电动汽车V2G在含光伏的配电网中的应用及经济性研究

电动汽车的大规模应用使得研究电动汽车与电网互动(vehicle-to-grid,V2G)具有重要意义。本文研究了电动汽车V2G在含光伏的新型配电网中的应用,首先,结合含光伏的新型配电网的需求,研究了电动汽车V2G在含光伏的配网中的应用模式,然后给出了电动汽车参与V2G的分层优化调度模型,最后,分别对电动汽车车主以及配电网两个参与主体在V2G过程中的收益进行了分析。仿真结果表明电动汽车V2G在含光伏的新型配电网中的应用可以提高参与双方的经济性,实现双赢,具有可行性。     

考虑电动汽车入网辅助服务的配电网日前调度策略

为避免大量电动汽车(EV)无序充电对电网安全、经济运行的影响,提出了基于电动汽车入网(V2G)辅助服务的配电网日前调度方法。首先,基于智能电网和物联网的历史及实时信息建立EV充放电模型,并进行EV辅助服务参与者的筛选和分类。其次,建立了考虑V2G辅助服务的2层配电网最优经济调度模型。上层模型以网损成本、EV用户成本和系统总负荷均方差最小为目标,优化充电站的充放电功率和电压调节设备的工作状态;下层模型以EV的充放电状态转换次数最少和充电站功率与上层优化结果偏差最小为目标,计算每辆参与辅助服务EV的充放电功率。最后,算例系统仿真验证了所提方法的有效性。     

计及可入网电动汽车最优时空分布的双层经济调度模型

为研究大规模电动汽车入网(V2G)对电网的影响,文中以传统计及网络安全约束的机组组合问题为基础,构建了计及V2G的经济调度双层优化数学模型,并充分考虑电动汽车的时空分布特性,将模型解耦为机组最优组合和电动汽车最优充/放电计划两个子模型。分别采用基于牛顿—拉夫逊潮流计算思路的非线性规划方法和粒子群优化算法求解该模型。算例表明,该模型可以同时获取次日机组调度计划和各时段电动汽车最优充放电计划。时间上,实现24时段实时优化控制;空间上,将V2G调度计划细分到各接入节点,对充放电站的规划选址具有指导意义。模型在实现降低发电成本的同时使得配电网网损最小,且削峰填谷作用明显。     

基于微网的电动汽车与电网互动技术

随着电动汽车的渗透率越来越高,其无序充放电行为会给电网的正常运行带来负面影响。电动汽车与电网互动(V2G)是一个很好的解决办法。基于微网的V2G模式被用于电动汽车与电网之间的能量交换,并建立了以微网负荷波动最小、可再生能源利用率最大及车主获得的收益最大为优化目标的多目标优化模型。针对该优化模型的求解,首先提出了变阈值优化算法,并在此基础上进行了改进,提出了充放电速率可调优化算法。优化结果证明了这两种算法能够通过合理的调度来提高可再生能源利用率,改善微网内部电量供应和需求不平衡问题以及增加电动汽车车主的收益。     

考虑电动汽车的主动配电网储能优化配置

针对未来电动汽车规模化运行及可再生能源发电的间歇性给主动配电网带来了的诸多问题,提出考虑电动汽车充放电的主动配电网储能优化配置模型,以主动配电网的经济运行成本最小为导向,加入经济补偿费用以鼓励用户参与主动配电网的经济调度,在电动汽车的3种运行模式即随机充电、有序充电、与电网互动(vehicle to grid,V2G)运行模式下,通过改进粒子群算法求解得到电池储能装置的最优位置、容量及额定功率,用改造的IEEE 33作为算例模型来验证算法及模型的合理性。     

考虑EV换电站调度和区块链数据存储的电网分布式优化

随着电动汽车规模的迅速增长和主动配电网的发展,对包含电动汽车的电力系统进行调度优化变得越来越重要。文中提出一种包含电动汽车换电站优化调度的三层分布式算法,相比于传统的中心化算法,该算法对于趋于分散布局的现代电力系统更加适用。在此基础上,构建了针对该模型的区块链数据存储与共识体系,保证所有历史数据不被篡改和可追溯。此外,提出了适用于该算法的电动汽车换电站车辆入网(V2G)的电价引导模型,能够准确地引导电动汽车换电站的V2G行为。针对优化运行中可能存在的线路阻塞问题,采用动态约束集法对优化结果进行了校正。最后,通过对15节点测试系统进行仿真,验证了该模型对于分布式电网布局的适用性。     

