基于KL散度的含储能机组组合分布鲁棒优化方法

为应对风电场出力的波动性和随机性给机组组合带来的问题,提出了基于Kullback-Leibler(KL)散度的含储能机组组合的两阶段分布鲁棒优化模型。在电池储能的运行模型的基础,将电池储能模型嵌入到传统的火电机组组合模型中,建立了含储能的机组组合两阶段优化模型;基于KL散度构建了风电场出力的模糊集,形成了含储能机组组合的两阶段分布鲁棒优化模型,通过对偶变换和广义Benders分解将其转化成易于求解的混合整数凸优化模型进行求解。通过IEEE RTS 24节点系统仿真结果表明,所提出的分布鲁棒优化方法保守性优于鲁棒优化方法,经济性接近随机优化方法,且随着KL散度增大,机组组合成本缓慢增加。     

基于深度强化学习的光储充电站储能系统优化运行

优化储能充放电策略有利于提升光储充电站运行经济性,但是现有模型驱动的随机优化方法无法全面考虑储能系统的复杂运行特性以及光伏发电功率、电动汽车充电负荷的不确定性.因此,提出一种基于深度强化学习的光储充电站储能系统全寿命周期优化运行方法.首先对储能运行效率模型和容量衰减模型进行精细化建模.然后考虑电动汽车充电需求、光伏出力和电价的不确定性,在满足电动汽车充电需求和光伏消纳的条件下,以光储充电站收益最大化为目标,建立了基于强化学习的储能优化运行问题.考虑到储能充放电决策动作的连续性,采用双延迟深度确定性策略梯度算法进行求解.采用实际历史数据对模型进行训练,根据当前时段状态对储能充放电策略进行实时优化.最后,对所提方法及模型进行测试,并将所提出的方法与传统模型驱动方法进行对比,结果验证了所提方法及模型的有效性.     

城市智能光储充电塔自适应鲁棒日前优化调度

智能光储充电塔子系统间的协调优化调度可以实现充电塔经济高效运行。考虑不确定性对系统调度影响,文中提出一种光储充电塔自适应鲁棒日前能量-备用协同优化调度方法。首先,以日运行总成本最小为目标,日前能量-备用调度和实时能量平衡调整分别为第1、第2阶段决策,建立光储充系统自适应鲁棒三层优化调度模型。然后,针对三层优化模型难以直接求解的问题,采用代表性场景描述不确定性,同时引入辅助变量代替最恶劣场景运行成本,实现内层解耦替换,转化为含有限数量场景的单层鲁棒优化模型。接着,提出一种关键场景辨识的迭代算法以提高模型求解效率,其中主问题为考虑少数关键场景的单层鲁棒模型,子问题则辨识关键场景。最后,以南京某实际光储充电塔为例进行算例分析,验证了所提算法的有效性。     

考虑需求响应与碳排放的光储充电站容量配置

针对在光储充电站容量规划中未充分考虑电动汽车充电需求的时间转移特性而导致电动汽车对光伏直接利用率较低的问题,提出了一种考虑需求响应与碳排放的光储设备容量配置方法.首先,基于充电补贴价格与响应时长两方面因素,建立了电动汽车需求响应模型.然后,结合光伏出力特性,提出了以光储充电站新能源消纳为目标的电动汽车充电补贴及储能充、放电联合运行策略.其次,以光储充电站年投资运行成本和碳排放量最小为目标,建立了考虑需求响应运行策略的光储充电站容量配置优化模型,提出了基于遗传算法的光储容量配置求解方法.最后,通过算例仿真,验证了所提模型和方法的有效性与实用性.     

考虑机会约束的配电网光伏并网容量分布鲁棒优化方法

传统的经验性概率分布描述分布式光伏出力的不确定性难以准确获取概率分布参数。为此,提出一种基于Kullback-Leibler散度的分布鲁棒优化方法来评估配电网分布式光伏的最大并网容量。首先,通过Kullback-Leibler散度来量化实际概率分布与经验性概率分布之间距离,建立分布式光伏出力不确定性的模糊集。在考虑节点电压和传输容量越限机会约束的情况下,建立了分布式光伏并网容量分布鲁棒优化模型。通过采用风险价值和样本平均近似方法将分布鲁棒优化模型转化为一个混合整数规划问题求解。在改进的IEEE-33节点系统的仿真结果表明了所提出分布鲁棒优化方法的有效性和鲁棒性。     

