基于动态实时电价的电动汽车集群分层优化调度

针对大量电动汽车接入电网后的无序充放电对电网造成的不利影响,提出了一种基于实时电价的双层优化调度模型,根据接入电动汽车的可充放电时间段,将其划分为若干个集群,在保证配电网经济安全运行的同时,满足车主充电需求。该调度模型上层以负荷曲线方差及实时电价下用户的充放电总成本最小为目标,采用粒子群算法求解得到集群的实时最优充放电功率,并将集群的电动汽车充放电负荷与电价联动调整;下层引入充放电优先级指数,利用能量缓冲一致性算法,制定出集群内的各辆电动汽车的实时充放电策略。以典型的区域配电网负荷数据为例,通过仿真验证了所搭建的集群优化模型和求解算法的实用性和有效性。     

面向电动汽车集群实时充放电优化的分群调度机制

大规模电动汽车无序充电会加剧电网的峰谷差,并影响电能质量和变压器寿命。文章从群体的角度考虑分布式控制框架下电动汽车实时充放电优化的互动调度策略,根据接入电动汽车不同的充电需求,提出以充电结束时刻为分群特征的实时调度方法,并采用双层优化模型求解集群整体和单辆电动汽车的最优充放电功率问题。上层以日负荷波动和调度惩罚最小化为目标,建立考虑电动汽车充放电的大规模集群实时互动调度模型。下层考虑电动汽车车主的充放电成本,求解单辆电动汽车充放电功率的最优跟踪问题。以典型的区域配电网负荷数据为例,通过仿真验证了分布式控制下的实时充电优化策略可以保证电网的可靠运行,同时兼顾各方利益。     

基于动态非合作博弈的大规模电动汽车实时优化调度

针对大规模电动汽车(EV)接入电网后,各充电聚合商(EVA)的独立优化目标存在冲突而导致优化调度存在困难的问题,提出了考虑多个EVA各方利益的基于动态非合作博弈的大规模EV实时调度模型。首先构建了大规模EV的集群等效模型并分析了动态电价下各EVA的利益关系,接着利用完全势博弈理论证明了博弈模型存在唯一的纳什均衡解并推导出求解方法,最后提出基于交替方向乘子法的实时分布式算法实现各EVA实时策略的求解。通过算例仿真验证了所提模型可有效实现削峰填谷、降低EVA充电成本。同时,在优化结果、计算时间、保护用户隐私方面更适用于大规模EV实时充电优化调度。     

基于强化学习的电动汽车集群实时优化调度策略

针对大规模电动汽车的实时调度存在维度高和随机性强等问题,提出基于强化学习的电动汽车集群实时优化调度策略。首先,以最小化综合成本（机组发电成本和补贴成本）为目标,建立电动汽车集群参与的电网机组经济调度模型。将实时阶段下的该模型构建为一个马尔可夫决策过程,利用基于最大熵的深度强化学习算法对马尔可夫决策过程进行模型训练和求解。此外,融合强化学习不依赖预测信息和运筹优化算法保证物理约束的优势,将电动汽车充电和机组出力分开优化调度。最后,通过算例验证所提策略在降低成本和削峰填谷方面的可行性和有效性。     

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。     

电动汽车集群内的递阶分散最优充电方法

电动汽车未来有望以集群（例如大型充电站内的电动汽车）形式参与电网调度。收到电网下发的集群优化充电调度指令后,集群代理需优化集群内的电动汽车充电功率以追踪电网指令。该追踪问题是一个大规模的优化问题,难于集中式求解。提出一种递阶分散优化算法求解该问题。集群代理下发协调信息,各电动汽车根据协调信息分布式地优化自身充电功率,并向代理返回迭代信息,通过迭代求得问题的最优解。为进一步提高计算效率,对集群代理和单辆汽车的优化子问题进行了深入研究和算法改进。通过数值实验发现所提方法具有很快的计算速度,尤其适用于求解大规模电动汽车集群内的追踪问题。     

