首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 562 毫秒
1.
针对大规模电动汽车入网给微电网带来的影响,在并网运行方式下,以微电网运行成本、环境治理成本和电动汽车用户充放电成本的综合效益为目标,考虑电动汽车的时空分布特性,提出了分时电价下电动汽车有序充放电的调度方案。建立了包含风、光、储、燃料电池、微型燃气轮机、电动汽车及负荷的微网系统多目标经济调度模型,采用多目标萤火虫(MOFA)算法对调度模型进行求解,并与多目标粒子群优化(MOPSO)算法进行对比。基于MATLAB平台,以某典型微电网系统为例进行仿真,调度周期为一天,算例结果验证了所提方案、模型和算法的有效性。  相似文献   

2.
基于新能源发电单元的不确定性和电动汽车的灵活性,提出了一种最小化运行维护成本的孤岛直流微电网经济调度策略。建立了孤岛直流微电网的优化调度模型,该模型包含日前经济调度和日内调度两阶段。日前调度阶段以运行维护成本最小为目标调度可控单元,确定日内调度阶段可调负荷和电动汽车有序充放电功率;日内阶段考虑新能源发电的预测误差,以日内可调度单元偏离日前阶段最小为目标,引入神经网络模型,模拟日内新能源发电情况,得到日内调度结果,训练神经网络模型,日内调度根据日内新能源发电数据调度可控单元,实现孤岛直流微电网经济调度和电动汽车有序充电。通过算例,对比日后最优调度,验证了该调度策略的有效性和经济性。  相似文献   

3.
大量电动汽车入网无序充电会给电网稳定性和可靠性造成不利影响.考虑到电动汽车充放电,以及蓄电池损耗成本和峰谷电价对微电网运行产生的影响,建立以微电网运行成本和环境保护成本最小化为目标的微电网调度模型.应用基于差分进化的改进多目标免疫算法对模型进行优化.通过算例仿真,对比分析在微电网环境下电动汽车无序和有序的调度模式,证明...  相似文献   

4.
为了能够降低微电网发电过程中的发电成本,减少环境污染,文章对各微电源的负荷进行了优化分配,分析了微电网中各微电源的出力特性,以经济成本、环境成本为综合目标函数,研究了孤岛下微电网优化调度方法,并采用MATLAB平台对上述模型进行仿真。仿真结果表明,采用提出的负荷优化调度模型可以有效的降低发电的综合成本,是切实可行的。  相似文献   

5.
针对微电网中电动汽车充放电及风光荷预测误差带来的问题,提出一种在微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型,由日前调度计划和日内短期滚动优化调度构成。日前调度模型兼顾微电网与电动汽车车主双方利益,以微电网运行成本最低、所有电动汽车车主充电总成本最低为目标;滚动调度模型以实际等效负荷与日前调度计划中等效负荷匹配程度最大为目标,将实际车主充电总成本不大于日前计划车主充电总成本作为约束条件考虑。最后使用适用于电动汽车充电优化问题的灰狼优化算法求解,优化结果表明,微电网通过多时间尺度优化调度可以有效降低运行成本,并减小预测误差带来的影响,同时电动汽车车主也可以获得一定的经济利益。  相似文献   

6.
为解决仅实施分时电价政策时电动汽车响应会引起新的负荷峰谷差问题,基于动态非合作博弈的主从博弈思想,提出了基于电价和碳配额双重激励协同博弈的含电动汽车微电网的优化调度策略。该模型考虑新能源发电完全消纳,针对等效负荷曲线制定分时电价和碳配额双重激励政策,以微电网侧为主体,以运行成本最小和极小化负荷均方差为主体侧优化目标;以电动汽车车主侧为从体,以电动汽车成本最低为目标;采用粒子群算法并利用模型解耦特性由内至外求解优化模型纳什均衡点,获得微电网侧最优分时电价和电动汽车充放电方案的集合。通过算例详细对比分析了优化前后各种典型场景,验证了所提模型的削峰填谷效果和整体调度效益。本文的多重政策协同激励策略思想可为电力系统需求侧响应的相关工程实践提供借鉴。  相似文献   

7.
微电网实时优化调度作为保证微电网安全高效运行的关键技术,工程中要求可以快速可靠地取得最优解。针对这一问题,详细分析了微电网实时调度各状态空间下应采取的控制策略;提出了遵循储能SOC日前计划的“等效供电成本最小”和实际供电成本最小的两阶段线性模型;并建立了储能系统充放电引导系数模型,以控制储能系统的充放电量;最后,通过对微电网各实时状态进行优化调度仿真和有/无储能SOC日前计划情况下的实时调度仿真实验,验证了该方法能够尽量遵循储能日前SOC计划,给出满足各状态下实时调度策略的优化调度方案,并能有效降低微电网供电总成本。  相似文献   

