含电动汽车集群的微电网多时间尺度优化调度

电动汽车放电时可作为电网的一种分布式储能装置,参与缓解高比例新能源接入微电网的供电压力。基于多时间尺度下分时电价的特点,提出一种考虑电动汽车集群的微电网多时间尺度优化调度方法。在日前调度阶段,基于分时电价对微电网内部储能、可中断负荷、可转移负荷等设备出力进行优化调度;在日内优化调度阶段,将电动汽车集群纳入到微电网能量调度中来,通过分析各电动汽车集群的调度潜力来实现合理的充放电。为验证所提方案的有效性,选取不同的用电峰平谷时段分时电价,让电动汽车集群参与微电网能量调度,结果证明考虑电动汽车集群参与的微电网多时间尺度优化调度能充分利用电动汽车集群的储能资源,提升微电网调度运行的灵活性和经济性。

考虑电动汽车集群时空能量可调控特性的交直流混合配电网紧急优化调度

针对交直流混合配电网存在强随机性分布式电源接入、电力电子变流器的过载能力受限的特点,提出了考虑电动汽车(EV)集群时空能量可调控特性的交直流混合配电网紧急优化调度方法。基于负荷在紧急状态下的响应特性差异建立紧急响应负荷模型,基于紧急优化调度的实际需要和EV集群中各单元的荷电状态、并离网状态差异性特点建立EV聚合商紧急调控模型;综合考虑调度单元的经济性与系统可靠性,建立紧急优化调度模型;基于改进的IEEE 33节点交直流混合配电网构建2种故障场景,基于最差净负荷功率曲线进行优化求解,并将EV集群与容量相当的传统储能的紧急优化调度结果进行对比,结果验证了所提方法的灵活性、有效性及经济优越性。

考虑电动汽车集群及碳捕集厂的经济调度研究

低碳化是未来我国电力系统发展的主要方向,而提升风电等可再生能源的利用率及火电机组低碳化改造是推动碳达峰、实现碳中和的重要手段。该文考虑将大规模电动汽车与风电协调互补运行以改善弃风现象,提升风电利用率,引入碳捕集技术以降低火电厂碳排放强度。此外考虑大规模电动汽车并网调度存在的优化难问题,提出分群优化的电动汽车集群充放电优化调度模型,其次考虑电动汽车与风电存在的不确定性,引入模糊理论,采用模糊参数对风电及电动汽车的预测值进行描述。接着以系统综合运行成本最低为目标构建考虑大规模电动汽车及碳捕集电厂的含风电电力系统低碳经济调度模型。采用改进的IEEE-39节点系统进行算例分析。结果表明,本方法能有效改善风电弃风现象,降低系统碳排放量与综合运行成本,实现电力低碳化及经济性发展。

考虑分布式电源和电动汽车集群调度的配电网络重构

随着分布式电源和电动汽车等灵活性电力资源大量接入配电网,对系统安全可靠性提出了更高要求。提出一种考虑分布式电源和电动汽车集群调度的配电网络重构方法,以提高系统可靠性和经济性。在考虑电压偏差的基础上,以故障停电损失成本作为衡量电网可靠性的经济性指标,对网络拓扑结构进行重新构建。首先以线路的开关状态、电动汽车充、放电状态及功率为决策变量,建立以综合成本最小为目标的配电网络重构模型;然后针对配电网络重构模型,采用共生生物搜索算法进行模型求解;最后,通过仿真算例验证了所提方法的有效性。

基于强化学习的电动汽车集群实时优化调度策略

针对大规模电动汽车的实时调度存在维度高和随机性强等问题,提出基于强化学习的电动汽车集群实时优化调度策略。首先,以最小化综合成本(机组发电成本和补贴成本)为目标,建立电动汽车集群参与的电网机组经济调度模型。将实时阶段下的该模型构建为一个马尔可夫决策过程,利用基于最大熵的深度强化学习算法对马尔可夫决策过程进行模型训练和求解。此外,融合强化学习不依赖预测信息和运筹优化算法保证物理约束的优势,将电动汽车充电和机组出力分开优化调度。最后,通过算例验证所提策略在降低成本和削峰填谷方面的可行性和有效性。

