改进Elman神经网络的综合气象短期负荷预测

大规模电动汽车无序充电行为会对电网经济运行造成影响,迫切要求实现有序充电技术。根据电动汽车换电站特点,提出了以换电站充电功率为控制对象的有序充电调度策略,建立不同目标函数的调度策略数学模型,并采用粒子群算法求解,得到次日优化充电计划。基于某地区负荷曲线进行算例仿真,验证了算法的有效性,比较了不同优化目标的调度策略对负荷曲线的影响,分析了优化目标函数值随换电站容量的变化趋势。结果表明,提出的换电站有序充电调度策略能够有效地减小电网峰谷差,提高负荷率,起到平稳负荷波动的作用。     

电动汽车换电站有序充电调度策略研究

大规模电动汽车无序充电行为会对电网经济运行造成影响,迫切要求实现有序充电技术。根据电动汽车换电站特点,提出了以换电站充电功率为控制对象的有序充电调度策略,建立不同目标函数的调度策略数学模型,并采用粒子群算法求解,得到次日优化充电计划。基于某地区负荷曲线进行算例仿真,验证了算法的有效性,比较了不同优化目标的调度策略对负荷曲线的影响,分析了优化目标函数值随换电站容量的变化趋势。结果表明,提出的换电站有序充电调度策略能够有效地减小电网峰谷差,提高负荷率,起到平稳负荷波动的作用。     

城市配电网下的电动汽车有序充电策略研究

按照当前城市供电能力,电动汽车的充电负荷增加将会使电网负荷承担进一步加重,如果不合理安排其充电,大量的充电负荷集中在负荷峰值期充电,将会使电网峰谷差增大、网损增加、电网利用率降低。在考虑电动汽车种类以及用户充电场所后,根据电动汽车的百公里耗电量、充电时长和特性、用户行为等,在电网负荷谷时段,建立用户充电费用最少为目标的有序充电策略,最后利用粒子群算法求解,通过算例比较有序充电和无序充电的充电费用和峰谷差,验证了该方法的有效性。     

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。     

基于粒子校正优化的智能小区需求响应调度策略

针对复杂智能用电环境配电网侧波动最小优化目标下的智能用电小区多用户日负荷需求响应调度问题,提出一种基于粒子校正优化的智能用电小区用电需求响应调度策略。首先综合考虑智能家居的基本负荷、可调度负荷、电动汽车负荷和储能装置负荷等约束条件,建立了计及罚系数的多用户智能用电调度模型;然后为求解该模型,提出基于粒子校正的混合粒子群算法,通过解决用户负荷分配最优求解中偏离约束问题,实现优化调度的效果;最后进行算例仿真实验,经过对比分析,结果表明文中所提策略对包含多种新型用能负荷的用户需求响应调度有着良好的负荷平抑配电网波动效果,能较好地实现配电网削峰填谷的目的。     

基于粒子群算法的电动汽车有序充放电优化

为解决用户在某一时间段集中充电造成电网负荷压力增大的问题，提出基于分时电价制度，结合用户的出行特性，通过改进蒙特卡洛，得到居民无序充电负荷，然后以解决峰谷差和节约用户成本为目标，构建归一化目标函数，以充电功率和电池电量为约束，通过改进粒子群算法优化，得到电动汽车有序充电负荷，降低电网负荷峰谷差。基于粒子群算法的有序充电与无序充电的仿真结果对比表明，有序充电在应对电网负荷压力与节约居民成本有显著效果。     

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。     

价格与激励需求响应下电动汽车负荷聚集商调度策略

电动汽车作为一种重要需求响应资源,在智能电网中起到重要作用。结合价格型与激励型需求响应措施,提出2种电动汽车负荷聚集商调度策略:固定签约策略及灵活签约策略。固定签约策略假定部分电动汽车用户与负荷聚集商签订固定周期激励调度协议,负荷聚集商以收益最大化及负荷波动最小化为目标进行优化。而灵活签约策略以电动汽车一次充放电过程为调度周期,考虑每个调度周期内电动汽车用户对充电方案的选择,同样以收益最大化及负荷波动最小化为目标进行优化。其次,分析了固定签约策略与灵活签约策略下参与激励调度电动汽车数量,以及不同激励折扣对负荷聚集商综合效益和电动汽车充电成本的影响等。最后,通过改进多目标粒子群算法求解该问题。仿真结果表明,固定及灵活2种签约策略均能有效提高负荷聚集商效益,而灵活签约策略更可降低电动汽车充电成本。     

