计及电动汽车接入的区域综合能源系统双层日前协调优化调度

规模化电动汽车(electric vehicles, EV)的接入对区域综合能源系统(regional integrated energy system, RIES)优化调度提出了新的挑战,文章提出了计及分布式电源和电动汽车源荷双向互动的RIES双层日前优化调度策略。首先,采用蒙特卡洛法模拟电动汽车无序充电,在此基础上利用分时电价引导负荷侧的电动汽车有序充电;然后,基于电力市场和碳交易市场,充分考虑源侧风光出力和负荷侧价格型需求响应等过程中的不确定性因素,以日系统经济成本和碳交易成本最低为目标进行系统优化调度,并采用改进粒子群算法进行求解;最后,通过仿真算例分析可得,文章提出的双层优化调度策略能够有效降低系统的负荷峰谷差,在实现电动汽车有序充电的同时,能够有效提升用户用电满意度、降低碳排放量以及增加系统经济效益。     

电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

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。     

基于分时电价的电动汽车充放电多目标优化调度

大规模电动汽车无序充电易造成电网负荷"峰上加峰"等后果,这严重影响电网安全运行,因此合理调度充电行为至关重要。基于分时电价制度和电动汽车可入网的情况,针对电动汽车调度机构建立了计及电网负荷波动及用户成本的多目标优化模型,采用交叉遗传粒子群算法求解得到次日优化充放电计划。基于某商用楼宇负荷数据进行算例仿真,对比分析了分时电价与固定电价下的仿真结果及不同分时电价对调度策略的影响,结果表明:分时电价引导下的调度策略在减小电网峰谷差与提高用户经济性上都具有更大优势;受峰谷电价差增大与尖峰电价的影响,新的分时电价下电网调峰效果更加明显,但用户成本却因平均电价上浮而增高。     

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。     

计及需求响应的电动汽车和可再生能源多阶段动态经济环境调度优化模型

提出了一种计及需求响应的电动汽车和可再生能源多阶段入网调度模型,首先通过分时电价机制引导用户合理用电,得出精确的用户负荷曲线;然后在车网互动阶段和风光消纳阶段,在以平滑系统负荷波动为目的的基础上,分别以车主用电成本最低和风、光发电消纳最大为目标,采用基于求取帕累托最优前沿的NSGA-II算法和模糊隶属函数对电动汽车充放电、风力发电和光伏发电出力进行优化;最后在火电机组调度出力阶段,以火电机组经济和环境成本最低为目标,对火电机组出力进行优化。算例结果表明:合理的分时电价机制能够改变车主的充放电行为和用户的用电行为,减小负荷峰谷差,提升风、光发电消纳能力,减小火电机组的总运行成本和污染物排放量。     

基于电池租赁模式的电动汽车换电站电池容量优化

深入分析了电动汽车换电站运行特性,建立了换电站电池状态转移模型;针对电动汽车日耗量特性,建立了电动汽车换电需求模型,并采用基于Kantorovich距离的场景削减技术对换电需求场景进行有效削减。在此基础上,以换电站电池投资等年值、电池年运行维护成本及换电站充放电费用最小化为目标,综合考虑换电站充放电能力、电动汽车换电需求等约束,建立了基于分时电价机制的换电站电池容量优化模型。利用某换电站进行算例仿真,并分析了电池投资价格、电价峰谷差对容量优化配置的影响。结果表明,降低电池价格或增大电价峰谷差,均使得换电站电池最优配置容量增加。     

基于改进WOA-SNS的新型电价机制下多场景风光微网调度

针对目前分时电价的电价区间划分不精准、对峰谷时段负荷曲线的引导不稳定的情况,提出一种新型混合电价机制。该电价机制综合考虑了负荷率和风光利用率,既保证了售电微网的经济利润,又兼顾了负荷侧的需求响应,实现了更精确的削峰填谷。同时为了有效降低经济运行成本,实现微网经济性和低碳性协同运行,将改进的鲸鱼算法和社交网络算法结合,提出一种新型混合智能鲸鱼-社交网络算法(WOA-SNS)来解决场景生成与削减的风光微网调度。仿真对比数据证明了所提算法在多场景风光下的合理性和有效性。     

基于电价引导的电动汽车与综合能源系统交互策略

在能源互联网的大背景下,综合能源系统(integrated energy system,IES)和电动汽车(electric vehicles,EV)受到广泛关注.该文提出基于电价引导的IES与EV交互策略,平抑IES总电负荷波动,提高运行效益.首先基于模糊算法建立计及电价影响的EV用户充电概率仿真模型,提出动态分时定价策略引导EV有序充电,降低IES总电负荷峰谷差.其次,构建了包含EV电价引导层与IES能量调度层的双层能量调度模型,实现EV与IES的能量协同交互,并研究了基于电价引导的EV充电策略对IES能量优化调度和运行成本的影响.最后以北方地区某IES园区为运行场景开展算例研究,电价引导后IES的峰谷差降低了32.52％,IES运行成本降低了9.93％,EV充电费用降低了19.85％.结果 表明,基于电价引导的EV与IES交互策略能够减小IES总电负荷峰谷差,提高IES运行效益并降低EV用户充电费用,且上述效果随EV负荷比重增加而趋于显著.     

