采用双层优化模型的电动汽车 有序充放电策略研究

针对大规模电动汽车集中式控制与优化方法的不足,采用V2G(Vehicle to Grid,V2G)双层优化模型。第一层优化模型建立以车主充电成本最小的目标函数,并考虑电池充放电损耗;第二层优化建立以电网日负荷峰谷差最小为目标函数,以第一层计算的优化结果为约束并求解,利用模拟退火算法对模型进行迭代求解。结果表明:与无序充电相比,双层优化协调保证了电网经济运行和用户的充电费用最小,从而实现电动汽车有序充放电控制。     

含多园区综合能源系统的配电网双层分布式调度

在能源转型的背景之下,园区综合能源系统成为能源领域发展的重要趋势,多园区综合能源系统与配电网的协同运行受到了重点关注。为此提出了面向多园区综合能源系统的配电网运行的分布式调度管控模式,从而降低了对模型数据的要求和求解的复杂度。通过构建园区综合能源系统以自身运行成本最低为目标的预调度优化模型以及上级配电网优化运行模型,并提出以松弛联络线功率为接口的上下级交互协调机制,进而构建了考虑配电网和多园区综合能源系统为2个不同的利益主体的双层优化调度模型。最后通过算例验证了所提方法能实现上下层电网的协同优化运行。     

基于实时电价的电动汽车充放电优化策略和经济调度模型

实时电价为优化电动汽车(EV)充放电负荷提供了手段,从而实现经济调度。首先建立用户最优充放电策略模型:以计及EV电池退化成本的用户成本最小为目标,以满足EV行驶荷电状态和充放电荷电状态等为约束。在此基础上建立电动汽车用户实时电价响应模型,通过实时电价计算用户充电成本,使电动汽车充放电负荷与电价联动调整,并将该模型嵌入电动汽车充放电策略优化目标函数。求解过程中,用"停泊时长"确定单车一日可多次充放电的时段和行驶时段,从而在EV可充放电时长范围内优化每时段充放电负荷。最后建立经济调度模型:目标中计及机组阀点效应、约束中考虑EV充放电负荷以及机组爬坡速率等限制的多目标经济调度模型,提出一种改进模式搜索算法求解该时间耦合、非线性、非凸模型。以IEEE 39节点为例,验证了所建立模型和求解算法的有效性。     

基于MOFA算法的微网系统优化调度

针对大规模电动汽车入网给微电网带来的影响,在并网运行方式下,以微电网运行成本、环境治理成本和电动汽车用户充放电成本的综合效益为目标,考虑电动汽车的时空分布特性,提出了分时电价下电动汽车有序充放电的调度方案。建立了包含风、光、储、燃料电池、微型燃气轮机、电动汽车及负荷的微网系统多目标经济调度模型,采用多目标萤火虫（MOFA）算法对调度模型进行求解,并与多目标粒子群优化（MOPSO）算法进行对比。基于MATLAB平台,以某典型微电网系统为例进行仿真,调度周期为一天,算例结果验证了所提方案、模型和算法的有效性。     

考虑大规模电动汽车接入电网的双层优化调度策略

随着经济发展和化石燃料短缺、环境污染严重的矛盾日益尖锐,电动汽车(Electric Vehicle, EV)的发展和普及将成为必然趋势。大规模无序充电的电动汽车接入电网充电将给电网带来强大的冲击,并可能导致电网局部过负荷,威胁电网运行的安全性和经济性。因此研究了发电机、电动汽车、风力的协同优化计划问题,提出了一种基于输电和配电系统层面的电动汽车充放电计划双层优化调度策略。在输电网层,以减少发电机组的运行成本、PM2.5排放量、用户的总充电成本和弃风电量为目标,建立了基于机组最优组合的上层优化调度模型;在配电网层,以降低网损为目标,考虑网络安全约束和电动汽车的空间迁移特性,建立了基于最优潮流的下层优化调度模型。在基于标准10机输电网和IEEE33节点配电网的电力系统仿真模型上,对所提的基于双层优化的大规模电动汽车充放电调度策略进行了仿真分析,验证了所提双层优化调度策略的有效性和优越性。     

