Aggregator-based demand response mechanism for electric vehicles participating in peak regulation in valley time of receiving-end power grid

With the increase in the power receiving proportion and an insufficient peak regulation capacity of the local units, the receiving-end power grid struggles to achieve peak regulation in valley time. To solve this problem while considering the potential of the large-scale charge load of electric vehicles(EVs), an aggregator-based demand response(DR) mechanism for EVs that are participating in the peak regulation in valley time is proposed in this study. In this aggregator-based DR mechanism, the profits for the power grid’s operation and the participation willingness of the EV owners are considered. Based on the characteristics of the EV charging process and the day-ahead unit generation scheduling, a rolling unit commitment model with the DR is established to maximize the social welfare. In addition, to improve the efficiency of the optimization problem solving process and to achieve communication between the independent system operator(ISO) and the aggregators, the clustering algorithm is utilized to extract typical EV charging patterns. Finally, the feasibility and benefits of the aggregator-based DR mechanism for saving the costs and reducing the peak-valley difference of the receiving-end power grid are verified through case studies.

考虑充放电激励机制的电动汽车聚合商参与能量-调频市场多阶段运营策略

完善电动汽车(EV)主动参与充放电双向互动调频的激励机制,综合考虑EV充放电行为在能量-调频市场中的多阶段交互影响,有利于准确评估聚合商参与电力市场的收益。提出了EV聚合商参与多品种市场的多阶段运营策略,以实现聚合商的运营收益最大化。基于充电行为特征的统计数据,建立单体EV的功率及能量响应边界,并考虑用户参与充电和放电控制的差异性,结合用户自身偏好、电池损耗,提出EV集群的充放电激励机制,并在此基础上建立EV集群功率及能量的响应边界约束。基于EV充放电调节控制的时序性和多阶段市场的调频需求,建立考虑多阶段时序交互的多品种市场运营收益优化模型。结合PJM市场的运营案例,验证所提充放电激励机制和运营策略的有效性,结果表明其能在保障用户充电需求的基础上,有效提升聚合商参与能量-调频市场的收益。

面向多场景辅助服务的大规模电动汽车聚合可调度容量建模

大规模电动汽车聚合可调度容量是含电动汽车的虚拟电厂参与多层级多场景电力平衡辅助服务的重要技术指标之一。然而,现有电动汽车聚合可调度容量模型难以适应大规模电动汽车与省级电力调度中心互动场景。为此,文中从面向电力系统调峰、调频和调压多级多场景调控新视角,提出了数据驱动和机器学习相结合的双层聚类电动汽车聚合可调度容量建模方法。该方法通过构建电动汽车-充电桩广义储能单元的个体可调度容量模型,结合基于密度空间的聚类算法和改进的自组织映射深度聚类算法,有效地融合了电动汽车电量的时间分布和充电桩的空间分布特性,构建了面向调峰、调频和调压多场景调控的聚合可调度容量模型。采用了某省实际充电记录数据对提出的方法进行了验证,获得了“早间型”“中午型”“晚间型”等多种充电画像类型,实现了时空分布各异的电动汽车广义储能系统的自主聚合和省市级规模电动汽车参与电网不同辅助服务潜能的评估,并为聚合可调度容量的预测奠定了数据基础。

考虑路网和用户满意度的集群电动汽车主从博弈优化调度策略

传统的电动汽车(electric vehicle,EV)集中优化方法在实际应用中面临调度困难、计算量大、缺乏真实数据支撑等问题,无法准确揭示各主体间的交互行为。为此,提出一种考虑路网和用户满意度的集群EV主从博弈优化调度策略。首先基于真实出行数据和路网数据模拟用户出行行为。其次,负荷聚合商(load aggregator,LA)整合EV负荷资源,对相似出行特性的EV进行聚类。在双层主从博弈模型中,LA作为上层领导者,聚类后的各EV子群作为下层跟随者。考虑EV用户不同消费偏好,通过优化LA定价策略、新能源及储能系统出力计划、EV集群充放电策略实现纳什均衡,达到各主体共赢,并使用改进遗传算法进行求解。最后,利用仿真验证了所提模型可有效提升LA收益及EV用户消费者剩余,增加新能源消纳,并可为不同消费偏好的用户提供差异化服务。

面向电动汽车充电的区域碳普惠积分价格决策方法

双碳目标下将碳普惠机制纳入碳市场交易体系是提升公众碳感知的重要手段,如何开展碳普惠积分应用值得关注。为此,以碳积分为碳普惠机制载体,构建了面向电动汽车充电的碳积分形成方法;考虑聚合交易需求,设计碳聚合商、控排企业参与区域碳普惠市场的双层交易模型:上层为碳聚合商和碳排企业交易主体经济模型,形成交易双方的供需关系,下层为基于供需比的区域碳交易价格决策模型,并采用改进粒子群方法求解;仿真结果表明,所提方法在聚合零散碳普惠资源基础上,建立了一种电动汽车充电碳普惠参与区域碳市场的可行交易方案,有效拓展碳普惠应用场景和价值。

