计及电动汽车负荷特性的虚拟电厂优化调度

基于分析电动汽车接入虚拟电厂后对虚拟电厂调度产生的影响,首先,通过运用三峰高斯分布函数拟合电动汽车充电起始时间、对数正态分布拟合电动汽车行驶里程,分析电动汽车的时空分布特性,并基于有限制的充放电功率制定了有序充放电策略。其次,以EVPP综合收益最大化与申报偏差率最小化构建了EVPP调度优化模型,并运用引入了狮群选择法的改进NSGA-II算法搜寻最优解。最后,以包含燃气轮机、风电机组、光伏机组、电动汽车的EVPP进行算例分析。算例分析结果表明：一方面改进NSGA-II算法比传统NSGA-II算法相比求解效率高,优化效果更佳;另一方面实行功率控制的充放电策略不仅能够减少峰谷差,还能实现电动汽车峰谷时段平稳的变化。     

基于MOFA算法的微网系统优化调度

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。     

考虑用户参与度的电动汽车能效电厂模型

为充分挖掘电动汽车集群的响应能力,探究补偿电价对用户参与度的影响,建立了考虑用户参与度的电动汽车能效电厂模型,该模型能够为能效电厂参与电力市场交易机制提供模型基础。构建了可综合考虑有功和无功响应能力的单体电动汽车的车网互动(V2G)模型;进而对电动汽车交通行为特性进行统计分析,根据不同类型电动汽车的响应特性,提出了考虑补偿电价的电动汽车用户参与度响应模型;在此基础上建立了考虑用户参与度的电动汽车能效电厂模型,定义了能效电厂有功和无功响应能力、储能能力、价格响应的成本函数,为能效电厂参与市场环境下电网的调度控制提供关键的模型参数。利用典型算例验证了考虑用户参与度的电动汽车能效电厂模型的有效性,仿真结果表明能效电厂的响应及储能能力具有时间分布特性,而能效电厂的价格响应特性受补偿电价的影响。     

基于改进化学反应优化算法的电动汽车与可再生能源多目标协同调度

为减小可再生能源出力波动对电网的影响以及加快电动汽车的普及速率,以最小化可再生能源的出力波动和最大化电动汽车用户收益为目标函数,计及电池储存电量约束、充放电功率约束和充放电次数约束等条件,建立了同时计及可入网电动汽车、风力发电和光伏发电系统的多目标协同调度模型。提出了基于虚拟理想分子的多目标改进化学反应优化算法(chemical reaction optimization algorithm,CROA),并用该算法对模型进行了求解,针对化学反应算法收敛速度慢、精度低的缺陷,在算法中融入了粒子群优化算法的更新模式。算例结果表明,通过合理安排电动汽车的充放电可以有效平抑可再生能源的出力波动和增加电动汽车用户的收益。通过比较验证了基于虚拟理想分子的多目标改进CROA具有较强的寻优能力。     

考虑电动汽车的主动配电网储能优化配置

针对未来电动汽车规模化运行及可再生能源发电的间歇性给主动配电网带来了的诸多问题,提出考虑电动汽车充放电的主动配电网储能优化配置模型,以主动配电网的经济运行成本最小为导向,加入经济补偿费用以鼓励用户参与主动配电网的经济调度,在电动汽车的3种运行模式即随机充电、有序充电、与电网互动(vehicle to grid,V2G)运行模式下,通过改进粒子群算法求解得到电池储能装置的最优位置、容量及额定功率,用改造的IEEE 33作为算例模型来验证算法及模型的合理性。     

电动汽车充换储一体化电站的优化调度策略及应用

随着电动汽车数目的 增加,需要不断提升其能源优化管理策略,以充分发挥电动汽车潜能,实现低碳经济供电的目标.针对含电动汽车的充换储一体化电站,研究其预测能源优化管理问题.首先,基于电动汽车出行链特性分析,采用蒙特卡洛算法对电动汽车负荷量进行预测.然后,针对电动汽车充换储一体化电站、可中断负荷和分布式电站组成的虚拟电厂,以运行成本最小化即经济效益最大化构建综合目标函数,并利用基于改进的粒子群优化算法,对虚拟电厂的运行进行源荷储协同优化调度,以确定电动汽车充放电功率大小、储能电池充放电策略和可中断负荷的调度策略.最后,将该分布式能源优化策略应用到一产业园区中,仿真结果验证了该策略的有效性.     

