CN107092985A - 一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法 - Google Patents
一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法 Download PDFInfo
- Publication number
- CN107092985A CN107092985A CN201710238021.0A CN201710238021A CN107092985A CN 107092985 A CN107092985 A CN 107092985A CN 201710238021 A CN201710238021 A CN 201710238021A CN 107092985 A CN107092985 A CN 107092985A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- electric automobile
- discharge
- charge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 9
- 230000005611 electricity Effects 0.000 claims abstract description 38
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000000903 blocking effect Effects 0.000 claims description 4
- 239000013256 coordination polymer Substances 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 238000002948 stochastic simulation Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000035699 permeability Effects 0.000 abstract description 6
- 239000002245 particle Substances 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Power Engineering (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法,属于配电系统优化调度技术领域,步骤为:1)在主动配电网中引入电动汽车群Aggregator级别的电动汽车负荷,得到含有分布式电源和电动汽车群的主动配电网市场结构。2)建立满足一定置信水平的机会约束规划模型。3)配电系统调度机构校验各充放电设施运营商的用电计划,若用电计划引起配电系统阻塞,配电系统调度机构将依据先前发布的惩罚措施对相应的运营商进行惩罚,运营商根据惩罚调整自己的用电计划。本发明通过调整充放电服务费,引导电动汽车合理用电;能够在保证配电系统安全稳定运行的要求下,满足未来主动配电网高渗透率电动汽车的功率需求。
Description
技术领域
本发明属于配电系统优化调度技术领域,涉及到主动配电网中阻塞调度的策略,特别涉及主动配电网在电动汽车高渗透率情形下的阻塞调度问题。
背景技术
随着能源安全、环境污染和全球气候变暖的趋势日渐严重,风力发电和光伏发电等可再生能源发电以及需求侧的新起之秀电动汽车的发展越来越受到人们的关注。国际能源机构2009年预估2050年电动汽车的大规模接入电网,将使全球电力需求量增加10%。我国在2012年8月发布了《电动汽车科技发展十二五专项规划》对电动汽车将在2020年后实现大范围普及作了说明。所以未来的配电系统势必要实现对风电、光伏以及高渗透率电动汽车的兼容并包,向着主动配电网的方向发展。
电动汽车将会成为电网未来一种新型的重要负荷,其大规模接入将会对电力系统的运行与规划产生重要的影响,电动汽车作为需求侧新型负荷的代表对电力系统的影响主要在配电网层面。传统的配电网由于受到电力系统调度机构垂直管制和自身结构特点的影响,网络容量是足够承担配电网的用电需求而不会有阻塞现象发生。相比之下,含大规模电动汽车的主动配电网较传统配电网在组成成分和结构上发生了巨大的变化,如果不加控制的将大量电动汽车接入电网,其无约束或无引导的用电行为可能导致配电系统出现负荷尖峰和阻塞等问题,所以建立合理的主动配电网阻塞调度策略已成为保证配电系统安全经济运行的关键问题之一。
目前针对电动汽车引起的主动配电网阻塞管理主要可分为直接和间接两类方式。以网络重构、无功功率控制以及有功功率控制等为代表的直接阻塞管理,利用网架结构、FACTS以及直接减少负荷功率需求来达到解决阻塞的目的。根据各国电力市场模式的不同,间接阻塞管理机制主要包括:日前阻塞电价、日内影子价格、配电容量市场以及灵活服务市场。四种机制都将配电系统调度机构与电动汽车作为市场的参与者,利用电动汽车的负荷需求对价格的敏感度,以线路容量作为约束,通过调整电动汽车的充放电时机,达到既节省用户费用又解决系统阻塞的目的。但是,鉴于目前国内并不完全的电力市场,电价需要政府来制定,所以亟需一种符合国内电力市场的激励措施以充分发挥电动汽车作为柔性负荷所具备的灵活充放电时间转移能力来解决阻塞,维持配电系统的安全稳定性。
