电动汽车集中型充电站选址定容模型

针对充电和换电等单一模式的盲目建设,规划不集中带来的资源利用率低与部分充电需求得不到满足等问题,本文提出一种考虑充电和换电与移动充电的多种充电模式下集中型充电站选址与定容方法。首先,分析不同类型电动汽车的充电行为特性,模拟得到规划区域的充电需求分布;然后,基于最近距离原则采用排队论方法计算电动汽车充电损耗成本,优化移动充电设备自充电时刻,求得电动汽车自充电成本;最后,以集中型充电站建设维护成本、用户损失成本及设备自充电成本总和最小为目标建立选址定容模型,结合某城市部分实际道路网为研究区域,采用遗传算法求解模型,确定规划区域内集中型充电站建设数量、位置及不同设备的配置数量。结果表明:规划区域内建设8座集中型充电站总成本达到最低,充电需求车辆数量与充电功率变化对集中型充电站成本均有较大影响,且优化移动充电设备自充电调度管理,可降低集中型充电站高峰时期32.62%的电网负荷,提高了电网稳定性。

含超大功率充电的多类型充电设施两阶段选址定容方法

现有电动汽车充电站(electric vehicle charging station, EVCS)规划设计研究较少考虑含大功率充电的多类型充电模式。针对多功率等级充电需求的充电站规划问题,提出一种两阶段选址定容方法。首先,基于实时路况,构建了一种计及动态转移规划的充电负荷时空分布预测模型。其次,综合考虑充电站规模、用户充电可达性等影响,分析用户对不同充电站的选择概率并以此确定各充电站服务范围。然后,以充电站的年投资总成本最小为目标,进行分布式储能系统(distributed energy storage system, DESS)与多功率等级充电设施协同规划。最后,以路网与配电网IEEE 33节点耦合拓扑结构为例验证了所提方法的有效性。算例仿真结果表明,该方法能使大功率充电设施合理地接入电网,在满足配电网安全性的同时提高了充电站规划的经济性。

电动汽车充/换电装置的选址定容改建优化策略

针对电动汽车在快速发展中面临的问题,在改建现有设施的思路下,以现有的加油站和停车场作为候选地点,基于M/M/a排队系统,通过构建充/换电装置选址定容模型,将需求分配和充电站定容融入遗传算法进行仿真求解。优化的目标是最小化换电站建设总成本、充电站建设总成本、未覆盖需求的总惩罚成本以及用户排队时间总成本之和。在算例中对单位惩罚成本、充电桩功率、覆盖范围、单位换电站建设成本进行敏感性分析。结果表明:在公共充电站内安装的充电桩并不是功率越大越好,应同时兼顾经济性和适用性。同时,政府可以采用补贴等形式鼓励企业建设换电站。

含分布式电源选址定容的配电网重构双层规划

针对大量分布式电源接入配电网带来的诸多不利影响,文中提出一种综合考虑分布式电源选址定容和配电网重构的双层规划模型.上层以DG投资的年综合成本最小,进行分布式电源的选址定容,下层以有功网损最低,进行配电网重构.同时,引入黑寡妇算法对模型进行求解.首先,采用二维混沌映射进行种群初始化,以增加种群的多样性;其次,引入自适应变化的生殖率和兄弟姐妹相食率,以减少后期算法收敛的时间;最后,引入变异算子,增加种群突变的概率,以帮助算法跳出局部最优并寻求全局最优解.通过仿真验证,文中所提出双层规划模型能显著降低网损,提高电压质量;而改进后的黑寡妇算法在收敛速度和精度方面都表现出更优异的性能.

计及静态电压稳定性的风光电站选址定容协同规划方法

为了降低风光电站并网给电力系统电压稳定性带来的负面影响,提出了计及静态电压稳定性的风光电站选址定容协同规划方法。分析了风光电站的发电特性,并对其建立数学模型;考虑并网等值阻抗和静态电压稳定性的内在制约关系,进一步综合风光电站及其汇集站选址定容、并网点位置等优化目标,建立了风光电站选址定容协同规划模型;基于地图栅格化和分段线性化方法,将所提规划模型转换为混合整数线性规划模型;在此基础上,利用K-means算法提取典型场景,并给出了所提模型的求解流程。基于西南某地区的实际数据进行算例验证,结果表明所提规划方法能够充分发挥规划区域内自然资源的禀赋特性和风光发电互补性,有效提高了风光电站并网后的静态电压稳定性。

