V2G模式下电动汽车与可再生能源双层协调优化

大规模电动汽车和可再生能源接入电网需要合理的协调控制方法。本文建立了电动汽车与可再生能源双层协调优化模型,上层模型以等效负荷波动最小和可再生能源渗透率最大为目标,通过最大模糊满意度法将多目标问题转化为单目标问题;下层模型以实现电动汽车充放电负荷跟踪为目标,用分布式控制算法控制每辆车的充放电;最后用遗传算法求解上下层的优化模型。结果表明,电动汽车与可再生能源的双层协调优化能够有效降低对电网的影响,提高可再生能源渗透率,而且车辆规模越大,优化结果越好。

基于电价引导的电动汽车充电双层优化策略

该文建立了基于电价引导的电动汽车充电双层优化模型。在上层模型中,通过优化代理商在各个时段的充电调度计划,使系统总负荷的方差最小。在下层模型中,代理商通过制定充电电价,引导电动汽车用户调整充电计划,以便使下层电动汽车响应负荷与上层调度计划一致。利用遗传算法对模型进行迭代求解,结果表明:与无序充电相比,对电动汽车充电负荷进行优化后,系统总负荷的方差明显减小,平抑了系统运行的波动性,建立的优化模型可以较好地实现上层系统的调度和下层电动汽车用户的自主响应。