计及可入网电动汽车的微网系统经济调度

概述了电动汽车的功率特性,以蒙特卡洛法仿真电动汽车的充放电行为,得到不同规模的电动汽车接入电网时的负荷特性曲线。分析了电动汽车无序充电时的需求特性和电动汽车接入网络时有序充放电容量曲线,并构建了能够计及可入网电动汽车的微网多目标经济调度模型。基于Visual C++软件平台,采用优先顺序法,以某地区某日经济调度为例,计算得到不同策略、不同目标函数下的最优调度结果。最后,通过比较分析,验证了所提模型的有效性和可行性。     

考虑风电和电动汽车不确定性的综合能源系统日前经济调度

综合能源系统中风力发电和电动汽车充放电的不确定性对系统运行的经济性有较大影响。考虑电动汽车的普及对综合能源系统的影响,根据电动汽车的不同出行和充电特性,细化区分各类电动汽车的运行模型;考虑风电出力的分布概率较难获取,通过较多历史数据驱动来构造一个基于不精确狄利克雷模型(imprecise Dirichlet model, IDM)的非参数模糊集,从而搭建一个考虑风电出力和电动汽车充放电不确定性的综合能源系统日前两阶段分布鲁棒调度模型。为了获得该模型的最优解,将其分解为一个混合整数线性规划主问题和一个具有max-min结构的子问题。利用对偶理论和大M方法,将子问题转化为MILP问题,利用列和约束生成(column and constration generation, CC&G)算法对主问题和转化后的子问题进行迭代求得最优解。算例分析表明,该模型能有效地应对风电出力与电动汽车充放电行为的不确定性。     

计及风电出力惩罚成本的电力系统经济调度

风电出力具有随机性和间歇性的特点,如何在经济调度模型中处理大型并网风电场模型是长期以来关注的热点.为此,引入高估出力期望、低估出力期望以及惩罚成本系数的概念,在此基础上,提出了计及风电出力惩罚成本的电力系统经济调度模型.通过在目标函数中引入惩罚成本,使优化结果兼顾了风能的利用率和总经济成本.算例结果验证了该方法的有效性.     

考虑功率预测不确定性的风电消纳随机调度

针对风电并网消纳中的随机调度问题,基于随机规划理论,建立了考虑功率预测不确定性的风电消纳期望值模型,提出了基于Monte Carlo随机模拟和遗传算法相结合的模型求解算法步骤,并在含风电场的IEEE 30节点系统上进行算例分析,验证方法的可行性和有效性。研究表明:基于期望值模型的的风电消纳随机优化调度能够很好地量化风电功率预测误差带来的不确定性,实现调度目标期望值的最优化,对提高风电并网随机调度的量化决策水平,促进风电消纳具有积极作用。     

计及电动汽车不确定性的有序充电调度策略

大量电动汽车的接入,对智能电网调度提出了新要求。采用合理的充电调度策略可以充分发挥电动汽车在智能电网中削峰填谷等作用。在此背景下,首先分析影响电动汽车充电负荷的因素,根据电动汽车充电特性建立电动汽车充电负荷模型。然后,综合分析电动汽车用户的使用需求,在此基础上建立考虑电动汽车充电不确定性的电网调度随机最优潮流模型。最后,以一标准33节点配网测试系统为例,比较自由模式下和有序充电调度模型下电网负荷曲线,证明了所提出电动汽车充电调度模型在平滑电网等效负荷波动方面的有效性和可行性。     

计及可入网电动汽车的电力系统机组最优组合

可入网电动汽车（PEV）广泛接入电力系统后,其相应的充放电行为会对系统规划、运行和市场运营带来一些新问题甚至挑战。就PEV广泛接入电力系统后的机组最优组合问题进行了研究。以发电机组的运行成本和CO2排放量的加权和最小化为目标函数,把每时段内充放电的PEV数量作为可优化调度变量,采用分段线性化方法把机组最优组合问题转化为...     