考虑负荷削减的居民区充电站分时电价设计

分时电价作为一项有效的需求响应手段，为解决居民区由于电动汽车渗透率的不断增加而原有电力设备不能满足充电需求的问题提供了方向。首先基于电动汽车用户的出行习惯和调度选择建立负荷曲线，然后以总负荷峰谷差最小为目标对总负荷进行一次调整，最后结合负荷削减成本，以用户综合电费敏感度最小为目标得到分时电价，实现了对总负荷的二次调整。此外，在模型求解过程中对粒子群算法进行了改进。算例表明，可以通过电价设计使得负荷聚合商有能力满足电动汽车充电需求，并且该方法确定的电价有利于引导电动汽车车主由不允许聚合商调度转向允许聚合商调度，算例还表明改进的粒子群算法收敛速度更快。     

基于粒子群算法的电动汽车有序充电控制策略的研究

大规模电动汽车接入电力系统时,就会使得电力负荷的峰谷差和功率波动产生的巨大的影响,更严重的,还会超过电力系统的供电能力和承受能力,给电网的安全稳定运行带来巨大的挑战。在此背景下,首先对电动汽车充电负荷的影响因素进行了分析,根据电动汽车的充电特性建立起电动汽车充电负荷的模型。然后,基于粒子群算法对模型进行优化求解,使得电网负荷的峰谷差最小,约束条件为负荷波动和充电电量限制。通过仿真,与无序充电的情况做出对比,有序充电在平滑负荷波动,降低电网的峰谷差的方面有很好的"削峰填谷"的作用。     

基于博弈算法的电动汽车有序充电优化及效益分析

全球能源危机背景下,电动汽车日益普及,大规模电动汽车无序充电给电力系统带来新的用电压力。规划电动汽车有序充电、解决充电导致的峰谷差扩大问题尤为重要。文中首先以博弈论为基础,提出以方差评估调峰水平,考虑用户充电等待时间,建立售电站收益-电动汽车用户满意度博弈充电模型。然后,利用粒子群优化算法求解双方最优策略,达到博弈均衡。最后,以600户家庭的居民小区为例进行仿真分析。结果表明,所建模型和求解策略能够优化电动汽车充电行为,较大程度调节电网负荷方差,防止产生充电新高峰,同时,在保证电网峰谷调节需求的基础上,可提高售电站收益,满足用户出行需求。     

计及光伏发电的电动汽车充电优化调度研究

考虑到光伏电源间歇性负荷的接入和大规模电动汽车的无序充电给配电系统带来的不利影响,针对电动汽车充放电以及光伏发电机组有功经济调度优化策略展开研究。首先构建了综合考虑发电成本、配网峰谷差和网损的两阶段协同优化调度模型,并从机组开停机约束和节点优化方面对模型进行了改进,然后采用基于细菌趋化改进的粒子群算法对模型进行求解,实现电动汽车最优充电。最后采用IEEE33节点系统验证了所提出的双层优化调度模型的有效性。     

电动汽车峰谷分时电价时段充电优化模型

利用峰谷分时电价引导电动汽车用户进行有序充电,在减小大规模电动汽车接入电网对其造成的影响的同时,还能减小电网峰谷差。在得到电动汽车充电负荷的基础上,通过实际案例验证了电价时段和响应度对充电负荷曲线的影响;进而构建以电网负荷峰谷差最小所对应的峰谷电价时段为目标的优化模型,利用粒子群算法进行优化求解;通过算例分析验证了该模型的有效性。     

基于分时电价的电动汽车有序充放电策略研究

为了减缓电动汽车无序充电造成的负荷波动,提出一种基于分时电价的电动汽车有序充放电策略。构建了居民区电动汽车负荷模型,在考虑负荷均方差、用户充放电成本和电动汽车充电量的情况下,建立多目标优化函数,并采用改进粒子群算法求解多维优化问题。仿真结果表明,所提有序充放电策略能在有效平缓电网负荷曲线的同时,增大电动汽车充电电量和减少用户充放电成本,最大程度满足用户出行需求。     

电动汽车V2G关键技术的研究

针对规模化电动汽车无序入网造成电网负荷"峰上加峰"的现象,探究电动汽车与电网互动技术(V2G).通过对新能源汽车使用情况及充电情况进行调查,建立了电动汽车V2G响应模型并制定V2G响应策略.以住宅小区为例,对比电动汽车无序充电和应用所提V2G响应策略在电网负荷峰谷差和用户经济效益方面的差异,验证了V2G技术的应用价值.     

