基于IGDT理论的电动汽车负荷聚合商需求侧放电投标决策模型

针对现货市场电价的不确定性对电动汽车负荷聚合商的影响,首先通过蒙特卡罗模拟得到负荷聚合商管理区域内次日可参与电力市场的投标电量,再利用信息间隙决策理论量化出清电价与预测电价之间的偏差,并以电动汽车负荷聚合商利益最大化为目标构建需求侧放电投标模型。算例分析表明所提出的投标决策方法在经济性,灵活性等方面具有有效性,同时提高了电动汽车车主参与电力市场竞价的积极性。     

电力需求响应机制下基于多主体双层博弈的规模化电动汽车充放电优化调度EI北大核心CSCD

针对电力需求响应机制下电动汽车调度场景涉及的多元决策主体间的复杂博弈互动关系,该文提出多电动汽车聚合商分别整合规模化电动汽车入网参与电力市场竞价,并依据竞价结果指导电动汽车实时充放电优化调度的多主体双层博弈模型。首先,基于logit协议构建电动汽车充放电调度的多策略集演化博弈模型;其次,构建多电动汽车聚合商在电力市场中竞标购/售电价格的非合作博弈模型;再次,用复制者动态描述配电网运营商向各聚合商分配需求响应时段响应电量的策略演化;最后,联合求解双层博弈模型的演化均衡和纳什均衡,得到三主体的最优稳定策略。算例分析表明,提出的模型在实现负荷削峰填谷的同时,可有效平衡电动汽车用户、电动汽车聚合商和配电网运营商三者之间的经济利益。     

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。     

充放电不确定性响应建模与电动汽车代理商日前调度策略

合理调度电动汽车充放电参与电力系统辅助服务,建立了电动汽车用户充放电不确定性响应模型,用充放电潜力和响应波动程度描述电动汽车用户提供响应随经济激励水平变化的规律。日前调度中,电动汽车代理商根据电力公司发布的次日需求响应时段和用户申报意愿,结合用户侧不确定性响应行为,以净收益期望最大优化决策方案。电力公司对各时段代理商的投标容量和报价统一出清,代理商根据出清结果更新决策方案并与选择用户形成日前响应合同,基于此构建以电动汽车代理商为主体的决策模型。算例分析表明,对电动汽车用户的不确定性响应建模能为代理商参与需求侧竞价提供有效的决策信息,减小代理商投标和制定实际调度方案时的决策风险,提高充放电响应参与辅助服务的实施效果。     

电动汽车集群充放电演化博弈协同策略

针对多电动汽车参与电网需求响应互动场景下电动汽车充放电协同调度需求,提出一种电动汽车聚合商动态定价并指导电动汽车规模化入网参与电力需求响应调度的两阶段博弈模型。首先,构建电动汽车聚合商动态定价下计及电动汽车聚合商成本和电动汽车充放电价格的非合作博弈模型。其次,提出基于logit协议的电动汽车充放电调度多策略集演化博弈模型。最后,联合求解两阶段博弈的演化均衡和纳什均衡,得到各主体的最优策略。算例仿真表明,所提模型能有效实现电网负荷的削峰填谷,同时兼顾电动汽车聚合商和电动汽车用户的经济利益。     

考虑道路交通模型的电动汽车聚合商短时调度策略和响应激励设计

为调度电动汽车提供短时需求响应,建立考虑道路交通模型的电动汽车短时需求响应模型,计及用户行驶过程、充放电过程成本,综合考虑电动汽车评分、用户参与率以及距离引起的响应不确定性,设计两步式定价的响应激励方法,并提出电动汽车聚合商短时调度策略。聚合商模拟用户实际响应情况进行调度决策,参与竞价,并根据出清结果调整调度计划。算例验证了所提模型的有效性。     

价格与激励联合需求响应下电动汽车长时间尺度充放电调度

为充分调动电动汽车充放电潜力,降低电动汽车接入对电网的影响,提出了一种价格与激励联合需求响应下电动汽车长时间尺度充放电调度策略。首先,制定了结合价格型与激励型需求响应的联合需求响应措施,以这两类需求响应对电动汽车进行分群,并针对不同电动汽车群分别进行长时间尺度优化。其次,将需求响应措施作为电动汽车聚合商与电动汽车间的调度通道,以电动汽车聚合商净收益最大及负荷波动最小为目标,建立电动汽车聚合商调度模型;以电动汽车调度成本最小及心理效应最小为目标,建立电动汽车长时间尺度调度模型。最后,以100辆电动汽车为例的仿真结果表明,所提调度策略能在长时间宏观尺度上有效提高电动汽车聚合商净收益,同时减小负荷波动及降低电动汽车调度成本。     

