考虑预测误差下孤岛直流微电网的经济调度策略

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...     

考虑插入式电动汽车损耗的多社区微电网调度优化

在国家政策支持下,插电式电动汽车(Plug-in Electric Vehicles,PEV)近年来的市场占有率快速增长,大规模PEV接入社区微电网无序充电,势必会给社区微电网的安全与稳定造成隐患.充分考虑社区微电网内的多种类型发电单位运行约束以及PEV车主用电需求约束,提出了计及PEV充放电损耗成本的多社区微电网优化调度方法,并以算例仿真验证了所建模型的有效性和可行性.算例结果表明,考虑PEV充放电损耗的优化调度策略更加符合实际应用,且调度成本随着充放电损耗的增加而单调增加.     

考虑随机性的微电网日前调度与储能优化模型

针对微电网中可再生能源发电的随机性,以运行成本最小为优化目标,建立了微电网日前调度和储能优化的调度模型。首先,分别对传统发电机组和储能系统建立了确定性模型,并对可再生能源发电机组建立随机模型。然后,考虑到可再生能源发电机组的线性成本函数和传统发电机组的二次成本函数,并结合功率平衡和功率交换限制等约束条件建立了优化模型。通过不同成本函数的可再生能源发电机组和传统发电机进行了仿真。结果表明,该模型可以获得最优调度结果,同时实现储能电池的最优储能。     

计及风光预测误差的微电网日前多目标优化控制策略

微电网风光资源出力预测的随机性导致优化决策方案存在偏差,为了减轻预测误差随机性对微电网运行的不利影响,针对风/光/柴/储并网型微电网系统,提出了计及风光预测误差的日前多目标优化控制策略。在建立微电网各单元模型的基础上,分析了影响风光资源的随机性因素;考虑系统供需平衡以及微电网各单元运行特性等主要约束,建立了同时优化经济效益和环境效益的多目标优化模型。建模过程中采用情景生成与削减方法处理风光资源预测误差带来的随机性。采用差异进化算法求解模型,通过算例仿真,比较不同模式下微电网的优化结果,验证了文中策略的正确性和有效性。     

高可再生能源渗透率下考虑预测误差的微电网经济调度模型

提出了一种高可再生能源渗透率下考虑预测误差的微电网经济调度模型,由日前计划和实时调度两层组成。日前计划层考虑间歇性能源预测误差的情况下制定微电网的运行计划;实时调度层根据间歇性能源功率预测误差实时修正运行计划并进行电压和潮流优化。在可再生能源高渗透率的情况下,所提出的模型有效地修正了预测误差引起的可再生能源功率波动。仿真结果表明,所提出的模型能够充分利用可再生能源,协调分布式电源和储能系统,实现微电网经济、安全、稳定运行。     

基于模型预测控制的微电网多时间尺度协调优化调度

微电网多时间尺度优化调度是消纳间歇性分布式能源的有效技术手段,针对传统基于潮流断面信息的多时间尺度优化方案易出现机组调节响应不及时、计划跟踪误差较大等问题,提出了一种基于模型预测控制(MPC)的多时间尺度协调调度方法。在日前调度阶段,综合考虑电价峰谷差、储能寿命及可再生能源随机性,建立了以系统运行成本最低为优化目标的最优经济调度模型。在日内调度阶段,为应对可再生能源日前预测误差带来的联络线功率波动,同时为确保储能满足日运行能量平衡约束,提出了一种基于MPC的日内滚动优化校正策略。采用有限时间窗内的滚动优化调度代替传统单断面优化调度,提前感知未来一段时间内的可再生能源出力及联络线计划的变化从而对机组出力进行调整,同时结合时域滚动和系统实时状态的反馈校正,更大限度地消除了微电网中不确定性因素的影响,确保了日前计划的合理性及系统运行的稳定性。以某示范微电网为例,通过算例分析验证了所提模型及算法的有效性。     

基于模型预测控制的微电网多时间尺度需求响应资源优化调度

为了解决微电网自身分布式能源就地消纳及参与上层电网需求响应的功率调度问题,提出一种微电网多时间尺度需求响应资源优化调度方法。建立了微电网多时间尺度需求响应调度框架,结合微电网的运行成本和需求响应补偿收益建立了日前最优经济调度模型;为了校正可再生能源和负荷的预测偏差,基于模型预测控制(MPC)方法建立了以联络线功率偏差和储能荷电状态(SOC)偏差最小为目标的日内滚动优化调度模型,通过引入可调容量比例因子考虑了微电网联络线功率的调节能力,保证微电网在消纳可再生能源的同时具备一定的可调容量;以实际微电网示范工程为例分析验证了所提方法的有效性和可行性,实验结果表明所提框架可使微电网有效地参与短时需求响应市场。     

