电动汽车双层优化模型的充放电调度策略

传统的分时电价策略虽然一定程度上可以改善电动汽车无序充电所产生的电网日负荷峰谷差加大、负荷率降低等状况,但易产生新的负荷高峰,并且当前多目标优化等策略削峰填谷效果欠佳或用户参与度不高。针对上述问题,提出一种基于双层优化模型的调度策略以充分考虑电网和用户两侧需求。第1层模型以优化电网日负荷方差最小为目标函数;第2层优化模型建立以车主充电成本最小以及保证用户出行需求的目标函数,然后用改进的粒子群-模拟退火算法对双层优化模型进行循环迭代求解,并将第2层优化后的结果反馈给第1层,以此循环优化,输出最终结果。对比优化前后的负荷曲线,结果表明:与当前优化策略相比,所提出的基于双层优化模型的V2G调度策略能有效降低新的负荷高峰及负荷峰谷差,减少参与V2G的用户成本,实现两侧双赢。

电动汽车与电网互动模型综述

目前,电动汽车发展进入高速成长期。大规模的电动汽车入网和“即插即充”充电行为将引起电网峰谷差增加,电能质量下降等问题。因此,如何在满足日益增长的电动汽车用电需求的同时,又能使得配电网正常运行成了急需解决的问题。合理的电动汽车充放电调度以及电动汽车与电网的友好互动,需要围绕充电站/换电站、电动汽车电池、用户、聚合商等多种参与方的关键模型和优化算法。文章从充电站/换电站布局模型、充电需求预测模型、充放电响应度模型、充放电优化调度模型等方面对电动汽车与电网互动的关键模型进行综述,并提出了聚合商和虚拟电厂两种模式,能有效实现电动汽车可调度资料整合以及电力系统的运行优化,对完成“碳达峰、碳中和”的目标形成支撑。

基于云边端协同的电动汽车多目标优化调度

随着再电气化进程不断加快、新能源高比例接入,电网电力平衡压力显著加大。因此,迫切需要挖掘电动汽车等灵活负荷参与调控潜力,调动其主动参与电网调控运行。建立基于云边端协同的分布式控制架构,从用户侧和电网侧的角度实现对电动汽车多目标优化调度策略。第一阶段在云端考虑电动汽车参与电网调度,达到电网削峰填谷的需求;第二阶段考虑用户需求,以用户充放电费用及满意度为目标函数建立模型,同时引入分时电价,合理引导电动汽车有序充放电;最后,以某区域配电网中电动汽车负荷数据为例,采用多目标优化遗传算法求解,结果验证了所提出的充放电优化调度策略可以有效降低用户成本,减小负荷峰谷差,平抑电网波动,达到云边协同、边端自治的台区用能精细化调控目的。