发明内容
本发明目的是在含有高渗透率电动汽车的主动配电网阻塞调度的过程中,提出一种能够同时计及主动配电网中间歇性可再生能源发电出力随机性的阻塞调度策略。针对主动配电网中电动汽车引起的阻塞问题,采用机会约束规划结合粒子群优化算法利用潮流追踪技术分析阻塞责任,通过引入对充放电服务费的调整实现对电动汽车群充放电的激励,以此达到引导电动汽车群充放电的效果。
为了达到上述目的,本发明的技术方案是:
一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法,包括以下步骤:
第一步,建立含有分布式电源和电动汽车群的主动配电网市场结构
充放电调度控制策略是充电控制效益实现的基础和先决条件,充放电优化求解变量维数的激增,对电动汽车进行集中控制将对调度部门的计算处理能力提出很高的要求。同时,允许用户参与电力市场的门槛通常为MW级,而单辆电动汽车并不能达到此容量级,因此由配电系统调度机构直接对每辆电动汽车进行充放电控制是不现实的。但是,根据主动配电网直接面临着用户侧响应的特点,有必要提出一种既能充分响应用户侧又能方便快捷地对每辆电动汽车的充放电实现控制的调度策略。
在主动配电网中引入电动汽车群Aggregator级别的电动汽车负荷,得到含有分布式电源和电动汽车群的主动配电网市场结构。通过引入Aggregator级别的电动汽车负荷,能够充分调动主动配电网中配电系统调度机构与需求侧的互动响应,实现电动汽车群参与电力市场竞争、支撑主动配电网运行的目标。
所述的主动配电网市场结构的主体为由配电系统调度机构和充放电设施运营商组成的双响应控制系统,双响应控制系统控制电能分配给电动汽车用户,既可以响应输电系统和需求侧,二者之间又可以互通信息。
第二步,建立满足一定置信水平的机会约束规划模型
未来的主动配电网面临着电动汽车高渗透率和市场化的双重考验。面对分时电价市场,充放电设施运营商会选择在电价较低的时段进行包括电动汽车充电在内的负荷用电,由此造成的负荷高峰会引起配电系统传输线路和变压器过载,负荷节点电压偏低等阻塞现象。
2.1)主动配电网市场结构中的充放电设施运营商下辖多个电动汽车群Aggregator,下辖电动汽车群的充放电行为受经营商的控制,充放电设施运营商作为市场参与者,受配电系统调度机构的管制和约束,以电动汽车充电费用最小为目标函数优化充放电计划安排,如公式(1)所示:
其中,CP(t)=α(t)+CS(t),CP(t)为充放电价格,α(t)和CS(t)分别为时段t时的分时电价和充放电服务费;Nd为主动配电网中的Aggregator数目;Nt为可调度时段数,由配电系统调度机构与充换电设施经营商协商确定;Pch,i(t)为t时段第i个Aggregator的充放电功率;
2.2)由于主动配电网中的风机和光伏发电采用MPPT控制方式,所以为了充分考虑风机和光伏发电出力的随机性,利用机会约束规划对不确定量进行随机模拟,能够更好的描述其不确定性。在考虑式(2)~(4)对应的常规约束的基础上,根据公式(1)得到如式(5)~(9)所示的满足一定置信水平的机会约束规划模型。常规约束和机会约束规划模型具体为:
常规约束:
Pchi,min≤Pchi,t≤Pchi,max (4)
机会约束规划:
PCL{Vi min≤Vi,t≤Vi max}≥αV (7)
PCL{Smin≤S(t)≤Smax}≥αS (8)
式(2)、(3)分别为节点i上电源的有功出力约束和无功出力约束,其中PGi,t、QGi,t分别为时段t节点i上电源的有功出力和无功出力,分别为节点i上电源的有功出力上、下限和无功出力上、下限;式(4)为节点i上电动汽车群的充放电功率约束,其中Pchi,t、Pchi,max、Pchi,min分别为时段t节点i上电动汽车群的充放电功率、充放电功率上限、充放电功率下限,Pchi,max=Nevpch,max,Pchi,min=-Nevpch,max,Nev为节点i上电动汽车群所包含的电动汽车数量,pch,max为单台电动汽车的最大充电功率;式(5)、(6)是多时段潮流等式约束,其中PDi,t、QDi,t分别为节点i于时段t的有功、无功负荷,N为系统节点数,Vi,t、Gij、Bij、θij,t分别为时段t节点i的电压幅值、支路ij的电导和电纳、节点i和j电压相角之差;式(7)~(9)为机会约束规划置信度约束,PCL表示指标达到置信水平的机会,αV、αS、分别为节点电压幅值、电动汽车蓄电池的荷电状态、行驶需求的置信水平,S(t)、Sneed分别为电动汽车蓄电池的荷电状态、荷电状态行驶需求,Vi max、Vi min、Smax、Smin分别为节点电压幅值和电动汽车蓄电池荷电状态的上、下限,Sneed,min为满足电动汽车行驶需求的最低荷电状态约束。
第三步,建立计及充放电服务费的主动配电网阻塞调度模型