基于分布鲁棒模型预测控制的微电网多时间尺度协同优化调度

源荷多元不确定性给“源荷储”一体化微电网优化调度带来了诸多挑战,但传统方案存在优化模型过于片面极端和时间尺度单一导致调度不合理的问题,无法兼顾可靠性和经济性,并且难以协调不确定性分析方法与不同时间尺度之间的配合关系。基于数据驱动的多离散场景分布鲁棒方法,提出了一种微电网两阶段分布鲁棒日前优化调度模型,使用列和约束生成算法进行求解。结合改进分布鲁棒优化的不确定方法、多时间尺度调度策略和模型预测控制理论,通过逐级细化调度时间尺度和减小预测周期的长度来提高精度,以最小化发电成本以及调节成本等为目标建立了日前-日内多时间尺度滚动优化调度模型,在较大程度上抵抗了系统不确定性因素的影响。结合算例仿真分析,进一步说明了所提模型能够有效消纳新能源、降低运行成本并且兼顾安全经济。     

计及电动汽车参与多元需求响应的微电网多时间尺度优化调度模型

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。     

计及功率预测误差的交直流混合微电网多时间尺度优化运行方法

为了提高交直流混合微电网优化运行的适用性,针对交直流混合微电网特殊的网架结构和电气特性,基于两层时间尺度建立了计及功率预测误差的交直流混合微电网多时间尺度优化运行模型。首先,在h级时段,利用日前风光出力、负荷水平预测数据来制定日前经济调度方案。然后,在实时15 min级时段,检测在日前h级调度方案下的不平衡功率偏差,制定不平衡功率调整计划,该计划能够最大程度降低调整费用或者提高调整收益。最后通过算例验证所提方法的有效性。     

电动汽车光伏充电站的多目标优化调度方法

电动汽车光伏充电站是实现电动汽车对可再生能源就地消纳利用的典型集成方式,本文针对光伏充电站运行中的优化调度问题展开研究。介绍了光伏充电站的典型结构、组成单元功能及基本运行策略。综合分析电动汽车充电、光伏发电及储能系统等多方面的运行特性,提出考虑购电费用和蓄电池循环电量的多目标优化调度数学模型;构造含电动汽车充电时间、蓄电池充放电功率及电池荷电状态(SOC)范围、配电网供电功率、系统功率平衡的约束条件;在此基础上,通过非支配排序遗传算法(NSGA)-II算法对多目标优化模型进行求解。结合具体算例,在不同日照和蓄电池初始SOC条件下,获得多组Pareto最优解集;从中选取典型调度方案,分析各组件功率调节的合理性;最后,通过与即时充电方案的比较,优化结果在购电费用和蓄电池循环电量上表现出明显的优势。本文所提的优化调度方法,将为示范城市充电基础设施的运行提供理论依据和技术支撑。     

计及路-网-车交互作用的电动汽车充电实时优化调度

大量电动汽车（electric vehicle, EV）无引导地自由充电会对城市交通系统和配电系统的运行带来负面影响, 而EV充电负荷的时空分布又与城市交通系统和配电系统密切相关。因此, 需在综合考虑城市交通系统、配电系统和EV交互作用的基础上, 研究EV的充电调度与控制。在此背景下, 首先提出一种计及路-网-车交互特性的电气化交通协同系统架构。接着, 建立基于出行链追踪的微观交通配流模型, 模拟EV用户的驾驶行为、位置分布、荷电状态、充电需求等实时信息。然后, 提出一种选择充电站和导航策略, 并构建兼顾配电系统安全和用户充电等待成本的双层实时优化调度模型, 以确定各充电站内EV的具体充电方案。最后, 采用包括某地区交通系统和修改的IEEE 33节点配电系统的集成算例系统, 对所发展的模型与方法进行说明。     

