基于积分制和分时电价的电动汽车混合型精准需求响应策略

针对当前我国绝大部分城市还难以大规模地实现电动汽车需求响应的情况,开展了配电网中电动汽车充电需求响应研究,提出一种基于积分制和分时电价的电动汽车混合型精准需求响应策略。该策略的目的是在降低电网灵活性资源的投资成本、负荷峰谷差和不匹配功率的同时,降低电动汽车用户的充电成本。基于带精英策略的快速非支配排序遗传算法对多目标优化模型进行求解,并考虑了用户响应不确定性和响应策略的多样性。仿真结果表明所提混合型精准需求响应策略可以降低用售双方的成本,实现负荷削峰填谷和平抑不匹配功率,且都优于单一型需求响应策略。     

考虑奖励机制的电动汽车充电优化引导策略

随着电动汽车（electric vehicle,EV）的大规模推广,其无序充电严重威胁电网的安全稳定运行,积极引导EV用户参与充电优化策略,对于提高电网的安全稳定性具有重要意义。为此,基于充电优化管理调度思路,提出一种考虑奖励机制的EV充电优化引导策略,在分时电价的基础上,计入用户在降低电网负荷波动中的奖励机制,考虑充电位置固定、不确定用户的出行需求,确定EV的充电时间及充电位置,达到用户满意度最高的目的;利用EV动态响应的实时优化算法,对所提的优化调度模型进行求解。仿真结果验证了所提策略的有效性和可行性,该优化调度策略不仅能有效改善负荷低谷时段集中充电形成新的负荷高峰的问题,而且可明显降低用户的充电成本及电网负荷波动。     

考虑需求响应和电动汽车参与的主动配电网经济调度

传统配电网主动管理设备容量有限,需充分挖掘用户侧调节作用,需求响应和电动汽车有序充电作为用户侧重要可调度资源,是主动配电网经济调度切实可行的调节手段。与此同时,风光出力的不确定性给主动配电网调度带来的风险不容忽视。基于此,考虑需求响应及电动汽车有序充电,提出基于信息间隙决策理论的主动配电网经济调度模型。该模型综合考虑网损、分布式发电弃电惩罚、上级电网购电和负荷峰谷差惩罚的调度成本,构建基于价格弹性系数矩阵的实时电价需求响应模型,利用蒙特卡洛模拟分析了电动汽车在有序充电和无序充电时的负荷需求,并考虑主动配电网的多种管理手段,针对不同风险偏好的决策者,制定机会模型与鲁棒模型,为主动配电网经济调度提供决策基础。最后通过改进的IEEE 33节点系统验证了所提经济调度模型的有效性。     

电动汽车充电负荷的时空双层优化调度策略

大规模电动汽车的无序充电行为将给电网带来强烈的冲击,威胁电网安全经济运行。本文针对电动汽车快充背景下的充电负荷优化调度问题,提出了电动汽车充电负荷的时空双层优化调度策略。在上层模型中,利用电网分时电价以充电站运营商购电成本最小为目标,确定电动汽车充电负荷在时间维度上的最优分配。下层模型中,提出根据充电站拥挤程度制定动态分时分区充电电价,以用户充电费用与充电用时最少为优化目标,使用采取非线性递减分组率的改进猫群算法求解各时段电动汽车空间维度下的充电选择。最后通过算例验证了所提策略的有效性,能够满足电网、充电站运营商与电动汽车用户三方的利益,适用于大规模电动汽车快充的友好接入。     