计及用户贡献度的电动汽车主从博弈差异化充电套餐设计

随着电力市场体制改革的不断深化,为改善国内大部分城市尚未达到激励大规模电动汽车(EV)参与需求响应的现状,并充分调动EV用户参与碳市场、绿电市场的积极性,提出了一种基于EV用户画像的多市场融合充电套餐策略。在保障用户充电满意度的前提下,激励用户改变自身的充电行为,降低电网负荷峰谷差,实现EV聚合商的利润最大化。构建了主方以EV聚合商利润最大化为目标的套餐制定模型和从方以用户效用最大化为目标的套餐决策模型,采用Nash-Q算法求出纳什均衡解。通过实例表明差异化充电套餐策略有效提高了EV聚合商的营业利润、降低了用户充电成本。     

电动汽车参与配电侧电力市场竞价博弈的研究

根据电动汽车控制方式及电动汽车参与电力市场模式的不同,介绍了电动汽车充电负荷的预测及电动汽车储能容量参与电力市场竞价博弈的相关研究内容,包括电动汽车调度控制方式与参与电力市场的模式、电动汽车代理商的控制策略,以及电动汽车参与电力市场竞价的竞价策略和竞价模型,为电动汽车参与开放的配电侧电力市场竞价博弈提供参考。     

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。     

考虑充放电激励机制的电动汽车聚合商参与能量-调频市场多阶段运营策略

完善电动汽车(EV)主动参与充放电双向互动调频的激励机制,综合考虑EV充放电行为在能量-调频市场中的多阶段交互影响,有利于准确评估聚合商参与电力市场的收益。提出了EV聚合商参与多品种市场的多阶段运营策略,以实现聚合商的运营收益最大化。基于充电行为特征的统计数据,建立单体EV的功率及能量响应边界,并考虑用户参与充电和放电控制的差异性,结合用户自身偏好、电池损耗,提出EV集群的充放电激励机制,并在此基础上建立EV集群功率及能量的响应边界约束。基于EV充放电调节控制的时序性和多阶段市场的调频需求,建立考虑多阶段时序交互的多品种市场运营收益优化模型。结合PJM市场的运营案例,验证所提充放电激励机制和运营策略的有效性,结果表明其能在保障用户充电需求的基础上,有效提升聚合商参与能量-调频市场的收益。     

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。     

考虑电动汽车优先级需求的两阶段优化调度策略

随着光伏发电渗透率的升高,光伏出力的不确定性会影响电网的安全稳定运行。而利用电动汽车(EV)移动储能的特性可以实现EV和光伏的协同增效。本文基于EV能量调度的灵活性,构建了考虑用户充电需求的EV两阶段优化调度模型：在日前预调度阶段,建立光伏的就地消纳偏差最小、EV充电完成率最大、EV用户出行成本最小的多目标优化函数,并引入充放电系数对EV的充电行为进行优化;在实时调度阶段,负荷聚合商结合各时段EV的实际充电需求,根据调度优先级对优化后的充放电系数修正,保证EV充电的公平性,制定出最优的充放电策略。通过综合考虑EV用户对于充电完成度和充电成本的不同需求,对不同充电模式、不同权重系数进行分析,同时考虑了用户改变充电需求的情况,验证本文所提策略在降低光伏消纳偏差量、满足用户充电需求方面具有明显效果。     

考虑负荷聚合商诚信度及用户满意度的日前调峰市场双层优化模型

新能源大规模并网对电力系统调峰带来较大挑战,在传统电源侧调峰空间逐步殆尽的背景下,亟需高效的市场机制引导用户侧灵活负荷主动参与调峰市场以维持电网安全稳定。结合用户实际情况,综合考虑用户满意度及负荷需求,提出了电动汽车、电采暖、储能等灵活负荷聚合参与日前调峰的市场机制,并建立了聚合商参与日前调峰市场出清及用户侧灵活负荷调度的双层优化模型。其中,上层模型考虑负荷聚合商诚信度的影响,以调度成本最低为目标进行日前市场出清;下层模型考虑用户满意度,以签订合同的形式调用用户侧灵活资源。仿真结果验证了将不同负荷聚合进行联合调度的可行性,表明所提出的策略能明显降低系统调度成本,保证市场调峰的可靠性,确保电网安全可靠运行。     