路网耦合下计及电动汽车V2G潜力的充电站选址定容研究

电动汽车具备交通运输和移动负荷的双重特性,其大规模的集中充电过程会对交通网和电网同时造成冲击。利用电动汽车的移动属性和车辆到电网(V2G)技术,能够在时空层面优化其充电需求,不仅可以抑制上述冲击,还可以为电网提供额外的储能容量,协助电网削峰填谷和促进新能源消纳。以电网投资建设的充电站为例,提出一种同时考虑交通网和电网因素的充电站选址定容策略,在满足电动汽车充电需求的前提下,优化电动汽车的充电需求以最大化可用储能容量。首先,建立动态交通网模型,结合Floyd算法与区域特性精确模拟电动汽车的行驶路径,预测电动汽车充电负荷的时空特性。其次,基于电动汽车的充电负荷预测结果,以最大化储能容量、充电负荷平均分布、车辆驻车时间最长3个指标初步确定电站选址,然后再根据全时段的统计结果确定充电站的最优选址与容量。最后,以某市主城区的部分实际道路为例,预测充电负荷的时空分布,以最大储能容量为目标完成充电站的选址定容,并分析了优化结果对交通网和电网的影响,结果证明了所提方法的有效性。

面向能源互联的主动配电网选址定容研究

传统主动配电网选址定容忽略了能源系统多能互补协调特性,导致成本较高。为此,提出一种基于能源互联的主动配电网选址定容方法。基于能源互联建立目标函数,采用全寿命周期成本理论计及设备购置成本、安装成本、运行维护成本、系统运行成本以及残值回收,以概率形式的配电网选址定容综合成本作为目标函数,构建必要约束模型,包括设备配置容量约束、系统供能可靠性约束、功率平衡约束、设备运行约束。在此基础上,采用改进人工鱼群算法对选址定容算法进行求解。仿真实验结果表明:接入分布式电源相比不接入分布式电源的主动配电网选址定容所需成本更小,改进后的人工鱼群算法计算得出的网损和无功补偿总成本更低,所提方法相对于其他方法的选址定容网损成本和无功补偿成本更低,说明所提方法可以减少主动配电网选址定容的成本,实用性效果较优。

考虑氢能储运特性的配电网集群划分与氢能系统选址定容策略

电-氢能源系统(IEHS)的合理规划对能源结构转型具有重要意义,充分利用氢储能的可移动特性可降低IEHS综合成本,提出一种考虑氢能储运特性的配电网集群划分与氢能系统规划策略。首先,将氢能系统拆分为多个氢能子系统(HES),建立多个HES之间的气氢拖车交通运输及储运成本模型;其次,基于电力-交通网架结构与新能源分布情况提出配电网集群划分方法;最后,根据集群划分结果,建立HES双层选址定容模型,该模型以IEHS年综合成本最低为目标,分层解决单个集群内HES的容量配置问题、各集群内部HES选址定容及气氢拖车配置问题。结果表明:提出的策略可以减小氢能储运压力、降低IEHS综合成本,提升风、光消纳水平,加快系统潮流计算迭代收敛速度。

基于功角稳定性的区域电网储能选址定容方法

为了缓解跨传输断面的调峰压力,同时提升电网的功角稳定性,建立了兼顾经济性与功角稳定性的储能选址定容双层优化模型,并给出了模型的求解方法。上层模型考虑区域电网的运行经济性,以储能电站收益最大为优化目标,确定储能配置总容量。下层模型考虑区域电网的功角稳定性,以储能调度期间总网损最小和储能调节区域电网功角稳定性能力最大为优化目标,进行储能选址与总容量的分配。双层模型的上层采用遗传算法进行求解,下层采用改进多目标人工蜂群算法进行求解。以某实际电网为算例进行仿真验证,结果表明,根据所提双层优化模型进行储能配置可以在保证经济性的同时,提升区域电网的功角稳定性。