为避免配电系统出现阻塞,配电系统调度机构需要校验各充放电设施运营商的用电计划,若用电计划会引起配电系统阻塞,配电系统调度机构将依据先前发布的惩罚措施对相应的运营商进行惩罚,运营商根据惩罚调整自己的用电计划。
3.1)依据第二步优化所得结果,根据式(10)计算主动配电网中各时段各线路的传输有功功率,并与各线路传输功率上限对比,得到发生阻塞的时段和线路号。
式中:Pl,t为时段t线路l的有功传输功率。
定义线路削减阻塞电量,作为判断线路阻塞程度的依据:
Wcut=(Pl,t-Pl,max)Δt (11)
式中:Wcut为线路l于时段t的线路削减阻塞电量;Pl,max为线路l有功传输上限;Δt为单位时间间隔。
根据发生阻塞的线路号找出引起该线路发生阻塞的节点负荷和节点发电出力,采用潮流追踪方法得到发电机、负荷与线路三者之间的功率分布关系。
3.2)如果主动配电网中没有出现阻塞,则证明充放电运营商制定的充放电计划安排合理。
3.3)如果主动配电网中出现阻塞,假设线路l在时段t发生阻塞,根据式(11)可以计算得到Wcut。若引起线路l发生阻塞的节点i上接有电动汽车群Aggregator a,则根据公式(12)可以得到电动汽车群Aggregator a在时段t引起的线路l的线路削减阻塞电量,所述的Aggregator a为主动配电网中多个电动汽车群中的某一个电动汽车群。
式中:Wcut,i,t为节点i于时段t引起的线路l的线路削减阻塞电量;Wcut,a,t为节点i上的电动汽车群Aggregator a于时段t引起的线路l的线路削减阻塞电量;Pch,a,t为电动汽车群Aggregator a在时段t的充电功率。
配电系统调度机构对引起阻塞的Aggregator a的充放电设施运营商实施惩罚,惩罚量Fa为:
Fa=γWcut,a,t (13)
式中:γ为惩罚因子,由配电系统调度机构和充放电设施运营商事先签订合同。
充放电设施运营商为了维持自己的收益,根据公式(14)调整充放电服务费,再重复第二步和第三步的内容。
式中:ΔCS,a,t为电动汽车群Aggregator a在时段t的充放电服务费变化量。
收敛依据如式(15)所示:
|Ck-Ck-1|<ε (15)
式中:ε为收敛精度;Ck、Ck-1分别为第k、k-1次迭代时充放电服务费组成的向量,由于主动配电网中电动汽车群的个数不定,并且本文所述的调度模型属于日前调度(调度模型具有多个时段),所以多个电动汽车群每个时段的充放电服务费组成了向量C。
本发明的效果和益处是:本发明提供了一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法,通过调整充放电服务费,引导电动汽车合理用电。能够在保证配电系统安全稳定运行的要求下,满足未来主动配电网高渗透率电动汽车的功率需求。
附图说明
图1是含有间歇性分布式电源与电动汽车群的主动配电网市场结构;
图2是计及充放电服务费调整的主动配电网阻塞调度流程图;
图3是改进的IEEE33系统图;图中:1-33为IEEE33配电系统中的节点编号。
具体实施方式
以下以改进的IEEE33节点系统为例,如图3所示,结合技术方案和附图详细叙述本发明的具体实施方式。图2为计及充放电服务费调整的主动配电网阻塞管理流程图,其具体步骤为:
步骤1:
1.1)统计2015年电动汽车市场主流品牌的相关参数以及各自的市场容量占比,由此得到算例中电动汽车参数及其他相关参数。并建立电动汽车群的充放电模型:电动汽车指定时间间隔内耗能、蓄电池的荷电状态、蓄电池的充电功率约束、荷电状态约束以及行驶需求约束;
1.2)由于风电出力的波动性、间歇性和随机性,风电功率预测的精度难以达到系统负荷预测的精度水平,为了能够更准确地表达预测功率的大小,采用基于局部误差的Beta分布模型,归一化后的风电出力服从Beta分布;
1.3)研究光伏发电系统出力的概率分布,研究表明在某一时刻t的太阳能光照强度满足Beta分布,建立其对应的概率密度函数;
1.4)在不计及线路功率约束的情况下,建立以电动汽车群车主充放电费用最少为目标的充放电优化模型,利用机会约束规划和粒子群优化算法相结合的方法进行优化计算;
步骤2:对于出现阻塞的线路计算各时段线路削减阻塞电量,利用潮流追踪技术对出现阻塞的线路确定引起阻塞的相关节点以及这些节点各自所占传输功率的比例;
步骤3:根据配电系统调度机构与充放电设施经营商签订的惩罚合同,计算充放电设施经营商各时段的惩罚量;
步骤4:充放电设施经营商调整充放电服务费的大小;
步骤5:重复步骤1中的1.4、步骤5、步骤6、步骤7,直到充放电服务费的调整量满足收敛精度。
图3改进系统中各Aggregator的电动汽车数量如表1所示。
表1各Aggregator的电动汽车数量
统计2015年电动汽车市场主流品牌的相关参数以及各自的市场容量占比。得到算例中电动汽车参数及其他相关参数如表2所示。
表2电动汽车参数及其他相关参数
表中:pch为单台电动汽车的充电功率;BC为电动汽车蓄电池容量;ve为电动汽车行驶的平均速度;EC为电动汽车每公里的行驶能耗;CS0为电动汽车群的初始充放电服务费;ηch为充放电效率;Nite为粒子群优化算法的迭代数;Npop为粒子群优化算法的粒子个数。
