考虑电动汽车用户响应的微网经济调度

针对电动汽车接入微电网后的经济调度问题,对微电网可分布式电源的出力进行了研究。首先分析电动汽车的行驶特性,在其无序充电负荷模型的基础上,建立了同时考虑电动汽车用户响应度和用户满意度的峰谷分时电价电动汽车有序充放电模型。然后构建一个含电动汽车及风、光、燃气轮机和柴油机的微网系统,以实现微网经济性和环保性运行为双重优化目标,采用改进粒子群算法,来得到不同控制策略下的优化调度结果。仿真结果表明,电动汽车有序充放电,可以有效实现削峰填谷,并且可以在保证良好环境效益的同时提高微网运行的经济性。     

基于粒子群算法的微电网电动汽车接入经济-环境效益分析

大规模的电动汽车合理有序充放电是降低电网负荷的峰谷差、解决能源危机和保障电能质量的一个重要手段.具有剩余电量的电动汽车有随机移动式储能特性,但在实践中电动汽车较少被考虑到微电网运行模式规划中.本文在以经济-环境最优为目标的微电网运行模式基础上构建模型,在算例中运用蒙特卡洛法模拟出大规模电动汽车充电行为符合正态分布,得到未来一天规模化EVs总体负荷曲线与微电网发电量;运用实现方便、收敛速度快的粒子群优化(Particle Swarm Optimization,POS)算法,以EVs的特征量(充电开始时刻、连接时长和充电电量)作为控制变量进行全局搜索得到最低系统成本和各分布式能源每小时最优出力,通过对比实验,验证了模型的有效性.结果表明,电动汽车的并入不仅能降低对环境的污染,还可以提升微电网运行的经济效益.     

考虑大规模电动汽车入网的经济调度问题

针对大规模的电动汽车无序入网充电导致电力系统运行不稳定的问题,提出了基于峰谷分时电价进行有序充放电的策略,该策略考虑了电动汽车用户的响应程度对其实际应用的影响。具体阐述了峰谷分时电价划分的方法和用户充放电时刻的选择。根据电动汽车时空分布规律,分别构建了电动汽车无序充电和基于峰谷分时电价的有序充放电模型。从微网系统和用户侧两方面建立了以微网系统运行成本、系统负荷波动、车主充电成本为目标函数的经济调度模型。采用粒子群算法对算例模型进行求解,得到了不同充放电方式下电动汽车和其各分布式微源的出力结果,验证了有序充放电策略的有效性和可行性。研究结果表明峰谷分时电价机制下的有序充电明显优于无序充电,电动汽车车主对有序充电的响应程度越高,越能提高微网系统的经济效益和环境效益。     

基于信息间隙决策理论和电动汽车有序充放电的微电网优化调度

计及区域微电网源-荷两方面不确定性,针对电动汽车(electric vehicles, EV)接入微电网充电所导致的负荷侧波动不确定性问题,提出有序充放电策略进行削峰填谷并构建多目标规划模型;针对新能源机组发电量不确定性问题,引入信息间隙决策理论(information gap decision theory, IGDT)进行模拟分析。首先构建多目标规划函数并对其模糊归一化处理,然后引入改进混沌映射粒子群算法(improved chaos map particle swarm optimization, CMPSO),求得微电网综合运行成本和负荷需求波动量的最优值,最后对经信息间隙决策法优化后的多目标模型进行仿真分析。算例结果验证了优化后的模型对EV入网所带来的负荷波动起到了较好的削峰填谷作用,所采用的IGDT优化模型相较于其他优化方法,能更好地适应严重奈特式不确定性场景,有效协调所搭建模型的鲁棒性与优化调度经济性之间的矛盾。     

考虑新能源消纳的电动汽车有序充电研究

针对大规模电动汽车无序充电对电网运行带来的影响和目前我国新能源消纳存在的问题,提出一种考虑新能源出力情况的动态分时电价策略,引导电动汽车有序充电以实现新能源的就地消纳.以用户充电总费用最低和电网负荷峰谷差最小为优化目标,综合考虑用户充电需求和新能源出力等约束条件,建立基于动态分时电价的多目标优化模型.通过算例仿真,验证了所提策略可降低电网负荷峰谷差和用户充电总费用,达到削峰填谷和消纳新能源的效果.     