集群电动汽车平抑光伏波动实时调度策略

随着光伏(photovoltaic, PV)发电渗透率的升高,光伏功率的随机波动将对电能质量与供电可靠性产生不利影响,而利用电动汽车入网(Vehicle to grid,V2G)技术下电动汽车(electric vehicles,EVs)充放电的灵活性来平抑光伏波动是一种经济、高效的解决方式。为平抑短时剧烈的光伏功率波动,首先提出了微网场景下集群电动汽车参与平抑光伏波动的控制框架,然后建立了利用EV功率跟跟踪PV出力的凸优化模型,并从数学上不失一般性地证明了凸化的有效性。所提凸化方法对系统参数没有任何要求,在优化求解前无需做任何检验。所建立的凸优化模型在求解上更加高效,且在调度容量充足时跟踪误差可控,并能在一定程度上抑制EV的过充电与过放电。最后,通过算例验证了凸优化模型的准确性与高效性及所提调度策略的优势。

考虑响应不确定性的电动汽车集群可调度容量评估方法

准确评估可调度容量是电动汽车集群参与辅助服务的前提,如何量化用户响应意愿是当前可调度容量评估中的难题。对此,提出考虑响应不确定性的电动汽车集群可调度容量评估方法。首先,采用sig⁃moid函数改进的一维云模型分别建立激励水平和充电时间裕度的用户不确定性响应模型,分析二者对用户响应行为的影响;然后,结合熵权法将两个因素予以综合考虑,建立反映用户响应意愿的二维云模型;最后,利用二维云模型修正传统蒙特卡洛模拟法得到的可调度容量。通过算例分析表明,所提方法能对用户响应不确定性进行正确有效量化,实现对电动汽车集群可调度容量的准确评估。

考虑电动汽车集群可调度能力的多主体两阶段低碳优化运行策略

在低碳经济背景下,针对大规模电动汽车并网后灵活调度困难和配电网内多主体利益冲突问题,提出了考虑电动汽车集群可调度能力的多主体两阶段低碳优化运行策略。首先,根据电动汽车出行习惯的不确定性,基于蒙特卡洛抽样法,利用闵可夫斯基和建立电动汽车集群的荷储可调度能力模型。然后,考虑配电网运营商与电动汽车聚合商的利益冲突以及电动汽车的灵活性,结合荷储可调度能力,构建碳交易机制下配电网运营商与电动汽车聚合商两主体利益最大化的日前主从博弈模型和实时分配、调整偏差模型。最后,将日前双层模型转化为单层规划问题,并在改进IEEE 33节点系统进行验证。结果表明,电动汽车集群荷储可调度能力模型能够提高调度的灵活性,解决模型变量维度;所提策略降低了系统碳排放,实现了配电网内多主体利益共赢。

人工智能技术支撑的集群电动汽车实时优化调度策略

电动汽车(electric vehicle,EV)在近年来得到了广泛的应用与部署,针对入网EV的充放电优化已成为研究热点。然而,传统的基于优化模型的EV优化调度方法在实际应用上面临模型参数难以准确获得和计算压力大的挑战。为了解决该问题,基于K-means聚类算法与长短期记忆神经网络(long short-term memory neural networks,LSTM)提出了一种集群电动汽车实时自动优化调度策略,直接从电动汽车的基础数据和电价生成满足约束的最优充放电计划。该策略基于分布式EV调度架构,由离线模型训练阶段和实时优化调度阶段2部分构成。在离线阶段,首先由K-means算法对海量EV数据聚类,之后用LSTM网络学习不同类型数据下的优化调度模式,建立从EV基础数据到优化决策之间的映射,并针对LSTM的输出设计了策略增强环节提高LSTM的决策性能。在实时阶段,在对EV类型识别的基础上,LSTM网络能够快速生成优化调度方案。仿真结果表明,与传统优化算法相比,所提策略能够在不依赖于用户提供准确的出行时间的情况下,毫秒级地输出近似最优解,适用于规模化EV的实时优化调度。

