计及电动汽车有序调度的社区微网能量管理

电动汽车的有序充放电对于社区微网的能量管理至关重要,本文以考虑可再生能源出力不确定性的社区微网为研究对象,为提高系统应对源侧波动的调节能力,将电动汽车有序充放电与需求响应相结合,以微网总运行成本最小为目标,构建了社区微网的分布式鲁棒优化调度模型。基于能量平衡及设备运行特性,建立了电动汽车及微网内相关设备的数学模型,采用分布式鲁棒优化对源侧不确定性进行处理;基于综合范数条件构建了可再生能源出力不确定集并采用C&CG算法求解模型得到具有鲁棒性的微网能量调度方案,算例分析表明所提方法使运行成本降低10.66%,电网交互成本降低13.9%,碳交易成本降低了6.39%。     

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.     

考虑电动汽车及需求侧响应的综合能源系统优化调度

为了进一步提高综合能源系统的运行经济性和可再生能源消纳能力,在负荷侧分析了电、热负荷需求侧响应以及电动汽车的可调度价值,同时采用场景分析法考虑风电和光伏发电出力的不确定性.提出一种需求侧响应和电动汽车协同作用的综合能源系统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,以净负荷波动方差最小为目标函数,...     

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。     

一种平抑光伏和负荷波动的电动汽车有序充放电策略

为限制光伏和负荷波动对电网造成的不利影响,本文提出一种电动汽车有序充放电策略以平抑电力系统净负荷曲线的波动。通过分析电动汽车行驶特性与充放电特性,将具有随机行驶行为的电动汽车可用充放电容量作为快速响应的可调度负荷,参与平抑负荷和光伏发电系统出力的随机波动,构建了电动汽车有序充放电策略。算例表明该方法能够有效提升电力系统净负荷平稳性,提高电网接纳光伏发电的能力。     

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。     

考虑分时电价的风光储联合优化调度研究

针对大规模风电和光伏发电对电网调度带来的负面影响,利用钠硫电池储能系统,综合考虑峰谷分时电价政策和减少弃风弃光等各方面因素,提出了一种基于日前负荷、风电、光伏发电出力预测,以钠硫电池为辅助设备的风光储联合申报计划出力新模式。以风光储联合系统总体收益最大化和净负荷方差最小作为目标,考虑钠硫电池储能系统的充放电次数约束和风光实时出力偏移风光联合申报计划出力限制,建立了电网短期优化调度模型,并采用多目标粒子群算法求解所建模型。通过算例分析,验证了所建模型的可行性和风光储联合系统在提高清洁能源消纳和平滑净负荷曲线方面的有效性。     

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.     

考虑源荷不确定性的风光储耦合制氢系统两阶段能量调度

为降低源、荷不确定性对系统能量调度的影响,提出了一种离网型风光储耦合制氢系统两阶段能量调度策略,并建立日前-日内两阶段滚动优化调度模型。日前调度阶段,采用电解槽分级调度策略,并以系统富余功率或过剩功率与可再生能源总功率比值最小为目标函数,建立日前系统稳定性调度模型。日内调度阶段,考虑可再生能源与负荷的不确定性,提出储能分组调度策略,建立包含源、荷预测误差的日内调度目标函数,以滚动优化方式修正日前机组出力计划。对黏菌算法改进,使用改进黏菌算法求解调度模型。算例表明：所提出两阶段稳定性调度模型可有效应对源、荷不确定性对系统能量调度影响,提高了系统应对源、荷波动时的稳定性。     

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。     

基于削峰填谷的微电网并网运行的优化调度

基于微电网中的光伏和风力等可再生能源发电占主导地位,而其具有很强的随机性和波动性,不遵循人工调度,而传统电网的调度模型不能直接应用到微电网等问题,借鉴大电网的调度经验,针对微电网本身特点,建立最小发电成本和最少污染物排放的2个目标函数。针对大电网存在较大的峰谷负荷差等问题,通过控制蓄电池充放电时段和功率、大电网交互功率和时段,以实现大电网的削峰填谷的目的。针对微电网优化调度是一个多目标、非线性、多约束条件的模型,提出杂交粒子群算法对模型进行求解,针对粒子群算法中可能存在的局部收敛和收敛速度慢等问题,随机搜索取值代替失去进化的粒子和选择杂交过程。仿真结果验证了微电网优化调度模型的正确性和有效性,以及杂交粒子群算法的收敛性。     

多网络协作下电动汽车参与电力市场的调度策略

针对电动汽车充电需求的时空不确定性,电动汽车代理商如何参与电力市场并且如何实现运营利润最大化成为需要解决的问题。本研究首先建立基于多层深度学习算法的电动汽车出行预测模型,分别使用多层感知器和长短期记忆网络对电动汽车的出行数据和路况数据进行学习,通过训练好的预测模型预测次日的出行行为和路况。其次,考虑到路况的多变性对预测精度的影响,采用未来路径滚动优化方法和速度-能耗模型模拟次日电动汽车的出行行为,从而获取电动汽车更精确的时空状态和荷电状态。最后,考虑能量市场协同调度,通过日前市场的充放电调度模型对不同时段的电动汽车充放电行为进行规划,最大化电动汽车代理商的利益。为了证明所提预测方法的准确性,与预测常用的蒙特卡洛方法和拉丁超立方法进行对比,结果表明,本研究提出的深度学习算法具有更高的准确性。将模型应用于IEEE33节点测试系统中进行验证,实验结果表明,在电动汽车代理商的调度下能够有效降低电力系统的峰谷差,在系统出现阻塞的情况下,通过改变电动汽车的调度策略能够缓解系统线路阻塞问题。对代理商收益和用户出行成本进行分析,结果表明在代理商的调度下,不仅能够提高代理商收入还能够降低用户的出行成本,...     