考虑多台区互联的中低压交直流混合配电网双层协同优化调度方法

高比例可再生能源的大量接入和新型用电设备的增加，使得配电网逐渐向区域化、网格化转型，中低压交互、多台区互联的交直流混合配电网将成为配电网的发展趋势。鉴于此，提出了考虑多台区互联的中低压交直流混合配电网功率双层协同优化调度方法。以综合成本最小为目标建立交直流低压台区功率优化调度模型，得到各个台区内储能充放电策略和电动汽车V2G(vehicle to grid)策略；以系统综合电压偏差最小、综合运行成本最小为目标，建立中压优化模型，得到互联换流器的交换功率。将上下层结果互相传递迭代优化，直至中压配电网和各个低压台区全部收敛。最后，以改进的IEEE 33节点算例系统对所提方法进行了验证，算例结果表明，所提方法能够有效减小系统网络损耗，平抑电压波动。     

计及柔性负荷和换电站的综合能源系统优化调度

在“碳达峰，碳中和”背景下，未来能源发展将由单一的能源系统向综合能源系统转变。随着电动汽车车网互动技术的发展与应用，柔性负荷占比的显著提升，综合能源系统中的可调度资源将愈加丰富。在此背景下，本文将含电动汽车换电站和多类型柔性负荷的综合能源系统作为研究对象。首先，建立包含风电、储能、热电联产机组、燃气锅炉等设备的综合能源系统模型。其次，在计及电、热、气柔性负荷响应的基础上，将电动汽车换电站的充放电特性考虑到综合能源系统的优化调度中，以系统运行成本最小为目标，构建综合考虑多类型柔性负荷响应和换电站有序调度的综合能源系统优化模型。最后采用Yalmip进行建模并调用Cplex求解器对模型求解。算例结果表明，调度周期内系统运行成本降低了13.04%，风电消纳率提高8.65%，负荷峰谷差降低24.58%，验证了所提模型在降低系统运行成本、削峰填谷以及消纳风电等方面的有效性。     

基于电动汽车价格弹性需求响应的综合能源系统优化调度

针对电动汽车无序充电行为影响综合能源系统运行经济性的问题,提出一种考虑电动汽车电池荷电状态（stateof charge,SOC）弹性电价需求响应的综合能源系统优化调度策略。该策略首先分析了电动汽车充电行为,提出了考虑SOC的电动汽车弹性电价,建立基于电动汽车SOC因子的价格弹性需求响应优化调度模型;其次,在满足系统正常运行的前提下,以综合能源系统运行成本最小为目标,建立含电动汽车需求响应的区域综合能源系统模型,并采用混合线性规划进行求解;最后,根据电动汽车SOC弹性电价引导电动汽车参与需求响应,设置了3个场景进行对比,从电负荷、需求响应和热负荷3个方面分析了综合能源系统设备出力情况和系统运行成本。仿真结果表明,通过SOC弹性电价引导电动汽车参与综合能源系统需求响应,具有较好的可行性和经济性。     

考虑多重不确定性的园区综合能源系统区间优化调度

电力市场环境下,园区综合能源系统需要考虑电价波动以制定第二天的调度计划。而风电和光伏发电等分布式电源出力的不确定性给园区综合能源系统经济运行带来了巨大挑战。文中提出了一种考虑多重不确定性的园区综合能源系统区间优化调度方法。首先,采用区间理论对电价和分布式电源出力的不确定性进行了建模;然后,以日运行费用最低为目标,结合综合能源系统运行约束,建立了考虑不确定性的园区综合能源系统日前优化调度模型;最后,采用区间线性规划方法对模型进行求解。算例结果验证了所提模型和方法的有效性。     

考虑新能源功率品质分层和可平移负荷的配电网有功调度

针对含大规模可再生能源接入下的配电网有功调度问题,提出了简易的可再生能源的功率品质分层方法及其调度策略,通过设置以电动汽车充电功率为例的可平移负荷,以含储能电池、电动汽车租赁、以及发电成本的综合运行管理成本、可平移负荷不满意度以及弃风量为优化目标,建立有功调度优化模型。以污染物排放量作为辅助指标选择最优方案,所建模型能够兼顾系统运行经济性、环境效益,以及错峰充电的社会影响。通过NSGA-II求解该多目标优化模型,通过算例仿真和对比验证了所提模型的正确性和有效性,所提可再生能源功率分层方法简单有效,可为实际配电网的调度运行提供参考和数据支撑。     