考虑用户参与度的电动汽车集群优化调度策略

针对大规模电动汽车参与电网调峰的调度问题,文章提出一种考虑用户参与度的电动汽车集群优化调度策略。其采用多层感知器神经网络预测电力负荷并获取负荷峰谷差;利用大量车辆信息并考虑车主意愿训练基于卷积神经网络的电动汽车集群,对车辆调峰参与情况进行集群分类,并快速确定参与调峰的总电量;构建同时考虑调峰效果和用户经济收益的优化目标,采用改进粒子群算法优化集群参与调峰的功率。最后,以县级地区为例,在Matlab平台对所提出的方法进行验证,各类电动汽车集群分类结果准确率均高于90%,同时通过电动汽车集群充放电降低了负荷峰谷差,证明了电动汽车集群方法及削峰填谷调度方案的有效性。

含EV集群的VPP参与主辅联合市场综合优化调度

通过研究电动汽车集群成为广义储能设备的可调度域,提出包含电动汽车集群的虚拟电厂参与主辅联合市场的优化调度模型。首先,利用电动汽车充放电模型与累计能量边界模型界定电动汽车个体可调度域,随后采用闵可夫斯基加法将电动汽车集群聚合为广义储能设备。同时,以收益最优为目标,提出虚拟电厂参与能量市场与辅助服务的三阶段综合优化调度模型。最后通过仿真分析,验证主辅联合市场下考虑电动汽车集群可调度域的优化调度模型的准确性与经济性。

市域(郊)铁路调度通信技术及跨线互联互通方案研究

为保障“四网融合”背景下的市域(郊)铁路统一指挥和高效协同,对市域(郊)铁路调度通信技术进行深入研究,分析市域(郊)铁路线网运营和跨线运行的调度通信需求。对比干线铁路和城市轨道交通调度通信技术制式,选择基于多媒体调度和关键任务服务宽带集群的有线/无线融合技术方案。提出满足市域(郊)铁路线网运营模式的调度通信系统架构,按线网中心、线路中心、车站分级部署,可满足市域(郊)铁路同一线网中心内部的跨线运营需求。基于按线路调度运营的原则,结合四网融合跨线运营场景,设计市域(郊)铁路与干线铁路(含城际铁路)、城市轨道交通的调度通信系统互联互通方案,为推动都市圈的市域(郊)铁路网的建设以及轨道交通“四网融合”的跨线运行提供更有利的条件。

电动汽车辅助调峰的经济调度策略研究

电动汽车规模化接入电网和集群化管理,为电力系统调峰提供了新途径。在构建集群式管理体系和研究市场电价机制的基础上,提出了一种在满足系统调峰要求下,以电动汽车运营商和用户收益最大化为目标的调峰经济调度模式,通过改变充放电边界曲线调控电动汽车充放电,优化电动汽车充放电时间,实现削峰填谷。算例仿真的结果表明,所提出的电动汽车调峰经济调度模式在满足调峰要求的条件下,能够使电力系统、运营商和用户三方收益最大化。

基于重要度的卫星系统虚拟集群资源调度方法

气象卫星地面应用系统中服务器规模庞大,设备种类多样,如何充分利用这些计算资源已经成为一个关键性问题,而虚拟集群可以将这些能力各异的服务器进行有机整合。本文提出一种基于重要度的虚拟集群资源调度方法。首先,根据服务器负载能力确定资源域;然后,计算出服务器负载粒度,分辨度和重要度;最后,以服务器负载重要度为权值进行任务的分配。仿真实验结果表明,该方法可以有效提高集群整体的资源利用率和负载能力。

