多情形下电动汽车与分布式光伏协同优化调度算法

在智能电网环境下,电动汽车与家庭用电互动(vehicle to home,V2H)技术成为车电互联研究领域新的焦点。首先,对V2H模式中家庭能源管理系统调度电动汽车参与家庭供电进行了分析;其次,以最大化利用太阳能,减少家庭用电费用为目标,给出多情形下电动汽车与含分布式光伏(photovoltaic,PV)的智能家居互动的调度优化算法;最后,以上海市某小区用户为例,对比研究了晴天、多云、阴雨3种天气条件下光伏出力变化和电动汽车用户短途、中途、长途出行情况下V2H模式的经济效益。实际算例结果表明含分布式光伏的V2H模式能够提高光伏发电利用效率,减少家庭用电费用,并为电动汽车安全接入电网提供支持。     

基于虚拟电价的含电动汽车并网型微网经济调度策略

大规模可再生能源和电动汽车接人微网,可再生能源出力的波动性和电动汽车充放电行为的无序性会导致微网弃风弃光严重,也给微网的经济调度带来了挑战.在传统峰谷电价基础上结合可再生能源出力及等效负荷的功率差额提出了含电动汽车并网型微网经济调度策略.首先根据微网可再生能源和负荷功率水平分析微网调度优先级.以微网的运行成本最小和最大化消纳光伏为目的 ,构建虚拟花费最小的目标函数优化模型.最后在实例中采用改进的粒子群算法进行求解,对比采用动态虚拟电价和传统峰谷电价、实时电价3种方式下微网一个调度周期的光伏利用率、负荷峰谷差、微网的运行成本来验证所提方法的有效性.     

基于双层离散粒子群优化的智能小区车辆与家庭互动调度策略

综合考虑电动汽车的行驶特性、电池特性等约束条件,建立了计及峰谷差、日负荷率、负荷均方差和用户电费的多目标智能小区车辆与家庭互动(vehicle to home,V2H)调度策略。为求解该策略,提出双层离散粒子群算法优化V2H调度模型,以解决智能优化算法难以求解含等式约束方程的问题。第1层优化通过离散粒子群算法求解满足所有约束条件的单辆电动汽车充放电计划可行解,第2层优化采用基本粒子群算法迭代优化V2H调度模型。对无序充电、有序充电调度、V2H调度模式以及不同用户响应度的V2H调度策略进行仿真分析,结果表明:V2H调度在减小峰谷差、负荷波动、提升日负荷率方面的作用最显著,与无序充电相比用户电费下降1/3以上;随着用户对V2H调度策略响应度提高,负荷特性改善越明显,但是V2H调度的车均电费会增加。     

智能电网环境下空调系统多目标优化控制算法

提出了一种居民用户空调系统运行控制算法。该算法根据室外温度的预测值和电力公司发布的电价信号对空调系统的运行进行控制。为此,在用电费用指标的基础上,引入了定量反映用户舒适度的指标,建立了同时优化用电费用指标和用户舒适度指标的多目标优化模型。建模过程中采用蒙特卡洛仿真法和情景消减技术来处理室外温度预测误差带来的不确定性。采用改进的粒子群算法对模型进行求解。对提出的算法进行了仿真实验,并与传统的恒温控制模式和以最小化用电费用为目的的单目标优化控制算法进行了对比。实验结果表明,多目标优化算法能更好地兼顾用户的经济需求和舒适度需求,从而验证了该算法的有效性。     

计及电量电价弹性的主动配电网多时间尺度优化调度

电动汽车、可再生能源和储能的接入对配电网运行带来了新的挑战,若调度方法和模型制定不当,将影响到配电网的经济性和可靠性,以及电动车主参与调度的积极性。为此,提出了一种主动配电网多时间尺度优化调度方法。首先,在日前阶段构造了基于电量电价弹性的电动汽车充电模型,建立了一种主动配电网日前经济调度模型。然后,在实时阶段通过储能和电动汽车降低可再生能源预测误差对系统的影响。该方法在研究电量电价弹性对电动汽车充电影响机理的基础上,基于不同时间尺度可再生能源预测数据,决策电动汽车、储能和柔性负荷的调用。仿真结果表明,所提方法降低了配电网购电和电动汽车充电费用,减弱了可再生能源预测误差对配电网的影响,优化了负荷特性。     

