电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

基于分时电价的电动汽车多目标优化充电策略

随着电动汽车渗透率的增加,电动汽车的无序充电会给区域配电网的运行带来很大压力。为了减小电动汽车负荷对电网的影响,提出了一种电动汽车智能充电的调度策略。在分时电价的基础上,将充电成本最小化和负荷方差最小化作为目标函数,考虑了充电机最大充电功率限制等约束条件,建立了电动汽车集中充电的多目标优化调度模型。采用了非支配排序遗传算法(NSGA-II)对优化模型进行求解,通过Matlab算例的计算结果验证了该策略的可行性和有效性。分析了不同数量电动汽车和不同时间窗口的取值对优化结果的影响,并据此给出了相关建议。     

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。     

基于聚类算法的电动汽车充放电分时电价优化

随着电动汽车的增多,电动汽车无序充电会给电网运行带来较大的负面影响。同时,随着电力市场改革,实施分时电价是必然的选择,通过合理设置充放电分时电价能够引导电动汽车用户的有序充放电。本文以私家车为研究对象,根据用户的充电持续时间、充电开始时间特征进行K-均值聚类分析得到用户日常的充电规律,建立减少电网波动及减少用户用电成本的目标函数,最后通过布谷鸟搜索算法进行最佳分时电价的求解。通过小区实际负荷实例验证此分时电价调度策略能够有效的减少用户用电成本,改善电网运行状况。     

计及需求响应的电动汽车和可再生能源多阶段动态经济环境调度优化模型

提出了一种计及需求响应的电动汽车和可再生能源多阶段入网调度模型,首先通过分时电价机制引导用户合理用电,得出精确的用户负荷曲线;然后在车网互动阶段和风光消纳阶段,在以平滑系统负荷波动为目的的基础上,分别以车主用电成本最低和风、光发电消纳最大为目标,采用基于求取帕累托最优前沿的NSGA-II算法和模糊隶属函数对电动汽车充放电、风力发电和光伏发电出力进行优化;最后在火电机组调度出力阶段,以火电机组经济和环境成本最低为目标,对火电机组出力进行优化。算例结果表明:合理的分时电价机制能够改变车主的充放电行为和用户的用电行为,减小负荷峰谷差,提升风、光发电消纳能力,减小火电机组的总运行成本和污染物排放量。     

计及需求响应和电动汽车调度的CHP微网优化运行

针对电动汽车入网造成系统峰谷差增大的问题,以包含电动汽车负荷的热电联产(combined heat and power,CHP)微网为研究对象,提出一种计及需求响应和电动汽车有序调度的优化模型。首先,以分时电价为决策变量,建立基于峰、平、谷分时电价的用户常规负荷需求响应模型。其次,结合分时电价和需求响应后的负荷曲线,引导电动汽车有序充放电参与微网调度。以微网运行成本最小为目标建立日前优化调度模型,采用粒子群优化算法对模型进行求解。最后,以某地区并网型CHP微网为算例,验证了所提模型的有效性和经济性。     

分时电价提升配电网光伏消纳能力多目标优化策略

高比例分布式光伏接入配电网引起电压越限等问题限制了配电网的光伏消纳能力,为此建立了用于提升配电网光伏消纳能力的优化模型。首先,分析分布式光伏接入对配电网电压分布的影响;其次,建立分时电价优化模型和分布式光伏接纳优化模型用于提升配电网光伏消纳能力。分时电价优化模型为基于分时电价提升用户用电功率和降低用户用电成本的多目标优化模型,约束条件包括用户用电功率约束和电价约束;分布式光伏接纳优化模型基于分时电价优化模型计算结果,目标函数为配电网光伏消纳量最大,约束条件包括分时电价优化模型计算得到的配电网用电负荷和线路潮流约束。最后,以某一实际配电网系统为算例,计算结果表明经过2个模型优化后配电网可以有效提升光伏消纳能力。     

考虑V2G用户响应度的峰谷电价时段优化有序充电

针对电动汽车有序充电实现削峰填谷效果的问题,提出了考虑V2G用户响应度的峰谷分时电价优化有序充电控制策略。通过蒙特卡洛模拟法得到规模化电动汽车的充电负荷,并在此基础上建立了不考虑V2G响应度和考虑V2G响应度的有序充电控制优化模型,其中前者以谷电价时段区间为变量,以配电网负荷曲线方差为目标函数,后者以谷电价时段区间及峰谷时段的电价为变量,以综合考虑电动汽车对配电网负荷曲线方差的影响及用户满意度为目标函数。算例分析表明两种有序充电策略都能有效改善系统运行安全性,但考虑V2G用户响应度的有序充电策略更能反映实际情况。     