充放电服务费未进行调整时的线路负载率如表3所示。
表3充放电服务费未调整时的线路负载率(以前3条支路为例)
充放电服务费进行调整后的线路负载率如表4所示。
表4充放电服务费调整后的线路负载率(以前3条支路为例)
充放电服务费调整前后主动配电网各节点的电压幅值如表5所示。
表5充放电服务费调整前后的节点电压幅值(标幺值,以时段15:00为例)
Claims (1)
1.一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法,其特征在于以下步骤:
第一步,建立含有分布式电源和电动汽车群的主动配电网市场结构
在主动配电网中引入电动汽车群Aggregator级别的电动汽车负荷,得到含有分布式电源和电动汽车群的主动配电网市场结构;引入Aggregator级别的电动汽车负荷,能够充分调动主动配电网中配电系统调度机构与需求侧的互动响应,实现电动汽车群参与电力市场竞争、支撑主动配电网运行的目标;
所述的主动配电网市场结构的主体为由配电系统调度机构和充放电设施运营商组成的双响应控制系统,双响应控制系统控制电能分配给电动汽车用户,既能够响应输电系统和需求侧,二者之间又能够互通信息;
第二步,建立满足一定置信水平的机会约束规划模型
2.1)主动配电网市场结构中的充放电设施运营商下辖多个电动汽车群Aggregator,下辖电动汽车群的充放电行为受经营商控制,充放电设施运营商作为市场参与者,受配电系统调度机构的管制和约束,以电动汽车充电费用最小为目标函数优化充放电计划安排,如公式(1)所示:
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>d</mi>
</msub>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>t</mi>
</msub>
</munderover>
<msub>
<mi>C</mi>
<mi>P</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,CP(t)=α(t)+CS(t),CP(t)为充放电价格,α(t)和CS(t)分别为时段t时的分时电价和充放电服务费;Nd为主动配电网中的Aggregator数目;Nt为可调度时段数,由配电系统调度机构与充换电设施经营商协商确定;Pch,i(t)为t时段第i个Aggregator的充放电功率;
2.2)主动配电网中的风机和光伏发电采用MPPT控制方式,为了考虑风机和光伏发电出力的随机性,采用机会约束规划对不确定量进行随机模拟,描述其不确定性;在考虑公式(2)~(4)对应的常规约束的基础上,根据公式(1)得到如公式(5)~(9)所示的满足一定置信水平的机会约束规划模型;常规约束和机会约束规划模型具体为:
常规约束:
<mrow>
<msubsup>
<mi>P</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
</mrow>
<mi>min</mi>
</msubsup>
<mo>&le;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
</mrow>
<mi>max</mi>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
</mrow>
<mi>min</mi>
</msubsup>
<mo>&le;</mo>
<msub>
<mi>Q</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
</mrow>
<mi>max</mi>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
Pchi,min≤Pchi,t≤Pchi,max (4)
机会约束规划:
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>V</mi>
<mrow>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>cos&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>sin&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>Q</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Q</mi>
<mrow>
<mi>D</mi>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>V</mi>
<mrow>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>sin&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>cos&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