考虑区域碳中和的分布式光伏选址定容

“双碳”目标的深入推进为我国能源建设与规划提出明确要求,推动了分布式光伏的飞速发展。分布式光伏可以有效调节区域碳排放架构,但不合理地接入容量和接入位置会对配电网造成不可逆转的冲击。针对分布式光伏入网对配电网的影响,提出了一种考虑区域碳排放的分布式光伏选址定容双层优化模型。外层优化以光伏运维成本最低、配电网有功功率损耗最小、电压偏差最小为目标,结合内层优化所得到的分布式光伏出力值,采用NSGA-II算法求解得到光伏的具体接入位置与接入容量;内层优化以系统综合运行成本最低为目标函数,结合外层光伏规划后的配电网网架结构,采用列和约束生成算法,求解获得该区域达到碳中和所需的光伏出力最小值,为外层分布式光伏规划提供限定条件,最终得到考虑规划区域碳排放的分布式光伏规划方案。最后,基于甘肃省某县级区域开展算例仿真,验证所提模型在降低区域碳排放量、规划区域分布式光伏资源、积极促进区域碳中和方面的可行性,为电网企业制定光伏发电规划提供了科学支撑。

基于多目标双层规划的分布式电源选址定容

针对高比例分布式电源(distributed generators, DGs)并网位置与容量大小优化问题,提出一种解决多DGs选址定容问题的多目标双层优化模型。该模型中上层模型结合损耗灵敏度和电压稳定指数挑选并网位置,下层模型获得并网位置后以有功损耗、电压偏移指数、电压稳定指数为优化目标函数调整DGs容量。其次,由于下层模型中含有非凸的DistFlow潮流方程,通过二阶锥凸松弛技术将下层模型转化为混合整数二阶锥规划模型,并运用多权重法将多目标优化模型转化为易于处理的单目标优化模型。最后在PG&E69节点系统中测试,结果表明,DGs在最佳位置接入特定容量,可显著降低配电网有功损耗,改善电压分布、提高电网电压稳定性。与现有文献中优化算法对比分析,验证了所提模型的有效性,此外,还分析了测试系统接入DGs的最佳数目和渗透水平。

考虑储能调控优化的配电网分布式电源选址定容

稳定配电网潮流分布、明确分布式电源的接入位置和容量是含分布式电源配电网优化运行的重要问题。提出一种基于深度强化学习算法的储能调控优化模型,实现分布式电源配置与用电负荷需求关系的匹配,从而稳定高渗透率下配电网的潮流分布。以线路损耗与电压波动性为损失函数,提出基于多目标遗传算法的分布式电源选址定容决策模型。在IEEE 14节点系统进行测试,结果表明该算法能够有效选择分布式电源的最佳接入位置和容量,在保证电压幅值不产生过大波动的同时,进一步降低了整体网络的线路损耗。

基于改进P-中位的电动汽车充电站选址定容方法研究

针对现有电动汽车充电站选址定容研究中未充分考虑用户充电体验以及未考虑充电负荷的弹性需求的问题,提出一种基于改进P-中位电动汽车充电站选址定容方法。首先,基于P-中位模型,以用户路损成本、充电站固定投资成本和运行维护成本最小为目标,建立电动汽车充电站选址定容数学模型。然后,通过松弛非线性约束,求出充电站最优选址。最后,基于改进排队论考虑充电负荷的弹性需求来优化选址定容模型,得到充电站最优容量。以某地电动汽车充电站规划进行仿真分析,验证了所建模型能够保证充电站规划的可行性和经济性。

考虑光伏场景聚合的配电网光储选址定容

研究光伏场景聚合是实现区域电网分布式光伏与储能联合规划的前提和基础,对促进配电网分布式光伏的充分消纳具有重要作用.通过基于改进的K-means++算法对历史光伏数据进行聚合分析,得到光伏出力的典型场景聚合,从配电网的经济性出发,兼顾系统运行的可靠性、环保性,建立考虑光伏场景聚合的光储选址定容规划模型,引入层次分析法(analytic hierarchy process,AHP)将多目标优化问题转化为单目标问题,并利用粒子群算法(particle swarm optimization,PSO)进行求解.算例结果表明,提出的光伏场景聚合模型更准确刻画光伏出力的不确定性,验证了该模型的有效性和可行性.