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。     

计及充电行为特征与可调性的电动汽车集群优化调度

针对传统电动汽车集群优化调度过程中未能充分考虑电动汽车是否具备参与电网响应的物理条件和主观意愿等问题,提出一种基于双向门控循环单元（Bi-GRU）的电动汽车充电行为可调性识别方法,并以聚合商收益最大为目标进行优化调度。首先,利用电动汽车在充电站内的真实数据描述电动汽车用户充电时间特征、充电电量特征,并从影响用户参与优化调度的主观意愿因素出发,分析并描述用户充电偏好;其次,构建充电过程物理矩阵和用户响应意愿矩阵,并采用Bi-GRU模型将电动汽车划分为可调电动汽车集群与不可调电动汽车集群,计算可调集群充电电量与不可调集群充电电量;最后,从电动汽车聚合商利益最大化角度出发,提出考虑分时电价影响的电动汽车集群参与电网优化调度模型及求解策略。算例表明,与传统优化调度方法相比,所提Bi-GRU模型能精准识别电动汽车是否具备可调性,且优化调度策略能在保证聚合商收益最大化前提下有效平抑负荷波动,保证电网安全稳定运行。     

基于电价引导的电动汽车充电双层优化策略

该文建立了基于电价引导的电动汽车充电双层优化模型。在上层模型中,通过优化代理商在各个时段的充电调度计划,使系统总负荷的方差最小。在下层模型中,代理商通过制定充电电价,引导电动汽车用户调整充电计划,以便使下层电动汽车响应负荷与上层调度计划一致。利用遗传算法对模型进行迭代求解,结果表明:与无序充电相比,对电动汽车充电负荷进行优化后,系统总负荷的方差明显减小,平抑了系统运行的波动性,建立的优化模型可以较好地实现上层系统的调度和下层电动汽车用户的自主响应。     

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。     

考虑车主响应度的峰谷电价时段优化模型研究

针对引导电动汽车进行有序充电对电网负荷削峰填谷的问题,提出峰谷电价优化调度策略.首先,分别构建基于出行习惯的无序充电模型与基于峰谷电价时段的有序充电模型,并通过蒙特卡洛模拟法得到电动汽车的充电负荷;其次,以电网负荷峰谷差率最小为优化目标,提出了计及车主响应度的数学模型,并采用遗传算法得到最优峰谷电价时段设置方案.最后,...     

基于区域峰谷分时电价的电动汽车有序充电研究

随着电力市场的发展,差异化电价机制的出现为引导大规模电动汽车的有序充电行为提供了一种新的思路。因此,提出了一种能够引导电动汽车有序充电的最优区域峰谷分时电价计算模型。首先,基于城市区域用电行为的差异特性,将用电区域分为居民区、办公区、工业区、商业区等四个区域,并运用隶属度函数法研究区域分时电价峰谷时段划分方法;然后,基于弹性系数法建立电动汽车用户响应量对区域峰谷分时电价的响应关系。最后,以日峰谷差和用户充电成本最小为优化目标,建立最优区域峰谷分时电价计算模型。仿真结果表明所提出的电动汽车区域峰谷分时电价计算模型能够有效降低用户充电成本和系统日峰谷差,有效引导电动汽车进行有序充电。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

考虑移动特性的电动汽车最优分时充电定价策略

随着电动汽车产业的规模化发展,制定合理的价格机制对于引导电动汽车有序充电具有重要的意义。电动汽车负荷区别于常规负荷的最大特点是其具有移动性,基于停车生成率理论,建立考虑随机性的电动汽车移动性模型。针对电动汽车用户的特点,建立了考虑电池荷电状态的电动汽车需求价格弹性模型,以统筹电网和车主双方利益为目标,提出了基于移动特性的电动汽车最优分时充电电价定价策略。算例仿真结果表明,基于所提模型和策略求解得到的最优分时充电电价能够起到平滑负荷曲线、降低车主费用的作用。     

基于需求响应潜力模糊评估的电动汽车实时调控优化模型

针对快充场所电动汽车(EV)大规模接入造成的配电网过载问题,提出了EV需求响应潜力模糊评估方法与实时调控优化模型。首先,基于EV电池安全电量、EV充电需求、充电桩额定功率的限制建立用户客观响应能力约束模型,以及考虑激励水平的用户主观响应意愿评估模型。其次,结合客观响应能力和主观响应意愿建立用户响应潜力评估模型,采用模糊推理确定充电电价、当前电量需求和剩余驻留时间等因素对用户响应意愿的影响。然后,提出激励型实时需求响应的双层优化模型及其求解方法,上层优化模型以EV聚合商激励成本最小化为目标对EV聚合商激励电价进行优化,下层优化以用户平均充电满意度最高为目标对EV充放电功率进行优化,从而充分挖掘用户的响应潜力,兼顾电网公司、EV聚合商、用户各方的利益。最后,通过多组仿真验证了所提模型和方法的有效性。     