润迅通信为香港新机场设集群调度通信系统

以提供香港及内地跨域通信服务的润迅通信国际有限公司，获香港机场管理局一份价值880万港元的合约，于香港国际机场设计及安装集群调度通信系统，以供多个商家使用。

云—边缘系统中跨域大数据作业调度技术研究

为了降低因处理这些跨域大数据带来的作业完成时延,首先提出了以最小化系列跨域作业平均完成时间为优化目标的在线随机调度算法ranTA。ranTA基于跨域资源的异构性在线地计算出各计算任务调度至不同位置的偏好,并以此偏好作为概率调度每个计算任务;更进一步,为了避免将“热点”数据积压在边缘集群造成性能瓶颈,提出基于ranTA的捎带式数据重分布机制ranTA-data,其将部分数据随任务执行留存至云数据中心。ranTA-data不仅优化了当前作业的完成时间,也能证明在该机制下系列作业的平均完成时间以大概率汇聚于最优解附近。大规模仿真实验表明,所提出的在线随机化算法与数据重部署机制相比传统方法,平均降低系列作业完成时间近30%。

综合能源系统环境下电动汽车分群优化调度

电动汽车(electric vehicles, EV)的大规模接入,给综合能源系统调度带来了机遇和挑战。文章考虑电-热-气混合潮流和电动汽车的调度灵活性,建立了含电动汽车的综合能源系统两层嵌套调度模型,对电动汽车进行分群分层调度,合理制定每辆汽车的充放电策略。调度计划层以调度方案成本最小、能量波动最小和环保性最优为目标函数,采用改进的多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法求解日前调度计划。EV调度层以用户满意度为目标,采用粒子群(particle swarm optimization, PSO)算法制定出各集群的充放电计划,集群内根据动态优先级制定每辆EV的充放电策略。算例分析表明,所建立的调度模型可有效求解含电动汽车的综合能源系统调度问题,且计算维度小、速度快,具有实用性。

含广义储能虚拟电厂电–气–热三阶段协同优化调度

分析了虚拟电厂参与日前阶段、日中阶段以及实时阶段的三阶段调度优化流程,并根据广义储能中各部分设备响应速度和时间进行建模,以此为依据建立含广义储能虚拟电厂三阶段调度模型。在日前阶段,采用C&CG处理风光不确定性,建立有效快捷的电动汽车充放电管理模型,对广义储能中固定电热储能以及电动汽车充放电进行优化,进行24h整体优化;在日中阶段,利用替代型负荷之间的相互转换以及燃气轮机、锅炉的出力调整,对虚拟电厂调度计划逐个时段进行再调整;在实时阶段,建立时间解耦的空调集群模型,利用其快速响应特点,以半小时为步长,在实时风光场景下进行偏差平抑。仿真算例验证了所构模型的有效性,结果表明:通过多阶段调度以及广义储能的协同作用,可以有效降低虚拟电厂运行成本以及大幅提高虚拟电厂的供能稳定性。

基于负荷均衡加载的电力系统分布式经济调度策略

在构建以新能源为主题的新型电力系统背景下,电网面临以电动汽车为代表的电气化交通负荷剧增的巨大挑战。针对上述问题提出一种负荷均衡优化模型,将负荷均衡后的集群电动汽车依次并入电网。然后应用多智能体一致性算法,以发电机组的增量成本和集群电动汽车的增量效益作为一致性变量,设计一种集群电动汽车参与电力系统经济调度的算法,通过分布式优化方式解决经济调度问题。建立4种典型的仿真情景,分别验证集群电动汽车分步参与电力系统分布式优化调度的有效性、对不同通信拓扑和功率受约束情况的适用性以及分布式优化算法在集群电动汽车参与经济调度时“即插即用”的能力。在IEEE 39节点系统上进行算例仿真,验证了策略的有效性。

Load Cluster Characteristic and Modeling of EV Charge Station in Residential District

电动汽车的大规模发展将会对配电网带来较大影响,开展电动汽车充电的负荷特性研究是保证电网安全运行的前提,是引导电动汽车进行有序充电的基础。在简化锂电池恒流–恒压2阶段充电模型的基础上,得到单个电动汽车的充电模型,以此为基本元素,从充电汽车电池的初始荷电状态（initial state-of-charge,SOC0）和车辆到达充电站时间的随机分布为出发点,提出2阶段泊松分布的电动汽车充电站集聚模型进行充电站集聚特性的模拟,并提出基于充电站的日充电负荷曲线的电动汽车充电站负荷集聚模型的建模方法,最后通过仿真算例验证了其有效性。