分时电价影响下的多能源虚拟电厂双层优化调度

随着风光等可再生能源的大规模接入,其随机性、波动性的出力特点使得电力系统的调度变得困难甚至会造成严重的弃风弃光问题。为减小大规模新能源接入对电网带来的冲击,提出了一种基于分时电价的虚拟电厂双层优化调度模型。在上层模型中,以风光预测出力为计划出力进行申报,针对实际出力与预测出力之间的偏差,燃气轮机和储能电池协调配合对其进行平抑,在风光消纳最大的基础上,求得偏差最小的补偿方案,然后将上层出力传递至下层模型。在下层模型中,基于分时电价对抽水储能装置制定控制策略,以减小净负荷波谷差,然后采用自适应粒子群算法对各个火电机组的出力进行寻优。最后对比分析了不同风光预测误差对虚拟电厂经济性的影响,研究了抽水蓄能装置给净负荷曲线所带来的改变。结果表明:模型可以提升新能源消纳水平,基于分时电价的虚拟电厂能够实现收益最大化,保证区域内供需平衡。     

分时电价下电动汽车参与虚拟电厂的经济优化调度方法

随着物联网以及智慧电网的迅速发展,供需平衡中需求侧资源的作用逐渐增大。然而,大量无序应用需求响应技术会对配电网的运行可靠性产生影响。针对此类问题,提出了电动汽车基线负荷预测与负荷削减、负荷转移两种激励型需求响应策略相结合的虚拟电厂经济优化调度方法。首先,根据历史数据采用三次指数平滑法完成风/光电站出力及电动汽车基线负荷的数据预测,观测电力用户的可调能力;然后,基于分时电价机制以虚拟电厂经济最优为目标,增加功率平衡、风/光新能源预测出力和储能系统运行成本等系统约束条件,建立虚拟电厂经济最优调度模型;最后,以河南郑州某地5个电动汽车充电站和风光电站等实际数据验证所提出方法的精准性和有效性。     

动态分时电价机制下的电动汽车分层调度策略

大量电动汽车（electric vehicle,EV）无序充放电会对电力系统的安全与经济运行产生不利影响。在此背景下, 提出在动态分时电价环境下, 以削峰填谷和消纳本地光伏（photovoltaic,PV）发电出力为目的的电动汽车分层调度策略。在该策略中,电动汽车充放电计划由用户自主响应分时电价并经本地电动汽车调度机构调整后确定。首先, 建立以最大化电动汽车用户效益为目标的电动汽车充放电优化模型。接着, 以消纳本地光伏出力为目标, 发展本地电动汽车调度机构的优化调度模型。之后, 基于实时更新的配电系统预测负荷曲线, 构造动态分时电价更新策略。最后, 采用蒙特卡洛仿真方法模拟电动汽车的出行特性和充电需求, 并以包含3个居民小区的配电系统为例对所提方法的有效性进行了验证。     

基于分时电价的电动汽车调度策略研究

电动汽车作为一种新兴负荷,大量接入配电网会对电能质量、频率稳定、电压稳定等产生一系列影响。通过对现有的分时电价制度进行分析,在配电网方面以系统负荷均方差最小化和系统负荷峰谷差最小化为目标函数。在用户侧方面以电动汽车用户充放电成本和电池损耗成本最低作为目标函数,建立电动汽车多目标优化调度模型。通过云自适应粒子群算法进行寻优。仿真结果表明:该调度策略适合于分时电价,与固定电价相比优化了系统负荷同时降低了用户成本。价差更大、均值更高的分时电价2与分时电价1相比略微增加了用户成本,但它对电网的调峰能力明显增强。     

动态分时电价机制下的电动汽车充放电调度策略研究

峰谷分时电价下会在基础负荷低时形成新的负荷峰。建立了一个以电动汽车充放电费用最小,电动汽车接入所引起的电网损失最小以及对电压稳定性的影响最小为优化目标的电动汽车充、放电调度数学模型,并通过凸优化算法解决了多变量、多目标和高维优化问题。考虑反复潮流计算的繁琐性,利用网络损耗灵敏度和L-P灵敏度来提升调度效率,并将电压稳定作为约束来保证调度过程中不会出现电压失稳的情况。最后在改进的IEEE33节点配电网系统中进行算例验证,表明本文所提方法可以降低充放电费用,满足用户对经济性的考虑,另外可以降低电动汽车充电负荷对系统的网络损耗和电压稳定的影响。     