电动汽车充电功率需求分析模型研究综述

我国未来将进入电动汽车规模化应用的时期,但是这也将对电网运行产生巨大影响,因此合理预测电动汽车充电功率需求具有十分重要的意义。本文主要总结了电动汽车大规模充电的充电功率需求特性及其分析模型。首先展望了电动汽车大规模充电的前景及其给电网运行带来的挑战,从而引出了电动汽车大规模充电功率需求分析的重要性;然后从电动汽车本身、充电设施和电能用户三大方面总结电动汽车充电功率需求特性;接下来从不同发展时综述了电动汽车充电功率需求分析模型的研究情况;最后指出了当前研究的不足,并探讨了今后研究的方向。     

基于路–电耦合网络的电动汽车需求响应技术

随着电动汽车(electric vehicle,EV)保有量的增长,大量无序充电负荷的接入可能给电网带来节点电压偏低、线路阻塞等影响。该文提出基于路-电耦合网络的EV需求响应技术,精确预测充电负荷时空分布特性并对其进行合理调度,以缓解或解决大规模EV无序充电引发的电网问题。首先分析路网交通信息与电网运行状态的交互影响,提出路网-电网耦合原则;在综合考虑路-电耦合对EV行为规律影响的基础上构建充电负荷预测模型,以获得聚合充电负荷的时空分布特性;进而提出考虑快充与慢充调控差异性的需求响应策略,其中快充调控可降低短时间内节点负荷,慢充调控可转移大量EV充电时间段;最后仿真结果表明,考虑路-电耦合能够更准确预测EV充电负荷并有效缓解电网电压偏低及输电线路阻塞问题。     

主动配电网源荷协调多目标阻塞调度

随着电动汽车的规模化发展,其所具备的灵活充放电时间转移能力,使得电动汽车充放电秩序的选择成为影响主动配电网出现负荷尖峰的一个重要因素,大量电动汽车无序集中用电,甚至会引起网络阻塞。文中基于中国电力市场的实际情形,结合电动汽车群充放电的柔性与主动配电网中可控分布式电源发电出力的灵活性,将电动汽车群、可控分布式电源,以及从大电网的购电量作为调度对象,以电动汽车群充放电费用最少和系统发电成本最低为目标,提出一种充放电服务费调整策略下的主动配电网源荷协调多目标阻塞调度模型。算例验证表明,所提出的阻塞调度策略可降低系统阻塞效应、提高电网运行安全性和经济性。     

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。     

基于前景理论量化充电效用的浮动充电服务费优化

通过价格手段对电动汽车的充电行为进行引导,有助于削弱大量电动汽车接入对电力系统产生的不良影响。文章提出一种针对充电浮动服务费的优化模型,引导电动汽车用户更合理地充电。首先考虑用户偏好进行用户分类,并在此基础上建立基于前景理论的用户充电效用模型;其次采用转移概率矩阵建立电动汽车用户的价格响应模型;然后综合考虑电网、充电站和用户的利益,建立浮动服务费的多目标优化模型;最后采用非均匀变异操作对基于自适应网格归档的多目标粒子群算法进行改进并对所建模型进行了求解。以某典型城区为例,对比分析了不同基线负荷下浮动服务费优化结果,不同服务费机制下的用户价格响应结果以及不同用户构成下的用户响应行为,验证了本文所述机制和模型的正确性和有效性。结果表明,文章所提浮动服务费机制及其优化模型可以在分时电价的基础上进一步对电动汽车充电行为进行引导,并起到削峰填谷和保证多方利益的作用。