基于电动汽车入网特性的电网经济调度研究查看源代码讨论查看历史

来自 搜狐网 的图片

基于电动汽车入网特性的电网经济调度研究电动汽车的充放电行为受到间接的成本约束和直接的集中调度控制。本项目建立了计及 电动汽车充放电行为的机组组合模型，从机组组合的角度分析了受调度电动汽车的充放电行为。

一、案例简介

电动汽车的充放电行为受到间接的成本约束和直接的集中调度控制。本项目建立了计及 电动汽车充放电行为的机组组合模型，从机组组合的角度分析了受调度电动汽车的充放电行为。在 GAMS 的 MINLP 优化求解的基础上，以 10 台机组系统 24 时段的机组最优组合为例，分别讨论了有无惩罚函数的情况、全时段充放电和定时充放电的情况。由此得出结论，惩罚函数的添加，能够有效地改善系统“削峰填谷”效果。针对本项目算例，考虑机组成本和电动汽车充放电成本， 所允许的电动汽车放电的临界成本系数大约为 45$/MW。

二、技术要点

本项目主要研究在引导或调度控制下的大规模电动汽车充放电行为对电网的影响，探讨直接集中调度控制和间接价格机制引导可能会对 电动汽车充放电行为造成的影响。在对其充电行为进行研究时，本项目设置了不同价格机制引导下的各种情景，通过仿真讨论其对电网负荷曲线造成 的影响。计及 V2G 的放电特性时，从机组组合的方向出发，研究受调度控制下的电动汽车充放电行为，观察电网的反馈情况。

三、应用场景

电动汽车；充放电；机组组合

四、应用成效

本项目首先给出了具体的算例说明，然后将目标 函数中是否考虑电动汽车放电成本，分成两种情景，在 GAMS 的 MINLP 优化器求解的基础上，对结果 进行具体的讨论分析。在电网经济调度中，合理引入 V2G，与仅考虑 电动汽车充电行为时的结果相比，得到的负荷曲线更加缓和，“削峰填谷”的效果非常显著，机组总运行成本也得以大幅度地降低。机组组合优化结果与 电动汽车的放电成本系数有关，本算例求得的临界成本约为 45$/MW。惩罚函数的添加可以明显改善负荷“削峰填谷”效果。在全时段充放电模式下的“削峰填谷”效果也明显要比定时充放电的情况好，相较于定时充放电，全时段充放电即是最优充放电模式。