基于全局和局部最优模型的电动汽车充放电优化调度

电动汽车大规模入网将对电网产生重大影响。针对大规模具有动态响应特性的电动汽车充放电问题,提出了全局最优调度和局部最优调度两种模型。通过电动汽车响应的实时电价模型,分别建立含电池损耗成本、连续可微、带线性约束的凸目标函数。全局最优模型需要负载和电动汽车各项信息求解全局总成本最小的调度方案。局部最优调度模型对电动汽车进行分组,以分布式模式最小化滑动窗口内电动汽车组的总成本。通过内点法对两种模型求解表明:局部最优调度方案可以扩展到大型电动汽车群,对电动汽车的动态到达特性具有弹性。相对于全局最优调度模型复杂的求解信息,局部最优调度方案具有更高的实用性和相近的求解结果。     

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。     

实时电价下含V2G功能的电动汽车理性充放电模型及其分析

为了利用实时电价实现电动汽车理性充电,以电动汽车运营收益最大化为目标,以满足电动汽车动力电池充放电容量及电动汽车行程需求为约束条件,构造了一个电动汽车充放电收益最大化模型,该模型较好地表示电动汽车充放电决策。以美国家庭出行调查为依据,根据用户充出行规律,采用蒙特卡洛模拟法模拟用户行程需求,对电动汽车充放电运行的经济效益进行仿真计算和分析。研究结果表明,通过响应电网实时电价,理性充放电模型可显著提高电动汽车的经济效益。同时,由于夜间电价相对便宜而白天相对较高的电价激励,电动汽车多在配电系统负载率较低时充电,在系统峰荷附近反向放电,从而起到削峰填谷的效应。     

基于用户响应画像的居民小区电动汽车充放电优化策略研究

针对电动汽车大规模接入电网系统带来供电可靠性及多方经济性问题,提出一种针对居民小区的电动汽车充放电优化策略。首先,考虑“深度+潜力”因素,采用CRITIC-MABAC法对用户进行分级评估,识别得到按调度参与深度和响应潜力划分的用户群体画像特征;然后,根据画像特征制定分群体的差异化充电目标与调度模式,建立电动汽车充放电优化调度模型;最后,以负荷波动及充电成本加权组合的适应度最小为优化目标,使用精英遗传算法完成调度求解。实证分析证明所研究策略可实现平抑负荷与降低充电成本的综合优化目标。     

基于随机森林算法的电动汽车充放电容量预测

文中提出一种电动汽车充放电容量的组合预测方法.首先,基于电动汽车历史充电数据和用户参与电动汽车与电网互动(V2G)意愿的调查数据,分析车辆荷电状态(SOC)特性、出行时间特性以及用户对价格的敏感度,建立随机森林分类模型,判断车辆是否参与V2G调度,并对影响用户决策的特征因素进行重要性评估.其次,采用蒙特卡洛方法模拟电动汽车出行和充放电情况,并分别预测充放电容量.最后,以办公区为例进行仿真,对比分析多种充放电模式下的电动汽车充放电行为与负荷分布.所构建的随机森林分类模型的准确率为0.917,能够有效区分V2G计划时段内电动汽车的充放电行为,仿真结果验证了所提预测框架的有效性.     

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。     

计及电池动态损耗的电动汽车分层调度策略

针对集中式控制方式在进行规模化电动汽车有序控制时优化时间过长,影响控制实时性的问题,提出一种计及电池动态损耗的电动汽车分层调度策略.首先,电动汽车用户计及电池动态放电损耗,以用户用电成本最小为目标建立V2G优化模型,求解得到可接受计划集.接着,本地调度机构以电动汽车接入对负荷波动的平抑效果最好和负荷波动调节产生的额外成...     

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。     

面向风电消纳的车-储-热协同调度策略

良好的需求侧管理能够有效应对风电出力的不确定性，提升风电消纳能力。然而，传统的需求侧管理机制，受参与元素单一的限制，严重影响了资源的利用效率。因此，文章提出一种面向风电消纳的车-储-热协同调度策略。首先，建立了需求侧用户热负荷非均匀特性模型，并将具有差异性的热负荷视作虚拟储热；其次，基于电动汽车的储能特性，建立了电动汽车充放电模型；随后，综合考虑用户扰动成本和电池折旧成本，建立了以风电消纳量最大为目标的调度策略；最后，在GAMS软件上进行算例分析，并与未计及电动汽车参与的调度策略进行对比。结果表明：通过车-储-热协同调度策略，风电消纳量增大了25.42%，投入产出比减小了10.3%。