基于充放电裕度的电动汽车集群一次调频控制策略

针对未来电网一次调频资源不足的问题,文中提出一种基于充放电裕度的电动汽车集群虚拟储能参与电网一次调频的自适应控制策略。首先,分析电动汽车的调控运行范围。其次,研究电动汽车集群参与电网一次调频方法。考虑电动汽车充放电时间和电池荷电状态(state of charge,SOC)裕度,设计电动汽车充放电裕度指标。接着,提出基于充放电裕度的自适应一次调频控制策略,优化电动汽车参与一次调频的下垂功率,从而兼顾电网一次调频和电动汽车充放电需求。然后,通过定时更新方式评估电动汽车集群虚拟储能的一次调频能力,并提出一次调频效果评价指标。最后,通过区域电网仿真案例分析,验证所提策略减少系统频率偏差和优化电动汽车一次调频出力的有效性。

车网互动背景下小区电动汽车充放电商业模式研究

主要研究了车网互动背景下,从充电设施负荷聚合商视角考虑,对小区内电动汽车充放电开展调控,实现配电网安全运行、负荷聚合商收益和客户出行需求多方共赢。首先,分析了小区各类用电负荷特性及车网互动技术原理;其次,建立了小区电动汽车充放电优化双层模型,以小区等效负荷曲线的峰谷差最小为外层优化的目标函数,求解确定电动汽车作用下的负荷曲线最小峰谷差及各时段电动汽车总充放电功率安排,以负荷聚合商收益最大为内层优化的目标函数,结合外层优化得到的总充放电功率安排为约束具体求解;最后,采用设定算例对所提充放电策略进行了验证,仿真结果表明所提策略可以明显降低小区负荷峰谷差,并帮助负荷聚合商建立可持续发展的商业模式。

Optimized Dispatching Method for Flexibility Improvement of AC-MTDC Distribution Systems Considering Aggregated Electric Vehicles

With the increasing use of renewable resources and electric vehicles(EVs), the variability and uncertainty in their nature put forward a high requirement for flexibility in AC distribution system incorporating voltage source converter(VSC) based multi-terminal direct current(MTDC) grids. In order to improve the capability of distribution systems to cope with uncertainty, the flexibility enhancement of AC-MTDC distribution systems considering aggregated EVs is studied. Firstly, the charging and discharging model of one EV is proposed considering the users' demand difference and traveling needs. Based on this, a vehicle-to-grid(V2G) control strategy for aggregated EVs to participate in the flexibility promotion of distribution systems is provided. After that, an optimal flexible dispatching method is proposed to improve the flexibility of power systems through cooperation of VSCs, controllable distributed generations(CDGs), aggregated EVs, and energy storage systems(ESSs). Finally, a case study of an AC-MTDC distribution system is carried out. Simulation results show that the proposed dispatching method is capable of effectively enhancing the system flexibility, reducing renewable power curtailment, decreasing load abandonment, and cutting down system cost.

A novel forecasting approach to schedule aggregated electric vehicle charging

To be able to schedule the charging demand of an electric vehicle fleet using smart charging,insight is required into different charging session characteristics of the considered fleet,including the number of charging sessions,their charging demand and arrival and departure times.The use of forecasting techniques can reduce the uncertainty about these charging session characteristics,but since these characteristics are interrelated,this is not straightforward.Remarkably,forecasting frameworks that cover all required characteristics to schedule the charging of an electric vehicle fleet are absent in scientific literature.To cover this gap,this study proposes a novel approach for forecasting the charging requirements of an electric vehicle fleet,which can be used as input to schedule their aggregated charging demand.In the first step of this approach,the charging session characteristics of an electric vehicle fleet are translated to three parameter values that describe a virtual battery.Subsequently,optimal predictor variable and hyperparameter sets are determined.These serve as input for the last step,in which the virtual battery parameter values are forecasted.The approach has been tested on a real-world case study of public charging stations,considering a high number of predictor variables and different forecasting models(Multivariate Linear Regression,Random Forest,Artificial Neural Network and k-Nearest Neighbors).The results show that the different virtual battery parameters can be forecasted with high accuracy,reaching R^(2) scores up to 0.98 when considering 400 charging stations.In addition,the results indicate that the forecasting performance of all considered models is somehow similar and that only a low number of predictor variables are required to adequately forecast aggregated electric vehicle charging characteristics.