非齐次半马尔科夫充放电策略辅助用户随机出行的多目标动态电力调度

针对大规模电动汽车接入电网的不确定行为,考虑其对用户经济性和电网安全性的影响,构建非齐次半马尔科夫(nonhomogeneous semi-markov process,NHSMP)充放电策略辅助用户随机出行的多目标动态调度模型。基于电动汽车出行的时空耦合,并网充放电策略考虑了与地点相关的电价引导、充放电方式以及充放电门槛因子等因素。提出一种针对高维复杂运算问题的基于转移密度估计策略的强度帕累托进化算法(strengthParetoevolutionaryalgorithms2-shift-based densityestimation,SPEA2-SDE),在算法中加入初值选择及链式调整等策略进行改进。采用区域电网进行仿真计算,分析不同场景、充放电决策因素、电动汽车规模及风电规模对调度研究的影响,验证了所提模型及算法的合理性和有效性。     

含EV集群的VPP参与主辅联合市场综合优化调度

通过研究电动汽车集群成为广义储能设备的可调度域，提出包含电动汽车集群的虚拟电厂参与主辅联合市场的优化调度模型。首先，利用电动汽车充放电模型与累计能量边界模型界定电动汽车个体可调度域，随后采用闵可夫斯基加法将电动汽车集群聚合为广义储能设备。同时，以收益最优为目标，提出虚拟电厂参与能量市场与辅助服务的三阶段综合优化调度模型。最后通过仿真分析，验证主辅联合市场下考虑电动汽车集群可调度域的优化调度模型的准确性与经济性。     

基于实时电价的电动汽车充放电优化策略和经济调度模型

实时电价为优化电动汽车(EV)充放电负荷提供了手段,从而实现经济调度。首先建立用户最优充放电策略模型:以计及EV电池退化成本的用户成本最小为目标,以满足EV行驶荷电状态和充放电荷电状态等为约束。在此基础上建立电动汽车用户实时电价响应模型,通过实时电价计算用户充电成本,使电动汽车充放电负荷与电价联动调整,并将该模型嵌入电动汽车充放电策略优化目标函数。求解过程中,用"停泊时长"确定单车一日可多次充放电的时段和行驶时段,从而在EV可充放电时长范围内优化每时段充放电负荷。最后建立经济调度模型:目标中计及机组阀点效应、约束中考虑EV充放电负荷以及机组爬坡速率等限制的多目标经济调度模型,提出一种改进模式搜索算法求解该时间耦合、非线性、非凸模型。以IEEE 39节点为例,验证了所建立模型和求解算法的有效性。     

基于动态实时电价的电动汽车集群分层优化调度

针对大量电动汽车接入电网后的无序充放电对电网造成的不利影响,提出了一种基于实时电价的双层优化调度模型,根据接入电动汽车的可充放电时间段,将其划分为若干个集群,在保证配电网经济安全运行的同时,满足车主充电需求。该调度模型上层以负荷曲线方差及实时电价下用户的充放电总成本最小为目标,采用粒子群算法求解得到集群的实时最优充放电功率,并将集群的电动汽车充放电负荷与电价联动调整;下层引入充放电优先级指数,利用能量缓冲一致性算法,制定出集群内的各辆电动汽车的实时充放电策略。以典型的区域配电网负荷数据为例,通过仿真验证了所搭建的集群优化模型和求解算法的实用性和有效性。     

含电动汽车充电站商业型虚拟电厂的日前调度优化策略研究

研究商业型虚拟电厂运行机制能为新能源电源入网提供一定的技术支撑。将风力发电系统、光伏发电系统、储能系统、电动汽车充电站整合为一个虚拟发电厂,可显著降低因新能源单独并网时的出力不确定性及电动汽车无序充电对电网造成的不良影响,减轻电网压力,并可有效促进新能源消纳。以虚拟电厂经济效益最优为目标,在满足各约束条件的前提下,对其进行调度优化策略研究。通过线性惯性权重粒子群算法及非线性惯性权重粒子群算法对所提模型进行求解,结果表明采用非线性惯性权重粒子群算法不仅能避免过早收敛陷入局部最优而且得到的效益更高。通过算例验证了该模型的合理性及求解方法的有效性。     

含风电及电动汽车虚拟电厂参与电力市场的优化调度策略

可再生能源发电及电动汽车充电的不确定性给电力系统运营带来新的挑战。针对含有风力发电和电动汽车充放电的虚拟电厂参与到电力市场中包含的不确定性问题,提出了一种混合储能虚拟电厂参与电力市场的优化调度策略。基于轮盘赌机制建立风力发电不确定性模型,将电动汽车的不确定性参数引入该模型,通过分析电力市场需求,制定基于不确定模型的随机优化调度方案。通过算例验证该方案的有效性和适用性,为混合储能虚拟电厂参与电力市场调度提供指导。     