基于聚类算法的电动汽车充放电分时电价优化

随着电动汽车的增多,电动汽车无序充电会给电网运行带来较大的负面影响。同时,随着电力市场改革,实施分时电价是必然的选择,通过合理设置充放电分时电价能够引导电动汽车用户的有序充放电。本文以私家车为研究对象,根据用户的充电持续时间、充电开始时间特征进行K-均值聚类分析得到用户日常的充电规律,建立减少电网波动及减少用户用电成本的目标函数,最后通过布谷鸟搜索算法进行最佳分时电价的求解。通过小区实际负荷实例验证此分时电价调度策略能够有效的减少用户用电成本,改善电网运行状况。     

考虑V2G及碳排放量的风光储综合能源系统协调优化运行

结合我国“碳达峰”、“碳中和”目标的提出,文中将电动汽车的充放电特性考虑到风光储综合能源系统中,建立了以碳排放量最小为目标函数的综合能源系统协调优化模型。该模型通过利用电动汽车的充放电特性,以此调整综合能源系统的负荷曲线,在系统调峰调频的基础上实现系统的经济最优与碳排放达标。文中利用改进的禁忌-细胞膜优化算法对模型进行求解,经过算例分析表明,该优化方案能通过对常规电负荷与电动汽车负荷的平移和替换,平抑系统负荷波动,实现经济的最优与碳排放量的控制。     

基于模糊控制的区域电动汽车入网充放电调度策略

提出一种基于模糊控制的电动汽车入网(V2G)充放电调度策略。首先,提出V2G管理系统的整体结构,其主要由有序充电调度系统和V2G变流器控制系统组成,前者合理安排各充电桩的充放电功率,实现削峰填谷的辅助功能;后者响应上层调度下发的功率指令,控制实际充放电行为,提供稳定的电能变换和能量交换的接口。然后,在有序充电调度系统中综合当前配电网的负荷特点,对当前接入充电站的全部电动汽车进行调配,并采用模糊控制算法计算充放电功率并下发给各充电桩,改善区域电网的负荷特性,实现削峰填谷的辅助功能。最后,通过仿真实验证明所提有序充电调度系统在满足电动汽车充电需求的同时,能够充分地利用电动汽车负荷的灵活性;在实现对电网削峰填谷的同时,有效地避免了电网负荷低谷时段大量电动汽车充电引起新负荷尖峰的问题。     

基于主从博弈和贪心策略的含电动汽车主动配电网优化调度

随着入网的电动汽车规模增加,为了实现电网与车主的双赢不仅要考虑其无序充放电对电网负荷的影响,还要计及双方的成本。基于此,建立了主动配电网与电动汽车主从博弈模型。上层以配电网运行成本最低为目标,通过合理的电价及激励策略引导电动汽车充放电,并协调优化分布式电源及储能;下层基于贪心策略进行两阶段优化,先以分时电价下充放电成本最低为目标优化充放电策略,在不减少收益的约束下,再最大化电网对减小负荷波动给予的激励调整策略。通过改进的IEEE 33节点系统算例分析表明,该模型在最大化双方利益的同时极大地缩小了负荷峰谷差,避免了大量电动汽车充电引起新的高峰。     

计及电动汽车的微电网经济调度方法

针对电动汽车接入后微电网的节能减排发电调度问题,提出了结合电动汽车有序充放电控制的微电网多目标经济调度方案。分析电动汽车的行驶特性,建立基于峰谷分时电价的有序充放电负荷模型。以微网发电成本和环境效益的综合最优为目标函数,采用改进遗传算法,根据实时负荷供电需求,动态确定各可控分布式电源出力大小。在Matlab平台上以一个包含风、光、柴油发电机、微型燃气轮机、燃料电池以及电动汽车的小型微电网系统为例进行仿真。仿真结果表明:所提调度方法通过合理引导电动汽车的有序充放电,减少了负荷高峰时段微电网各发电单元的供电负担,以尽量低的发电成本实现良好的环境效益,验证了该优化调度方案的可行性和有效性。     

