基于虚拟电价的电动汽车充放电优化策略

为了实现负荷侧的"削峰填谷"，在用户侧降低充电费用和电池损耗成本，提出了一种基于虚拟电价理论的电动汽车充放电优化策略。利用虚拟电价建立负荷侧的电价模型；利用动态分时电价建立用户侧的充电电价模型，将两个电价模型进行匹配整合，形成完整的电动汽车充放电的优化调度模型。为优化上述模型，确保整个调度的可实施性，在模型中使用BP神经网络和遗传算法进行预测与优化，同时使用小波分析和模糊聚类方法对充放电负荷进行去噪，并划分不同的电价时段，最后使用MATLAB软件对该模型进行了仿真验证。     

V2G模式下电动汽车的有序充放电策略

电动汽车规模化接入电网会对配电网的安全运行造成负面影响,研究如何控制电动汽车的充放电过程有利于配电网的安全经济运行。以削峰填谷作为优化目标,建立了基于电动汽车与电网互动(V2G)技术的光储式电动汽车充电站系统模型,提出了电动汽车定时模式、定峰模式、负荷整形模式以及V2G与储能配合模式4种有序充放电策略。基于MATLAB软件平台的算例仿真结果表明,所提策略可在一定程度上起到削峰填谷的作用,验证了所提策略的可行性和有效性。     

考虑削峰填谷的电动公交换电站充电优化研究

采用换电模式的电动公交车在公共交通领域内发展迅速。电动公交换电站的正常运营与电池更换、充电和电网负荷等多方面因素有关。为提高电动公交换电站运营的经济性,首先分析和计算电动公交车的日换电量需求,然后以充电成本最小和减小负荷波动为目标建立考虑削峰填谷作用的双目标充电优化模型,最后利用遗传算法的权重系数变换法对实例进行求解。实例仿真计算结果表明,优化后的充电成本可节约30 %,同时达到削峰填谷作用。       

考虑用户可调度潜力的负荷聚合商优化调度策略

充分挖掘需求侧资源的可调度潜力可以为电力系统调度提供可靠的数据支持。然而,需求侧资源的可调度潜力与用户内部心理因素、外部环境因素和电网运行工况密切相关,需要对其进行详细的建模分析。以居民用电负荷中占比较重的空调负荷和电动汽车作为研究对象,首先,从用户舒适度和物理层面建立数学模型,充分挖掘需求侧柔性负荷的可调度潜力。其次,在可调度潜力的基础上,采用负荷聚合商和居民用户签订协议的直接负荷控制模式,以负荷聚合商的利益最大化为目标函数,利用非合作博弈理论解决了各聚合商之间的最优投标决策问题。仿真算例验证了该模型不仅可以激励需求侧柔性负荷资源积极参与电力市场调控,实现各方的经济利益最大化,也可以有效减小负荷需求峰谷差,缓解电网供需平衡压力。     

市场环境下计及参与需求侧响应的电动汽车换电站优化规划

相比于电动汽车充电模式,换电模式可以实现集中有序充电,从而实现以一个整体即电动汽车换电站(battery swapping station,BSS)的形式参与电网需求侧响应。在此背景下,建立了计及参与需求侧响应的BSS双层优化配置模型,以极大化BSS的净收益为上层优化目标,极小化配电网公司全寿命经济成本为下层目标,对BSS的位置、额定充电功率、初始购买电池的数量以及BSS参与需求侧响应的合同价格和每小时的调用功率等进行优化。采用内嵌改进粒子群算法的网格自适应直接搜索算法对该双层规划模型进行求解。最后对IEEE-33节点配电系统进行仿真计算,结果表明,计及BSS参与需求侧响应过程,可以同时提高BSS和配电网公司的经济效益,并且可以促进分布式电源的消纳,验证了所提模型的可行性及有效性。     

基于电价型需求响应的微电网两阶段随机调度方法

研究了电价型需求响应参与微电网调度运行的问题,在电价型需求响应的基础上,采用场景法考虑微电网中风光出力的随机不确定性,建立了微电网两阶段随机优化模型,由第一阶段的需求响应资源参与风光消纳,引导用户响应风光出力的变化,在第二阶段通过调整可控微源的备用资源,校正实时运行场景下的供需不平衡,满足不同风光出力场景的差别需求。算例结果表明所提考虑电价型需求响应的微电网两阶段随机调度方法具有应对不确定风光出力的鲁棒性,可以有效提高微电网系统整体运行的经济性。     

基于智能家电的短期电力负荷预测与削峰填谷优化

通过可远程控制的联网智能家电,提出对城市群电力负荷的短期预测与削峰填谷优化. 分析某家电企业的智能家电集群运行产生的海量数据,建立城市群智能家电电力负荷预测模型,主要采用3种模型加权组合预测的方式,利用负荷数据中的趋势性、周期性、相关性、节假日特征及外部变量进行智能家电集群电力负荷的短期预测,单月内每日平均相对误差为4%~6%. 通过合理选择特征,该模型可以在不同家电间通用,依据家电类型分类预测后的结果可加和成为用电总负荷. 针对使用方式与用户习惯,提出智能家电电力负荷削峰填谷的控制策略,根据发电成本数据给出预期效益,说明基于智能家电负荷预测的用电调控能够有效降低电力部门发电成本、用户用电成本与电网负荷波动性.     

