基於電動汽車入網特性的電網經濟調度研究檢視原始碼討論檢視歷史
![]() |
基於電動汽車入網特性的電網經濟調度研究電動汽車的充放電行為受到間接的成本約束和直接的集中調度控制。本項目建立了計及 電動汽車充放電行為的機組組合模型,從機組組合的角度分析了受調度電動汽車的充放電行為。
一、案例簡介
電動汽車的充放電行為受到間接的成本約束和直接的集中調度控制。本項目建立了計及 電動汽車[1]充放電行為的機組組合模型,從機組組合的角度分析了受調度電動汽車的充放電行為。在 GAMS 的 MINLP 優化求解的基礎上,以 10 台機組系統 24 時段的機組最優組合為例,分別討論了有無懲罰函數的情況、全時段充放電和定時充放電的情況。由此得出結論,懲罰函數的添加,能夠有效地改善系統「削峰填谷」效果。針對本項目算例,考慮機組成本和電動汽車充放電成本, 所允許的電動汽車放電的臨界成本係數大約為 45$/MW。
二、技術要點
本項目主要研究在引導或調度控制下的大規模電動汽車充放電行為對電網的影響,探討直接集中調度控制和間接價格機制引導可能會對 電動汽車充放電行為造成的影響。在對其充電行為進行研究時,本項目設置了不同價格機制引導下的各種情景,通過仿真討論其對電網負荷曲線造成 的影響。計及 V2G 的放電特性時,從機組組合的方向出發,研究受調度控制下的電動汽車充放電行為,觀察電網的反饋情況。
三、應用場景
電動汽車;充放電;機組組合
四、應用成效
本項目首先給出了具體的算例說明,然後將目標 函數[2]中是否考慮電動汽車放電成本,分成兩種情景,在 GAMS 的 MINLP 優化器求解的基礎上,對結果 進行具體的討論分析。在電網經濟調度中,合理引入 V2G,與僅考慮 電動汽車充電行為時的結果相比,得到的負荷曲線更加緩和,「削峰填谷」的效果非常顯著,機組總運行成本也得以大幅度地降低。機組組合優化結果與 電動汽車的放電成本係數有關,本算例求得的臨界成本約為 45$/MW。懲罰函數的添加可以明顯改善負荷「削峰填谷」效果。在全時段充放電模式下的「削峰填谷」效果也明顯要比定時充放電的情況好,相較於定時充放電,全時段充放電即是最優充放電模式。
參考文獻
- ↑ 純電動汽車排行榜前十名:新能源電動汽車價格表,搜狐,2018-03-29
- ↑ 20個常用函數——用Excel做數據分析 ,搜狐,2022-04-13