基于分时电价的电动汽车有序充电控制策略设计

文中以减小电网峰谷差作为主要目标,结合电网分时电价时段划分与局域配电网负荷波动情况,提出了电动汽车充电分时电价时段划分方法,并建立了以用户充电费用最小和电池起始充电时间最早为控制目标的数学模型.利用蒙特卡洛方法模拟电动汽车用户的充电行为,对比分析了电动汽车在无序充电和有序充电模式下的仿真结果,表明:通过电动汽车响应充电分时电价,能够有效减小峰谷差,并提高用户满意度.针对电动汽车用户对有序充电的不同响应系数,仿真计算了局域配电网的负荷曲线,结果表明:受充电分时电价影响的用户越多,对于抑制因电动汽车接入而引起的局域配电网负荷的波动越有利.     

一种日前发电调度与日前分时电价联合优化模型

为充分发挥电价对市场需求的调节作用,有效引导需求侧资源参与电网调度,提出一种日前发电调度与日前分时电价(Time-of-Use, TOU)联合优化模型。考虑分时电价对用户收益的影响,以最大化社会福利和最小化峰谷差为目标函数,通过源荷两侧的协调调度来增强分时电价的实施效果。考虑负荷响应的差异性,对各类负荷实施不同的分时电价。计及电网公司让利约束,在保障用户和电网公司利益的前提下,电网公司以让利的形式将因分时电价带来的电网缓建获益适当转嫁给用户,以实现经济效益的共享。结合NSGA-II算法和优先顺序法求解该多目标优化问题,根据最大满意度法从Pareto解集中选取最优解。通过对修改的IEEE 39节点系统算例的仿真,验证了所提模型的有效性。     

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。     

基于分时电价和需求响应的家庭微电网系统协同控制策略及其实现

家庭微电网是智能配电网的重要组成部分和主要建设内容,随着智能电网的不断发展,家庭居民用电将参与电网的优化调度运行。为了适应社会的这种需要,首先以家庭可调度负荷、电动汽车和家用蓄电池工作状态作为约束条件,以用户用电成本最低和净负荷曲线平坦度为优化目标,建立了家庭微电网系统优化调度模型。其次,结合空调和热水器的工作负荷特性,提出了一种基于分时电价和需求响应的家庭微电网系统协同控制策略。对以北京市某居民小区的典型家庭微电网系统为实例的分析结果表明,采用基于所提出的优化调度模型的家庭微电网系统,可以实现对分布式光伏发电、家用蓄电池、电动汽车、家庭负荷设备的优化调度和控制。     

基于阶段分时电价响应的电动汽车充电负荷优化策略

针对电动汽车的充电负荷优化问题,提出一种基于阶段分时电价响应的电动汽车充电负荷优化策略。该策略在考虑电动汽车负荷因素的前提下,建立电动汽车充电负荷模型,并通过蒙特卡洛算法模拟电动汽车无序充电的负荷变化。在峰、谷、平段电价弹性矩阵的基础上,细分不同的等分时间段建立阶段分时电价模型,构建以用户充电总费用和系统总负荷均方差最小为优化目标的电动汽车分时电价优化模型,采用改进的混沌多目标遗传算法对模型进行求解优化。实验对比结果验证了该策略的有效性和经济性,在给定数据条件下用户充电总费用和系统总负荷均方差较传统分时电价方案分别降低了0.409 1万元和37.151 MW。     

动态分时电价机制下的电动汽车充放电调度策略研究

峰谷分时电价下会在基础负荷低时形成新的负荷峰。建立了一个以电动汽车充放电费用最小,电动汽车接入所引起的电网损失最小以及对电压稳定性的影响最小为优化目标的电动汽车充、放电调度数学模型,并通过凸优化算法解决了多变量、多目标和高维优化问题。考虑反复潮流计算的繁琐性,利用网络损耗灵敏度和L-P灵敏度来提升调度效率,并将电压稳定作为约束来保证调度过程中不会出现电压失稳的情况。最后在改进的IEEE33节点配电网系统中进行算例验证,表明本文所提方法可以降低充放电费用,满足用户对经济性的考虑,另外可以降低电动汽车充电负荷对系统的网络损耗和电压稳定的影响。     

分时电价激励下考虑负荷聚集商的日前经济调度

目前中小负荷资源无法进入市场参与系统功率平衡调整,负荷聚集商可整合中小型电力用户作为系统调峰资源,而分时电价可以优化负荷曲线,降低负荷聚集商调峰补偿成本。因此提出分时电价激励下负荷聚集商以安排负荷消减合同的方式参与调峰的源荷互动规则,以系统运行成本最低为目标,构建了日前调度优化模型。对比分析了分时电价与负荷聚集商协调前后3种场景下电力系统调度的经济性,仿真结果表明该源荷互动模型相比于分别单独优化更能有效降低发电机组运行成本,减少碳排放,提升系统的风电消纳水平及运行经济效益。     

