考虑分布式电源和电动汽车集群调度的配电网络重构

随着分布式电源和电动汽车等灵活性电力资源大量接入配电网,对系统安全可靠性提出了更高要求。提出一种考虑分布式电源和电动汽车集群调度的配电网络重构方法,以提高系统可靠性和经济性。在考虑电压偏差的基础上,以故障停电损失成本作为衡量电网可靠性的经济性指标,对网络拓扑结构进行重新构建。首先以线路的开关状态、电动汽车充、放电状态及功率为决策变量,建立以综合成本最小为目标的配电网络重构模型;然后针对配电网络重构模型,采用共生生物搜索算法进行模型求解;最后,通过仿真算例验证了所提方法的有效性。     

考虑电动汽车接入的分布式电源出力优化

分布式发电(DG)具有自由灵活的特点,其供电能力受自然环境的影响较大。大规模电动汽车(EV)接入配网导致电能质量严重下降,迫切需要进行及时消纳。这对配网中分布式发电的合理调度提出了更高的要求。建立了考虑电动汽车接入的分布式电源出力多目标优化模型,以电压波动最小和新增网损最小为目标,对分布式电源日出力进行动态调整。结果表明,该优化模型平抑了电压波动,降低了电压越界风险,同时能够改善经济性。算例采用标准节点系统进行仿真,对考虑经济性优化、单目标电压优化、不优化三种模式的效果作了比较分析。     

共享电动汽车混合充换电站选址优化

在未来城市中更换电池这种便捷、高效的方式将成为共享电动汽车补充电能的主要方式.为了建立效率高、成本低、电网友好型的混合充换电站,首先根据共享电动汽车的租赁规律以及功率、时间等充电数据,利用蒙特卡洛模拟方法预测共享电动汽车的充电负荷;然后,以共享电动汽车充换电站对用户捕获程度最大、配电系统网络损耗最小和配电系统电压偏移最小为目标,建立共享电动汽车混合充换电站最优规划的多目标模型;最后,采用改进带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对多目标模型进行求解,得到Pareto最优解集.以25节点交通网络和IEEE 33节点配电系统为例,验证了所建模型的可行性,可为共享电动汽车混合充换电站的建设提供可行性经验.     

一种考虑分布式电源的配电自动化系统规划方法

在分布式电源大量接入的背景下,提出一种考虑分布式电源的配电网自动化系统规划方法。针对所提出的MINLP模型易陷入局部最优解的问题,将所提模型进行线性化处理转化为MILP模型来进行求解,并利用IEEE 69节点配电系统进行仿真分析。结果表明,基于分布式电源与配电自动化系统的协同规划结果,配电系统的运行成本、能量损耗成本以及可靠性成本均有了大幅降低,所提规划方法下的电压分布更为平坦,具有较好的经济性和运行可靠性。     

基于实时信息感知的电动汽车物流配送路径优化与充电导航

为了提高电动汽车参与物流配送的效率,同时避免大规模无序充电对配电系统安全运行的影响,借助群智感知技术,获得实时交通路况和充电站信息,提出了基于实时交通信息感知的充电站充电服务费计价模型和基于排队论的充电排队等候时间估算模型;考虑路径选择、时间、电池容量、载货量及配电系统运行电压约束,构建了以参与配送的电动汽车路径行驶时间成本、充电排队等候时间成本、电池损耗成本以及快速充电成本之和最优为目标的电动汽车路径优化和充电导航模型。以某市50×50 km区域内33节点配送系统进行数值仿真,算例结果表明,考虑实时信息感知可以有效减少物流配送成本和缓解大量电动汽车充电对配电系统稳定运行造成的不良影响。     

基于模糊多目标优化的电动汽车充电网络规划

电动汽车充电网络规划对电动汽车发展具有重要意义,直接影响了车辆使用的便利性与配电网络运行的经济性。为此,建立了同时考虑充电网络服务能力最大化与配电系统网络损耗最小化的电动汽车充电网络规划模型。该模型是典型的多目标优化问题,且两个优化目标具有不同维度,并可能互相冲突,很难在优化中互相协调。因此,通过定义目标隶属度函数对模型中的子优化目标进行模糊化,将原始优化问题转换为基于最大满意度的单目标优化问题,并采用遗传算法对其求解。以25节点交通网络以及IEEE33节点配电系统为例进行了仿真试验,验证了所提模型及求解方法的有效性。     

考虑充电等待成本的电动汽车路径问题

随着电动汽车规模化发展,配套充电设施的不足严重制约了电动汽车用户的出行计划。为了提高电动汽车出行效率,分析了电动汽车在行驶过程中的充电需求问题,建立考虑时间窗特征及充电等待成本的电动汽车路径规划问题模型。该模型考虑充电站内车辆排队等待时间这个影响因素,采用M/G/1排队系统对等待时间进行模拟,以能源消耗与成本最低为目标,采用自适应大规模邻域搜索算法对路径规划问题进行求解,并以物流电动汽车为例进行仿真验证。结果表明:针对不同的行驶路径,该模型在电能消耗和等待成本等方面具有较好的表现,可为电动汽车充电路径规划选择提供借鉴。     

基于非支配排序遗传算法求解的电动汽车充电站多因素规划研究

随着能源和环境问题逐渐受到重视,电动汽车产业迎来了发展的契机。电动汽车的普及程度与充电设施的建设情况密切相关,而电动汽车充电站具有公共服务设施和用电设施两重属性,因此既需要考虑交通网络,也需要考虑电力系统对其规划的影响[1]。采用考虑最短路径和次短路径的截流选址模型描述交通网络流量因素,以最大化充电站截获的交通流量,最小化充电站投资成本和最小化节点电压偏移为目标,建立电动汽车充电站多目标规划模型,并采用非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)对IEEE 33节点配电系统和25节点交通网络构成的算例进行求解。通过算例结果说明所提出的模型和求解方法的基本特征。     

储能和电动汽车充电站与配电网的联合规划研究

统一考虑储能系统、电动汽车充电站与配电网扩展的联合规划,既可以满足充电需求,又能够提高规划方案的经济性和可靠性。为此,基于配电网扩展规划模型,考虑电动汽车充电负荷和分布式储能的选址定容,建立一个以总投资成本、运行成本和失负荷成本最小为目标的多阶段联合规划模型。对网损采用分段线性化处理,采用改进的辐射状约束,并提出两层求解方法。以24节点系统为例的仿真结果表明,所提方法可以满足传统负荷和电动汽车充电负荷的需求,降低配电网系统扩展规划的成本,延缓配电网的投资。     

基于LCC和量子遗传算法的电动汽车充电站优化规划

电动汽车充电站优化规划是电动汽车与智能电网灵活互动的重要研究内容之一。面向电动汽车充电站运营周期,详细分析了充电站的成本效益及全寿命周期成本（LCC）的计算方法;基于上述工作,提出利用交通路网车流量信息估算充电站容量,以充电站运营商获得的净现值收益最大为优选目标,以交通路网车流量、电网电能质量和经济性、用户充电需求为约束条件,确定充电站的选址和容量;进一步地,提出了计及LCC的充电站优化规划模型,并采用量子遗传算法求解该模型。算例仿真表明,优化规划模型及其求解方法有效。