以换电站为负荷的微电网系统建模与优化

建立以换电站为负荷的微电网系统稳态模型,结合各发电单元和换电站的特点,以微电网系统运行成本最低为目标,以满足用户需求、发电单元和充放电功率平衡为约束条件,对微电网系统运行进行优化。采用粒子群优化算法进行模型求解,将微电网系统的运行成本设为适应度函数,将各发电单元出力及微电网与主网间的功率交换设为粒子位置。算例分析表明,通过对各发电单元出力进行优化,可以降低微电网运行成本,并充分发挥微电网削峰填谷能力。     

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.     

风火储电动汽车换电站联合优化调度

将电动汽车换电站作为一种灵活的储能设备纳入电力系统优化调度,建立风火储电动汽车换电站的联合优化调度模型。模型考虑火电煤耗成本、风电节能减排效益、换电站运营成本和备用容量成本,以系统运行成本最小为目标函数,采用CPLEX求解器对模型进行求解,以含1个风电场和5座换电站的10机系统为仿真算例。仿真结果表明：联合优化调度利用换电站有序充放电能有效平抑风电波动,降低电网调峰压力,提高电网风电消纳量,实现电能的有序高效利用。     

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。     

考虑不确定性和含换电站的直流微电网优化研究

为了提高直流微电网的经济效益和缓解电动汽车行驶里程有限、充电时间长所带来的问题,提出了一种含分布式能源和电池交换站的直流微电网孤岛运行优化模型。建立了以直流微电网日运行成本、污染治理成本和电池交换站日运行成本及其约束为目标的经济调度模型,同时考虑了可再生能源如风力发电、光伏发电等存在输出功率不稳定的严重问题,利用鲁棒优化对其不确定性进行建模,利用CPLEX软件求解该混合整数规划问题。最后通过算例验证了所提出的优化模型可以降低含电池交换站的孤岛直流微电网的运行成本,提高风力和光伏的利用率。     

基于微电网的电动汽车换电站运营策略

提出了一种基于微电网的电动汽车换电站运营模式,建立了换电站充放电模型。根据换电站内充放电装置和电池组的约束,结合含有风电、光伏、燃料电池、微型燃气轮机、柴油发电机等电源的微电网,提出了含电动汽车换电站的微电网优化调度策略,并将换电站接入模式与传统储能电站接入模式进行了对比。算例表明,换电站也可以发挥削峰填谷的作用,且更具经济性。最后对市场容量、换电池价格及可再生能源渗透率等因素对经济性的影响进行了分析,提出的激励指数可为换电池价格、电池租赁价格的制定提供参考。     

电动汽车换电站调度优化问题下的约束罚函数

传统的罚函数约束问题处理方式极易陷入局部最优,难以达到理想的优化效果。针对这一问题,提出了一种新的约束罚函数处理方法,该方法结合粒子群优化算法的原理特性和已有的自适应罚函数方法,组成了分段穿透罚函数。以粒子群优化算法为求解工具,对计及分时电价和可再生能源的电动汽车换电站多目标调度模型进行优化,在MATLAB仿真平台上对比了传统严格递增罚函数、自适应罚函数和分段穿透罚函数方法,验证了所提分段穿透罚函数处理方法具有求解速度快、全局寻优能力强的特点,能有效解决电动汽车换电站调度优化中的高维、高约束问题。     

电动汽车换电站可用电池组数动态调度策略

电动汽车换电站由于其换电过程耗时短、便于统一管理等优点,成为了电动汽车电能补充的重要方式。但由于电动汽车用户的换电需求具有随机性,目前的预测方法不能很准确地对其进行预测,因此对换电站精确地制定充放电调度计划有较大难度。针对这一问题,建立换电站日前调度与实时调度模型,并通过粒子群算法在Matlab中完成仿真计算。在日前调度模型中通过对用户换电需求的预测制定日前调度计划,在满足各时段需求的前提下优化换电站各时段充放电功率;在实时调度模型中根据各时段需求预测的误差,来动态调整后续时段的调度计划。通过实时调度与日前调度的协调,使换电站抑制了用户实际需求波动影响,同时合理兼顾用户利益、换电站收益与电网的优化运行。     

基于两阶段鲁棒优化的西南地区微电网经济调度

针对西南地区可再生能源储备丰富的特点,考虑微电网中可再生分布式能源出力和负荷的不确定性对微电网运行调度的影响,搭建了两阶段鲁棒优化经济调度模型,求解系统在极端运行场景下的经济性最优解。模型考虑系统功率平衡和输出功率约束、需求响应负荷约束以及微电网与配电网的交互约束,通过不确定性调节参数处理微电网中的不确定性,调节模型的保守度。随后通过Benders分解算法将模型分为主问题和子问题求解,并采用对偶理论对内层模型进行解耦。最终得出的结果验证了所搭建模型的有效性,为微电网接入西南电网后的调度策略提供参考。     

电动汽车充换储一体化电站的优化调度策略及应用

随着电动汽车数目的 增加,需要不断提升其能源优化管理策略,以充分发挥电动汽车潜能,实现低碳经济供电的目标.针对含电动汽车的充换储一体化电站,研究其预测能源优化管理问题.首先,基于电动汽车出行链特性分析,采用蒙特卡洛算法对电动汽车负荷量进行预测.然后,针对电动汽车充换储一体化电站、可中断负荷和分布式电站组成的虚拟电厂,以...     