基于混合随机规划/信息间隙决策理论的虚拟电厂调度优化模型

虚拟电厂(VPP)在调度过程中面临多种不确定因素,给决策和系统安全运行带来一定的困难。提出了基于混合随机规划/信息间隙决策理论(IGDT)的VPP调度优化模型,该模型针对电价概率分布描述较为准确、预测精度较高的特点,采用随机规划处理电价的不确定性;针对风光出力概率分布难以精确刻画、预测精度较低的特点,采用IGDT处理风光出力的不确定性,通过赋予风光出力偏差系数不同的权重,解决了IGDT同时处理风光出力不确定性的问题。此外,针对不确定性决策的盲目性和不同策略面临风险程度的不同,引入风险成本量化不同决策方案对应的风险。仿真结果验证了所提模型的有效性。     

基于双重激励含电动汽车的虚拟电厂优化调度

近年来,电动汽车因其在节能减排中具有优势而发展迅猛,但若无序充电则会导致系统负荷“峰上加峰”,在分时电价激励下,电动汽车有序充放电也会引起新的峰谷差出现。为了解决该问题,利用主从博弈思想,提出基于分时电价和碳配额双重激励的含电动汽车的虚拟电厂优化调度模型。首先,引入等效负荷的概念,并根据等效负荷制定双重激励政策,引导电动汽车峰时放电、谷时充电。虚拟电厂作为激励政策的制定者处于主体地位,以收益最大为目标函数,电动汽车作为激励政策的接受者处于从体地位,以成本最小为目标函数。最后,对所建立的优化模型求纳什均衡解,并和仅考虑分时电价激励对比。算例结果表明,所提模型可以提高虚拟电厂和电动汽车的总体收益,同时可以避免新的峰谷差出现。     

考虑分时电价的虚拟发电厂调度策略

虚拟发电厂大规模有效集成地域分散、类型各异的分布式电源以及用户负荷,能够更加充分地发挥分布式电源效益,提高用户供电可靠性。虚拟发电厂内部调度策略应适应配电网运行环境。在考虑分时电价的基础上,分析虚拟发电厂调度策略,研究在不同峰谷电价时段,结合分布式电源时序发电波动性、可控电源发电计划特性,充分利用峰谷电价差来减少虚拟发电厂发电运行成本。     

基于虚拟电价的含电动汽车并网型微网经济调度策略

大规模可再生能源和电动汽车接人微网,可再生能源出力的波动性和电动汽车充放电行为的无序性会导致微网弃风弃光严重,也给微网的经济调度带来了挑战.在传统峰谷电价基础上结合可再生能源出力及等效负荷的功率差额提出了含电动汽车并网型微网经济调度策略.首先根据微网可再生能源和负荷功率水平分析微网调度优先级.以微网的运行成本最小和最大化消纳光伏为目的 ,构建虚拟花费最小的目标函数优化模型.最后在实例中采用改进的粒子群算法进行求解,对比采用动态虚拟电价和传统峰谷电价、实时电价3种方式下微网一个调度周期的光伏利用率、负荷峰谷差、微网的运行成本来验证所提方法的有效性.     

基于分时电价的电动汽车多目标优化充电策略

随着电动汽车渗透率的增加,电动汽车的无序充电会给区域配电网的运行带来很大压力。为了减小电动汽车负荷对电网的影响,提出了一种电动汽车智能充电的调度策略。在分时电价的基础上,将充电成本最小化和负荷方差最小化作为目标函数,考虑了充电机最大充电功率限制等约束条件,建立了电动汽车集中充电的多目标优化调度模型。采用了非支配排序遗传算法(NSGA-II)对优化模型进行求解,通过Matlab算例的计算结果验证了该策略的可行性和有效性。分析了不同数量电动汽车和不同时间窗口的取值对优化结果的影响,并据此给出了相关建议。     

基于改进遗传算法的技术型虚拟发电厂最优化经济调度策略

提出了将技术型虚拟发电厂(technical virtual powerplant,TVPP)的技术性和商业型虚拟发电厂(commercial virtualpower plant,CVPP)的经济性结合起来的设想,即TVPP在满足向电网提供的电压控制条件下追求自身经济性最大化。建立基于IEEE-33节点配电网的TVPP经济调度优化模型:以TVPP的最大经济利润和网络节点电压偏差值最小为目标函数,以分布式电源自身限制条件、功率平衡约束和网络节点电压约束等为约束条件;通过改进遗传算法对上述优化模型进行仿真求解,得到了技术型虚拟发电厂在向配电网提供网络节点电压控制服务下的最优化经济调度策略,仿真结果验证了该最优化调度策略的可行性。     