PCL{Vi min≤Vi,t≤Vi max}≥αV (7)
PCL{Smin≤S(t)≤Smax}≥αS (8)
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>C</mi>
<mi>L</mi>
</mrow>
</msub>
<mo>{</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>e</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>&GreaterEqual;</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>e</mi>
<mi>d</mi>
<mo>,</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>}</mo>
<mo>&GreaterEqual;</mo>
<msub>
<mi>&alpha;</mi>
<msub>
<mi>S</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>e</mi>
<mi>d</mi>
</mrow>
</msub>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
1
其中,公式(2)、(3)分别为节点i上电源的有功出力约束和无功出力约束,其中PGi,t、QGi,t分别为时段t节点i上电源的有功出力和无功出力, 分别为节点i上电源的有功出力上、下限和无功出力上、下限;共式(4)为节点i上电动汽车群的充放电功率约束,其中,Pchi,t、Pchi,max、Pchi,min分别为时段t节点i上电动汽车群的充放电功率、充放电功率上限、充放电功率下限,Pchi,max=Nevpch,max,Pchi,min=-Nevpch,max,Nev为节点i上电动汽车群所包含的电动汽车数量,pch,max为单台电动汽车的最大充电功率;公式(5)、(6)是多时段潮流等式约束,其中PDi,t、QDi,t分别为节点i于时段t的有功、无功负荷,N为系统节点数,Vi,t、Gij、Bij、θij,t分别为时段t节点i的电压幅值、支路ij的电导和电纳、节点i和j电压相角之差;公式(7)~(9)为机会约束规划置信度约束,PCL表示指标达到置信水平的机会,αV、αS、分别为节点电压幅值、电动汽车蓄电池的荷电状态、行驶需求的置信水平,S(t)、Sneed分别为电动汽车蓄电池的荷电状态、荷电状态行驶需求,Vi max、Vi min、Smax、Smin分别为节点电压幅值和电动汽车蓄电池荷电状态的上、下限,Sneed,min为满足电动汽车行驶需求的最低荷电状态约束;
第三步,建立计及充放电服务费的主动配电网阻塞调度模型
配电系统调度机构校验各充放电设施运营商的用电计划,若用电计划会引起配电系统阻塞,配电系统调度机构将依据先前发布的惩罚措施对相应的运营商进行惩罚,运营商根据惩罚调整用电计划;
3.1)依据第二步优化所得结果,根据公式(10)计算主动配电网中各时段各线路的传输有功功率,并与各线路传输功率上限对比,得到发生阻塞的时段和线路号;
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>l</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>V</mi>
<mrow>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>cos&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>sin&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msubsup>
<mi>V</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
<mn>2</mn>
</msubsup>
<msub>
<mi>G</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:Pl,t为时段t线路l的有功传输功率;
定义线路削减阻塞电量,作为判断线路阻塞程度的依据:
Wcut=(Pl,t-Pl,max)Δt (11)
式中:Wcut为线路l于时段t的线路削减阻塞电量;Pl,max为线路l有功传输上限;Δt为单位时间间隔;
根据发生阻塞的线路号找出引起该线路发生阻塞的节点负荷和节点发电出力,采用潮流追踪方法得到发电机、负荷与线路三者之间的功率分布关系;
3.2)如果主动配电网中没有出现阻塞,则证明充放电运营商制定的充放电计划安排合理;
3.3)如果主动配电网中出现阻塞,假设线路l在时段t发生阻塞,根据公式(11)计算得到Wcut;若引起线路l发生阻塞的节点i上接有电动汽车群Aggregator a,则根据公式(12)得到电动汽车群Aggregator a在时段t引起的线路l的线路削减阻塞电量;所述的Aggregatora为主动配电网中多个电动汽车群中的某一个电动汽车群;
