电动汽车空间可调度特性影响下配电网承载能力计算方法

高渗透率分布式电源与电动汽车融合带来的波动性和随机性将对电网的安全稳定运行产生重大影响。如何准确计算配电网的承载能力已成为一个亟待研究和解决的问题。针对配电网承载能力的计算问题,提出了一种电动汽车空间可调度特性影响下配电网的承载能力分布鲁棒计算方法。首先,从电动汽车充电选择的角度出发,考虑车主自身利益、充电效率和配电网承载能力的提高,建立了电动汽车的空间可调度模型;然后,建立了两阶段分布鲁棒的分布式电源和充电站承载能力计算模型,不确定性概率分布的置信集同时受到1-范数和∞-范数的约束;最后,使用列和约束生成算法来解决该问题。通过相应的实例,分析了各种设备和EV空间可调度性对配电网承载能力的影响。通过与确定性模型和鲁棒模型的比较,验证了该模型的优越性。

计及多重不确定性的规模化电动汽车接入配电网调度方法

规模日益增长的电动汽车和可再生能源带来的不确定性给配电网的安全运营带来了严峻挑战。为综合考虑多重不确定性、平衡运营成本与系统可靠性,首先,提出一种基于分布鲁棒联合机会约束的电动汽车-配电网充放电调度模型。该模型将节点电压、支路功率、备用需求等通过联合机会约束建模,可以直观地管理系统整体的可靠性。然后,为求解该模型,基于最优Bonferroni近似方法将联合机会约束问题转化为混合整数二次规划模型,其中,风险等级也被视为决策变量。随后,在不同电力系统上验证了所提模型的有效性和可扩展性。结果表明,所提模型克服了经典的随机优化和鲁棒优化存在的问题,能够有效平衡成本和可靠性,计算效率高、可扩展性好,较Bonferroni近似方法降低约6.5%的成本。

考虑机会约束的配电网光伏并网容量分布鲁棒优化方法

传统的经验性概率分布描述分布式光伏出力的不确定性难以准确获取概率分布参数。为此,提出一种基于Kullback-Leibler散度的分布鲁棒优化方法来评估配电网分布式光伏的最大并网容量。首先,通过Kullback-Leibler散度来量化实际概率分布与经验性概率分布之间距离,建立分布式光伏出力不确定性的模糊集。在考虑节点电压和传输容量越限机会约束的情况下,建立了分布式光伏并网容量分布鲁棒优化模型。通过采用风险价值和样本平均近似方法将分布鲁棒优化模型转化为一个混合整数规划问题求解。在改进的IEEE-33节点系统的仿真结果表明了所提出分布鲁棒优化方法的有效性和鲁棒性。

计及气网管存效应的综合能源系统分布鲁棒优化调度

可再生能源接入的综合能源系统具有不确定性特征,然而随机规划与鲁棒优化等求解方法存在鲁棒性不足或过于保守等问题。气网管存是综合能源系统中重要的灵活性资源,可以有效平抑不确定性的影响。鉴于此,提出计及气网管存效应的综合能源系统分布鲁棒优化调度方法,通过充分利用系统中的灵活性资源,促进可再生能源消纳,实现系统安全稳定运行。在分析天然气管道中气体流动特性和管存效应的基础上,以系统综合成本最低为目标,建立计及气网管存效应的综合能源系统优化调度模型。针对风电出力和电负荷不确定性特征的差异性,分别采用概率分布集和梯形模糊函数对风电出力和电负荷不确定性进行刻画。在此基础上,建立综合能源系统分布鲁棒优化调度模型,并采用列约束生成算法进行求解。最后,通过算例分析验证了所提方法的准确性与有效性,并且结果表明所提方法在应对不确定场景时具有较强的调节能力和良好的经济性。