基于实时电价的电动汽车充放电优化策略和经济调度模型

实时电价为优化电动汽车(EV)充放电负荷提供了手段,从而实现经济调度。首先建立用户最优充放电策略模型:以计及EV电池退化成本的用户成本最小为目标,以满足EV行驶荷电状态和充放电荷电状态等为约束。在此基础上建立电动汽车用户实时电价响应模型,通过实时电价计算用户充电成本,使电动汽车充放电负荷与电价联动调整,并将该模型嵌入电动汽车充放电策略优化目标函数。求解过程中,用"停泊时长"确定单车一日可多次充放电的时段和行驶时段,从而在EV可充放电时长范围内优化每时段充放电负荷。最后建立经济调度模型:目标中计及机组阀点效应、约束中考虑EV充放电负荷以及机组爬坡速率等限制的多目标经济调度模型,提出一种改进模式搜索算法求解该时间耦合、非线性、非凸模型。以IEEE 39节点为例,验证了所建立模型和求解算法的有效性。     

电动汽车负荷聚合商参与调频辅助服务市场的方案研究

数量巨大的电动汽车充电桩可通过负荷聚合参与电力现货市场和辅助服务市场实现运行成本的综合优化。将对充电用户而言更易于接受的充电负荷灵活调整作为电动汽车负荷聚合商参与调频辅助服务市场的方式，从整体技术方案、市场机制设计、聚合平台设计、评估校核体系设计4个方面，开展了电力市场框架下的电动汽车负荷聚合商参与电网友好互动的方案研究。为解决海量充电桩的控制和通信问题，提出了服务调频辅助市场框架下的电动汽车充电负荷聚合平台云边端协同架构，可为电动汽车负荷聚合商参与辅助服务市场提供参考。     

计及多时间尺度需求响应资源的微电网能量优化调度策略

随着电力体制改革的深入,用户侧微电网逐渐形成多方投资+集中管控的运营模式,研究计及运营商利益的微电网能量优化具有重要的现实意义。文章提出一种以运营商购售电收益最大化和需求响应补偿成本最小化为目标的微电网能量优化调度策略。该策略计及需求响应多时间尺度特性,将集群空调和集群电动汽车2种需求响应资源纳入日前-日内-实时3种时间尺度调度计划中,并根据各阶段可再生能源预测信息以及电价信号,逐级优化储能出力和需求响应供应量,实现运营商的全局利益最大化。负荷聚集商基于集群空调和集群电动汽车的控制模型预测各时段可控负荷容量并实时响应调度指令。最后,通过算例验证本文所提调度策略的有效性。     

计及激励型需求响应的电动汽车聚合商充电优化调度

研究了电动汽车聚合商如何决策最优的经济激励值和充电量,以达到收益最大化的目的。提出了用户向聚合商交流其充电情况的主动需求响应方式;构造了基于经济激励的电动汽车聚合商的最优充电调度模型,所建立的调度模型是一个二层模型,上层以聚合商收益最大为目标,以用户主动需求响应量为约束,下层为实时电力市场的出清模型,上层模型中的市场电价来自于下层模型;将该模型转化为混合整数线性规划模型,采用拉格朗日替代法与分支切割法的协同组合方法求解。算例分析表明所提模型能够提高聚合商的收益。     

基于多群组均衡协同搜索算法的电动汽车充放电多目标优化

大规模电动汽车无序充电将会给电网安全运行带来巨大压力,合理利用V2G(vehicle to grid)技术制定最优充放电策略可以有效改善电网运行状况。在满足电动汽车充电需求的基础上,基于经典电池损耗模型和分时电价,以日负荷曲线波动最小和计及电池放电成本的用户充电成本最小为目标建立了电动汽车充放电多目标优化模型,采用多群组均衡协同搜索算法(EMGSS)进行帕累托前沿和最优折中解的求取,以滚动优化的方式满足综合考虑日间/夜间不同的随机的充电需求并进行优化计算,最大限度地实现电网侧和用户侧的双赢。通过仿真案例验证了该模型可以有效地平抑日负荷曲线波动并且降低用户充电成本。     

考虑预警负荷的电动汽车充放电优化策略

预警负荷会严重影响电力系统的安全经济运行。面向参与车辆到电网(vehicle to grid,V2G)服务的电动汽车用户,综合考虑预警负荷、预警电价和充电激励措施对充放电过程的影响,提出基于改进粒子群算法(improved particle sw arm optimization,IPSO)的电动汽车充放电优化策略。通过计算预警负荷发生时的放电奖励,建立预警负荷电价模型、电池容量损耗模型,基于分时电价和放电激励制度建立用户充放电成本模型。此外,引入长短时记忆的概念,提出改进粒子群优化算法。在上述模型和算法的基础上,以最小化用户成本为优化目标,计及用户充电需求和充放电功率等约束,提出不同预警负荷情况下的充放电优化策略。在MATLAB中完成了仿真验证,结果表明,在已知预测预警负荷的前提下,采用文中的充放电优化策略能够提高电动汽车用户V2G参与度,有效降低用户成本,并缓解预警负荷发生时电网压力。