计及多维性能评估的新型配电网光伏选址定容方法

提出了一种计及多维性能评估的新型配电网光伏选址定容方法,首先,形成了涵盖电能质量、供电能力、光伏接入效果的多维度评价体系,构建了基于主客观组合赋权-模糊评价的接入方案综合评价方法;其次,将综合评价与优化选址定容过程有机结合,形成了评价-选取一体化的光伏选址定容优化模型,采用非支配排序遗传算法(non-dominated sorting genetic algorithm-II,NSGA-II)实现了全年光伏差异化出力条件下的最优接入位置、容量获取;最后,算例验证表明:所提方法不仅显著降低了节点电压偏差和线路传输压力,而且在更全面技术性能评价范围内具有更优的光伏接入特性和多指标综合性能,并提升了光伏配置合理性和资源效率,可有效支撑新型配电网的发展需求。

考虑用户动态充电需求的充电站选址定容优化

针对城市EV(电动汽车)充电站规划建设中投资高、效率低的问题,提出一种考虑用户动态充电需求不确定性的充电站选址定容优化模型。首先,基于出行链理论和OD(起讫点)矩阵研究EV出行特性,结合Dijkstra算法和蒙特卡洛法建立EV的充电负荷时空分布预测模型。其次,建立以充电站经营者年化成本、EV用户年化经济损失之和最小为目标的充电站选址定容模型,采用加权Voronoi图与自适应模拟退火粒子群优化算法求解,确定充电站的最优数量、位置及服务范围。最后,在定容模型中引入不确定情境集描述用户动态充电需求的不确定性,并采用鲁棒优化理论求解充电站容量。针对北方某市部分城区的EV充电站规划问题开展算例分析,验证了模型的有效性。

基于粒子群算法的配电网分布式电源选址定容方法

针对现有配电网分布式电源选址定容有功网损过大,影响配电网整体运行性能的问题,通过引入粒子群算法,设计研究选址定容方法。在满足配电网安全约束的前提下,构建配电网分布式电源规划模型。基于粒子群算法,规划配电网分布式电源布点,并根据配电网分布式电源进行潮流计算实现定容。实验证明,新的选址定容方法应用可以有效降低有功网损,促进配电网整体运行质量的提升。

基于粒子群优化算法的分布式光伏选址定容方法

为减少分布式光伏接人对配电网的影响,提升分布式光伏消纳水平,需研究分布式光伏的选址定容优化问题。分布式光伏的选址定容问题是非线性、多变量、多目标的优化问题,以系统网损、电压偏差、光伏消纳量为优化目标,以潮流、节点电压、支路电流等为约束条件,以分布式光伏的位置和容量为决策变量,构建含分布式光伏的配电网多目标约束优化模型。采用粒子群优化算法对优化模型进行求解。以IEEE33节点配电系统为算例进行仿真和对比分析,验证所述方法的可行性和优越性。

农村配电网分布式电源选址定容研究

针对农村配电网技术水平不高、消纳能力有限,以及农村用户重点考虑成本的特点,文章从重点考虑电网安全稳定及经济性出发,构建了以电压偏移最少、网损最小,投资成本最低为目标函数的分布式电源选址定容模型,并以此模型为基础,采用3种多目标智能算法(NSGA-Ⅱ、DBO(蜣螂)算法、小生境技术改进的MOPSO算法)进行IEEE33节点的定容选址讨论,验证模型有效性。同时,利用MATLAB编写前推回代潮流计算方法讨论了上述3种计算结果值分别接入系统时的电压分布情况和网损情况,得出基于小生境的MOPSO算法在农村电网分布式电源选址定容方面更具有优越性。

考虑时序特性的多目标分布式电源选址定容规划

配电网负荷及分布式电源出力呈现明显的时序特性,文中对负荷和分布式电源的典型时序特性进行了分析,以配电网损耗、停电损失为目标,考虑时序特性和多场景提出了多目标分布式电源选址定容规划模型,给出了场景和场景权重的确定方法。应用遗传算法进行求解,采用多段染色体编码方式,根据节点视在功率二阶精确矩处理不可行解,有效地提高了优化效率。IEEE 69节点系统仿真结果证实了时序特性对分布式电源的选址定容有很大影响,验证了所提出模型和方法的可行性和有效性。