换电站与电网协调的多目标双层实时充放电调度方法

大规模电动汽车无序充电会对电网安全经济运行及换电站经济运营产生严重的负面影响。计及未入网电动汽车充换电预测,考虑电力网络运行、大规模电动汽车用户充换电需求等约束,建立了换电站与电网协调的多目标双层实时充放电调度模型,其中上层模型以电网负荷波动最小和上下层调度偏差最小为目标,由上层调度机构安排各换电站实时充放电计划;下层以各充放电装置响应上层计划为目标,同时满足用户充换电需求,将大规模混合整数非线性规划问题转化为非线性多目标规划问题和大规模混合整数线性规划问题。采用基于Zaslavskii混沌映射的改进NSGA-Ⅱ和YALMIP/CPLEX求解方式对上下层问题分别进行迭代求解滚动优化。以IEEE 30节点系统为例,验证了所构建模型的正确性和有效性。     

面向含风电楼宇的电动汽车优化调度策略EI北大核心CSCD

为解决未来大规模电动汽车充放电调度问题,设计了一种面向含风电楼宇的电动汽车优化调度策略。构建楼宇电动汽车模型,通过楼宇能量管理系统收集电动汽车日前申报信息,根据出行链将其分群,建立电网层–用户层双层优化调度模型。分别以电网消纳风电后的负荷波动率最小,车主出行需求最大为目标函数,采用改进自适应遗传算法依次求解出楼宇整体充放电策略、EV群充放电策略和每辆EV的调度策略。算例结果表明,该优化调度方法可实现电网与用户的利益共赢,且计算维度小,速度快,不易陷入局部最优。     

V2G模式下微网电动汽车有序充电策略研究

为了应对V2G(Vehicle-to-Grid)模式下大规模电动汽车接入给电网带来的诸多挑战,针对现有电动汽车调度策略对大规模电动汽车充放电需求考虑不足的问题,提出一种微电网电动汽车有序充电策略。调度策略可根据当前微电网负荷状态、电动汽车充电需求等实时数据,采用模糊控制算法优化安排电动汽车充电计划,满足电动汽车充电需求同时实现对电网的削峰填谷。利用该调度策略对某配电区域600辆电动汽车进行充电,并与传统即时充电策略进行比较分析。仿真结果表明,基于模糊控制算法的电动汽车有序充电策略能够有效避免大量电动汽车接入电网引起负荷尖峰的问题,为电网提供削峰填谷的服务,实现用户和电网的双赢。     

基于短期预测信息和长期值函数近似的大规模电动汽车实时随机优化调度算法

针对大规模电动汽车(Electric Vehicle, EV)和可再生能源接入背景下主动配电网的实时随机调度问题,提出了一种结合短期预测信息和长期值函数近似的双层实时调度模型。为应对大量EV接入后的维数灾问题,首先提出双层调度框架,上层建立EV集群模型,下层根据EV特性提出功率分配算法对每辆EV制定充电计划,实现上层集群指令的完全消纳并满足各EV充电的需求。同时,为应对EV行为、实时电价及可再生能源出力不确定性的问题,实时优化时采用预测算法预测短期内未来接入的EV行为、可再生能源最大出力与实时电价,并通过值函数近似评估短期决策后系统的值函数,从而实现EV集群充电计划、可再生能源调度计划与购电计划的实时分阶段决策。仿真算例表明,所提模型可以实现大规模EV接入下主动配电网的实时随机调度,同时具备良好的鲁棒性。     

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。     

计及电动汽车充电站作为黑启动电源的网架重构优化策略

基于电池租赁的换电池模式与大规模集中型充电站配合具有商业竞争潜力,有望得到推广。在此背景下,提出了一种计及电动汽车充电站的网架重构优化策略。首先,对充电站可用电池容量建模,得到针对给定系统停电时刻充电站可提供的启动容量。建立了基于双层优化的网架重构模型,在上层模型中,以最大化系统可用发电容量为目标确定发电机组恢复时刻;在下层模型中,以线路充电电容之和最小为目标确定恢复路径。之后,采用机会约束规划处理相关的不确定性因素,并与双层优化模型相结合构建基于机会约束规划的双层网架重构优化模型,进而采用改进的粒子群算法求解该优化问题。最后,以修改的新英格兰10机39节点系统为例说明了所发展的模型与方法的基本特征。     