计及差异化服务费定价的电动汽车聚合商两阶段调度策略

电动汽车(electric vehicle, EV)是极具调节潜力的需求侧资源，针对现货市场环境下的电动汽车聚合商(electric vehicle aggregator, EVA)整合和调度EV负荷资源的问题进行研究。首先，考虑EV的车-桩充电负荷差异化建立了EV充电模型。其次，以EVA运营收益最大为目标，兼顾EV车主利益，基于主从博弈关系建立EVA日前优化模型；模型基于场景的随机优化方法考虑市场日前电价的不确定性，解得差异化EV充电服务费价格和EVA日前购电计划。随后，基于能量共享模式对各类EV进行日内滚动优化调度，减小EV接入不确定性给EVA差额交易带来的额外成本。最后，以某市区电动汽车聚合商为案例开展分析，结果表明所提两阶段调度策略能有效应对EV接入不确定性与市场电价不确定性，实现EVA与EV双赢。     

基于动态非合作博弈的大规模电动汽车实时优化调度

针对大规模电动汽车(EV)接入电网后,各充电聚合商(EVA)的独立优化目标存在冲突而导致优化调度存在困难的问题,提出了考虑多个EVA各方利益的基于动态非合作博弈的大规模EV实时调度模型。首先构建了大规模EV的集群等效模型并分析了动态电价下各EVA的利益关系,接着利用完全势博弈理论证明了博弈模型存在唯一的纳什均衡解并推导出求解方法,最后提出基于交替方向乘子法的实时分布式算法实现各EVA实时策略的求解。通过算例仿真验证了所提模型可有效实现削峰填谷、降低EVA充电成本。同时,在优化结果、计算时间、保护用户隐私方面更适用于大规模EV实时充电优化调度。     

基于V2G技术的电动汽车实时调度策略

随着电动汽车逐渐普及,其对电网的影响也不断扩大。为加强电动汽车与电网间协作,充分利用电动汽车在电网能量调度中的高度灵活性,提出一种基于V2G技术的电动汽车实时调度策略。首先以降低充电成本和网损成本为目标,建立电动汽车调度模型。然后通过构建网损灵敏度指标分析电网节点性能,基于电网负荷制定分时电价,通过潮流计算和凸优化算法实时求解得到电动汽车充放电策略。最后以IEEE 33节点配电网为例验证了所提策略可以有效降低充电成本与网损成本,同时分析了电动汽车渗透率、V2G占比对车网协作效果的影响。     

大规模电动汽车集群分层实时优化调度

为解决电动汽车的大规模实时优化调度问题,根据接入电动汽车不同的期望充电完成时间,将其划分为若干个不同优先级的电动汽车集群,在满足车主充电需求、配电网安全运行的同时,建立了考虑电动汽车充放电的大规模集群实时优化调度模型。该调度模型主要分为两个层次:首先,采用灰狼优化(GWO)算法对上层调度进行求解,从而获得各个电动汽车集群的充放电策略;然后,利用提出的能量缓冲一致性算法,制定出集群内的各辆电动汽车的底层充放电策略。仿真算例表明:所搭建的集群优化模型能明显降低电动汽车的大规模实时优化调度难度,同时,GWO算法和能量缓冲一致性算法在求解电动汽车的大规模优化调度问题上,更具有实用性和快速性。     

基于MOFA算法的微网系统优化调度

针对大规模电动汽车入网给微电网带来的影响,在并网运行方式下,以微电网运行成本、环境治理成本和电动汽车用户充放电成本的综合效益为目标,考虑电动汽车的时空分布特性,提出了分时电价下电动汽车有序充放电的调度方案。建立了包含风、光、储、燃料电池、微型燃气轮机、电动汽车及负荷的微网系统多目标经济调度模型,采用多目标萤火虫（MOFA）算法对调度模型进行求解,并与多目标粒子群优化（MOPSO）算法进行对比。基于MATLAB平台,以某典型微电网系统为例进行仿真,调度周期为一天,算例结果验证了所提方案、模型和算法的有效性。     

计及电池动态损耗的电动汽车分层调度策略

针对集中式控制方式在进行规模化电动汽车有序控制时优化时间过长,影响控制实时性的问题,提出一种计及电池动态损耗的电动汽车分层调度策略.首先,电动汽车用户计及电池动态放电损耗,以用户用电成本最小为目标建立V2G优化模型,求解得到可接受计划集.接着,本地调度机构以电动汽车接入对负荷波动的平抑效果最好和负荷波动调节产生的额外成...     

