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。     

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。     

基于生物地理学算法的微电网多目标优化调度

针对含风力发电机、光伏电池、微型燃气轮机、柴油发电机、蓄电池组成的微电网系统优化调度问题,设置系统相关约束条件,建立以运行成本最小、用户停电损失费用最小及环保成本最低的微电网多目标优化调度模型,采用生物地理学算法对模型进行求解;对某独立型微电网算例的单目标优化调度与多目标优化调度的仿真结果进行对比。结果表明:单目标下的微电网优化调度,虽然可以在单一方面达到最优,但是以其他目标的增加为代价;多目标优化调度综合考虑了微电网的经济性、节能型、可靠性之间关系,实现了运行成本、用户停电损失费用、环保成本下的全局最优,可根据用户的实际需求提供一种更合理的微电网优化调度方案。     

基于细菌群体趋药性算法的家用电器优化调度

本文通过考虑用户对用电器运行功率和工作时间的要求以及对电动汽车充放电的约束,建立用户用电花费和不满意度的模型,将家用电器优化调度问题建模为同时含有连续变量和离散变量的非凸优化问题。采用细菌群体趋药性优化算法,对用电器的运行功率和开始工作时间以及电动汽车的充放电功率进行优化,实现削峰填谷的目的。仿真结果表明了细菌群体趋药性优化算法的有效性。     

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.     

微网可转移负荷调度与储能控制策略

针对新能源发电的不确定性和随机性,以及新能源发电与用户负荷难以匹配的问题,构建了风、光、储共存的微电网系统,并提出了一种基于可转移负荷和储能系统协调控制的微网能量管理策略。首先在现有的微网模型基础上构建了集中式微网控制系统,用于对风、光、储系统进行相应的控制,同时建立了兼顾用电负荷优化调度与储能系统安全高效运行的多目标函数。然后采用改进粒子群优化算法求解目标函数,引入新的负荷调度策略降低计算复杂度和提高用户满意度,最终获得可转移负荷调度量,实现可转移负荷的调度策略。同时,充分考虑了储能系统的影响,对荷电状态(SOC)进行控制监测,控制储能系统波动情况,提高储能系统性能并延长其使用寿命。最后通过数值仿真,验证了本文提出的能量管理策略在满足用户满意度与实际储能要求的前提下,可以提高微网运行性能,实现微网能量管理和经济运行。     

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.     

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.     

基于可再生能源不确定性的多能源微网调度优化模型

多能源微网可以使综合能源系统在配网/用户端得到实现,但电力系统和天然气系统联合后会使得系统调度中的不确定性问题变得突出。为此,本文通过对电力/天然气系统的物理特性进行分析,基于用户需求响应资源、可再生能源机组出力和负荷不确定性的关键要素分析,建立了多能源微网日前调度优化模型。基于Matlab环境对所建模型进行了相关的计算仿真,验证了两阶段随机优化模型的有效性。仿真结果表明,所建优化模型可以提高多能源微网系统运行的可靠性和经济性,具有较好的实际应用价值。     

独立交流微电网有功无功联合优化调度

微电网中的线路阻抗呈阻感性,线路的有功功率和无功功率存在较强的耦合关系并产生相互影响,在容量高、规模较大的微网系统中,若有功优化调度时不考虑潮流因素会造成远端节点电压、频率偏移的现象。为了提高电能质量,文中在微网经济调度中考虑潮流约束以实现有功无功的联合优化。以系统综合运行成本和环境成本最小为目标,以潮流平衡为约束条件,建立了考虑系统网损和弃风弃光约束惩罚的微电网优化调度模型;将牛顿拉夫逊法和遗传算法相结合对算例进行求解。仿真表明,考虑潮流约束的有功无功联合优化调度不仅可以降低系统的经济成本和环境成本,而且可以降低系统网损和抑制远端节点电压偏移。     

工业微电网分组储能控制策略

工业用户对于微电网的应用有着极大的经济性和可靠性要求.可再生能源发电的不确定性,和储能充放电损耗过高,影响着微电网的经济性;同时,一般的微电网系统并没有备用储能,影响着微电网的可靠性.针对上述问题,提出了一种应用于工业微电网系统的分组储能控制策略.将储能分为三组分别进行优化调度,减少了可再生能源发电不确定性对微电网的影...     