配电系统中电动汽车与可再生能源的随机协同调度

电动汽车和可再生能源发电的快速发展为电力系统的安全和经济运行带来了新的挑战。在此背景下,构建了能够计及可入网混合动力电动汽车(PHEV)和风电、光伏发电系统出力不确定性的随机协同优化调度模型。首先,分析了PHEV的行驶耗电和随机充放电行为。之后,在假设风速服从Rayleigh分布、光照服从Beta分布的前提下,导出了风电机组和光伏发电系统出力的期望、方差及二阶原点矩的表达式。在此基础上,发展了以平抑可再生能源出力波动为目标的电力系统随机协同优化调度模型,并应用交叉熵算法进行求解。最后,以33节点配电系统为例说明了所提出的随机协同优化调度模型的基本特征。     

考虑风电和电动汽车等不确定性负荷的电力系统节能减排调度

可入网电动汽车(plug-in hybrid electric vehicles,PHEVs)和风电等可再生能源发电的快速发展为电力系统的安全和经济运行带来了新挑战.为此,综合考虑了负荷和风电的不确定性、可入网电动汽车的智能充放电控制以及PHEVs与风电的协调互补和系统的节能减排,构建了计及碳排放的调度模型.先采用多场景模拟技术将风电和负荷不确定性的随机过程分解为若干典型的离散概率场景;再采用多代理技术将24 h对应为24个工作代理,工作代理负责火电、风电和PHEVs之间的静态调度;协同代理负责工作代理之间的动态协调.最后对含10机火电机组、PHEVs和风电的系统进行仿真.结果表明,多场景模拟能减少调度求解难度;含风电和PHEVs的系统能有效协调风电和PHEVs,减少其运行成本和碳排放量;通过调节节能与减排需求对应的权重,可以实现节能和减排之间的有效折衷.     

规模化电动汽车和风电协同调度的机组组合问题研究

基于电动汽车通过集中控制器与电网交互的模式,考虑集中控制器所辖区域电动汽车负荷每个调度时段的可控特性,提出将集中控制器充电负荷作为机组组合模型的控制变量。通过蒙特卡洛抽样模拟电动汽车并网场景,计算集中控制器的可调度上限值和下限值,建立了规模化电动汽车与风电协同调度的机组组合模型。算例分析结果表明了应用提出的机组组合模型提高风电消纳能力和降低系统运行成本的有效性。     

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。     

计及可入网电动汽车的分布式电源最优选址和定容

一些不确定性因素如可入网电动汽车（PEV）的随机充放电行为导致的负荷和输出功率不确定性、风电机组和太阳能电源输出功率不确定性,以及未来燃料价格波动和负荷随机变化,都会给分布式电源（DG）的选址和定容问题带来风险。在此背景下,采用机会约束规划方法来解决DG的选址和定容中这些不确定性因素所引起的风险。以DG的总成本（包括投...     

PEV价格响应下的电力系统经济调度及效益评估

将参考价格和前景理论运用在PEV负荷响应模型中,结合插入式电动汽车(PEV)的行驶特性,模拟车主的心理行为,建立了PEV负荷对于价格的响应模型。为研究PEV负荷对于日前调度结果的影响,将PEV的价格响应模型引入电力系统日前调度模型中,并在1个典型的10机系统上进行仿真计算。随着出清价格和PEV负荷的相互影响,最终日前出清价格曲线以及PEV负荷曲线趋向于稳定。稳定后的结果显示,随着PEV数量的上升,系统总的峰谷差率不断降低,购电费用有一定上升,但是上升速度很缓慢。同时,随着PEV数量上升,其对市场出清价格(MCP)的影响也会越发明显,PEV的削峰填谷作用会在一定程度上抬高谷时电价并降低峰时电价。     

基于通用分布的含风电电力系统随机动态经济调度

随着风电大规模并网,其不确定性给电力系统经济调度带来了新的挑战。文中利用通用分布模型拟合不同风电功率预测水平下的实际风电功率分布,并以此建立了考虑风电低估、高估成本的日前动态经济调度的随机优化模型。通过对目标函数和约束条件的转化与分析,将随机优化模型转化为一个非线性凸优化问题。结合二次规划算法和内点法,提出了一种两阶段优化算法用以求解对应的经济调度问题。最后,在含风电场的IEEE 30节点系统上,验证了所提基于通用分布的随机动态经济调度方法的有效性。     