8.
由于微电网内部新能源出力以及负荷的波动性,导致微电网内部新能源的弃风弃光以及负荷高峰时段失负荷问题严重。提出了一种考虑电动汽车充放电响应的混合储能配置方法。充分利用电动汽车的灵活充放电特性,以分时电价为背景最大程度减少微电网内的失负荷惩罚成本,并促进弃风弃光功率的消纳;利用混合储能系统对电动汽车响应后微电网内的弃风弃光功率进行吸收并在负荷高峰时段放电,以减少失负荷功率,以净现值作为混合储能配置的目标函数。利用粒子群算法求解净现值最大情况下的混合储能配置方案。仿真结果表明,该配置方案具有更好的经济性。  相似文献   

9.
《电网技术》2021,45(5):1894-1901
针对电动汽车充电负荷的随机性和可再生能源出力的波动性问题,文章将电动汽车与可再生能源发电纳入微电网内,通过发挥电动汽车的馈能特性来平滑可再生能源出力波动。考虑应用比较广泛的光伏发电,利用电动汽车的移动负载和馈能特性来平滑光伏出力波动;同时针对电动汽车充放电过程中的充放电状态频繁切换现象提出一种调度模型,通过在目标函数中添加惩罚项来延长单次充电或者放电的持续时间以达到降低充放电状态的切换频率的目的,从而实现在平滑光伏出力的同时减少充放电状态的切换次数。最后,通过将仿真算例结果和传统方法对比,验证了所提调度模型的有效性。  相似文献   

10.
为深入挖掘电动汽车的可调度潜力,缓解含高比例新能源微电网的供能压力,结合多元需求响应技术,提出一种考虑电动汽车资源参与的微电网多时间尺度优化调度模型。在日前调度阶段,一部分电动汽车资源与价格型需求响应技术相结合,以用户的综合满意度为目标进行优化。微电网基于价格型电动汽车资源的调度计划,以经济低碳成本最低与灵活性满足度最大为目标进行优化,确定各侧可调资源的调度安排。在日内调度阶段,另一部分电动汽车资源与激励型需求响应技术相结合。微电网能量管理中心作为领导者,以运营成本最小为目标,激励型电动汽车群作为跟随者,以用电成本最小为目标,构建微电网日内主从博弈模型进行滚动优化,双方基于补贴价格与用能策略进行博弈。最后,基于某微电网场景进行仿真验证,结果表明所提模型能够降低用户用电成本,减少负荷曲线的峰谷差,实现新能源的全消纳。  相似文献   

11.
基于深度强化学习的电动汽车实时调度策略   总被引:1,自引:0,他引:1  
电动汽车(EV)作为一种分布式储能装置,对抑制功率波动有着巨大的潜力。考虑EV接入的随机性及可再生能源出力和负荷的不确定性,利用不基于模型的深度强化学习方法,建立了以最小功率波动及最小充放电费用为目标的实时调度模型。为满足用户的用电需求,采用充放电能量边界模型表征电动汽车的充放电行为。在对所提模型进行日前训练及参数保存后,针对日内每一时刻系统运行的实时状态量,生成该时刻充放电调度策略。最后以某微电网为例,验证了所提基于深度强化学习的调度方法在满足用户充电需求的前提下,可以有效减小微电网内的功率波动,降低EV充放电费用;日内不需要迭代计算,可以满足实时调度的要求。  相似文献   

12.
主动配电网源荷协调多目标阻塞调度   总被引:2,自引:0,他引:2  
随着电动汽车的规模化发展,其所具备的灵活充放电时间转移能力,使得电动汽车充放电秩序的选择成为影响主动配电网出现负荷尖峰的一个重要因素,大量电动汽车无序集中用电,甚至会引起网络阻塞。文中基于中国电力市场的实际情形,结合电动汽车群充放电的柔性与主动配电网中可控分布式电源发电出力的灵活性,将电动汽车群、可控分布式电源,以及从大电网的购电量作为调度对象,以电动汽车群充放电费用最少和系统发电成本最低为目标,提出一种充放电服务费调整策略下的主动配电网源荷协调多目标阻塞调度模型。算例验证表明,所提出的阻塞调度策略可降低系统阻塞效应、提高电网运行安全性和经济性。  相似文献   

13.
随着入网的电动汽车规模增加,为了实现电网与车主的双赢不仅要考虑其无序充放电对电网负荷的影响,还要计及双方的成本。基于此,建立了主动配电网与电动汽车主从博弈模型。上层以配电网运行成本最低为目标,通过合理的电价及激励策略引导电动汽车充放电,并协调优化分布式电源及储能;下层基于贪心策略进行两阶段优化,先以分时电价下充放电成本最低为目标优化充放电策略,在不减少收益的约束下,再最大化电网对减小负荷波动给予的激励调整策略。通过改进的IEEE 33节点系统算例分析表明,该模型在最大化双方利益的同时极大地缩小了负荷峰谷差,避免了大量电动汽车充电引起新的高峰。  相似文献   