基于交替方向乘子法的电动汽车分散式充电控制

大规模电动汽车的无序接入会对电力系统的安全、经济运行产生诸多不利影响。针对这些问题,建立了用户收益最大化及系统有功网损最小化的实时充电控制多目标凸优化模型。引入交替方向乘子算法,将集中式充电优化问题转换为分散式以设备为单位的子优化问题求解。每次迭代设备与相邻的交互信息点之间仅需交互少量信息,利于保护用户的信息安全,并能有效解决集中式控制策略引起通信要求高、计算开销大的问题。IEEE 33节点、实际的119节点配电网系统的仿真结果表明:所提模型与集中式优化模型的计算结果一致,所提算法计算效率高、通信开销小,适用于滚动式实时调度。     

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。     

满足电动汽车快充需求的含储能复合型充电站充电优化策略

电动汽车(EV)快速充电站的功能正逐步向集成风光储等综合能源的复合型充电站方向发展,选择一种能够提高快速充电系统各方效益的充电优化策略有助于推广EV及新能源产业。在此背景下,通过电价激励手段,制定了提高EV与复合型充电站综合效益的充电优化策略。首先,基于EV充电时间成本与充电经济成本建立了EV综合最优路径规划模型;然后,根据EV决策结果所得不同的快充负荷及车流量,各复合型充电站通过调度站内储能,构建了复合型充电站的效益优化模型,以EV综合成本最优及复合型充电站综合效益最优为双重优化目标。以某区域18 km×18 km路网为算例对所提优化策略进行仿真,结果表明所提优化策略可有效降低EV充电综合成本,并大幅提高复合型充电站的综合效益。     

电动汽车参与电力系统优化调度的谈判策略

以电动汽车为代表的灵活电力负荷参与电力系统优化调度可以改善系统运行的经济性,对于这类负荷电力公司或相关管理机构应给予适当的经济激励。考虑到电动汽车代理商与电力系统调度机构之间的信息不对称,这部分经济激励应该由电力公司和电动汽车车主代理通过谈判来确定。在此背景下,研究了电动汽车代理商与电力公司针对电动汽车参与日前优化调度的谈判策略。首先,建立了计及电动汽车代理商参与系统优化调度的数学模型和电动汽车代理商的充电需求模型。之后,根据电动汽车代理商和电力公司分别对电动汽车参与系统优化调度为电力公司带来的收益和电动汽车代理可能遭受的损失的估计,分别给出了其谈判报价策略和报价调整策略。最后,以修改的IEEE 30节点系统为例,对所提出的电动汽车代理商谈判策略进行了仿真分析,说明了所提方法的基本特征。     

考虑用户满意度的电动汽车分群调度策略

提出了一种电动汽车分群调度策略,分别以电动汽车的出行结束时刻、所需充电时长、出行起始时刻和最大充电时延为判别量对电动汽车进行分群,并对每个子群的电动汽车分别制定延时充放电策略,以平抑配电网有功功率的日内波动并吸纳正午时段富余的光伏功率。该模型可基于统计模型为实际系统中的每辆电动汽车进行合理的调度指导,并充分考虑了电动汽车用户的满意度。此外,由于配电网中含有光伏、电动汽车等不确定因素,该模型采用区间数来描述电动汽车充放电功率等不确定量,并采用区间潮流对配电网进行优化。最后,通过算例验证了所提模型的有效性和采用区间优化的必要性。     

基于时空分布负荷预测的电动汽车充电优化

本文提出了一种综合考虑电动汽车出行特点,充电地域差别及用户充电习惯的电动汽车时空分布负荷预测模型。考虑多次充电场景,模拟实时充电行为,利用马尔可夫链确定各出行目的地的转移概率并提出了一种基于蒙特卡洛模拟的双层充电负荷预测模型对充电负荷的时空分布进行模拟预测。根据时空预测初步结果,以夜间充电为例,对在夜间入网充电车辆的无序充电行为进行了充电优化。近一步,考虑不同荷电状态(SOC) 阈值对电网优化充电的影响。结果表明,本文提出的预测模型对电动汽车负荷的时空分布预测具有一定的参考价值,夜间充电负荷的优化方法实现了充电负荷的实时优化,对电动汽车入网的负荷优化具有一定的指导意义。