配电网对电动汽车可接纳能力分析

随着新能源汽车保有量持续上涨,大规模电动汽车接入对城市配电网的安全稳定运行带来了一定影响,研究配电网对电动汽车可接纳能力十分迫切。该研究基于不同类型电动汽车性能参数和驾驶者行为特性建立了电动汽车充电功率需求模型,分析了一定规模电动汽车接入对配电网日负荷曲线的影响。设置了含电动汽车V2G和DG并网发电4种不同场景,从电压偏差和静态电压稳定极限两个方面定量分析了配电网对电动汽车的接纳能力,以IEEE33节点配电系统为例,对比了4种不同场景下配电网对电动汽车的接纳能力。     

配电网内电动汽车充电管理技术研究

电动汽车的普及,聚合商将在区域电动汽车充电管理中扮演重要角色。针对配电网内大量电动汽车接入电网充电的问题,提出了一种基于多代理技术的电动汽车充电分层管理策略,并详细阐述了各代理的具体设计和协作机制。其优化充电模型以聚合商的利益最大化为目标、考虑用户充电需求和配电网安全的约束条件,依次采用初次优化、考虑安全约束的再次优化以及越限之后的削减算法进行求解,并采用IEEE配电网33节点算例进行仿真和分析。研究结果表明,该充电控制策略可以较好地响应电网电价,提高电动汽车聚合商的收益,同时可以有效地解决配电网安全越限问题,平滑负荷曲线。     

深化调峰的电动私家车/出租车群组合优化充放电策略

文章提出一种深化调峰的私家车/出租车群组合优化充放电策略,该策略采用蒙特卡洛模拟法模拟私家车、出租车和公交车3种类型电动汽车充电负荷,分析不同类型电动汽车对电网负荷峰谷特性的影响。基于车主意愿差异确定车主对充电价格差和放电电价的响应特性,将电动汽车细分为V0G,V1G,V2G 3种类型,并计算出3种类型电动汽车数量。进而以负荷峰谷差和负荷方差最小为优化目标,决策求解各类型电动汽车充放电起止时刻。仿真算例结果表明:文章所提充放电策略能更好地激励各类型电动汽车积极参与调峰,可进一步减小负荷峰谷差。     

基于停车需求模型的电动汽车V2G放电负荷时空分布预测

当前电动汽车负荷时空分布预测研究主要侧重于充电负荷,而对V2G放电能力的预测考虑较少。为此,本文从交通规划的角度进行考虑,提出了一种电动汽车V2G放电负荷时空分布预测方法。以城市停车需求预测模型为基础,分析了工商业区和居住区内电动汽车在时空上的停放分布特性,建立了电动汽车V2G负荷容量模型,并给出了基于蒙特卡洛模拟的预测方法。最后以某城市为算例进行了仿真,分析了工商业区和居住区电动汽车的V2G负荷特性,以及备用行驶容量、充放电功率和日均行驶里程对V2G放电能力的影响。     

考虑分时电价和系统峰谷差动态约束的电动汽车有序充电策略

大规模电动汽车并网充电需要同时考虑聚合效应的经济效益和其对电力系统的影响。以电动汽车用户充电费用最优为目标,在考虑充电时间、并行充电汽车数量等传统约束的基础上,结合分时电价与实际负荷曲线,将充电行为对峰谷差和负荷波动的影响作为约束条件,提出了一种新的电动汽车充电行为有序充电策略。基于该策略,利用蒙特卡洛方法模拟了电动汽车用户行为,对比分析了分时电价环境下电动汽车无序充电和有序充电对电网负荷曲线的影响。仿真结果表明:考虑峰谷差和负荷波动约束,通过电动汽车实时响应分时电价,可避免大量电动汽车集中充电而产生新的负荷高峰,且在显著降低电动汽车充电费用的同时,可以实现平滑负荷波动并减少系统的峰谷差。     

分布式电源电动汽车充电站储能系统电价分析

含分布式电源的电动汽车充电站的可再生能源供给常常小于电动汽车充电负荷,须要配电网辅助补充部分电能,不利于配电网的稳定运行。文章提出基于微电网内不平衡率的充电站储能系统的电能与电网电能联动策略。考虑配电网有峰、谷、平3种电价,故将充电站储能系统SOC分成3部分与之相对应,根据微网内可再生能源实时出力与负荷求出不平衡率U_R。当充电出现缺额时,由充电站储能系统和电网以不平衡率为比例协同补充充电缺额,实现了微电网内的能源协调控制。文章采用蒙特卡洛方法模拟电动汽车负荷,通过对比不同用户响应度的配电网等效负荷和充电站储能系统SOC,验证了该策略在微电网运行优化的有效性。该策略充分发挥了充电站储能系统和电网的联合运行优势,减小了电网负荷峰谷差,优化了电网负荷曲线。     

低压配电网对电动汽车充电的承载能力

规模化电动汽车的接入将会对配电网的运行与规划产生不可忽视的影响,合理评估配电网对电动汽车充电负荷的承载能力有利于消除电动汽车充电负荷对于配电网的不利影响.基于最常见的辐射型配电网模型,采用数学解析的方法建立了低压配电网对电动汽车充电负荷承载能力的分析模型.全面揭示了低压配电网对电动汽车充电负荷承载能力的各影响因素及其变...     