14.
传统配电网主动管理设备容量有限,需充分挖掘用户侧调节作用,需求响应和电动汽车有序充电作为用户侧重要可调度资源,是主动配电网经济调度切实可行的调节手段。与此同时,风光出力的不确定性给主动配电网调度带来的风险不容忽视。基于此,考虑需求响应及电动汽车有序充电,提出基于信息间隙决策理论的主动配电网经济调度模型。该模型综合考虑网损、分布式发电弃电惩罚、上级电网购电和负荷峰谷差惩罚的调度成本,构建基于价格弹性系数矩阵的实时电价需求响应模型,利用蒙特卡洛模拟分析了电动汽车在有序充电和无序充电时的负荷需求,并考虑主动配电网的多种管理手段,针对不同风险偏好的决策者,制定机会模型与鲁棒模型,为主动配电网经济调度提供决策基础。最后通过改进的IEEE 33节点系统验证了所提经济调度模型的有效性。  相似文献   

15.
提出一种基于模糊控制的电动汽车入网(V2G)充放电调度策略。首先,提出V2G管理系统的整体结构,其主要由有序充电调度系统和V2G变流器控制系统组成,前者合理安排各充电桩的充放电功率,实现削峰填谷的辅助功能;后者响应上层调度下发的功率指令,控制实际充放电行为,提供稳定的电能变换和能量交换的接口。然后,在有序充电调度系统中综合当前配电网的负荷特点,对当前接入充电站的全部电动汽车进行调配,并采用模糊控制算法计算充放电功率并下发给各充电桩,改善区域电网的负荷特性,实现削峰填谷的辅助功能。最后,通过仿真实验证明所提有序充电调度系统在满足电动汽车充电需求的同时,能够充分地利用电动汽车负荷的灵活性;在实现对电网削峰填谷的同时,有效地避免了电网负荷低谷时段大量电动汽车充电引起新负荷尖峰的问题。  相似文献   

16.
In this paper, we propose a multiagent‐based microgrid (MG) operation method considering charging and discharging electric vehicles (EVs). The proposed system consists of five types of agents: single microgrid controller agent, several load agents, several gas turbines/engine agents, several photovoltaic generation agents, and several electric vehicle agents. In the proposed method, the load balancing can be realized by suppressing sudden fluctuations in supply and demand balance due to the synchronization of charging and discharging of EVs. From the simulation results, it can be seen that the proposed multiagent system could realize the load equalization in MG.  相似文献   

17.
计及可入网电动汽车最优时空分布的双层经济调度模型   总被引:1,自引:0,他引:1  
为研究大规模电动汽车入网(V2G)对电网的影响,文中以传统计及网络安全约束的机组组合问题为基础,构建了计及V2G的经济调度双层优化数学模型,并充分考虑电动汽车的时空分布特性,将模型解耦为机组最优组合和电动汽车最优充/放电计划两个子模型。分别采用基于牛顿—拉夫逊潮流计算思路的非线性规划方法和粒子群优化算法求解该模型。算例表明,该模型可以同时获取次日机组调度计划和各时段电动汽车最优充放电计划。时间上,实现24时段实时优化控制;空间上,将V2G调度计划细分到各接入节点,对充放电站的规划选址具有指导意义。模型在实现降低发电成本的同时使得配电网网损最小,且削峰填谷作用明显。  相似文献   

18.
计及电动汽车充放电静态频率特性的负荷频率控制   总被引:1,自引:0,他引:1  
目前对电动汽车参与电力系统调频的研究,主要集中在电动汽车作为分布式电源参与系统调频,而对电动汽车作为可控负荷参与系统调频的研究较少。但是,电动汽车作为分布式电源和可控负荷对其参与系统调频具有同等重要的作用。基于此,文中计及了电动汽车的充放电静态频率特性模型,在电力系统负荷扰动发生时,实现了对电动汽车充放电的协调控制,使其在分布式电源和可控负荷两个角色间合理转换。在此基础上,建立了计及电动汽车充放电的单区域系统负荷频率控制模型,并将该模型扩展为两区域互联系统。在MATLAB/Simulink中建模并进行仿真分析。算例结果表明,电动汽车作为分布式电源和可控负荷参与系统调频,不仅可以使系统频率调整速度更快,有效减小系统频率偏差,而且能减小传统调频机组的备用容量。  相似文献   

19.
针对大规模电动汽车接入对微电网经济运行造成不利影响的问题,提出基于峰谷分时电价的电动汽车有序充放电控制方法.采用传递闭包法对峰谷电价时段进行划分,并考虑到用户的响应度,分析车主不同充放电行为对于微电网负荷的影响,构建在保证微电网稳定前提下,增加微电网收益的电动汽车有序充放电的优化调度数学模型,并采用混沌理论改进灰狼算法...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号