基于分时电价的电动汽车群有序充电策略研究

针对目前很多型号的电动汽车电池管理系统(battery management system,BMS)与居民小区内的慢充充电桩不能正常通信的问题,依据确定性分析法,以倒序递推原则安排电动汽车的充电开始时间,研究了一种不采集电动汽车电池荷电状态(state of charge,SOC)来实现小区内电动汽车群(aggregator)有序充电的控制方法,并以小区配电网为例,采用蒙特卡洛方法模拟用户到达时间,对电动汽车在无序充电、总负荷最低时段充电和倒序递推时段充电3种充电模式下配电变压器的负载情况进行了仿真和分析,结果表明,在倒序递推时段充电能显著减小电网峰谷差率,不会产生新的负荷尖峰,适用于实际应用。     

基于积分制和分时电价的电动汽车混合型精准需求响应策略

针对当前我国绝大部分城市还难以大规模地实现电动汽车需求响应的情况,开展了配电网中电动汽车充电需求响应研究,提出一种基于积分制和分时电价的电动汽车混合型精准需求响应策略。该策略的目的是在降低电网灵活性资源的投资成本、负荷峰谷差和不匹配功率的同时,降低电动汽车用户的充电成本。基于带精英策略的快速非支配排序遗传算法对多目标优化模型进行求解,并考虑了用户响应不确定性和响应策略的多样性。仿真结果表明所提混合型精准需求响应策略可以降低用售双方的成本,实现负荷削峰填谷和平抑不匹配功率,且都优于单一型需求响应策略。     

基于合作博弈与动态分时电价的电动汽车有序充放电方法

为减小大量电动汽车无序充电对电网造成的影响，提出了一种电动汽车智能有序充放电策略。基于合作博弈的思想，以电动汽车代理商与电动汽车用户的合作联盟收益最大为目标，建立了电动汽车的动态分时优化充放电模型。采用粒子群算法求解出代理商与电动汽车用户间的动态分时交易电价，并对电动汽车充放电时段进行引导规划。实际的算例结果验证了该策略的有效性和经济性。通过与固定电价策略进行对比分析，表明所提策略不仅能有效减小峰谷差，避免负荷“新高峰”，且可以提高代理商和电动汽车用户的收益。进一步对比不同数量电动汽车入网对优化效果的影响，发现随着入网电动汽车数量的增多，优化效果更明显。     

基于信息间隙决策理论的储能电站鲁棒优化配置

储能电站在转移电力需求、平抑可再生能源和负荷波动等方面发挥着重要的作用,储能电站容量优化配置是其在规划建设过程中所需要解决的关键问题。文中提出一种基于信息间隙决策理论（IGDT）的双层鲁棒优化配置模型,为解决系统在运行过程中的不确定参数带来的负面影响,模型下层搭建以经济性为目标的储能电站日前鲁棒优化运行模型;模型上层引入IGDT将经济性和鲁棒性相结合,在一定的预期目标下最大化系统能够承受的波动性,使用Benders分解法求解模型,并以IEEE 33节点配电网系统验证方案有效性,结果表明所提方案可以兼顾经济性与鲁棒性,为储能规划提供参考依据。     

基于阶梯碳价和自适应分时电价的电动汽车有序充电

将阶梯碳价与分时电价的耦合关系进行内联,提出了一种基于阶梯碳价和自适应分时电价的电动汽车有序充电策略。利用蒙特卡罗方法生成电动汽车的无序充电场景;建立阶梯碳价模型和自适应分时电价模型;以电网日负荷均方差最小、电动汽车用户充电总成本最小和发电商碳交易成本最小为目标函数,建立电碳双定价机制下的电动汽车有序充电模型,并采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),结合熵权逼近理想解排序(TOPSIS)模型求解Pareto解集的最优折中解;对4种碳交易机制下的优化结果进行对比分析。仿真结果表明,在有奖励阶梯碳价和自适应分时电价机制下电网负荷波动平抑效果最佳且发电商碳交易成本最小,验证了所提模型的合理性和可行性。