数据驱动的大型居民区电动汽车动态充电可行性分析

以安徽省一个配备了电动汽车充电站的大型居民区为研究对象,首先以该大型居民区的实际电力负荷数据为基础,分析了居民区的常规负荷特性及充电站的电动汽车充电负荷特性,并针对电动汽车充电站接入该居民区配网前后的负荷特性进行对比分析。接着为了利用电价引导电动汽车参与需求响应,针对电动汽车充电站,提出了一种新的动态电价,并以负荷变化量误差最小为目标函数,利用实际数据求解出该地区的弹性需求矩阵来预测动态电价实施后的电动汽车充电负荷。最后分析在现有的分时电价及提出的针对电动汽车充电站的动态电价下的该地区配电网综合负荷特性,验证了可以通过电价引导电动汽车的充电行为,进而改善该充电站所接配网（居民区）的负荷状态,减小了日最大负荷同时也提升了削峰填谷的能力。     

考虑电动汽车充电负荷的配电网运行风险控制与优化

针对大规模充电负荷接入导致配电网运行风险增大,需要控制和优化的问题,采用加权分布熵为指标来评估配电网的运行风险,基于此提出了配电网接纳电动汽车极限辆数的评估方法,并由此建立了各节点接纳能力评估模型;基于优化潮流分布的原理,提出了通过网络重构和闭环运行来改善配电网运行风险的方法;根据节点脆弱程度提出了充电负荷接入节点优化方法来改善配电网的运行风险。仿真算例分析了配电网接纳电动汽车的极限辆数,并研究了网络重构、闭环运行和充电负荷接入节点优化对配电网运行风险的改善效果。仿真结果表明,该方法优化效果明显,可为控制和改善配电网运行风险提供参考。     

电动汽车接入充电对配电网电压波动的影响

针对电动汽车接入充电增加了发电、输电和配电等方面的压力问题,提出电动汽车接入充电对配电网电压波动的影响。从交流充电桩、充电站、电池充换站几方面分析当前常见电动汽车接入充电设施,并指出电动汽车接入充电设施运行原理。以三相平衡负荷、单相负荷2种充电方式为主,分析汽车接入充电对电压波动产生的影响。采用增强配电网的供电能力、静止无功补偿器和有源滤波器改善电压波动。实验结果表明：不可控整流状态下,电动汽车接入充电对配电网电压产生的影响较大,不可直接接入电网,但在PWM整流状态下,接入充电对配电网电压产生的影响较小,电压波动在标准范围内。     

考虑充电负荷与风电波动特征的电动汽车快充站储能优化配置

由于电动汽车快充过程中产生的功率波动会对配电网运行造成生较大冲击,需要从充电站层面考虑相应的补偿性措施.利用储能系统(ESS)的快速调节特性,本文提出了一种考虑充电负荷特性和风电出力波动的快充站ESS配置方法.ESS的配置不仅可以减轻快充站对配电网的功率波动影响,而且可以提高其经济效益.首先,采用场景法对配电网中的风电...     

基于风荷耦合特性的源荷储的优化调度

风电的随机性和波动性给电力系统的运行与控制带来了挑战.在研究新疆某地风电负荷数据的基础上得到了风荷耦合特性,基于此提出一种源荷储双层优化调度策略.上层优化模型以风电消纳最大为目标,通过风荷耦合特性确定工业负荷转移时段及容量,并得到常规机组的运行情况形成日前调度计划.下层优化模型以系统运行成本最优为目标,基于上层优化结果...     

柔性电动汽车和分布式电源的协同优化调度研究

针对电动汽车(EV)接入电网后,出现的负荷"峰上加峰"的问题,在描述传统机组发电特征及调度分布式电源作为补充的基础上,提出了柔性电动汽车与分布式电源协同优化调度方案。该方案考虑4类电动汽车的出行规律及充电方式,同时以发电投资总成本与柔性EV用能成本之和最小作为优化目标,建立车网交互(V2G)的机组组合模型。在考虑柔性EV行驶特性与机组运行特性基础上,将所提模型转化为一个大规模混合整数线性规划(MILP)问题,利用Ipsolve解算器求得最优解以及最优调度方案。文章选取某城市各类电动汽车为研究对象,分析柔性EV用能成本对系统总成本与CO2排放量的影响。仿真结果验证了采用柔性EV与风电协同优化传统机组出力的有效性和考虑柔性EV用能成本的必要性。     