考虑电动汽车及换电站的微网随机调度研究

考虑多种不确定因素的随机性,在预测值与概率分布统计规律的基础上,应用区间系数规划(ICP)与机会约束规划(CCP)建立了考虑电动汽车与可再生能源的含换电站的微网随机调度模型,进一步将其转化为确定性混合整数线性规划(MILP)模型,并利用CPLEX软件求解.算例分析结果表明,根据所提模型得到的开停机方案可以在可再生能源功率、电动汽车充放电功率等实测值偏离预测值时,满足系统功率平衡要求,并以接近于1的概率满足备用需求,比传统确定性模型得到的方案更经济.     

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。     

考虑电动汽车规模化入网的动态经济调度

构建含有插电式混合电动汽车(PHEVs)充放电的动态经济调度数学模型,以社会总成本(机组燃煤费用、启停费用、废气的排放成本、PHEVs用户的经济效益)最小为目标函数,并引入相应的约束条件.提出一种双种群带精英学习策略的微分进化算法,以求出该模型的最优调度方案.10机系统仿真结果表明,借助合理的发电计划,PHEVs的规模化入网能够实现对日负荷“削峰填谷”的作用.     

基于负荷均衡加载的电力系统分布式经济调度策略

在构建以新能源为主题的新型电力系统背景下,电网面临以电动汽车为代表的电气化交通负荷剧增的巨大挑战。针对上述问题提出一种负荷均衡优化模型,将负荷均衡后的集群电动汽车依次并入电网。然后应用多智能体一致性算法,以发电机组的增量成本和集群电动汽车的增量效益作为一致性变量,设计一种集群电动汽车参与电力系统经济调度的算法,通过分布式优化方式解决经济调度问题。建立4种典型的仿真情景,分别验证集群电动汽车分步参与电力系统分布式优化调度的有效性、对不同通信拓扑和功率受约束情况的适用性以及分布式优化算法在集群电动汽车参与经济调度时“即插即用”的能力。在IEEE 39节点系统上进行算例仿真,验证了策略的有效性。     

基于鲁棒优化的含风电工业微电网经济调度模型

风电是广泛使用的清洁可再生新能源,将风电引入工业微电网中,对其节能减排有着重要意义。以含风电的工业微电网为研究对象,基于鲁棒优化方法,以发用电成本最低为目标,以生产计划与火电机组出力计划为决策量,建立了含风电工业微电网自发电经济调度双层模型,并利用Benders分解算法对其进行求解。文中还应用某工业微电网数值算例进行测试,结果表明模型能有效平抑负荷波动,降低微电网发用电成本;验证了该鲁棒优化模型在最差情况下优于确定性模型,并且可根据需求改变不确定代价权衡保守性与最优性。     

计及阀点效应负荷经济分配的杂交粒子群算法

提出了一种用于求解复杂的非凸、非线性具有阀点效应的火电有功负荷经济分配问题的杂交粒子群算法（HPSO）。HPSO通过粒子追随自己找到的最优解和整个群的最优解来完成优化,并在此基础上将遗传算法的杂交思想引入到PSO算法当中,使其避免局部最优。算例的仿真结果表明：本文的算法有效、可行,可望应用于更广泛的优化问题。     

基于灰熵关联择优的含不确定性预算调节策略的微电网鲁棒调度

以运行成本、环境成本和可再生能源波动最小为目标,建立了以灰熵关联度为最优解评价标准的微电网调度模型。针对风光发电的不确定性,构造以预测值为中心的不确定性集,引入鲁棒优化理论改进调度模型。针对储能系统在调度过程中可能过早到达其限值的问题,提出了一种通过储能运行状态来估计风光发电不确定性预算的策略。采用改进微分进化算法对算例进行求解,该算法结合云模型增强其局部搜索能力,依据混沌算法提升其全局搜索能力。仿真结果验证了模型和算法的可行性,从Pareto前沿的变化与最优解集的特征值两方面分析了鲁棒调度模型的优越性;讨论了在不同场景下不确定性预算值对微电网调度的影响,并验证了不确定性预算调节策略能更有效地防止储能系统到达储能上下限,从而进一步提高微电网调度的鲁棒性。