含电动汽车充电站的主动配电网二阶段鲁棒规划模型及其求解方法

基于电力-交通耦合单元联系主动配电网和交通系统,针对耦合系统中配电负荷、分布式电源和电动汽车充电需求的不确定性,提出一种含电动汽车充电站选址决策的主动配电网二阶段鲁棒规划模型。第一阶段优化投资决策方案,在考虑第二阶段可行性的基础上展开规划,不仅包括电动汽车充电站的选址、配电线路的升级与扩建,而且考虑分布式电源、静止无功补偿器、有载调压变压器、储能等设备的投资;第二阶段考虑运行层,用于不确定参数的关键场景辨识和可行性检测。针对所提模型呈现的min-max-min形式的二阶段优化问题,采用列约束生成与Benders分解相结合的二阶段法进行求解。最后,以一个由改进的33节点配电系统和25节点交通系统耦合而成的网络为例进行仿真,仿真结果证明了所提模型和算法的有效性。     

城际高速路网中光储充电站的定容规划

针对大规模电动汽车在城际间出行时的充电问题,提出了城际光储充电站的定容规划方法。首先,通过构筑城际高速路网充电引导系统架构,从而实现对电动汽车和光储充电站信息的实时有效耦合。其次,基于城际高速路网车流量的统计分布数据,结合电动汽车利用充电引导系统后的充电决策,兼顾用户和光储充电站双方利益,优化了光储充电站内充电机的数量。然后,根据各站光照条件、负荷水平,优化配置光储设备容量,并且结合分时电价,提出光储充电站内能量交换策略,以提高光伏消纳水平,从而进一步节省光储充电站的设备投资、运行维护成本。最后,在含有30个光储充电站的高速路网中对所提方法进行仿真验证。结果表明,所提出的定容规划方法显著降低了光储充电站的日均寿命周期成本,且有效兼顾了用户出行体验。     

计及充电负荷不确定性的充电站储能鲁棒优化配置方法

针对充电站充电负荷的波动性和不确定性特点,提出了计及充电负荷不确定性的充电站储能鲁棒优化配置方法.首先,建立了多面体不确定集描述电动汽车充电负荷的波动性与不确定性.随后,建立了储能系统容量优化配置模型,同时,在优化配置模型中利用储能电池可变寿命模型,实现多约束条件下的储能系统综合成本最小化,使得充电站可以在增加较少综合成本的情况下应对负荷的随机波动.最后,基于鲁棒优化理论实现不确定模型从随机参数到确定性参数模型的转换,结合网格自适应直接搜索算法得到储能系统最佳配置参数.算例通过与确定性算法的对比,验证了所提方法的可行性.     

基于条件风险价值的电动汽车充电站规划

针对电动汽车充电负荷的假日性以及负荷预测的不确定性,基于条件风险价值构建了电动汽车充电站规划模型。基于出行链,结合Dijkstra最短路径算法,利用蒙特卡洛随机模拟得到快慢充负荷的时空分布。以充电站建设数量最少为目标,满足所有充电需求点为约束,建立选址模型。考虑用户等待时长,以充电站建设成本最小为目标,建立定容模型。为解决定容模型中充电负荷假日性以及负荷预测随机性,利用鲁棒优化将定容模型转化为机会约束规划,引入条件风险价值工具进行求解。以某区域充电站规划为仿真算例,算例结果验证了该方法能够增强充电站规划模型的鲁棒性,具有可行性。     

电动公交车光储充电站日运行随机优化策略

针对电动公交车光储充电站的运行优化问题,建立了以充电站的运行成本最小为目标、考虑光伏出力随机性的多场景日前优化模型,在满足充电需求的条件下,实现储能系统的充放电优化调度并给出日内储能初始荷电状态。在实时运行阶段,根据更新的光伏和充电需求的预测,提出了光储充电站的日内滚动优化策略。所建模型考虑了环境温度对电动公交车充电需求的影响。仿真结果验证了所提日前和日内优化策略的有效性,并分析了充电站配置光伏和储能系统的成本效益。     

基于改进免疫克隆选择算法的电动汽车充电站选址定容方法

随着电动汽车渗透率的提高,充电基础设施规划应更加科学、合理,提出一种基于改进免疫克隆选择算法的电动汽车充电站选址定容方法。首先,分析充电站的容量、位置和服务范围之间的关系,以充电站的覆盖率和重合度、规划区域内的功率以及充电站的充电功率为约束条件,建立以充电站年总成本最小为目标的充电站选址定容模型。然后,提出一种抗体间亲和力的计算方法以及多项式变异对免疫克隆选择算法进行改进,使其更适用于电动汽车充电站选址定容模型的寻优迭代求解。最后,利用MATLAB进行算例分析,结果验证了模型和算法的有效性。     

