计及风电与电动汽车随机性的两阶段机组组合研究

风电出力的随机性以及电动汽车(electric vehicle,EV)充电需求的不确定性给电力系统调度带来了挑战。在传统确定性机组组合模型的基础上,针对电力系统日前调度面临的不确定问题,提出了充分考虑风电与电动汽车双重不确定性的随机优化调度及备用计算模型。首先,对于风电出力不确定性,采用基于场景分析的两阶段随机优化方法,并使用生成对抗网络(generative adversarial network, GAN)来生成风电场景。其次,对于电动汽车充电需求的不确定性,将其分为可调度与不可调度两类。可调度电动汽车根据其出行规律采用随机模拟的方法,并建立了EV充电聚集商模型;不可调度电动汽车通过K-means聚类分析得到其典型负荷曲线,并将其并入系统常规负荷中。最终建立了基于多场景分析考虑EV充电聚集商的两阶段随机机组组合模型,并通过算例分析证明了所提模型的有效性。     

计及需求响应的风电 - 电动汽车协同调度多目标优化模型

随着大规模风电并网,调度和弃风问题严重,且电动汽车无序、随机性入网也可能增加发电侧资源的负担。针对此问题,建立计及需求响应的风电与电动汽车协同调度的多目标优化模型,通过价格机制引导电动汽车入网,以负荷方差和车主支付费用最小为目标,并协调优化发电侧资源消纳风电。采用NSGA-Ⅱ算法求解模型,基于模糊决策理论求取其Pareto解集的折中解。算例分析表明:通过价格机制引导电动汽车入网能够削减负荷峰谷差和车主的支付费用;同时降低了火电机组的运行费用,尤其是火电机组的启停费用;不同的分时电价浮动比例对电动汽车入网的影响不同。     

大规模风电并网下的电力系统调度决策研究

风电功率预测对电力系统的功率平衡和经济调度意义重大。介绍了风电场输出功率的预测方法及影响因素,给出了含风电场的电力系统经济调度模型及相关求解方法,并研究了预测与机组组合滚动优化的配合机制以及储能、电动汽车等多种资源与风电协调互补等问题。指出储能、电动汽车等可调度资源能够有效平抑风电等可再生能源的间歇性和波动性,是实现消纳大规模风电、节能减排、保障电网安全稳定的有效途径。     

考虑机组投运风险的发电和备用协调调度模型

针对机组组合中如何实现机组有功出力与备用容量协调调度的问题,建立了考虑机组投运风险的机组组合模型.讨论了考虑风电接入时模型的处理方法.采用基于条件期望值的求解方法,不仅能够控制系统的失负荷概率,还能在一定程度上限制失负荷事件的后果.通过仿真算例证实了其方法的显著优势,对电力系统机组组合优化调度问题有一定实用价值.     

计及电动汽车和风电出力不确定性的随机经济调度

电动汽车和可再生能源发电的快速发展为电力系统的安全和经济运行带来了新的挑战。在此背景下,构建了能够计及可入网电动汽车(plug-inelectric vehicle,PEV)和风电机组的不确定性的随机经济调度模型。首先采用随机仿真方法研究PEV的充电与放电功率的概率分布。之后,在假设风速服从Rayleigh分布的前提下,导出了风电机组出力概率分布的表达式。通过理论分析得到了风电机组和电动汽车接入网络(vehicle to grid,V2G)的电源出力的数学期望的解析表达式,并在此基础上,构建了电力系统随机经济调度模型。最后,以IEEE118节点系统为例说明了所提出的随机经济调度模型的基本特征。     

电动汽车充电与风电协同调度的碳减排效益分析

在电动汽车充电与风电协同调度模型的基础上,提出了协同调度碳减排效益的测算模型,定量分析了电动汽车充电与风电协同调度在电网和交通领域的碳减排效益。首先计算火电碳排放因子,然后比较协同调度和自由充电模式下的碳排放量。通过电动汽车单位碳排放量的计算模型,比较燃油汽车、纯火电充电、自由充电和协同调度充电电动汽车的碳排放水平。分别以电网平均碳排放水平和车辆单位碳排放水平衡量,协同调度相对于自由充电模式贡献的减排效益都随着风电装机容量增加而显著增加。因此,协同调度是实现风电和电动汽车规模化协调利用的一种有效手段。     