Effect of battery energy storage system on load frequency controlconsidering governor deadband and generation rate constraint

Since a battery energy storage system (BES) can provide fast active power compensation, it also can be used to improve the performance of load-frequency control. In this paper a new incremental model of a BES is presented and merged into the load-frequency control of a power system. A comprehensive digital computer model of a two-area interconnected power system including governor deadband and generation rate constraint is employed for a realistic response. Computer simulations show that the BES is very effective in damping the oscillations caused by load disturbances. The BES model is suitable for charging mode and discharging mode operations. Optimization of controller gains is obtained by the second method of Lyapunov     

基于理想电流的直流微电网自调节下垂控制

针对直流微电网传统的下垂控制微源间功率分配不均和直流母线电压偏移等问题,提出了一种基于理想电流的自调节下垂控制,通过低速通信网络建立微源间的信息传递,联合调整下垂曲线系数法与平移下垂曲线法使系统具有更高的自由度和更好的调节性能,下垂系数随公共负载、线路阻抗和本地负载的变化迅速响应而自动调节,提高微源功率分配精度的同时改善了直流母线电压质量。最后在Matlab/Simulink中搭建两台变换器并联运行的试验模型,对基于理想电流的自调节下垂控制分别在低速通信网络通信通道故障和本地负载不平衡的工况下进行试验验证,其结果证明了该控制方法的可行性与有效性。     

基于GO法的含有分布式电源的配电网可靠性分析

针对分布式电源(DG)并入配电网给电网运行可靠性带来的负面影响,基于GO法和模块化等值方法建立了含有DG的配电网可靠性分析模型。该模型先将复杂配电网等值模块化,然后应用GO法计算各模块可靠性指标,在此基础上计算各模块内负荷点可靠性指标,最后建立含有DG对配电网各负荷点可靠性指标进行修正的模型,从而计算含有DG的配电网可靠性指标。通过对RBTS-Bus6中含有DG的典型配电网的可靠性分析计算,验证了本文方法的有效性。     

供热机组间热电负荷最佳分配的研究

以供热机组热力试验数据及修正曲线为依据,较准确地建立了表达供热式汽轮机机组热力特性的数学解析式。给出了多台供热机组并列运行的目标函数和约束条件的数学模型。用单纯形法和改进的综合约束函数双下降法进行优化,实现了供热机组间的热电负荷最佳分配,达到了节能的目的。     

电动汽车与风电协同入网的双层优化策略

文章提出了一种电动汽车(EV)与风电协同入网的双层优化模型。该模型上层以电动汽车与风电协同入网时负荷方差与充电站运营商购电成本最小为目标,得到电动汽车与风电联合的负荷指导曲线。模型下层以电动汽车和风电实际等效负荷与负荷指导曲线偏差最小为目标,进行实时负荷跟随。为保证电动汽车进行有序的充放电,提出了用户综合评价系数和放电影响因子等电动汽车参数,对电动汽车进行队列划分和充放电优先级排序。仿真结果表明,电动汽车与风电协同优化调度,不仅能够减小风电预测误差的影响,促进风电消纳,还能增加充电站运营商的收益,同时实现削峰填谷的目的。     

A centralized vehicle‐to‐grid scheme with distributed computing capacity engaging internet of smart charging points: Case study

In order to accommodate additional plug‐in electric vehicle (PEV) charging loads for existing distribution power grids, the vehicle‐to‐grid (V2G) technology has been regarded as a cost‐effective solution. Nevertheless, it can hardly scale up to large PEVs fleet coordination due to the computational complexity issue. In this paper, a centralized V2G scheme with distributed computing capability engaging internet of smart charging points (ISCP) is proposed. Within ISCP, each smart charging point equips a computing unit and does not upload PEV sensitive information to the energy coordinator, to protect PEV users’ privacy. Particularly, the computational complexity can be decreased dramatically by employing distributed computing, viz., by decomposing the overall scheduling problem into many manageable sub‐problems. Moreover, six typical V2G scenarios are analyzed deliberately, and based on that, a load peak‐shaving and valley‐filling scheduling algorithm is built up. The proposed algorithm can be conducted in real‐time to mitigate the uncertainties in arrival time, departure time, and energy demand. Finally, the proposed scheme and its algorithm are verified under the distribution grid of the SUSTech campus (China). Compared with uncoordinated charging, the proposed scheme realizes load peak‐shaving and valley‐filling by 11.98% and 12.68%, respectively. The voltage values are ensured within the limitation range by engaging power flow calculation, in which the minimum voltage values are increasing and the maximum voltage values are decreasing with the expansion of PEV penetration. What is more, the computational complexity of peak‐shaving and valley‐filling strategy is near‐linear, which verifies the proposed scheme can be carried out very efficiently.