基于虚拟分区的电动汽车优化调度研究

针对大规模电动汽车接入配电网的特点,提出基于虚拟分区和双层规划的电动汽车优化调度的方法。根据接入配电网的电动汽车的特点,制定分区指标,然后以配电网总负荷水平方差最小为上层规划目标函数,系统调度机构所制定的调度计划与各代理商实际调度情况偏差最小为下层规划目标函数,建立基于虚拟分区的电动汽车调度的双层规划模型。用基于极端学习机的改进遗传算法和分支定界算法分别求解上、下层模型,仿真结果表明,获得的电动汽车双层调度方案对配电网负荷曲线峰谷差具有明显调整作用。     

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.     

考虑电动汽车有序充电的配电网重构降损策略

随着电动汽车的快速发展,配电网中建设了大量的充电桩和充电站。由于电动汽车的充电行为具有潮汐效应,当大量电动汽车同时充电时将造成配电网中的线路重载,使得部分节点的电压过低。因此研究电动汽车的有序充电以及通过配电网重构改善潮流分布具有重要的意义。首先以配电网的负荷波动最小为目标优化分时电价策略,引导充电站和充电桩控制电动汽车的充电功率以优化负荷曲线,最后通过配电网重构策略改变配电网中的柔性开关从而转移潮流,提高电压质量。通过IEEE33节点算例验证,结果表明所提的有序充电和重构策略能够改善配电网的潮流分布,降低配电网的峰谷差和网损,提高配电网的电压质量。     

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。     

考虑源荷不确定性及配电网接纳裕度的弹性调度策略

为解决渐进式加剧的小扰动事件对配电网调度的影响,提出一种考虑源荷不确定性及配电网接纳裕度的弹性调度策略,并建立两阶段优化模型求解。首先通过拉丁超立方抽样和后向场景削减技术生成以风光为源、以电动汽车为荷的功率预测典型场景,将不确定性问题转化为典型场景分析问题;在此基础上,第一阶段引入接纳裕度,以配电网对电动汽车接纳能力最大为目标构建电价型需求侧响应模型,对用户负荷削峰填谷;第二阶段引入需求侧响应结果,建立以系统运行成本最低为目标的经济调度模型,提出改进人工蜂群算法进行求解。测试结果表明本文所提策略能增强配电网在渐进式加剧不确定性事件下的适应力,实现配电网弹性高效运行。     

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。     

计及配电网络与交通网络双重特性的电动汽车充电站选址规划

电动汽车充电站既是交通服务设施也是公用电力设施,因此充电站的规模与选址是电动汽车大规模应用中一个重要的考虑因素.建立多目标模型,考虑普通充电和快速充电两种充电站,对电动汽车充电站和配电网规划进行了联合建模,使得在交通网络中最大化捕获交通流的同时最小化配电网络中的功率损耗.构建了模糊隶属函数处理所建立的多目标优化问题,采用遗传算法进行求解.最后,采用33节点的配电系统和25节点的交通网络验证了所提出模型的有效性.     

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。     

电动汽车充电规律对配电网影响的分析与建模

结合美国电网实际运行数据和道路交通情报,基于电动汽车类型、配电网裕量、季节时段等多元因素拟合电动汽车充电时间的规律性曲线,并构建电动汽车充电规律对配电网的影响模型.算例表明该模型能够较好地反映电动汽车在不同时段、不同比例的接入对配电网造成的影响,有利于对配电网的投资建设、安全预警和电动汽车的优化调度进行决策.     

基于实时电价的含电动汽车微电网两阶段优化调度

为解决大量电动汽车无序充电对微电网负荷曲线产生新的峰值或峰上加峰等现象,提出了V2G(vehicle to grid)下两阶段优化方法,第一阶段考虑实时电价的前提下以满足用户充电需求为目标建立电动汽车有序充放电模型,第二阶段以微电网综合成本最低和微电网出力波动最小为目标,确定电动汽车有序充放电功率。为了解决多目标优化的问题,本文采用改进型多目标粒子群算法（IMPSO）。为验证本文方法的有效性,用蒙特卡洛法模拟某微电网内电动汽车的充电需求后采用本文方法优化,结果证明本文调度方法降低微电网经济成本和出力波动的同时,降低了用户成本。     

改进粒子群算法的电动汽车时空优化分配策略

兼顾待充电汽车的时间分配和空间分配,以每个时段每个充电站的充电电动汽车数量为决策变量,建立了集中充电时段内充电负荷方差和充电站充电汽车数量方差的数学模型.提出时空优化分配策略,使待充电汽车在时空上达到均衡分配,并在基本粒子群算法基础上结合了线性递减权重和异步变化学习因子方法.基于纽约州独立系统交易运行机构(NYISO)的原始负荷数据进行算例仿真.结果表明,文中提出的电动汽车集中充电调度策略在时空上优化分配待充电汽车,达到了降低负荷峰谷差、减小负荷波动的目的.     

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.     

基于权重的居住区配电网下动态功率分配策略

大规模电动汽车的随机接入将导致小区配电网超出安全限制容量。如何利用可用的电力资源为电动汽车进行功率公平分配,降低电网运行风险是一个重要问题。为此提出了一种基于权重的居住区配电网下的电动汽车动态功率分配策略。基于电动汽车各项申报信息和小区电网状态,将电动汽车的已充电时长、停留时长及荷电状态作为评价指标,利用熵权法确定电动汽车充电权重;并结合加权最大最小公平分配算法,根据充电权重对小区随时变化的可用负荷进行公平分配。通过蒙特卡洛模拟的MATLAB仿真验证策略的有效性。仿真结果表明策略能依据小区实时负荷曲线,最大化利用可用电能去动态适应快速变化的充电需求,有效提升了电网和用户满意度。     

实时需求下的带时间窗移动充电车在线调度算法

在双碳背景下，移动充电车作为新型充电设施，能够缓解电动车保有量迅速增长带来的充电压力。然而成本高、效益低等问题阻碍了移动充电车的进一步发展。本文针对移动充电车只有在用户发出充电请求时，才能获知充电需求信息的特点，且需求带有时间窗要求的情形，提出实时需求下的带时间窗移动充电车调度问题，以总时间成本最小为目标，采用在线理论与方法，建立优化模型并设计在线算法；给出了不同情形下的调度方案，计算方案的竞争比，并进行对比分析；最后通过数值算例验证了在线算法的可行性和有效性。研究结果表明，用户发出的实时充电需求数量越大、最大单位惩罚时间成本系数越小，在线算法的执行效果越好。本文的模型和在线调度算法可以有效解决实时需求下的带时间窗移动充电车调度优化问题，提高移动充电车的充电效率，平衡充电供需。