含大规模电动汽车接入的主动配电网多目标优化调度方法

针对大规模电动汽车接入配电网无序充电带来的负荷峰值增加等问题,提出一种含大规模电动汽车接入的主动配电网多目标优化调度方法。首先基于蒙特卡洛抽样方法分析了大规模电动汽车的充电负荷需求;然后,以含大规模电动汽车接入的主动配电网运行成本最小化和负荷曲线方差最小化为优化目标,综合考虑电动汽车的充电需求和配电网的运行约束,构建含规模化电动汽车接入的主动配电网多目标优化调度模型,采用带精英策略的非支配排序遗传算法(NSGA-II)对多目标优化模型进行求解,针对多目标优化得到的帕累托(Pareto)最优解集规模大,蕴含信息丰富,导致运行人员难以决策的问题,提出一种基于模糊聚类的方法对多目标Pareto最优解集进行筛选。通过改进的IEEE 34节点算例的多场景对比分析,结果表明:所提出的模型和方法可在保证系统经济运行的同时,有效利用电动汽车的优化充电降低系统负荷峰谷差。     

计及充电站无功补偿的配电网日前-实时协调优化模型

电动汽车通过充电桩的变流器接口接入配电网,变流器的无功功率调节能力有助于改善配电网电压分布和运行效率.文中提出一种计及充电站无功补偿的配电网日前-实时协调优化模型.首先,建立了以配电网运营成本最小为优化目标的日前优化模型,确定充电站日前有功功率、电容器组投切和有载调压挡位.再根据日前优化结果和电动汽车实时数据,建立配电网与充电站分层协调的电动汽车有功和无功功率实时优化模型,其中为确保每台电动汽车离开时能够达到目标荷电状态,考虑电动汽车前一时刻荷电状态的影响动态调整其当前荷电状态边界.最后,通过IEEE 33节点系统测试验证了所提模型的有效性.     

考虑不确定性的含DG与EV配电网无功电压协调优化方法

利用双馈风电机组和光伏发电系统等能够提供无功功率的分布式电源作为一种电压调节手段与传统的电压调节方式结合,在计及电动汽车入网充电作为一种随机负荷的情况下,建立了考虑不确定性的含分布式电源与电动汽车的配电网无功电压协调优化模型。以节点电压期望值平均偏差最小为目标函数,同时加入有功网损期望值和节点电压期望值最大偏差值为罚函数,使用本文提出的一种改进果蝇优化算法对优化模型进行求解。最后利用IEEE 33节点系统进行仿真计算并与粒子群算法进行比较,证明了本文所提出的优化模型和算法的有效性。     

基于信息间隙决策理论的含DG和EV的主动配电网优化运行

在电动汽车和清洁能源发电大量接入配电网的背景下,电动汽车无序充电与清洁能源出力的不确定性给配电网运行带来负面影响。首先,通过蒙特卡洛模拟生成电动汽车出行特性,以分时电价为调节手段制定有序充电控制策略,并考虑分布式发电出力的不确定性,建立基于信息间隙决策理论（information gap decision theory, IGDT）的主动配电网优化运行模型;之后,以电网侧、用户充电、环境侧总运行成本最小为目标,包含多种主动管理设备约束,并考虑决策者不同的风险偏好,分别建立机会模型与鲁棒模型,为制定调度方案提供决策依据;最后,通过改进的PG&E 69节点算例验证了IGDT模型有效性。     

基于模糊隶属度的充电站多目标优化调度

为兼顾充电站运营商的经济效益与配电网的安全性,建立充电站内电动公交车参与车联网（vehicle to grid, V2G）的多目标优化调度模型。所建模型不仅考虑了电动公交车的出行需求,还考虑了充电站内车-桩的连接状态。由于模型的优化目标间相关性小,故采用模糊隶属度函数对其进行模糊化处理,并基于最大最小理论将多目标优化问题转化为以最大化满意度为目标的单目标优化问题进行求解。仿真结果在无序充电和参与V2G两种模式下对单目标策略和多目标策略进行比较分析,验证了文章所述电动公交车参与V2G的多目标优化调度模型的经济性和有效性。