柔性负荷聚合商参与电力系统的多时间尺度协同优化调度策略

随着电动汽车(EV)、分布式储能和温控负荷等柔性负荷接入新一代电力系统,为电网调度提出了新的挑战和机遇。基于多种柔性负荷的响应特性,计及风电和负荷预测不确定性所需的系统旋转备用,提出了一种柔性负荷聚合商参与电网调控的多时间尺度优化调度方法。首先,建立了不同柔性负荷模型,在日前阶段,考虑了EV优化充电和分布式储能电价差套利的柔性负荷聚合商运行约束,建立了以日前系统运行经济性最优为目标的调度模型;在日内阶段,考虑了系统旋转备用成本及温控负荷的约束,建立了日内调度模型。最后,以改进的8-bus电力系统算例分析,得出了柔性负荷聚合商参与电力系统的日前-日内协同调度运行计划及承担备用方案,验证了优化方法的有效性和可行性。     

基于MADDPG算法的家用电动汽车集群充放电行为在线优化

电动汽车作为电网中的重要负荷,具有较高的需求响应潜力.为降低电动汽车集群用能成本,缓解电网峰值负荷压力,文中首先分析了V2G模式下电动汽车的用电特性,构建了电动汽车集群充放电调度模型,通过成本分析为充放电调度提供决策依据.然后应用多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法对电动汽车集群进行充放电行为的实时优化,利用用户的历史用电数据完成学习过程,并依据当前的用电信息进行调度决策.算例分析表明,该方法可以进行电动汽车集群充放电行为的实时在线优化决策,在保证用户用电需求的前提下,提高用户用电经济性,实现峰值负荷的转移.     

峰谷分时电价下过程工业用户的用电响应模型

就峰谷分时电价下大型过程工业用户的用电响应问题开展研究。根据过程工业的用电特性建立其在峰谷分时电价激励下的用电决策模型。模型为0-1整数规划,模型以设备运行状态为优化变量,以研究周期内总用电成本最小为目标,并计及工业用户生产中的相关技术约束;运用YALMIP软件包求解该0-1整数规划问题得到优化的用电响应策略。以东北某市某过程工业用户实际生产流程为例,分析该用户在不同价格信号下的用电决策方案同时验证了所提模型和方法的有效性。     

参与需求侧响应的空调负荷群调节控制方法及优化调度策略

为了解决空调负荷参与电网需求侧管理时,负荷运行特性均按照定频空调处理,同时定频空调在温度调节时并未考虑相同的温度间隔不同的温度区间运行状态数变化的问题。本文提出了对空调负荷群进行分类研究的方法及其参与电网调节的优化调度策略。针对定频空调采用设定温度控制和直接启停控制相结合的策略,以有效地解决在温度调节过程中由于运行状态数变化所引起的负荷波动问题,对于变频空调根据其运行特性分别建立了稳态及动态负荷模型,以参与用户侧需求响应。基于定、变频空调的负荷模型,建立了空调负荷群优化调度模型并采用离散粒子群算法对其进行仿真分析。在参与调控的空调负荷一定时,分别对同一削减目标下不同的调控时长及同一调控时长下的不同削减量等5种调控策略进行仿真验证,结果表明：在同一削减目标下,调控标准偏差随着调控时段数的增加不断的增大;在同一调控时长下,调控标准偏差随着削减目标的增加同样不断的增大,但在以上两类情况下其调控的标准偏差与削减目标的比值均小于3%,同时得出在同一削减目标或调控时长下,空调负荷群最大可节约电能。因此,在一定的调节范围内,空调负荷作为需求侧资源可以有效拟合调控目标,进而负荷聚合商可利用空调负荷的调节能力制定合理的削减目标和削减时段,改善电网负荷的峰谷特性。     

考虑不同需求偏好的可控负荷需求响应菜单定价研究

随着智能电网技术的不断发展,需求侧大量的可控负荷资源主动参与电网调度成为可能,如何设计有效的价格机制来激励用户主动的需求响应成为目前值得研究的热点问题。然而,传统固定单一价格的定价模式已经很难满足不同用户深层次的差异化需求。提出一种可控负荷需求响应菜单定价方法,该方法以可控负荷用户的需求为导向,考虑不同用户的需求偏好特性并划分用户类型;以需求响应电价和负荷削减量为菜单选项,构建以系统供电总成本最小为目标函数的可控负荷需求响应菜单定价模型。算例分析表明,该定价方法能够对不同偏好的用户进行有效区隔,增加了用户对电价的自主选择性,提高了用户参与的积极性,实现了电力资源的优化配置。     