基于双铅碳电池储能系统的微电网优化运行控制策略

针对风力、光伏发电与电动汽车充电波动性威胁微电网安全运行问题,基于对铅碳电池全生命周期内吞吐电量与充放电深度关系的研究,提出了基于双电池储能系统(DBESS)运行平衡度指标控制的充放电模式切换路径优化策略,以及基于铅碳电池最佳充放电深度的DBESS充放电控制策略。利用包含风光发电、双铅碳电池储能系统、锂离子电动汽车充电和常规负荷的实测运行数据,对上述控制策略与传统控制策略的计算结果进行了对比分析,结果表明所提出的控制策略不仅可以达到优化DBESS充放电路径的目的,最大限度拓展DBESS可用容量,还可打破DBESS始末荷电状态一致的限制,提高储能系统使用灵活性。最后以DBESS充放电饱和能力指标及充放电稳定性指标为评价标准,验证了所提出控制策略的合理性和有效性。     

基于深度强化学习的电动汽车实时调度策略

电动汽车(EV)作为一种分布式储能装置,对抑制功率波动有着巨大的潜力。考虑EV接入的随机性及可再生能源出力和负荷的不确定性,利用不基于模型的深度强化学习方法,建立了以最小功率波动及最小充放电费用为目标的实时调度模型。为满足用户的用电需求,采用充放电能量边界模型表征电动汽车的充放电行为。在对所提模型进行日前训练及参数保存后,针对日内每一时刻系统运行的实时状态量,生成该时刻充放电调度策略。最后以某微电网为例,验证了所提基于深度强化学习的调度方法在满足用户充电需求的前提下,可以有效减小微电网内的功率波动,降低EV充放电费用;日内不需要迭代计算,可以满足实时调度的要求。     

计及电动汽车充电负荷的风电-光伏-光热联合系统协调调度

考虑大规模电动汽车(Electricvehicle, EV)随机接入含高比例可再生能源电力系统后会进一步加大系统运行的稳定性问题,根据风光特性将联合系统划分为"有风有光"、"有风无光"、"有光无风"、"无风无光"四种运行模式,提出一种计及EV充电负荷的风电-光伏-光热协调调度策略。在"多能源端"通过外加电加热模块将盈余电功率转换成热功率储存在光热电站(Concentrating solar power,CSP)的蓄热系统(Thermal energy storage,TES)中,在可再生能源出力不足时,通过TES放热推动汽轮机组出力,从而减少功率波动性。在"负荷侧"将EV负荷划分为无序EV、单纯有序EV和V2G(Vehicle-to-grid)三种不同的EV负荷。最后利用Matlab进行仿真分析,仿真结果验证了所提调度策略在减少净负荷方差、增大可再生能源消纳、减小传统机组波动等方面的有效性。     

碳排放最小化条件下电动汽车有序充电策略研究

针对清洁能源和传统能源发电设备的碳排放特性、清洁能源所在位置以及负荷的时空分布特点等因素,参考历史运行数据,建立电动汽车充电与发电设备边际出力增长关系的模型。考虑电动汽车出行特性及其电池充电特性,建立电动汽车无序充电情景下的边际碳排放增长模型。为更多地利用清洁能源,以减少电动汽车充电行为引起的边际碳排放增长,提出碳市场中电动汽车充电与清洁能源,协同的有序充电策略。最后,以碳费用计算模型为基础,提出电动汽车碳排放的评价指标。在算例中,根据提出的评价指标对电动汽车碳排放进行分析。结果表明,与电动汽车无序充电相比,电动汽车与清洁能源协同的有序充电策略可有效地减少边际碳排放增长和碳费用。     

考虑碳排放的光储充一体站日前运行策略

"双碳"背景下,光储充一体站不仅能够缓解大量电动汽车充电对电网带来的冲击,而且能够利用新能源减少二氧化碳排放,逐渐成为未来电动汽车充电站的一种主流形式.为使光储充一体站在满足负荷需求的前提下减少碳排放,并且获取最优的运行经济性,提出一种考虑碳排放的光储充一体站日前运行策略.首先,通过数据-模型混合驱动的方式进行场景生成...     

基于深度确定性策略梯度算法的风光储系统联合调度策略

针对风光储联合系统的调度问题,提出了一种基于深度强化学习的风光储系统联合调度模型。首先,以计划跟踪、弃风弃光以及储能运行成本最小为目标,建立了充分考虑风光储各个场站约束下的联合调度模型。然后,定义该调度模型在强化学习框架下的系统状态变量、动作变量以及奖励函数等,引入了深度确定性策略梯度算法,利用其环境交互、策略探索的机制,学习风光储系统的联合调度策略,以实现对联合系统功率跟踪,减少弃风弃光以及储能充放电。最后,借用西北某地区风电、光伏、跟踪计划的历史数据对模型进行了训练和算例分析,结果表明所提方法可以较好地适应不同时期的风光变化,得到在给定风光下联合系统的调度策略。