考虑用户舒适度的虚拟电厂热电联合调度模型

热电联产（combined heat and power，CHP）机组“以热定电”的运行模式极大制约了系统调峰能力，导致弃风限电形势严峻，突破CHP机组热电间刚性耦合关系成为促进风电消纳的关键。基于此，采用虚拟电厂模式聚合CHP机组等分布式能源作为整体参与电网运行，充分考虑用户舒适度，将固定负荷曲线转换为需求区间，使热、电负荷在时间轴上具备柔性可调能力，在满足用户舒适度的同时灵活调整CHP机组出力，有效缓解弃风现象。此外，采用多场景法处理风电出力不确定性，以虚拟电厂自身收益最大化为目标构建热电协调调度随机规划模型，实现热、电系统的协调优化运行。最后，通过算例验证所构建模型的有效性和合理性，结果表明：考虑用户舒适度能够有效促进风电消纳，提升虚拟电厂经济效益。     

考虑多类型需求响应负荷的热电联供系统协调优化运行

综合需求响应（integrated demand response, IDR）是综合能源系统灵活调度的重要途径,对需求响应负荷、能源生产转换设备进行协同优化有利于提升能源利用率并降低用电用能成本。文章首先分析需求响应负荷特性,将需求响应负荷细分为可中断电负荷、可转移电负荷和可调节热负荷;其次采用能源枢纽建模方法对热电联供（combined heat and power,CHP）系统进行建模,并将多类型需求响应负荷纳入其中;在此基础上,构建考虑多类型需求响应负荷的CHP系统运行策略,以日运行费用与能源消耗量最小为目标对调度模型进行求解;最后,在2种不同场景下对算例进行对比,结果显示：需求响应负荷参与调度,可以实现削峰填谷,使得供需更趋于平衡;通过协调各能源设备及需求侧负荷运行策略,系统的日运行费用节约5.4%,能源转化率提高2.6%,实现了CHP系统的经济优化运行。     

多场景下电动汽车充电站接入电网规划研究

随着电动汽车用户的逐年增加,开展多场景下电动汽车的充电行为对配电网的影响研究具有重要意义。对多场景下电动汽车充电负荷特性、负荷预测模型及充电站接入配电网规划进行研究,分析人工智能算法、混合算法在此研究中的优势及存在的问题,对电动汽车充电站规划提供研究方向。     

考虑风光不确定性与电动汽车的综合能源系统低碳经济调度

综合能源系统耦合负荷侧多种能源需求,是就地消纳分布式能源的有效手段。为协调多利益相关者场景下综合能源系统与电动汽车之间的调度问题,提出了一种考虑风光不确定性与电动汽车的综合能源系统双层模型的优化调度策略。首先,针对风光出力随机性,采用拉丁超立方采样生成场景,然后利用改进削减速率的快速前代消除技术进行场景削减。其次,为了挖掘电动汽车的需求响应潜力,在分时电价基础上,根据负荷与可再生能源的匹配度提出一种动态定价机制来引导电动汽车有序充放电,并研究其充放电策略对运行成本与碳排放量的影响。最后,算例分析结果表明,与分时电价相比,所提定价机制与调度策略能提高能源利用率与EV的调度灵活性,有效降低两利益相关者的运行成本与系统的碳排放量。     

考虑时序性和相关性的EVCS在配电网中的最优规划

随着电动汽车的日益增加,电动汽车充电站（EVCS）的规划也迫在眉睫。由于交通流量和车主出行情况具有随机性,导致EVCS充电负荷也具有不确定性,因此EVCS在电网中的电气接入点和容量会影响配电网经济性和安全性。考虑EVCS负荷以及典型分布式能源的时序性和相关性,通过拉丁超立方抽样（LHS）技术生成大量场景并引入边距排序因子改进K-means聚类算法缩减场景,以配电网有功网损最小和电压偏差最小构成的综合评价指标为目标函数构建优化模型,最后利用IEEE33节点系统进行算例分析,得到EVCS的最优接入点及容量。     

考虑燃油车和电动汽车动态混合交通流的电动汽车充电站规划

充电站的规划对缓解用户里程焦虑和电动汽车的规模化应用具有重要意义。随着电动汽车渗透率的提高，交通流的形态愈发复杂，导致充电站规划面临严峻挑战。针对已有研究忽略燃油车的路径选择对电动汽车出行以及充电站规划的影响，基于燃油车和电动汽车实时能耗的区别，提出了考虑燃油车和电动汽车动态混合交通流的交通分配模型，基于此进行了交通和配电网耦合网络的充电站规划，以满足电动汽车的充电需求。以耦合网络的规划和运行总成本最小为目标，考虑不同规划阶段燃油车和电动汽车的增长速度，结合耦合网络运行约束来确定电动汽车充电站的位置和容量。为得到全局最优解，应用Benders分解算法将模型分解成主–子问题进行迭代求解。以Sioux Falls交通网和IEEE 69节点配电网的耦合网络为测试系统，仿真算例表明考虑动态混合交通分配后可以减少车流量峰值，改善交通流分布，得到了最优的充电站规划结果。     

不同负荷渗透率下的快充电站功率补偿设备配置优化策略

随着电动汽车数量增加,快充电站的负荷渗透率逐渐提高,如何降低快充电站对配电网电能质量的污染并实现经济稳定运行,成为配电网研究的重点。基于此,根据快充电站的负荷渗透率,将电动汽车行业的不同发展阶段划分为不同充电场景,分析不同场景下的负荷特性;然后建立储能系统(energy storage system,ESS)和静止无功发生器(static var generator,SVG)的全周期成本模型,提出不同负荷渗透率场景下快充电站的ESS和SVG协同配置优化策略,并通过上层容量优化和下层运行优化的双层模型进行求解;最后,以IEEE-33节点配电网系统为研究对象,针对不同负荷渗透率场景进行仿真,验证了所提策略的经济性和有效性。     

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。     

基于决策实验室算法-对抗解释结构模型的电动汽车多场景需求响应策略分析

随着可再生能源渗透率的持续提升，电网波动性与随机性日益增加，需求侧可调资源将愈发重要。电动汽车(electric vehicle, EV)在需求侧资源中占比较大，但现有研究较少考虑电动汽车参与需求响应过程中个人与社会因素的多因素交互影响。因此，文章提出了一种基于决策实验室算法-对抗解释结构模型(decision-making trial and evaluation laboratory-adversarial interpretive structure modeling, DEMATEL-AISM)算法的EV多场景需求响应充电调度策略。首先，通过数据挖掘法分析多场景下充电站运行特性与电动汽车充能特性，构建电动汽车充电负荷特性模型；其次，使用DEMATEL-AISM算法对多场景下影响电动汽车充能行为的多因素耦合关系进行分析，挖掘主导因素；最后，基于多场景主导因素分析，制定多因素影响下的用户调控策略。通过仿真分析，验证了所提方法能有效平抑负荷峰谷水平，降低节点电压波动，提高电力系统需求侧的稳定性与经济性。     

电动汽车充电站智能规划

提出一种基于Pareto蚁群算法的电动汽车充电站智能规划方法:首先,综合各种因素建立多目标充电站规划的数学模型;然后利用Pareto蚁群算法建立相应的电动汽车充电站的选址规划模型;最后,构建基于反向传播神经网络的充电站负荷预测模型,依据负荷预测数据利用Pareto蚁群算法扩展电动汽车充电站。以某高速路网为例,对19个候选站点进行规划,验证了该方法的正确性。