进行优化后,系统总负荷的方差明显减小,平抑了系统运行的波动性,建立的优化模型可以较好地实现上层系统的调度和下层电动汽车用户的自主响应。     

基于虚拟电厂优化算法的负荷聚合商收益分析

针对大量分布式电源接入电网带来的配电网调度和控制问题,和电网日益严重的峰谷差问题,需求响应成为电网调控的必要手段.负荷聚合商通过虚拟电厂技术,将热电联产、光伏、分布式储能、可中断负荷等分布式资源进行聚合,挖掘可控负荷和储能的需求响应价值,实现了区域配电网的源-网-荷协调优化控制机制.首先建立虚拟电厂双层优化模型,上层以负荷聚合商收益最大为最优目标,以各分布式资源自身限制等为约束条件,下层以储能和可中断负荷自身收益最大化为最优目标,以储能和可中断负荷自身限制为约束条件,采用CPLEX求解器进行求解.然后,对单纯价格型需求响应、各主体独自参与激励型需求响应、以虚拟电厂形式参与激励型需求响应3种形式下的负荷聚合商、储能装置、用户的效益进行了分析.最后,通过计算结果的效益分析,证明了此应用场景下以虚拟电厂方式参与激励型需求响应能提升负荷聚合商和储能装置的经济收益.     

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。     

Stochastic operational scheduling of distributed energy resources in a large scale virtual power plant

Virtual Power Plant (VPP) is introduced as a tool for the integration of distributed generations, energy storages and participation of consumers in demand response programs. In this paper, a probabilistic model using a modified scenario-based decision making method for optimal day ahead scheduling of electrical and thermal energy resources in a VPP is proposed. In the proposed model, energy and reserve is simultaneously scheduled and the presence of energy storage devices and demand response resources are also investigated. Moreover, the market prices, electrical demand and intermittent renewable power generation are considered as uncertain parameters in the model. A modified scenario-based decision making method is developed in order to model the uncertainties in VPP’s scheduling problem. The results demonstrated that the optimal scheduling of VPP’s resources by the proposed method leads VPP to make optimal decisions in the energy/reserve market and to play a dual role as a demand/generation unit from the perspective of the upstream network in some time periods.     

基于多主体主从博弈的负荷聚合商经济优化模型

在未来电力市场环境下,针对具有不同利益诉求的主体实现经济优化调度问题,基于电价型需求响应与主从博弈,提出了以负荷聚合商经济效益最大、电动汽车与空调各自用电成本最低、分布式电源运营商经济效益最大为目标的经济优化模型。通过优化负荷聚合商发布的电价信息、调整电动汽车与空调各自用电策略以及改变分布式电源运营商售电策略实现纳什均衡。利用仿真验证了所提模型在优化各主体经济性的同时能有效降低负荷峰谷差,提高新能源利用率。     

A semi-cooperative decentralized scheduling scheme for plug-in electric vehicle charging demand

The paper proposes a decentralized control scheme for scheduling the flexible charging demand of plug-in electric vehicles in residential distribution networks. This control scheme is designed for execution by a multi-agent system at two consecutive stages of static and dynamic scheduling. The distinctive attributes of the developed control scheme are (i) to realistically prioritize both the customers’ and the utility’s objectives, (ii) to incorporate the uncertainty in the forecasted demand, (iii) to account for customers’ flexibility in their charging demand, and (iv) to specify a fair pricing scenario to all customers while protecting their privacy. The paper includes extensive numerical studies using a set of recorded real-world driving data, representing heterogeneous vehicular demand. In order to assess the efficacy of the proposed scheduling scheme, comparative assessments are also presented against an optimization-based charging scheduling scheme.     

实时电价下插电式混合动力汽车智能集中充电策略

以实时电价为背景,提出了基于需求侧响应思想的插电式混合动力汽车（PHEV）集中充电机制,计及供电侧填谷效果与用户成本,建立数学模型,并根据模型特点提出了一种新颖的基于动态估计插值思想的算法,基于某地区2020年的预测数据进行算例仿真。结果表明,文中提出的PHEV集中充电策略可以有效地降低峰谷差,节约用户充电成本,达到供...     

含风电及电动汽车虚拟电厂参与电力市场的优化调度策略

可再生能源发电及电动汽车充电的不确定性给电力系统运营带来新的挑战。针对含有风力发电和电动汽车充放电的虚拟电厂参与到电力市场中包含的不确定性问题,提出了一种混合储能虚拟电厂参与电力市场的优化调度策略。基于轮盘赌机制建立风力发电不确定性模型,将电动汽车的不确定性参数引入该模型,通过分析电力市场需求,制定基于不确定模型的随机优化调度方案。通过算例验证该方案的有效性和适用性,为混合储能虚拟电厂参与电力市场调度提供指导。     

计及CVaR的负荷聚合商双重市场投标策略

需求侧资源的不确定性给负荷聚合商在双重市场(日前电能市场和日前备用市场)的投标带来了困难。首先分析需求侧资源的不确定性,建立负荷聚合商在双重市场的投资分配和利润模型,该模型以最大化负荷聚合商日利润为目标,并应用粒子群优化算法以及MATLAB调用YALMIP、CPLEX工具箱进行求解。进一步考虑需求侧资源不确定性引起的负荷聚合商利润的风险,分析随着风险偏好系数的改变利润与风险值之间的动态关系以及可中断负荷在双重市场的投标量分配,讨论日前电能市场投标约束对负荷聚合商投标策略和总体利润的影响。算例分析验证了负荷聚合商基于风险的投资策略的有效性。     

基于增广拉格朗日方法的电动汽车聚合商分散充电控制策略

在电动汽车保有量日益攀升的背景之下,研究了配电网中电动汽车聚合商的分散充电控制策略。考虑配电网的系统约束以及所辖电动汽车充电需求的约束,以分时电价机制下的电动汽车聚合商充电收益最大化为目标,建立了电动汽车聚合商的集中充电控制模型。针对集中控制策略在实际应用中所存在的通信量大、通信成本高、计算效率低以及用户隐私泄露等问题,在集中控制模型的基础上,构造增广拉格朗日函数,引入交替方向乘子法,最终提出了电动汽车聚合商的分散充电控制策略,实现了由个体电动汽车根据本地信息计算充电方案的目标。通过仿真结果验证了该分散充电控制策略可以保证电动汽车聚合商的充电收益最大化,而且有着较高的计算效率和较快的收敛速度。