含分布式电源和电动汽车的微电网协调控制策略

微电网中包含可再生能源和电动汽车等不确定性电源和负载,不利于微电网的稳定运行。基于风光储的微电网系统,考虑电动汽车的时空分布特性,提出一种动态电价调整策略。根据可再生能源出力和负荷的实时数据,求出当前微电网中的不平衡功率,根据当前不平衡率(UR),发布对应的电价信息,充分调动电动汽车参与微电网的调度,实现微电网中可再生能源和电动汽车间的协调控制。最后通过搭建微电网仿真模型对所提动态电价调整策略进行验证,通过对比电动汽车无序充电和有序充放电情况下微电网的等效负荷以及储能运行情况,来验证该策略在微电网运行优化方面的有效性。     

分时电价下计及用户用电满意度的家庭负荷优化策略

分时电价是实施需求侧管理、鼓励用户改变用电方式的一种重要经济手段。居民用户是需求侧的一部分,对其用电负荷进行优化具有重要意义。首先,对家庭基本可调度负荷、空调系统以及电动汽车的运行特性进行建模;其次,建立包含环境舒适度和用电方式舒适度的用电满意度模型,对考虑用户环境舒适度的空调系统运行策略进行分析,构建不考虑电动汽车充电的基本可调度负荷多目标优化模型;最后,构建考虑负荷曲线峰谷差的电动汽车充电模型,并采用遗传算法求解模型。在分时电价条件下对优化前后的用电费用和负荷曲线进行对比分析,结果表明所提优化策略能够在保证用户用电满意度的前提下降低用电费用,并达到削峰填谷的目的。     

计及用户舒适性的家庭智能用电调度优化

随着智能家居、家庭分布式能源的广泛应用,以及分时电价的推广,家庭能源系统有了更多更高的功能需求。文中通过分析家庭用电行为和家庭负载工作方式的关系,建立了一种兼顾家庭用电的经济性和舒适性的调度优化模型,同时考虑了分布式能源和需求响应技术的应用,具有重要的实际意义。针对该模型采用了一种改进粒子群算法进行求解,并通过家庭用电的算例进行了验证。算例表明,该模型和算法能够很好地调度家庭电器的用电行为。     

分时电价环境下的办公建筑空调负荷双层柔性优化控制策略

空调系统是办公建筑中电力能源消耗较大的终端设备,其不合理的运行方式导致用电效率低下,实现空调系统的用电优化已成为电力需求响应的重要研究内容之一。为了降低用户用电费用和提高空调系统能效,提出了分时电价环境下的办公建筑空调负荷双层柔性优化控制策略。在上层模型中,考虑室外温度变化和分时电价信息,通过柔性调节空调系统的预冷时间和设定温度,实现兼顾用电费用最省和用户舒适度最优的效果,并将得到的空调系统冷负荷量输出给下层模型。在下层模型中,根据多台冷水机组性能(Coefficient of Performance, COP)特性的不同,优化负载率的分配,达到冷水机组总体能效最大的效果。采用粒子群算法求解双层模型,通过算例仿真,比较空调系统在不同运行模式下的结果,验证了所提策略可以有效地提高冷水机组的效率,降低用电费用。     

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。     

基于非合作博弈的冷热电联供微能源网运行策略优化

提出了基于非合作博弈的冷热电联供微能源网优化的一般模型与求解方法。基于博弈论,建立了微能源网与用户的博弈模型;证明了该博弈纳什均衡的存在性,并提出了相应的求解流程;利用模糊双目标算法对用户的支付费用和不满意度进行归一化处理,在博弈模式下用户调整自身用电策略,微能源网根据用户的负荷计划调整电价,优化冷热电出力。以某小区夏季典型日负荷与冬季典型日负荷为例,对博弈模型进行求解。仿真结果表明,微能源网在所提出的博弈模式下能更好地消纳可再生能源,实现个体理性情况下的能源最优,且用户能在兼顾用能体验的前提下实现经济最优。     