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(micragrid, MG)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,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(ladder electricity price, LP)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。     

考虑用户舒适度补偿的空调负荷优化调度模型

通过对空调负荷这一类需求侧响应资源的调度,可以减轻分布式电源出力波动对电网运行的不利影响,促进可再生能源的消纳.本研究首先基于负荷聚合商的运行框架,分析了负荷聚合商的成本和效益,在负荷聚合商成本的组分中,提出了根据用户舒适度所确定的需求响应补偿策略;其次,本研究建立了空调负荷的温度变化模型;最后提出了空调负荷优化调度模型,该模型目标函数为空调负荷聚合商总收益最大,并考虑到了空调温度、风电波动以及聚合商收益约束.算例仿真结果表明,本研究提出的模型具有良好的经济效益,并提升了对分布式风电波动的平抑效果.     

考虑负荷平移的虚拟电厂低碳经济调度

虚拟电厂是聚合发电侧分布式能源与用户侧负荷需求的有效途径。针对可再生能源发电出力的间歇性和反调峰特性问题,以碳配额与可再生能源消纳保障机制为背景,本文建立了考虑负荷平移、“碳交易-绿证”、可再生能源消纳权重、碳排放配额、运行成本约束的虚拟电厂多目标调度优化模型。首先,以风光出力追踪和用电负荷波动平抑为目标构造负荷平移模型,并给出“移出—汇总—分配”的求解策略;其次,引入碳交易与绿证交易机制,以系统调度成本和CO₂排放量最优为目标,构建多目标优化模型,实现虚拟电厂低碳化与经济性的有效平衡;最后,运用参照点法(reference point approach, RPA)对调度模型进行求解,并结合模糊理论和二元对比定权法给出RPA度量标准取值模型。算例仿真结果表明：模型可以有效提高虚拟电厂的经济效益与可再生能源消纳能力,激发虚拟电厂低碳减排的积极性。     

高载能负荷参与的集群风电场并网系统经济调度模式

针对传统调度模式已无法实现大规模风电并网系统的经济调度,提出了将高载能负荷作为可调度资源并通过设置集群协调层与风电场进行统一调度的新调度模式.新调度模式中,集群协调层一方面响应调度中心的调度出力;另一方面对群内的高载能负荷和风电场进行协调调度,从而使调度系统达到协调最优点.在所提调度模式上建立了系统经济调度的二层优化数学模型,分别采用帝国竞争算法(ICA)和二进制粒子群优化算法对上层和下层模型求解.算例仿真结果验证了所提调度模式和所建经济调度数学模型的正确性.     

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.     

灵活性负荷参与电网调度的经济优化运行

在“碳达峰、碳中和”的背景下,大规模新能源并网使系统出现了调峰压力大、新能源消纳难等问题。随着灵活性负荷占比的不断增大,根据灵活性负荷的不同特性,针对系统面临的问题提出了“源-网-荷-储”相协调的双层优化运行模型。首先,基于分时电价策略引导用户用电行为,建立提升源荷双方综合满意度以及净负荷波动最小的上层多目标模型,利用粒子群算法对上层模型进行求解得到优化后的负荷需求响应并带入下层模型中。其次,根据源荷双方的供需关系,确定参与调度灵活负荷的运行方式,构建以系统调度运行成本最小为目标的下层模型,并采用Cplex求解器求解。最后,以某地区实际系统为例,结果表明了灵活性负荷参与电网调度可缓解电网调峰压力,提高了可再生能源消纳能力,并验证了本文所提模型的有效性。     

基于生成对抗网络的配电网与多微网随机调度

随着可再生能源机组以多微网的形式接入配电网,其出力的不确定性会给配电网与多微网调度带来挑战。因此,如何对配电网与多微网中可再生能源的特性进行分析,准确把握可再生能源的出力特性,建立考虑可再生能源出力特性的配电网与多微网调度模型,成为目前亟待研究和解决的问题。本文提出了一种基于Wasserstein生成对抗网络的配电网与多微网日前随机调度方法。首先针对风电以及光伏日前预测的不确定性,采用基于Wasserstein生成对抗网络的数据驱动算法,对风电和光伏出力预测误差进行场景生成;对于生成的风光出力场景,基于K-mediods场景削减法得到风光典型场景;在配电网与多微网调度目标函数中综合考虑调度的经济性指标以及韧性指标,基于场景法模拟可再生能源出力的不确定性,建立配电网与多微网日前随机调度模型并求解。仿真结果表明,所提的配电网与多微网随机调度模型在可再生能源出力场景生成方面,相比于传统假定概率分布的生成方法,其生成的场景更接近实际场景。