<mrow>
<msub>
<mi>W</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>t</mi>
<mo>,</mo>
<mi>a</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>W</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mfrac>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>a</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>a</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:Wcut,i,t为节点i于时段t引起的线路l的线路削减阻塞电量;Wcut,a,t为节点i上的电动汽车群Aggregator a于时段t引起的线路l的线路削减阻塞电量;Pch,a,t为电动汽车群Aggregator a在时段t的充电功率;
配电系统调度机构对引起阻塞的Aggregator a的充放电设施运营商实施惩罚,惩罚量Fa为:
Fa=γWcut,a,t (13)
其中:γ为惩罚因子;
充放电设施运营商根据公式公(14)调整充放电服务费,再重复第二步和第三步的内容;
<mrow>
<msub>
<mi>&Delta;C</mi>
<mrow>
<mi>S</mi>
<mo>,</mo>
<mi>a</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>F</mi>
<mi>a</mi>
</msub>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>a</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mi>&Delta;</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>14</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:ΔCS,a,t为电动汽车群Aggregator a在时段t的充放电服务费变化量;
收敛依据如公式(15)所示:
|Ck-Ck-1|<ε (15)
其中:ε为收敛精度;Ck、Ck-1分别为第k、k-1次迭代时充放电服务费组成的向量;向量C由多个电动汽车群每个时段的充放电服务费组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710238021.0A CN107092985A (zh) | 2017-04-13 | 2017-04-13 | 一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710238021.0A CN107092985A (zh) | 2017-04-13 | 2017-04-13 | 一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107092985A true CN107092985A (zh) | 2017-08-25 |
Family
ID=59636863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710238021.0A Withdrawn CN107092985A (zh) | 2017-04-13 | 2017-04-13 | 一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107092985A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107769199A (zh) * | 2017-11-22 | 2018-03-06 | 国网福建省电力有限公司 | 一种公交线路电气化优化配置的线性化建模方法 |
CN107844925A (zh) * | 2017-12-19 | 2018-03-27 | 天津大学 | 考虑电动汽车换电模式的主动配电网网架规划方法 |
CN109146176A (zh) * | 2018-08-22 | 2019-01-04 | 大连理工大学 | 一种面向电动汽车充换电服务费引导的配电网阻塞调度方法 |
CN109256770A (zh) * | 2018-10-08 | 2019-01-22 | 清华大学 | 一种基于需求侧响应的分布式配电网拥塞控制方法 |
CN109494736A (zh) * | 2018-12-26 | 2019-03-19 | 清华四川能源互联网研究院 | 一种充电站价格调度方法及装置 |