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。

基于VMD和MPC的电动汽车-火电机组联合调频控制

合理的调频指令分配策略以及有效的指令跟踪控制方法是利用集群电动汽车(aggregate electric vehicle,AEV)联合火电机组开展调频控制、改善调频质量、提高调频经济性的关键。基于此,文中提出基于变分模态分解(variational mode decomposition,VMD)和双层模型预测控制(model predictive control,MPC)的AEV参与系统调频控制策略。首先,设计AEV联合传统火电机组的频率协调优化控制结构,建立火电机组及负荷频率控制模型,同时将AEV转化为虚拟调频单元,构建在AEV参与下系统单区域多机组负荷频率控制模型;然后,利用VMD将电网调频指令信号分解为含不同频率成分的本征模态函数,整合高频分量作为AEV的调频指令,低频分量作为火电机组群的调频指令,并通过双层MPC分别在AEV和火电机组群内部实现调频指令的优化再分配及跟踪控制;最后,对所提控制策略进行仿真验证。结果表明所提控制策略可实现对系统频率的有效调节,且兼顾了调频的经济性和动态性能。

具有隐私保护且可追踪用户身份的V2V电力交易安全通信方案

随着电动汽车(Electric vehicle,EV)的发展,V2V(Vehicle-to-vehicle)电力交易作为一种灵活充电模式具有广阔的发展前景。EV用户在进行V2V电力交易时,其通信是在无线网络中进行的,消息容易被窃听或伪造,这可能会造成用户隐私泄露,进而破坏交易的公平性。为此,提出了一种具有隐私保护且可追踪用户身份的V2V电力交易安全通信方案。首先,用户通过使用伪身份来进行交易以防止其真实身份泄露;当用户发生违约行为时,根据违约用户的伪身份可以追踪到其真实身份。其次,设计了一种无证书聚合签密算法来保证V2V电力交易中的通信安全。该算法实现了对消息的签名和加密,保证了消息的认证性和机密性。理论分析结果证明,该方案能够有效保护用户隐私,同时能实现安全通信;性能分析结果表明,相比于现有方案,该方案具有较低的通信开销和计算开销。

考虑多重不确定性的电动汽车聚合商参与能量-调频市场的鲁棒优化模型

为了充分挖掘电动汽车(EV)参与电力市场交易的市场价值,电动汽车聚合商(EVA)可将众多EV资源聚合起来作为一个投标主体参与日前能量和调频市场。针对EVA参与电力市场的投标决策面临多重不确定性因素影响问题,计及EV电量和功率边界,建立了EVA响应能力评估模型;对EV用户响应意愿、调频信号和市场电价的不确定性进行建模;以EVA的投标净收益最大化为目标,构建一种考虑多重不确定性的EVA参与能量-调频市场的鲁棒优化模型,以合理制定次日各交易时段EVA的基线功率和所提供的调频容量。通过算例验证了模型的有效性,并分析了各种不确定因素对投标净收益的影响,所提策略可为EVA的投标决策提供参考。

基于负荷准线和纳什谈判的高比例新能源消纳方法

新型电力系统中新能源占比的迅速提高将导致发电侧调节能力严重匮乏。基于负荷准线的需求响应能常态化激励负荷整形,从而提升电网平衡能力、促进新能源消纳。针对准线型需求响应中的利益分配问题,提出基于纳什谈判的网-荷合作博弈机制;针对纳什谈判问题的难解性,提出和建立其近似问题,并提出能有效保证各方信息隐私的分布式求解方法;以电动汽车集群为例,提出可调负荷灵活性的概率预测模型,反映其全时段的整形能力。最后,建立含电动汽车、热泵热水器两类灵活资源以及高比例新能源的区域电网算例。仿真结果表明,以上两类负荷均具有良好的整形能力。基于所提的收益分配机制,准线型需求响应能够显著增强对聚合商的激励,有效促进新能源消纳,实现电网和用户的双赢。

计及电价不确定性和容量衰减的电动汽车充放电商业模式

电动汽车作为移动储能设施,可以通过开展车网协同,促进电力系统的稳定。随着电动汽车的迅速发展,如何设计电动汽车充放电的商业模式成为亟须解决的问题。鉴于此,设计了电动汽车聚合商单独参与现货市场、联合参与现货市场及辅助服务市场2种模式。同时,考虑到电价不确定性和电池容量衰减的影响,对2种模式开展经济性测算和多因素敏感性分析。算例结果表明,电动汽车聚合商联合参与现货市场及辅助服务市场模式的经济性要优于单独参与现货市场模式。在该研究结果的基础上,设计现阶段电动汽车聚合商参与电力市场的商业方案。

