简介:摘要大规模电动汽车用户的无序充电行为会对电网造成“峰上加峰”等影响,因此电动汽车规模化应用迫切要求实现对充电行为的引导和调度。电动汽车的储能特性,使其可以通过充电站/桩较好地与电网侧进行能量交互,实现V2G调度。根据V2G的特点以充电站各时刻的电动汽车充放电功率为控制对象,建立了以日负荷曲线峰谷差为目标函数的多维、非线性数学模型,并采用粒子群算法求解,得到电动汽车日前优化调度计划。针对电力系统调度问题的应用,本文进一步建立以峰谷差为目标的外层控制模型,并以上述V2G模型作内层优化。应用某典型小区日负荷曲线进行算例仿真,验证了算法的有效性,比较了不同电动汽车数对负荷曲线的影响。结果表明,电动汽车充电调度策略模型,能够有效地降低电网峰谷差,达到平稳负荷波动的效果;且以峰谷差为目标的双层控制模型,能够较好的跟踪不同目标下所需要的可控车辆数,验证了模型有效性。
简介:摘要风力发电机组、抽水蓄能电站以及传统燃煤火力发电机组的协同优化,考虑联合运行系统的经济性,因而是个单目标优化问题,但有着很多的约束条件和极高的变量维度,采用传统的优化方法无法在短时间内得到最优解,因而,对于本文高维度、多变量的解空间问题,需要寻找一种合适的算法来解决问题。粒子群优化算法从解空间的随机解出发,通过粒子的运动迭代最终达到最优解。因此,本文采用了粒子群优化算法作为基础,对联合运行系统的优化进行求解。