CN109523051A (zh) * | 2018-09-18 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 一种电动汽车充电实时优化调度方法 |
CN109523303A (zh) * | 2018-10-21 | 2019-03-26 | 天津大学 | 一种基于节点边际电价的低压有源配电网阻塞管理方法 |
CN109948954A (zh) * | 2019-04-04 | 2019-06-28 | 华北电力大学 | 一种面向电力系统分布式资源的配电网双向阻塞调度方法 |
CN109978211A (zh) * | 2017-12-28 | 2019-07-05 | 北京航空航天大学 | 航班进离港率的预测方法和装置 |
CN110245839A (zh) * | 2019-05-21 | 2019-09-17 | 上海国孚电力设计工程股份有限公司 | 基于能源共享的主动配电网电力市场双层交易方法 |
CN111628492A (zh) * | 2020-04-13 | 2020-09-04 | 四川大学 | 一种高压配电网分区重构与储能协同的电网阻塞管控方法 |
CN111668879A (zh) * | 2020-06-18 | 2020-09-15 | 国网天津市电力公司 | 一种基于c-pso算法的高渗透率配电网调度模型及其计算方法 |
CN112701797A (zh) * | 2020-12-22 | 2021-04-23 | 国网重庆市电力公司 | 一种基于5g通信的电动汽车车联网电力优化分配方法 |
CN113469435A (zh) * | 2021-06-30 | 2021-10-01 | 上海电力大学 | 一种考虑金融输电权的配电网阻塞管理方法 |
CN113497449A (zh) * | 2020-04-06 | 2021-10-12 | 丰田自动车株式会社 | 电力控制系统 |
CN114221385A (zh) * | 2021-12-17 | 2022-03-22 | 北京交通大学 | 一种考虑电动汽车用户出行需求的柔性充电方法及系统 |
-
2017
- 2017-04-13 CN CN201710238021.0A patent/CN107092985A/zh not_active Withdrawn
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107769199B (zh) * | 2017-11-22 | 2020-05-05 | 国网福建省电力有限公司 | 一种公交线路电气化优化配置的线性化建模方法 |
CN107769199A (zh) * | 2017-11-22 | 2018-03-06 | 国网福建省电力有限公司 | 一种公交线路电气化优化配置的线性化建模方法 |
CN107844925A (zh) * | 2017-12-19 | 2018-03-27 | 天津大学 | 考虑电动汽车换电模式的主动配电网网架规划方法 |
CN109978211A (zh) * | 2017-12-28 | 2019-07-05 | 北京航空航天大学 | 航班进离港率的预测方法和装置 |
CN109978211B (zh) * | 2017-12-28 | 2021-04-06 | 北京航空航天大学 | 航班进离港率的预测方法和装置 |
CN109146176A (zh) * | 2018-08-22 | 2019-01-04 | 大连理工大学 | 一种面向电动汽车充换电服务费引导的配电网阻塞调度方法 |
CN109523051A (zh) * | 2018-09-18 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 一种电动汽车充电实时优化调度方法 |
CN109256770A (zh) * | 2018-10-08 | 2019-01-22 | 清华大学 | 一种基于需求侧响应的分布式配电网拥塞控制方法 |
CN109523303A (zh) * | 2018-10-21 | 2019-03-26 | 天津大学 | 一种基于节点边际电价的低压有源配电网阻塞管理方法 |
CN109523303B (zh) * | 2018-10-21 | 2023-06-30 | 天津大学 | 一种基于节点边际电价的低压有源配电网阻塞管理方法 |
CN109494736A (zh) * | 2018-12-26 | 2019-03-19 | 清华四川能源互联网研究院 | 一种充电站价格调度方法及装置 |
CN109948954A (zh) * | 2019-04-04 | 2019-06-28 | 华北电力大学 | 一种面向电力系统分布式资源的配电网双向阻塞调度方法 |
CN110245839A (zh) * | 2019-05-21 | 2019-09-17 | 上海国孚电力设计工程股份有限公司 | 基于能源共享的主动配电网电力市场双层交易方法 |