基于交互式实时电价机制的用电优化研究

为满足对新能源消纳和电力供需平衡的要求,以新能源为主体的新型电力系统需要最大程度发挥负荷侧调节能力。针对当前用户侧调节能力未充分挖掘的问题,提出一种基于交互式实时电价机制的用电负荷优化方法。首先,基于区域电网内新能源总和建立广义标杆新能源出力曲线,提出一种基于改进时间序列形态相似度的用电负荷与广义新能源标杆曲线的源荷相似度计算方法,并构建负荷与电价的关联模型;进而提出基于源荷相似度的交互式实时电价机制引导用户参与响应;最后,构建多目标优化模型进行负荷优化。仿真结果表明,所提交互式实时电价机制的负荷优化效果更好,能够有效提高用户参与需求侧响应的积极性,相似度变化值能够准确衡量新能源与负荷曲线的相似度水平,使净负荷功率趋于平稳,促进新能源的高质量消纳。     

基于电力需求响应的公共建筑基线负荷预测

针对公共建筑基线负荷难以有效预测的问题,提出了一种基于模糊C 均值聚类预处理的人工神经网络预测方法。采用聚类算法,将大量的复杂历史数据集划分成多个群体的混合,每个群体对应单独的预测模型进行预测。该方法减少了培训数据,克服了标准方法数据量大和处理速度慢的缺点。将预测结果与标准的人工神经网络方法相比较,得到了较高的预测精度,能有效预测公共建筑基线负荷。     

基于柔性负荷和建筑多能源系统的电网峰谷调节算法

针对建筑能源系统负荷多样,导致电网波动和负荷峰谷差日益增大的问题,提出了一种基于柔性负荷与建筑多能源系统的电网峰谷调剂算法,以实现多能源系统联合参与的电网峰谷调节.该算法通过构建储能设备和空调系统的功率模型,来建立多能源系统负荷与功率优化的电网峰谷调节目标函数.同时,针对电网峰谷调节的特点提出了一种改进的粒子群优化算法,以求解该目标函数实现电网的峰谷调节.仿真分析与实验结果表明,所提出的方法优于单纯使用储能设备和空调系统的电网峰谷调节方法,能够显著提高负荷的平滑度与能源利用率.     

实时需求响应的主从博弈模型与算法研究

根据主从博弈理论,提出一种基于实时价格的需求响应算法实现负荷的最优控制.在搭建的虚拟电能交易过程中,能量管理中心(领导者)提供虚拟价格作为策略,智能家电(跟随者)以自身电能需求为策略,双方服从主从博弈,建立博弈模型,通过数学分析和逆向归纳法得出博弈平衡点.仿真分析验证了模型和算法的有效性,它们能够满足智能电网需求响应的实时性.     

基于电量电价弹性矩阵的风力发电与AA-CAES系统容量优化

考虑到系统运行经济性的影响,对基于需求侧响应（DR）的风力发电与先进绝热压缩空气储能（AA-CAES）系统协调优化问题进行了研究。首先,基于分时电价构建了用户多时段需求侧响应模型,并根据AA-CAES系统的压缩、膨胀功率建模。其次,以系统的固定成本、设备维护成本、购电成本、售电成本以及调峰成本共同构成系统总成本,采用动态规划法对AA-CAES系统的压缩、膨胀功率进行优化,求得系统总成本最小的风力发电与AA-CAES系统最优容量配置。最后,通过仿真验证所提优化方法的可行性。     

基于站点优化的需求响应公交调度研究

为提高线路可偏移式需求响应公交服务乘客比例,降低运营成本,提出改进的以DBSCAN聚类算法和k-means聚类算法为基础的D-k-means聚类算法,并依据乘客需求确定固定站点和备选站点,设计新型线路可偏移式需求响应公交服务系统,建立公交调度模型,并使用精确算法对模型进行求解;以中国广东省揭西县南部部分地区需求为例进行验证．结果表明,该模型服务乘客比例达95.3%,与区域灵活式公交相比,运营成本和运行时间分别降低了9%和5%,算法求解速度较快且稳定．     

基于需求响应的风电消纳机会约束模型研究

规模风电的随机波动性给电网调度带来巨大困难,抑制风电出力的波动,使其较为平稳地接入系统具有现实意义.从需求响应的角度研究了风电消纳的问题.研究对象上,同时考虑价格型和激励型需求响应,计及了负荷的自弹性和互弹性系数,更加全面地反映了需求响应资源的特性;数学模型上,由于风电出力的随机性,采用了机会约束规划模型,使决策结果能...