考虑多重不确定因素的含风电场低碳经济调度

碳交易引入含风电的调度系统中,由于碳交易价格的不确定性增加了含风电系统的不确定因素的数量。针对低碳经济调度中的多重不确定因素,根据其不同的特性和对调度系统的不同影响区别对待,将风电预测误差和负荷预测误差表示成模糊变量和随机变量,并用混合机会约束考虑其对调度系统旋转备用的影响,应用多场景技术根据碳交易价格的波动模型建立考虑碳交易价格波动下的低碳调度模型。模型的求解通过机组组合方式的确定和机组出力分配两部分进行,通过场景评价指标得到最优机组组合方式下的最优机组出力。最后通过10机组算例证明了模型的有效性和合理性。     

风光储协同调度的多时间尺度决策方法

大规模可再生能源的接入给电网调度带来重大挑战,而电动汽车充电与风电、光伏发电等可再生能源之间潜在的协同性为电网更多的接纳可再生能源提供了一种可行途径。通过优化地区电网电动汽车充电站的充电计划,在满足电动汽车能源需求的前提下,能够平滑电网等效负荷波动、减轻火电机组调峰压力,进一步提高消纳可再生能源的能力。且日前计划、滚动计划、实时调度的多时间尺度协同调度决策模型的建立,能够逐级消减风电、光伏等可再生能源预测误差的影响,进一步改善等效负荷的负荷特性。最后给出了以某地区电网的实际数据为基础的应用实例,证明模型的有效性。     

基于两阶段鲁棒优化的可再生能源DNE极限评估

为应对高比例可再生能源给电力系统运行与调度带来的挑战,提出考虑弃风和切负荷的灵活性量化评估方法。基于日前和实时调度框架建立具有多时段耦合约束特征的两阶段鲁棒优化模型。在日前调度阶段,根据风电和负荷预测数据求解计及安全约束的机组组合问题以确定机组调度方案。在实时调度阶段,考虑电力系统不确定性计算风电的最大消纳范围以评估系统灵活性,即“不超过”极限。对于极限内任意风电曲线,均可通过调整日前调度计划使实时调度阶段的弃风和切负荷风险是可接受的。基于Benders算法的求解框架,应用强对偶理论和大M法将难以直接求解的min-max-min模型转化为混合整数线性规划问题。最后,采用改进的IEEE-6和IEEE-118节点系统,验证所提方法的有效性。     

计及电动汽车的风水火电力系统联合优化调度

充分考虑了电动汽车充电的不确定性,以实测数据为基础,通过充电起始时间和持续时间,得到电动汽车充电概率的时间分布。针对风电出力和负荷预测的波动性等特点,将风电出力和负荷预测的不确定性表示为一个具有零均值、呈正态分布的预测误差。由此构建了风水火电力系统联合调度模型,调度模型以系统成本最小为目标函数,包含了火电机组煤耗成本、水电站管理成本以及风电场管理成本和预测误差成本,最后采用布谷鸟搜索算法对其进行求解。仿真结果表明,水电站能够在电力系统中发挥较好的调节作用,弥补风电出力的随机波动和电动汽车的无序充电,减少火电机组出力的频繁变化,降低系统备用容量,增加电力系统的安全性、稳定性和供电可靠性。     

电动汽车集群内的递阶分散最优充电方法

电动汽车未来有望以集群（例如大型充电站内的电动汽车）形式参与电网调度。收到电网下发的集群优化充电调度指令后,集群代理需优化集群内的电动汽车充电功率以追踪电网指令。该追踪问题是一个大规模的优化问题,难于集中式求解。提出一种递阶分散优化算法求解该问题。集群代理下发协调信息,各电动汽车根据协调信息分布式地优化自身充电功率,并向代理返回迭代信息,通过迭代求得问题的最优解。为进一步提高计算效率,对集群代理和单辆汽车的优化子问题进行了深入研究和算法改进。通过数值实验发现所提方法具有很快的计算速度,尤其适用于求解大规模电动汽车集群内的追踪问题。     

电动汽车集群充放电演化博弈协同策略

针对多电动汽车参与电网需求响应互动场景下电动汽车充放电协同调度需求,提出一种电动汽车聚合商动态定价并指导电动汽车规模化入网参与电力需求响应调度的两阶段博弈模型。首先,构建电动汽车聚合商动态定价下计及电动汽车聚合商成本和电动汽车充放电价格的非合作博弈模型。其次,提出基于logit协议的电动汽车充放电调度多策略集演化博弈模型。最后,联合求解两阶段博弈的演化均衡和纳什均衡,得到各主体的最优策略。算例仿真表明,所提模型能有效实现电网负荷的削峰填谷,同时兼顾电动汽车聚合商和电动汽车用户的经济利益。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

