在聚合商管理模式下,对大规模插电式电动汽车(electric vehicles,EV)调节容量的高效利用可降低系统运行成本,助力可再生能源(renewable energy resources,RES)消纳。同时,随着EV快速充电设施的普及,相较于慢充而言,快充模式下EV参与电...在聚合商管理模式下,对大规模插电式电动汽车(electric vehicles,EV)调节容量的高效利用可降低系统运行成本,助力可再生能源(renewable energy resources,RES)消纳。同时,随着EV快速充电设施的普及,相较于慢充而言,快充模式下EV参与电网辅助服务时可能存在更多灵活性,但无疑也考验着电力系统承受能力。为充分利用需求侧灵活性资源,考虑将快速充电概念应用于电动汽车入网(vehicle to grid,V2G)场景中,即考虑双向的快速功率,提出考虑EV充放电模式灵活性的配电网日前经济调度方法,其包含2个模型:考虑充放电模式的EV聚合模型与配电网经济调度模型。通过算例分析验证了该策略可提升EV可调度区域灵活性,并能为配电网经济调度带来可观效益。展开更多
插电式电动汽车(plug-in electric vehicles,PEV)近年来发展迅速,考虑PEV并网后的差异性需求,提出一种计及PEV需求差异的智能电网调度策略:根据需求差异将PEV分为无序充电PEV、可调度充电PEV和可调度充放电PEV,之后提出考虑高低功率调...插电式电动汽车(plug-in electric vehicles,PEV)近年来发展迅速,考虑PEV并网后的差异性需求,提出一种计及PEV需求差异的智能电网调度策略:根据需求差异将PEV分为无序充电PEV、可调度充电PEV和可调度充放电PEV,之后提出考虑高低功率调控差异性将可调度PEV分为高功率可调度PEV和低功率可调度PEV。最后,构建以智能电网运行成本最小和电动汽车支付费用最小的多目标优化调度模型。算例结果表明在考虑PEV差异性需求的情况下通过合理调度PEV可以有效提高可再生能源消纳能力、降低智能电网运行成本和PEV车主支付费用。展开更多
为解决电网峰谷差持续扩大带来的影响,从用户侧角度出发,针对空调房间、电热水器和电动汽车分别提出了柔性负荷优化控制算法。该算法基于分时电价,同时考虑用户经济效益和舒适度进行双目标优化控制,并通过智能用户终端实现。在算法中,...为解决电网峰谷差持续扩大带来的影响,从用户侧角度出发,针对空调房间、电热水器和电动汽车分别提出了柔性负荷优化控制算法。该算法基于分时电价,同时考虑用户经济效益和舒适度进行双目标优化控制,并通过智能用户终端实现。在算法中,改进了传统的空调房间和热水器负荷模型,将复杂的多变量强耦合过程解耦为多个独立的单变量子过程,并采用参数回归获取模型参数,减少算法中的随机变量。其次,将电动汽车纳入优化控制,分别研究了单向充电电动汽车(grid to vehicle,G2V)和双向供电电动汽车(vehicle to grid,V2G)的优化算法。采用粒子群算法分别求解优化结果。基于MATLAB的仿真结果验证了所提算法在经济利益、用户体验和电网削峰填谷方面上的优势。展开更多
文摘在聚合商管理模式下,对大规模插电式电动汽车(electric vehicles,EV)调节容量的高效利用可降低系统运行成本,助力可再生能源(renewable energy resources,RES)消纳。同时,随着EV快速充电设施的普及,相较于慢充而言,快充模式下EV参与电网辅助服务时可能存在更多灵活性,但无疑也考验着电力系统承受能力。为充分利用需求侧灵活性资源,考虑将快速充电概念应用于电动汽车入网(vehicle to grid,V2G)场景中,即考虑双向的快速功率,提出考虑EV充放电模式灵活性的配电网日前经济调度方法,其包含2个模型:考虑充放电模式的EV聚合模型与配电网经济调度模型。通过算例分析验证了该策略可提升EV可调度区域灵活性,并能为配电网经济调度带来可观效益。
文摘插电式电动汽车(plug-in electric vehicles,PEV)近年来发展迅速,考虑PEV并网后的差异性需求,提出一种计及PEV需求差异的智能电网调度策略:根据需求差异将PEV分为无序充电PEV、可调度充电PEV和可调度充放电PEV,之后提出考虑高低功率调控差异性将可调度PEV分为高功率可调度PEV和低功率可调度PEV。最后,构建以智能电网运行成本最小和电动汽车支付费用最小的多目标优化调度模型。算例结果表明在考虑PEV差异性需求的情况下通过合理调度PEV可以有效提高可再生能源消纳能力、降低智能电网运行成本和PEV车主支付费用。
文摘为解决电网峰谷差持续扩大带来的影响,从用户侧角度出发,针对空调房间、电热水器和电动汽车分别提出了柔性负荷优化控制算法。该算法基于分时电价,同时考虑用户经济效益和舒适度进行双目标优化控制,并通过智能用户终端实现。在算法中,改进了传统的空调房间和热水器负荷模型,将复杂的多变量强耦合过程解耦为多个独立的单变量子过程,并采用参数回归获取模型参数,减少算法中的随机变量。其次,将电动汽车纳入优化控制,分别研究了单向充电电动汽车(grid to vehicle,G2V)和双向供电电动汽车(vehicle to grid,V2G)的优化算法。采用粒子群算法分别求解优化结果。基于MATLAB的仿真结果验证了所提算法在经济利益、用户体验和电网削峰填谷方面上的优势。