CN110245839B (zh) * | 2019-05-21 | 2023-07-14 | 上海国孚电力设计工程股份有限公司 | 基于能源共享的主动配电网电力市场双层交易方法 |
CN113497449A (zh) * | 2020-04-06 | 2021-10-12 | 丰田自动车株式会社 | 电力控制系统 |
CN111628492A (zh) * | 2020-04-13 | 2020-09-04 | 四川大学 | 一种高压配电网分区重构与储能协同的电网阻塞管控方法 |
CN111668879A (zh) * | 2020-06-18 | 2020-09-15 | 国网天津市电力公司 | 一种基于c-pso算法的高渗透率配电网调度模型及其计算方法 |
CN112701797B (zh) * | 2020-12-22 | 2023-04-21 | 国网重庆市电力公司 | 一种基于5g通信的电动汽车车联网电力优化分配方法 |
CN112701797A (zh) * | 2020-12-22 | 2021-04-23 | 国网重庆市电力公司 | 一种基于5g通信的电动汽车车联网电力优化分配方法 |
CN113469435B (zh) * | 2021-06-30 | 2022-12-23 | 上海电力大学 | 一种考虑金融输电权的配电网阻塞管理方法 |
CN113469435A (zh) * | 2021-06-30 | 2021-10-01 | 上海电力大学 | 一种考虑金融输电权的配电网阻塞管理方法 |
CN114221385A (zh) * | 2021-12-17 | 2022-03-22 | 北京交通大学 | 一种考虑电动汽车用户出行需求的柔性充电方法及系统 |
CN114221385B (zh) * | 2021-12-17 | 2023-12-12 | 北京交通大学 | 一种考虑电动汽车用户出行需求的柔性充电方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107092985A (zh) | 一种面向电动汽车群柔性充放电响应的主动配电网阻塞调度方法 | |
CN105160451B (zh) | 一种含电动汽车的微电网多目标优化调度方法 | |
CN105244869B (zh) | 一种含微网的配电网动态随机调度控制方法 | |
CN106169108B (zh) | 含电池储能系统的主动配电网短期有功优化方法 | |
CN110895638A (zh) | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 | |
CN107681675A (zh) | 基于分布式蓄电设施的区块链电力交易调峰调频系统 | |
CN106026152A (zh) | 一种电动汽车接入微电网的充放电调度方法 | |
CN108470239A (zh) | 计及需求侧管理和储能的主动配电网多目标分层规划方法 | |
CN107104454A (zh) | 计及电动汽车功率可调控域的最优潮流节点电价计算方法 | |
CN110061524B (zh) | 一种基于深度神经网络的分布式电源虚拟电厂有功调度等值聚合方法及系统 | |
CN105162149A (zh) | 基于模糊自适应调节的光储系统跟踪发电计划出力方法 | |
CN103715688B (zh) | 并网型微网优化配置方法及装置 | |
CN106877339B (zh) | 一种考虑电动汽车接入配电网后随机模糊潮流的分析方法 | |
CN105868499B (zh) | 一种含风光储的电动汽车充电站容量配比方法 | |
CN109978240B (zh) | 一种电动汽车有序充电优化方法及系统 | |
CN103633657A (zh) | 一种风储电站电网负荷调峰及风电波动抑制的方法及装置 | |
CN105896578B (zh) | 一种用于风光储联合发电系统的随机生产模拟方法 | |
CN112734098A (zh) | 一种基于源-荷-网平衡的配电网电力调度方法及系统 | |
CN107706932A (zh) | 一种基于动态自适应模糊逻辑控制器的能量调度优化方法 | |
CN107453381A (zh) | 基于两阶段交叉控制的电动汽车集群功率调节方法及系统 | |
CN107196586A (zh) | 含电动汽车接入的光柴储微网系统优化运行方法 | |
CN111762057B (zh) | 一种区域微网中v2g电动汽车智能充放电管理方法 | |
CN105896596A (zh) | 一种考虑需求侧响应的风电功率分层平滑系统及其方法 | |
CN107425541A (zh) | 一种主动配电网风储联合调度方法 | |
CN109742755A (zh) | 基于节点分区的含电动汽车的主动配电网运行调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170825 |
|
WW01 | Invention patent application withdrawn after publication |