计及风电和电动汽车的安全约束机组组合模型

面对风电和电动汽车大规模接入对电网的安全经济运行带来的挑战,文中以运行成本最小、污染物排放最低为目标,建立了风电-电动汽车协同调度的多目标安全约束机组组合模型(SCUC).将可充放电的电动汽车作为可优化调度单元,建立虚拟电价策略,以充电成本最小为目标来制定合理的充放电计划;使用模糊机会约束规划来描述风电的间歇性和不确定性,通过电动汽车充放电平抑风电波动,降低机组出力调整的频率,提高了电网安全运行的经济性.仿真结果表明,该模型可以很好地利用各因素之间的互补性,提高风电利用率,实现更好的经济、环境效益.     

基于动态分时电价的电动汽车有序充放电调度策略

针对电动汽车无序充放电行为对电网的影响,以及传统的峰谷分时电价容易造成新的负荷高峰、无法考虑电动汽车的动态特性等问题,建立了动态分时电价的有序充放电调度策略。以电动汽车充放电电价、电动汽车充放电状态和充放电功率为决策变量,构建了以电动汽车充放电成本最小、电动汽车接入造成的网络损耗最小和节点电压偏差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;综合考虑电动汽车充电需求和配电网运行约束,在改进的IEEE33节点系统中进行算例验证。结果表明,动态分时电价克服了传统峰谷分时电价下的弊端,能够根据电动汽车的动态特性来调整电价。所提调度策略融合了灵敏度分析方法,可大幅缩短调度过程中潮流计算的时间,并能有效降低电动汽车的充放电成本以及电动汽车接入对网络损耗和节点电压的影响,对于含电动汽车的电网实际调度具有一定的参考意义。     

基于电价响应模型的电动汽车充电优化策略

大量的电动汽车接入电网充电需要考虑经济效益和系统稳定性的影响,为了减少由于电动汽车的无序充电对配电网负荷引起的较大波动,提出了一种基于电价响应和电网激励的电动汽车有序充电优化策略。首先,在充分考虑用户的充电需求和电网安全运行的基础上,以负荷最小峰谷差为目标函数,采用遗传算法求取峰谷时段电动汽车充电数量最优解;其次,构建了电动汽车峰谷电价优化模型,建立了电动汽车充电数量与峰谷电价之间的关系,实现了电动汽车充电价格的最优定价机制;最后,考虑到充电站运营商实施分时电价前后的总收益不受损害,引入了电网公司为减少负荷峰谷差而给出的激励机制。通过对算例的分析,提出了基于电价引导的电动汽车有序充电策略,在降低了运营商的购电成本和用户充电成本的同时,实现了系统负荷削峰填谷的目的,验证了所提控制策略在节约能源方面具有有效性和合理性。     

分档电价和碳配额激励的含电动汽车微电网优化调度策略

在含电动汽车（Electric Vehicle,EV）微电网的调峰调度中,实施分时电价或实时电价引导EV参与调峰,会导致EV过度响应或响应疲惫现象。为此,本文提出了分档电价协同碳配额激励机制下的含电动汽车微电网博弈优化调度策略。建立了微电网与电动汽车的主从博弈优化调度模型,微电网主体以运行成本最小和极小化负荷均方差为优化目标,考虑新能源发电完全消纳,针对等效净负荷水平制定分档电价并和碳配额协同激励,引导电动汽车在新能源发电余缺时充放电的适度响应;电动汽车用户从体响应微电网激励优化电动汽车充放电行为使其成本最小。采用粒子群算法(particle swarm optimization, PSO)求解优化模型纳什均衡点,获得微电网侧最优分档电价和电动汽车调度策略的集合。通过仿真算例验证了所提方法的有效性。     

考虑电动汽车及需求侧响应的综合能源系统优化调度

为了提高综合能源系统的运行经济性和可再生能源消纳能力,建立基于分时电价的价格型电负荷需求侧响应模型,根据用户对温度感知的模糊性,建立热力柔性负荷模型以及计及电动汽车出行规律的电动汽车有序充放电模型。同时采用场景分析法考虑新能源出力的不确定性。提出一种需求侧响应和电动汽车协同作用的双层随机优化调度模型。上层模型利用分时电价激励的价格型需求侧响应,以净负荷波动性最小为目标函数,得到优化后的电负荷曲线。下层计及柔性热负荷与电动汽车作用,以调度周期内系统总成本为目标决策各个机组的出力情况,仿真算例表明所建立的综合能源系统调度模型能够有效提高了系统风电、光伏发电消纳能力,降低了系统运行成本。     