基于多智能体的电动汽车充电协同控制策略

在分析电动汽车充电负荷特性、管理架构的基础上,借鉴复杂自适应系统的核心思想,提出基于多智能体的电动汽车充电管理模式。建立单台电动汽车的充电负荷模型和基于多智能体系统的电动汽车充电优化模型。采用蒙特卡洛方法模拟电动汽车用户的充电行为。在考虑电动汽车的充电功率、充电时间以及变压器可用容量等约束条件的前提下,针对35 k V片区配电网中电动汽车接入充电的优化问题,提出基于多智能体协同控制的电动汽车充电优化策略。仿真结果表明多智能体协同控制策略能够有效地实现电动汽车充电负荷的"移峰填谷",减小电网峰谷差。     

基于需求响应的电动汽车经济调度

提出了一种基于需求响应的电动汽车充电策略,根据电网实时电价信息优化电动汽车用户充电电价触发值,降低用户充电成本。同时,研究了含大规模电动汽车的电力系统机组组合问题。在此基础上建立了基于需求响应的电动汽车经济调度模型,通过对电动汽车用户行为特性的预测,以电网公司收益最大化为目标,优化制定电动汽车充电电价,转移电动汽车充电负荷。算例分析结果表明,提出的经济调度模型可以起到降低峰谷差率的作用,且与无序充电情景相比,能够明显降低系统的运行费用,可以实现电动汽车大规模接入电网时的经济调度。     

考虑充电功率衰减的电动汽车两阶段优化调度策略

通过对锂电池充电特性进行分析,发现电动汽车充电后期会出现明显的功率衰减,忽略这种现象会导致电动汽车所需充电时长的错误预估。为减小功率衰减带来的负面影响,该文基于最佳充电电流理论,构建电动汽车最佳充电曲线,并根据不同电动汽车充电功率变化特性,在考虑功率衰减的条件下提出一种基于多元混合优化算法的电动汽车两阶段优化调度策略。首先,基于电动汽车充电电流、电压以及功率之间的相关性,构建电动汽车用户模型,根据不同队列电动汽车充电特性,构建负荷聚合商调度模型;进而,基于最高响应比优化算法解决调度第一阶段的用户充电紧迫性与公平性问题,基于粒子群优化算法解决第二阶段光伏消纳偏差量最小化问题,实现考虑功率衰减特性的电动汽车两阶段优化调度;最后,在仿真实验中通过对未考虑功率衰减时电动汽车计划和实际充电行为进行对比,分析充电功率衰减对电动汽车用户和负荷聚合商的影响,通过对考虑功率衰减时不同调度策略下的电动汽车充电行为进行对比,验证本文策略在降低光伏消纳偏差量,提高用户满意度,改善负荷聚合商经济效益方面具有明显效果。     

计及供需两侧的电动汽车有序充放电优化算法研究

大量电动汽车进行无序充电将给电网的安全运行带来“峰上加峰”的运行风险,作为一种移动的储能设备,大量电动汽 车的无序放电也会对电网的稳定性造成重要影响,因此对电动汽车的充放电行为进行有序引导十分必要。 首先,分析了某小区 电动汽车无序充放电的负荷情况,并以峰谷分时电价为引导,研究不同响应度的下的日负荷情况;在此基础上综合考虑用户侧 和电网侧利益,以电动汽车用户成本最低和小区日负荷峰谷差率最小为优化目标,选择峰谷分时区间为优化变量,构建电动汽 车最优充放电模型,分别采用基于 Pareto 最优的多目标遗传算法 NSGA-Ⅱ和基于 Pareto 最优的粒子群算法求解,得到最优充放 电时段,并对二者的优化结果进行比较。 最后利用蒙特卡洛算法对算例进行仿真和分析验证,结果表明,利用所提出的有序充 放电优化算法,用户可通过放电补偿充电费用,且 NSGA-Ⅱ算法更优。     

基于K-means聚类的有序充放电多目标调度模型

针对电动汽车无序充电对配电网的负面影响,该文设计了基于K-means聚类的有序充放电多目标调度模型。首先,以私家车为研究对象进行充电负荷的不确定性建模;其次,根据电动汽车充电桩的空间分布实现有效聚类,形成等效节点以及所对应的代理商;构建以减小峰谷差和代理商调度偏差为目标的第一阶段模型,第二阶段模型以用户充电成本最小为目标,每辆电动汽车的充电需求为决策量;然后将2个目标函数通过单一化处理达到综合最优;最后,在M ATLAB平台上采用粒子群优化算法进行求解,算例仿真表明该文提出的调度优化模型在削峰填谷与提高用户经济性方面效果突出。