基于需求响应的电动汽车经济调度

提出了一种基于需求响应的电动汽车充电策略,根据电网实时电价信息优化电动汽车用户充电电价触发值,降低用户充电成本。同时,研究了含大规模电动汽车的电力系统机组组合问题。在此基础上建立了基于需求响应的电动汽车经济调度模型,通过对电动汽车用户行为特性的预测,以电网公司收益最大化为目标,优化制定电动汽车充电电价,转移电动汽车充电负荷。算例分析结果表明,提出的经济调度模型可以起到降低峰谷差率的作用,且与无序充电情景相比,能够明显降低系统的运行费用,可以实现电动汽车大规模接入电网时的经济调度。     

考虑电动汽车集群储能能力和风电接入的平抑控制策略

为促进风电在电网中的消纳吸收,提出了考虑电动汽车集群储能能力和风电接入的平抑控制策略。首先对单体电动汽车入网后的储能特性进行精细化建模,充分考虑储能容量对不同荷电状态(SOC)的电动汽车有功响应能力的约束,在此基础上构建了电动汽车集群储能能力评估模型;进而针对多个电动汽车集群的协同控制,提出了考虑集群储能能力差异性的联络线功率波动平抑控制策略。该策略根据SOC自适应算法,在考虑各电动汽车响应能力约束的基础上,根据自身SOC水平确定各电动汽车的目标功率值,从而充分利用电动汽车与电网交换功率的连续调节能力;同时,该策略提出2种不同的交换功率控制方法,并探究不同方法在减少放电过程方面的差异性。最后,算例中利用电动汽车集群储能能力平抑联络线的功率波动,仿真结果验证了所提出的电动汽车集群储能能力评估模型和平抑控制策略的有效性。     

基于路–电耦合网络的电动汽车需求响应技术

随着电动汽车(electric vehicle,EV)保有量的增长,大量无序充电负荷的接入可能给电网带来节点电压偏低、线路阻塞等影响。该文提出基于路-电耦合网络的EV需求响应技术,精确预测充电负荷时空分布特性并对其进行合理调度,以缓解或解决大规模EV无序充电引发的电网问题。首先分析路网交通信息与电网运行状态的交互影响,提出路网-电网耦合原则;在综合考虑路-电耦合对EV行为规律影响的基础上构建充电负荷预测模型,以获得聚合充电负荷的时空分布特性;进而提出考虑快充与慢充调控差异性的需求响应策略,其中快充调控可降低短时间内节点负荷,慢充调控可转移大量EV充电时间段;最后仿真结果表明,考虑路-电耦合能够更准确预测EV充电负荷并有效缓解电网电压偏低及输电线路阻塞问题。     

计及电动汽车不确定性的有序充电调度策略

大量电动汽车的接入,对智能电网调度提出了新要求。采用合理的充电调度策略可以充分发挥电动汽车在智能电网中削峰填谷等作用。在此背景下,首先分析影响电动汽车充电负荷的因素,根据电动汽车充电特性建立电动汽车充电负荷模型。然后,综合分析电动汽车用户的使用需求,在此基础上建立考虑电动汽车充电不确定性的电网调度随机最优潮流模型。最后,以一标准33节点配网测试系统为例,比较自由模式下和有序充电调度模型下电网负荷曲线,证明了所提出电动汽车充电调度模型在平滑电网等效负荷波动方面的有效性和可行性。     

利用电动汽车可调度容量辅助电网调频研究

电动汽车既可作为可控性负荷,也可作为分布式电源,能够为电网提供可调度容量,参与调频等辅助服务。但该可调度容量受用户出行需求及电池损耗等因素的制约,不能无限制地调度。基于此,对电动汽车采取"分散接入,集中控制"的管理模式,首先基于用户出行需求及电池使用寿命等约束,对电动汽车可调度容量进行评估。进而建立了计及可调度容量的电动汽车集中管理器充放电静态频率特性模型,以单区域系统为例模拟了电动汽车参与负荷调频的作用效果。仿真结果表明,利用电动汽车可调度容量辅助电网调频,不仅可以快速有效地减小系统频率偏差,提高电能质量,还能减小传统调频机组的备用容量,进而提高电网经济性。研究电动汽车参与调频的作用效果时,用户需求及电池损耗是不容忽视的影响。