基于V2G的电动汽车有序充放电控制策略

大规模电动汽车作为移动存储的电力负荷,其无序充电行为将会导致电网出现负荷峰谷差加大、负荷率降低等问题。文中分别从电网侧和用户侧的角度,研究基于车网互动(V2G,vehicle to grid)的电动汽车有序充放电控制策略。在电网侧以负荷曲线均方差最小为目标函数,在用户侧以电动汽车用户参与V2G获得的经济收益最大化为目标函数,并且考虑到电动汽车实际充放电功率、可用容量及用户日常设置等约束条件,采用粒子群优化算法进行仿真求解。分别以重庆2020年、2025年和2030年电动汽车有序充放电为例,对电动汽车在电网侧和用户侧的有序充放电进行优化控制仿真分析。算例结果表明,所提出的电网侧和用户侧电动汽车有序充放电优化控制模型能有效降低负荷峰谷差、平滑负荷曲线并为参与V2G服务的用户带来经济收益。     

电动汽车有序充放电分群调度策略

为解决大规模电动汽车无序入网会给配电网安全稳定运行带来一系列不良影响问题,提出了车联网(vehicle to grid,V2G)模式下电动汽车有序充放电实时响应分群调度策略.从日前-日内多时间尺度出发,充分计及车主响应意愿及响应能力,对电动汽车集群进行细致划分.针对每个调度时段,综合考虑电网、电池、车主等约束条件,建立电动汽车有序充放电优化模型.模型分为上、下两层求取电动汽车充放电调度计划:上层以调度时间区间内的配电网方差负荷曲线最小为目标,求取当前时段集群总的充放电功率;下层以电动汽车车主费用最低为目标,求取单辆电动汽车的充放电计划.通过算例仿真,验证所提模型的有效性.     

居民区电动汽车有序充放电控制策略

针对目前居民区配电装置额定容量不能满足大量电动汽车充电需求的问题,提出了一种考虑充放电接入退出随机性的电动汽车有序充放电控制策略.该策略以峰谷分时电价为背景,使电动汽车在负荷高峰时段向电网馈电、在负荷低谷时段充电以实现削峰填谷,并在充放电起始和结束时刻进行一定的随机性处理,使得负荷曲线更加平滑,避免总负荷瞬时突变.最后通过时序仿真验证了有序充放电控制策略的有效性.     

含电动汽车的主动配电网优化调度

电动汽车随机充电功率会影响主动配电网优化调度,为了解决这一问题。提出了含电动汽车的主动配电网优化调度模型,模型分为两个目标函数。首先,需要以负荷曲线的最小方差优化电动汽车的充电功率作为优化调度之前的目标函数,可以获得电动汽车连接电网的时间和充电功率。然后,建立以分布电源功率为控制变量使得配电网运行成本最低的主动配电网日前优化调度模型。最后,建立的模型在IEEE33节点配电网系统中进行多场景分析电动汽车对主动配电网优化调度造成的影响,并采用CPLEX优化规划软件来求解模型。结果表明:所建立的模型和方法不仅可以保证配电网经济运行,而且还能有效的利用电动汽车的充电来减少配电网负荷曲线的方差。     

纯电动公交时刻表和车辆排班计划整体优化

研究单线路的纯电动公交车辆运营时刻表和车辆排班计划的整体优化方法,以发车间隔平滑、使用车辆数少和充电费用低为目标建立多目标优化模型,考虑包括不同时段发车间隔范围、可用车辆数量的限制和纯电动公交续航里程约束在内的多个约束.采用多目标粒子群算法进行求解,基于多目标优先级寻找模型的最优解集合.案例表明:和现有的运营计划相比,模型能够平滑发车间隔,减少使用车辆数,充分利用非高峰时段充电以降低充电费用.     

基于CQPSO算法的含风电场电力系统经济调度研究

为了克服风电场出力波动的不利影响,提高调度经济性,构建含常规火力发电燃料费用、风电预测误差备用费用以及风电弃风成本的多目标动态调度模型,并提出一种混沌量子粒子群算法对模型进行求解。标准测试函数的仿真结果表明本算法比对照算法具有较高的收敛精度和稳定性。对含风电场的IEEE30节点系统算例进行仿真实验,结果表明采用混沌量子粒子群算法对调度模型求解的调度费用最低。