分散式电动汽车入网策略研究

电动汽车数量的增长及其用电需求的增加将会对电网产生明显的影响,针对电动汽车用户行为的随机性和特殊性,分析了分散式电动汽车充放电模型;充分考虑电价和充放电电池折算成本对用户行为的影响,采用削峰填谷调度策略,引导用户在低谷时期充电、高峰时期放电;引入博弈的概念分析用户间行为模式,建立分散式充放电博弈模型,通过求解其纳什均衡来求解最优调度策略;最后以某区域内数据进行算例仿真,验证了模型的合理性和有效性。     

计及光伏发电的电动汽车充电优化调度研究

考虑到光伏电源间歇性负荷的接入和大规模电动汽车的无序充电给配电系统带来的不利影响,针对电动汽车充放电以及光伏发电机组有功经济调度优化策略展开研究。首先构建了综合考虑发电成本、配网峰谷差和网损的两阶段协同优化调度模型,并从机组开停机约束和节点优化方面对模型进行了改进,然后采用基于细菌趋化改进的粒子群算法对模型进行求解,实现电动汽车最优充电。最后采用IEEE33节点系统验证了所提出的双层优化调度模型的有效性。     

含电动汽车参与的微电网调度策略研究

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,证明了电动汽车的有序充放电对微电网的经济效益和环境保护效益有积极的作用,验证了基于差分进化的改进多目标免疫算法在调度优化上的有效性。     

电动汽车参与下的虚拟电厂多目标优化调度

为了实现虚拟电厂中分布式发电机组的经济调度,同时减少虚拟电厂运行产生的污染,结合电动汽车与电力系统之间能量双向流动的特点,考虑虚拟电厂运行对环境的影响,建立了电动汽车参与下的虚拟电厂多目标优化调度模型。为了求解该模型,采用基于向量求值的粒子群优化算法(Vector Evaluated Particle Swarm Optimization,VEPSO),并通过8节点虚拟电厂仿真,对比分析多目标与单目标条件下优化调度结果,验证了所提出的方法可以使虚拟电厂以低成本运行,同时实现良好的环境效益。     

考虑电动汽车的微电网复合储能容量优化配置

复合储能在微电网功率平衡、平抑可再生能源波动、提高电池使用寿命等方面有着显著作用,是未来微电网储能发展方向之一。针对含有风力发电和光伏发电的微电网,考虑微电网中电动汽车有序充放电,建立复合储能容量优化模型。通过经验模态分解分割平抑任务,最后利用粒子群优化算法对所搭建模型进行求解。比较无电动汽车、电动汽车随机充电和有序充放电3种模式下的容量优化配置结果。通过搭建仿真,对有序充放电模式下复合储能的功率分解以及荷电状态进行分析,验证了该方法在平抑波动方面的有效性。     

计及电动汽车的微电网经济调度方法

针对电动汽车接入后微电网的节能减排发电调度问题,提出了结合电动汽车有序充放电控制的微电网多目标经济调度方案。分析电动汽车的行驶特性,建立基于峰谷分时电价的有序充放电负荷模型。以微网发电成本和环境效益的综合最优为目标函数,采用改进遗传算法,根据实时负荷供电需求,动态确定各可控分布式电源出力大小。在Matlab平台上以一个包含风、光、柴油发电机、微型燃气轮机、燃料电池以及电动汽车的小型微电网系统为例进行仿真。仿真结果表明:所提调度方法通过合理引导电动汽车的有序充放电,减少了负荷高峰时段微电网各发电单元的供电负担,以尽量低的发电成本实现良好的环境效益,验证了该优化调度方案的可行性和有效性。     

考虑用户响应度的电动汽车有序充放电策略

针对大量电动汽车无序充电引起的负荷"峰上加峰"等问题,提出了考虑用户响应度的有序充放电策略。在基于消费者心理学原理建立的分时电价和放电电价下用户需求响应模型的基础上,建立了常规型、保守型、友好型电动汽车充放电模型。最后通过蒙特卡洛仿真验证所提出的电动汽车有序充放电策略的有效性。同时,验证了分时电价的电价差和放电电价的增大,能更好地激励用户参与电价响应。     

综合能源系统环境下电动汽车分群优化调度

电动汽车(electric vehicles, EV)的大规模接入,给综合能源系统调度带来了机遇和挑战。文章考虑电-热-气混合潮流和电动汽车的调度灵活性,建立了含电动汽车的综合能源系统两层嵌套调度模型,对电动汽车进行分群分层调度,合理制定每辆汽车的充放电策略。调度计划层以调度方案成本最小、能量波动最小和环保性最优为目标函数,采用改进的多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法求解日前调度计划。EV调度层以用户满意度为目标,采用粒子群(particle swarm optimization, PSO)算法制定出各集群的充放电计划,集群内根据动态优先级制定每辆EV的充放电策略。算例分析表明,所建立的调度模型可有效求解含电动汽车的综合能源系统调度问题,且计算维度小、速度快,具有实用性。