需求响应下基于电动汽车负荷聚合商的充放电电价与时段研究

目前我国因风电与光伏发电产生的可再生能渗透率增高,导致灵活性资源匮乏问题日益突出,因风电和光伏等新能源发电的波动性和不确定性导致电网调峰及保供安全存在较大压力,同时电力市场机制没有完全建设起来,电价市场化机制不够成熟,需求侧响应资源没有被积极的调动。随着我国电动汽车保有量的不断增高,同时电动汽车的无序入网会造成“峰上加峰”的不良影响,因此可以合理安排电动汽车进行有序入网参与需求响应,文中首先介绍了电动汽车参与需求响应产生的积极影响;其次,探究了电动汽车参与需求相应的方式,并确定了以聚合商的方式参与需求响应;然后,设计了电动汽车聚合商的有序充放电策略,提出了电动汽车负荷聚合商参与需求响应的思路,构建了需求响应的交易机制;最后以电动汽车用户、电动汽车负荷聚合商平台与电网共同获益为目标,制定了电动汽车充放电的上下限,并运用数值模拟进行验证,结果表明,在电动汽车聚合商的模式下,通过充放电电价引导用户对充电时段的选择,可以实现三方获益的目标,并且对实现电网系统“削峰填谷”具有一定的效果。

计及充电行为特征与可调性的电动汽车集群优化调度

针对传统电动汽车集群优化调度过程中未能充分考虑电动汽车是否具备参与电网响应的物理条件和主观意愿等问题,提出一种基于双向门控循环单元(Bi-GRU)的电动汽车充电行为可调性识别方法,并以聚合商收益最大为目标进行优化调度。首先,利用电动汽车在充电站内的真实数据描述电动汽车用户充电时间特征、充电电量特征,并从影响用户参与优化调度的主观意愿因素出发,分析并描述用户充电偏好;其次,构建充电过程物理矩阵和用户响应意愿矩阵,并采用Bi-GRU模型将电动汽车划分为可调电动汽车集群与不可调电动汽车集群,计算可调集群充电电量与不可调集群充电电量;最后,从电动汽车聚合商利益最大化角度出发,提出考虑分时电价影响的电动汽车集群参与电网优化调度模型及求解策略。算例表明,与传统优化调度方法相比,所提Bi-GRU模型能精准识别电动汽车是否具备可调性,且优化调度策略能在保证聚合商收益最大化前提下有效平抑负荷波动,保证电网安全稳定运行。

电动汽车聚合下的微能源互联网优化调度策略

随着可再生能源规模化接入电网,需配备更多的储能设备以减少峰谷差,这使得投入成本大大提高。电动汽车聚合的负荷特性类似储能,其主动参与能源互联网能量优化调度,将减少储能设备的成本,进而提高微能源互联网的经济效益。提出了电动汽车聚合下的微能源互联网优化调度策略。首先,基于AP(affinity propagation)数据挖掘技术的电动汽车负荷聚类分析,提出了基于极限学习机预测模型的电动汽车短期预测方法。其次,提出电动汽车聚合下的微能源互联网优化调度策略,利用电价激励电动汽车有序充电以减小负荷峰谷差进而降低系统发电成本。最后,仿真验证该优化调度策略的有效性。

基于价值网络的电动汽车聚合运营价值评估

以电动汽车为代表的需求侧资源通过聚合运营,将为电力系统提供大量的可调节资源,缓解系统平衡运行的矛盾。但其商业运营模式尚未成熟,关键原因之一是电动汽车聚合价值评估难,难以支撑相关市场交易机制的构建。通过引入价值网络建模方法,建立电动汽车聚合运营价值创造模式,构建电动汽车聚合运营价值网络模型。进而基于电动汽车聚合商视角,分析了聚合体系内多主体价值交换关系,提出了聚合模式下多主体价值获取路径。最后,结合国内某区域市场环境,对有无聚合商时的市场各主体效益进行分析。仿真结果表明电动汽车聚合运营使得各主体都能产生增量收益,在现有模式下聚合商获益最大。市场补偿系数、新能源消纳比例增量是影响各方受益的关键因素。

配电网与电动汽车光储充电聚合商的协调互动策略

针对配电网与电动汽车光储充电聚合商的优化运行问题进行研究,基于分析目标级联算法设计了一种能够兼顾配电网与聚合商利益的协同调控机制,这一协同调控机制通过指令与反馈的信息交互迭代达到收敛。配电网运营商考虑最优潮流问题,目标为最小化网损;聚合商考虑其运行优化问题,目标为最小化运行电费成本。双方迭代过程中目标均修正为增广拉格朗日函数,从而保证聚合商与配电网连接点的功率一致性。迭代收敛后聚合商对此时的总功率曲线进行校验和再分配,得到每个资源的运行策略。所设计的调控机制使得配电网与聚合商的协同运行优化问题解耦,适用于大规模协同运行优化问题的求解,保证了配电网与聚合商的隐私。