城区电动汽车充电站布局规划研究

电动汽车的大量推广必须以科学合理的充电设施规划为基础。提出一种城区电动汽车充电站布局规划方法。首先,在城区电动汽车快充需求分布预测基础上,以充电站内充电机数量、充电站与快充需求点间距离以及充电站间距离为约束,充电站社会年总成本最小为目标,建立兼顾充电站、电动汽车用户以及电网三方利益的充电站选址定容模型。然后,采用Voronoi图联合改进粒子群算法对模型进行求解。通过Voronoi图划分充电站服务区域,再利用改进粒子群算法进行全局寻优,得到规划区域内充电站选址定容最优方案。最后,以某城区为例进行仿真,验证了所提方法的有效性。     

计及可入网电动汽车的分布式电源最优选址和定容

一些不确定性因素如可入网电动汽车（PEV）的随机充放电行为导致的负荷和输出功率不确定性、风电机组和太阳能电源输出功率不确定性,以及未来燃料价格波动和负荷随机变化,都会给分布式电源（DG）的选址和定容问题带来风险。在此背景下,采用机会约束规划方法来解决DG的选址和定容中这些不确定性因素所引起的风险。以DG的总成本（包括投...     

基于配置-运行协同优化的分布式能源站选型与定容规划

对分布式能源站(DES)进行综合建模,结合规划与运行2类约束条件,从设备规划与系统运行总体经济最优的角度,提出了一种基于混合整数线性规划的DES配置-运行协同优化方法。通过算例验证表明,提出的方法可在考虑系统全年运行优化的基础上实现DES的选型与定容规划,减少设备配置冗余,降低系统运行成本,并且对于复杂的规划对象具有较高的求解效率。     

基于LSTM神经网络的电动汽车充电站需求响应特性封装及配电网优化运行

随着电动汽车的快速增长,大规模电动汽车充电具有随机性、时空耦合性的特点,对配电网运行电压造成越限风险。通过基于价格的需求响应,引导电动汽车在大时空范围有序合理地充电成为重要的技术手段。文章研究基于数据驱动的电动汽车充电站需求响应特性及其参与配电网运行优化调度问题,首先提出单体电动汽车充电模型和计及交通网络拓扑结构的电动汽车行驶特性,建立了区域电动汽车充电站负荷需求响应计算方法;在此基础上,提出了基于LSTM深度神经网络的电动汽车充电站需求响应模型封装方法,得到电动汽车充电站充电成本和充电功率响应之间的映射模型;接着,构建了考虑电动汽车充电站需求响应的区域配电网电压运行优化模型,并采用粒子群算法进行求解;最后,通过对包含3个充电站的33 节点系统的算例对比分析,验证了所述电动汽车充电站需求响应及其参与配电网优化运行方法的有效性,为数据驱动方法解决电动汽车充电和需求响应问题提供借鉴。     

分布式风电源选址定容规划研究

针对风电机组出力的间歇性、波动性,以及负荷变化的不确定性,应用机会约束规划建立了分布式风电源(distributed wind generation,DWG)接入现有配电网的选址定容规划模型,以独立发电商(independent power producer,IPP)收益最大为目标函数,采用随机潮流判断规划方案是否违反节点电压约束和支路功率传输约束。将模拟植物生长算法(plant growth simulation algorithm,PGSA)应用到DWG选址定容规划中。33节点配电系统DWG规划结果验证了模型的合理性和PGSA算法的有效性。     

电动汽车公共应急充电站选址规划模型

合理布局电动汽车公共应急充电站可促进电动汽车产业的发展。应急充电站选址决策既涉及到定性因素,又涉及到定量因素,是一个复杂的决策问题。首先确定应急充电站的选址目标和影响因素,建立了基于层次分析法的应急充电站选址模型。其次将层次分析法和目标规划法结合在一起,建立基于层次分析法和目标规划法的应急充电站选址模型。将这两种方法应用于某地区的应急充电站选址决策,结果表明,由于考虑了资源约束的限制,采用层次分析法-目标规划法选址模型的决策结果更合理。     

应用曲线分群预测的电动汽车充电设施规划方法

针对电动汽车公共充电设施的建设规划问题,以充电设施的建设数量满足电动汽车的充电需求为目标,建立电动汽车充电需求预测模型。采用基于充电电量曲线聚类的分群预测方法,应用霍普金斯统计量评估曲线聚类趋势,结合肘方法(elbow method)来选择合理的聚类数;考察各类典型充电电量曲线趋势和扰动方面的特征并选取适用的预测算法(Holt-Winters指数平滑、ARIMA模型),有效提高了电动汽车充电需求预测的准确性。采用某市15个行政区县的电动汽车充电数据进行实例分析,分析结果表明,利用此模型对电动汽车公用充电设施的充电需求进行预测,准确量化公共充电设施的建设规模,提高了公共充电设施投放的针对性。