考虑规模化电动汽车与风电接入的随机解耦协同调度

大规模电动汽车并网和风电出力的随机性增加了电力系统安全经济运行的难度。针对风电出力难以预测的特点,同时兼顾电网侧和电动汽车聚合商侧的运行效益,建立了风电、火电以及电动汽车鲁棒双层随机优化调度模型。为了提高求解效率,基于近似Benders算法构建了电动汽车与电网之间的互动关系。此外,针对规模化电动汽车之间难以协同优化的问题,运用辅助问题原理对电动汽车个体之间的耦合关系进行了解耦,将电动汽车群的联合优化转化成为单辆电动汽车调度的并行计算,实现了对电动汽车个体的调度。最后,针对改进的IEEE 39节点算例进行了仿真分析,验证了所提模型和算法的有效性。     

含风电场与电动汽车充换电站的电力系统经济调度

在分析风电和电动汽车发展形势的基础上,提出将电动汽车充换电站视作储能电站引入电网调度,为含有风电场的系统提供备用.通过对风电出力和充换电站可用容量的预测,考虑风电和充换电站建立经济调度模型,提出模型优化策略,并采用粒子群优化算法（PSO）求解.通过算例验证了模型和算法的正确性和有效性.     

计及电动汽车充放电的微电网多目标分级经济调度

根据各调度单元的运行特性,提出一种含有负荷级、源荷级以及源网荷级的多目标分级微电网经济调度策略。首先,负荷级依据用户行驶习惯利用电动汽车的储能特性调控微电网原始负荷波动;其次,源荷级优先使用风、光出力支持微电网负荷用电,同时通过多目标粒子群优化算法,利用储能、完全可调度电动汽车最大化消纳可再生能源及最小化源荷级的综合运行成本;最后,源网荷级利用柴油机和主网联络线消纳来自源荷级剩余的微电网“净负荷”,并且将富余的风、光功率入网获得收益,使电动汽车群、微电网与主网达到经济性、高效性以及安全性的统一效果。以某具体的算例对所提策略进行仿真分析,并与电动汽车随机充电运行及不分级调度运行的情况进行对比,验证了所提策略的科学性及有效性。     

含电动汽车和风电机组的虚拟发电厂竞价策略

对于含电动汽车和风电机组的虚拟发电厂,由于可调度充放电的电动汽车数量和风电机组出力均存在明显的不确定性,这样虚拟电厂在电力市场中参与竞价时就必须考虑这些不确定性。在此背景下,计及上述不确定性因素的影响,并在下述假定的基础上研究了含电动汽车和风电机组的虚拟发电厂竞价策略:风机出力的上下限为随机变量;日前能量市场和调节市场电价均为波动区间已知的随机变量;虚拟电厂中可调度充放电的电动汽车数量足够大,能够在平抑虚拟电厂内的风电机组出力波动的同时参与调节市场竞价。在同时考虑电动汽车电池放电损耗成本以及调节备用被实际调用比例的情形下,构建了虚拟电厂参与日前能量市场和调节市场的联合竞价策略的鲁棒优化模型。之后,采用IBM公司开发的高效商业求解器CPLEX 12.2对模型进行了求解。最后,通过算例对所构建的模型和采用的方法进行了验证,算例结果表明了所建立模型的合理性和求解方法的有效性。     

含电动汽车的虚拟电厂鲁棒随机优化调度

随着电动汽车和分布式电源接入电网的比例不断提升,虚拟电厂为有效解决电动汽车、分布式电源并网提供了新思路。由于可调度充放电的电动汽车数量和分布式电源出力存在明显的不确定性,因此虚拟电厂优化调度时必须考虑这些不确定性。在此背景下,采用场景模拟技术处理风电出力的不确定性,形成经典场景。针对可调度电动汽车数量的随机性与不确定性,利用鲁棒优化方法建立了原模型的对偶模型,构建含电动汽车的虚拟电厂鲁棒随机优化调度模型。算例分析证明了所提模型具有实用性和有效性,在优化调度模型中考虑不确定性的影响,可减小实际日运行成本,提高优化策略的鲁棒性。结果表明鲁棒系数和置信水平影响了日运行成本,通过合理制定燃气轮机等常规机组的发电计划可以减小日运行成本。