电动汽车充电站最优分布和规模研究

为未来电动汽车充电站建设提供研究思路和理论支持,文中运用动态交通网络思想建立了基于硬时间窗约束下的充电站布局及最佳规模确定的多目标优化模型,该模型将充电者充电成本和充电站投资者成本最小化作为优化目标。提出了求解该模型的两阶段启发式算法。在此基础上,通过一个算例验证了所提模型的准确性和有效性。     

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。     

计及激励型需求响应的电动汽车聚合商充电优化调度

研究了电动汽车聚合商如何决策最优的经济激励值和充电量,以达到收益最大化的目的。提出了用户向聚合商交流其充电情况的主动需求响应方式;构造了基于经济激励的电动汽车聚合商的最优充电调度模型,所建立的调度模型是一个二层模型,上层以聚合商收益最大为目标,以用户主动需求响应量为约束,下层为实时电力市场的出清模型,上层模型中的市场电价来自于下层模型;将该模型转化为混合整数线性规划模型,采用拉格朗日替代法与分支切割法的协同组合方法求解。算例分析表明所提模型能够提高聚合商的收益。     

基于离散吸引力模型的电动汽车充放电最优分时电价研究

随着电动汽车技术的快速发展和人们环保意识的不断提高,电动汽车的使用规模将不断扩大。而大量电动汽车的无序充放电行为,将会给电网的安全运行带来很大影响。文章基于离散吸引力模型,依据需求价格弹性的定义,推导出自弹性系数和互弹性系数的计算公式,并建立4类电动汽车充放电需求响应模型,统筹考虑电网公司和电动汽车车主双方的利益,运用基于遗传算法的多目标优化算法求解出1套最优分时电价方案来引导电动汽车的充放电行为。算例验证表明该模型求解得到的最优分时电价方案可显著地减少车主花销,降低配电网的网络损耗,平滑负荷曲线。     

基于多时间尺度和多源储能的综合能源系统能量协调优化调度

考虑源荷不确定性及储能设备配置对综合能源系统IES(integrated energy system)优化调度的影响,提出基于多时间尺度和多源储能的IES能量协调优化调度策略。该策略以系统运行经济最优、滚动控制时域内购能成本与储能惩罚成本之和最低以及设备输出功率调整量最小为目标,分别建立了日前、日内滚动和实时反馈3个时间尺度的优化调度模型。在日前考虑多种储能模式对IES经济性的影响;日内利用场景分析法描述滚动预测的不确定性来提高系统经济运行稳定性;再基于模型预测控制方法,构建日内与实时的反馈闭环优化,平抑由预测误差导致的系统功率波动。仿真结果表明:多源储能模式有助于提高IES的经济性;多时间尺度调度既可以保证IES运行的经济性,又能有效降低不确定性对系统实际运行的影响,减轻电网平抑功率波动负担。     

计及电池动态损耗的电动汽车有序充放电策略优化

目前电动汽车通过电动汽车入网(V2G)技术向电网放电时,计算电池总损耗模型过于简单,无法准确反映电池的损耗。为此,基于电池放电特性曲线,文中利用电池放电动态容量衰减模型,得出在不同剩余电量下释放相同电量对电池损耗有较大差异的结论。在以配电网变压器容量为约束的前提下,建立了计及电池损耗的有序用电用户充放电费用最小模型及相应的充放电策略;并采用优先顺序法将多时段优化问题转化为各时段最优问题,实现该模型的求解。仿真算例结果表明该方法不仅可以有效保障放电用户利益,同时能够提高充电站利润及无序用电用户充电成功率。     

计及电动汽车随机充电的风-光-氢综合能源系统优化规划

耦合可再生能源发电和氢储能的综合能源系统发展潜力巨大,是实现能源消费清洁低碳的有效途径.以天然气-风-光-氢综合能源系统为规划对象,考虑了系统供电辐射区域的电动汽车随机充电需求,利用高斯核密度估计和K-means聚类算法来刻画风光出力和电动汽车充电的不确定性并生成典型概率场景,以年综合成本和年碳排放最小为优化目标,引入权重系数表征决策者的优化偏好,基于混合整数线性规划对系统进行了容量配置优化.算例分析以年逐时数据开展仿真以验证模型的有效性和合理性.结果表明,与传统分供系统和联网型方案相比,该系统得益于风光发电与氢储能的协同,表现出了可观的环境效益;该系统提供充电服务是经济可行的,并且电动汽车在系统内充电能够显著降低间接碳排放.