电动汽车充放电与可再生能源发电协同调度研究

为了平抑可再生能源发电的波动性,可以建立双层调度模型,对停驶、分散的电动汽车进行分层分区充放电优化调度。在上层模型中,优化各电动汽车代理商在各时段的充放电用于减小可再生能源出力的波动,同时考虑各代理商所管辖电动汽车数量、电池储存电量、充放电功率等约束条件。在下层模型中,各个代理商对其所管辖的电动汽车充放电时间进行优化管理,使其在满足用户出行计划的条件下,最大程度上和上层调度计划一致。针对上下层模型求解问题,均采用遗传粒子群算法,充分发挥遗传算法和粒子群算法的优点,增强寻优能力、加快进化速度、提高收敛精度。模型分析表明,在满足电动汽车充放电约束条件下,合理安排电动汽车充放电可以有效平抑可再生能源的出力波动。     

光储式电动汽车充电站直流微网运行控制策略研究

针对光储式电动汽车充电站直流微网运行中面临的光伏发电、电动汽车充电的随机性波动问题,提出了一种基于光伏电池最大功率跟踪、储能电池充放电及系统并网控制的运行策略,有效提高了系统运行的稳定性与鲁棒性.该控制策略采用扰动观察法对光伏最大功率点跟踪控制,以有效提高光伏发电的利用率.同时采用双向DC/DC变换器对电池充放电状态进行控制,并基于双向AC/DC变换器对直流微电网与大电网能量的双向流动进行控制.为验证该控制策略的有效性,建立微网模型进行仿真实验.结果 表明,该控制策略能够明显提高微网直流母线电压的稳定和光伏发电的利用率.     

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。     

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。     

基于改进GA含蓄电池充电次数约束的微电网动态调度

针对独立微电网的动态优化调度问题,以微电网系统运行约束、可控微源出力特性约束及蓄电池运行约束作为微电网优化模型的约束条件,考虑蓄电池充放电转换次数约束,建立以独立微电网运行经济成本与环境成本为综合优化目标的动态优化调度模型;然后,采用一种基于Tent混沌映射技术与NDX交叉策略的改进遗传算法求解该模型;最后,通过仿真算例验证模型的合理性。结果表明,优化调度模型中供热/电可靠性水平与综合成本间呈近似线性关系,合理限制蓄电池充放电转换次数有利于降低综合成本。与其他算法的对比结果表明,改进遗传算法在求解该类复杂的多约束优化问题时收敛效果良好。     

含电动汽车与分布式电源的配电网络最优潮流

文章基于电动汽车的时空特性模型,研究了电动汽车在无序充电和有序充放电策略下对配电网络有功损耗和电压偏移的影响。考虑分布式电源的运行特性,构建了分布式电源的潮流计算模型。在电动汽车有序充放电的基础上,以一天24h为基础,建立了包括网络损耗、发电成本、污染物处理费用3个目标函数,采用改进的粒子群算法(particle swarm optimization,PSO),求解含电动汽车与分布式电源的配电网络最优潮流。利用IEEE33算例系统,验证了模型和算法的正确性。研究表明,对电动汽车充放电进行有序的引导以及分布式电源的加入,可以达到降低网损、节约成本、减少环境污染和节点电压偏移的目的。     

考虑负荷聚合商参与下的微网双层两阶段优化调度

负荷聚合商作为系统和负荷之间的新兴中介,可以对分散负荷进行管理,参与到系统协调优化中.本文针对微网系统难以调度分散的中小型负荷资源问题,引入负荷聚合商对居民负荷进行整合,建立微网双层优化模型.模型上层以微网系统经济运行成本最低为优化目标;下层采用两阶段优化方法,在负荷特性分类的基础上,负荷聚合商通过与用户签订负荷削减合同的方式对负荷进行削减.模型上层采用NSGA-Ⅱ算法联合熵权双基点法求解,下层采用YALMIP建模语言调用CPLEX工具包对模型求解.算例分析结果表明,在负荷聚合商参与下的微网优化调度能够有效降低微网运行成本,同时将最大日负荷峰谷差降低了23.7%,实现了整体利益最优.