基于智能电能表的居民需求响应协同策略

随着新能源大量接入,传统由发电跟踪负荷变化的运行模式面临挑战。需求响应是重要的调度资源,信息技术的发展提高了居民负荷的响应能力。在此背景下,负荷服务实体（LSE）通过电价机制协调用户的响应实现供需互动。首先,对家用电器设备的分类和建模得到响应电价的优化模型,建立了基于智能电表的家庭能源管理系统（HEMS）。其次,根据负荷服务实体的供电成本函数得到电价制定模型。以电价和响应功率作为互动信息协调不同用户的响应,进行迭代计算直到收敛,实现整体优化。考虑到用户优化会导致总成本振荡无法收敛,在优化目标函数中添加连续两次迭代间负荷变化的惩罚项。最后,通过算例仿真,分析了上述协同优化策略对LSE和用户的影响,验证了所提策略在平滑功率曲线和降低用户成本的效果。     

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。     

基于分布式光伏电站和储能系统的家庭能效管理策略研究

设计了一种基于Zig Bee技术的智能家居系统,该系统由家庭网络、家庭服务器和手机终端构成,简单有效且可扩展性良好。研究了基于分布式光伏电站和储能系统的家庭能效管理系统,通过建立家庭用电总费用最低的目标函数,结合分时电价给出了家庭能效管理的控制策略。通过决策储能电池的充放电功率以及可平移负荷的工作时间,实现对家庭负荷的优化利用,提高运行经济性,达到经济效益最大化,也能起到削峰填谷的作用。最后,结合某家庭用户家用电器设备进行仿真测试,结果表明该能效管理算法能有效节省家庭用电总费用,证明算法的有效性和可行性。     

源-荷协整关系与电价时间序列协整模型

针对电源出力曲线与需求侧负荷曲线因功率实时平衡而完全一致的特点,证明二者存在数学意义上的协整关系。在新能源高渗透率系统的源-网-荷-储协调运行中,将源网、荷储功率曲线分别合计为源、荷曲线,提出源-网-荷-储协调调度的源-荷协整关系和理论依据。为了实现协整并消纳新能源,提出源-荷与电价时间序列协整的经济技术模型,该模型以常规机组出力波动率最小为目标,以不平衡电价为约束。算例结果表明:源-荷曲线时间序列与电价之间协整后得到的常规机组出力波动率较小,因此变量之间的协整关系可以充分发挥终端用户的资源配置潜力,激励需求侧资源负荷曲线的变化,最大化地消纳新能源。     

云储能用户在计划停电下的应急能源管理策略

在配电网发生计划停电的情况下,基于云储能的家庭微电网进入孤岛运行状态,考虑到云储能用户可用储能容量有限以及可再生能源出力的不确定性,提出应急能源管理策略以减小用户停电损失和用户不满意度.首先,将云储能分为供电储能和交易储能,供电储能的容量可以保证计划停电期间用户重要负荷的供电;其次,以减小用户停电损失和用户不满意度为目...     

考虑CVaR的“新能源+储能”电厂日前市场投标策略

双碳背景下我国正积极构建以新能源为主体的新型电力系统，大力推进电力市场化改革。大量新能源电厂无序上网将会对电力系统的安全稳定运行带来巨大压力，也不利于其作为独立主体参与市场化竞争。将“新能源+储能”电厂作为价格接受者，以“报量不报价”的形式参与电力现货交易。采用随机优化方法构建新能源出力场景、日前及实时出清电价场景，采用K-medoids方法将数量众多的场景转化为数量有限的概率化确定性场景。以日前收益最大为目标，考虑条件风险价值并计及不平衡惩罚费用，建立“新能源+储能”电厂参与日前市场的最优投标策略模型并求解。最后，以某风电厂的历史出力数据以及现货市场电价数据开展数值仿真，仿真结果验证了所建投标策略模型的有效性。     

电力市场环境下考虑可再生能源保障性消纳的电价风险评估

由于以风电、光伏为主的可再生能源出力的不确定性,高比例可再生能源的接入会给电力市场出清电价带来风险。基于此,以可再生能源保障性消纳作为电力市场出清模型边界,提出考虑可再生能源不确定性的市场电价风险评估方法。首先,利用基数约束子模块化场景缩减技术刻画可再生能源出力的不确定性,生成具有代表性的有限场景集合。其次,建立考虑可再生能源保障性消纳的电力市场出清模型并提出节点电价计算方法。然后,提出电价风险评估指标体系,从节点、区域和系统等多个层面评估可再生能源出力不确定性引发的电价风险。最后,通过改进的IEEE30节点算例系统验证所提方法的有效性。分析结果表明,所提方法能够有效评估可再生能源不确定性带来的系统电价风险以及节点电价风险,对可再生能源参与电力市场的相关研究具有一定的参考价值。     

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。