考虑配电网运行安全的出行电动汽车充电引导策略

电动汽车在节能减排、推动“双碳”进程等方面有着传统汽车无法比拟的优势。然而，大规模出行电动汽车无序充电可能会加重配电网负荷波动甚至引起节点电压过低等安全问题。为此，提出了考虑配电网运行安全的出行电动汽车充电引导策略。首先，基于配电网原始负荷及节点电压情况，建立了分区域分时电价定价模型，建立电价与负荷情况之间的相关性；其次，以所制定的电价为基础，在各个充电站分别制定电动汽车充电行为预备调度方案，调度的原则是电动汽车的充电费用最低，从而引导电动汽车在负荷低谷进行充电，参与配电网的负荷优化；再次，建立以充电费用、出行总时间以及行程距离三者权值之和最小为目标的电动汽车充电站选择函数，为电动汽车推荐充电站并规划最优行驶路径，同时提升用户经济性和配电网运行的安全性；最后，以修改的IEEE33节点配电网为例，验证了该策略可以有效提升电动汽车用户出行满意度并兼顾配电网的运行安全。     

计及风电消纳的电动汽车负荷优化配置研究

利用电动汽车的储能特性和可调控特性,通过优化电动汽车充放电功率,可以改善负荷特性,促进风电消纳。分时电价已经成为削峰填谷、提高电力资源利用效率的一项有效措施,考虑到现有分时电价时段划分较为固定,尤其对于包含风电的系统,难以匹配电力系统供需差异,提出了基于动态分时电价时段的电动汽车优化调度策略。考虑到电动汽车规模迅速增加,根据充电桩的位置将电动汽车划分给各代理商。由控制中心与代理商进行分层控制,上下层分别从电网侧和用户侧的角度进行优化。为了提高用户的参与度,建立了电池损耗模型。为了让分时电价综合考虑到风电出力的变化以及负荷的变化,建立了动态分时电价时段划分模型。最后通过仿真实验验证所提策略可以有效的降低负荷波动,降低用户用电成本,同时可以增加风电的消纳。     

基于马尔可夫决策过程的电动汽车充电站能量管理策略

电动汽车充电站作为并网分布式储能装置,是实现电动汽车与未来能源互联网深度融合的重要组成部分。考虑分时电价和电动汽车用户行为的不确定性,提出了以电动汽车充电站日运营成本最小化为目标的能量管理策略。为了减少对先验信息的依赖和约束,将优化问题建模为一个新的有限回合马尔可夫决策过程模型;基于传统成本模型提出奖惩回报函数,通过主动学习调度决策,得到每辆电动汽车的实时充放电行为;针对模型的高维状态空间问题,设计相应的状态空间和动作空间,采用一种卷积神经网络结构结合强化学习的方法,通过从原始数据观测中提取高质量的经验,获取最优调度策略以达到优化目标。仿真结果表明,与传统的充电策略相比,所提策略可以有效地降低充电站的日运营成本,保护电动汽车的电池,同时能满足电动汽车用户的充电需求。     

计及动态电价的电动汽车充放电优化调度

针对传统分时电价易导致负荷出现新的尖峰和不能随实际电动汽车入网动态调整的问题,提出基于动态电价的电动汽车充电站有序充放电控制方法.考虑部分电动汽车电池电量回馈电网的能力,将电动汽车的充放电价与充放电状态及功率作为决策变量,构建以最大化充电站收益和最小化充电站与配电网交互功率波动为目标的电动汽车充放电优化调度数学模型,并采用改进的粒子群优化算法求解该多变量、高维优化问题.运用蒙特卡洛法模拟不同数量的电动汽车充放电需求,对比分析仿真结果,所提方法能够根据电动汽车入网数量动态调整电价,提高充电站收益,减小配电网负荷的峰谷差,平抑负荷波动,实现电动汽车的有序充放电和达到服务电网的目的.     

多目标优化的高渗透率电动汽车有序充电策略

电动汽车作为一种新型负载,其大量无序充电行为给电网造成了压力,影响了电网的稳定和经济性,因此提出了一种基于分时电价的电动汽车有序充电策略。以电动汽车为研究主体,分析充电模式因素对电动汽车充电负荷的影响,并引用蒙特卡洛法对预测充电负荷进行计算。在此基础上,结合分时电价建立一个以负荷峰谷差最小和用户充电费用最低为目标的多目标模型,采用改进非支配排序遗传(NSGA-II)算法对目标函数进行求解,对比不同渗透率下的优化结果。结果表明,该控制策略降低了充电成本、减小了峰谷差,实现了负荷曲线的“削峰填谷”,且随渗透率的增加,优化效果更为显著。