考虑含风电场和电动汽车入网的电力系统协同优化调度

摘要

随着我国新能源的快速发展，新能源技术在电力系统的发展中占据愈发重要的地位。其中，风力发电和电动汽车协同入网的优化调度问题也因此得到了国内外专家学者的广泛关注。因为风电与电动汽车在时间和空间上均存在随机性，极大地威胁了电力系统运行的安全性和稳定性。因此，探究含风电和电动汽车协同入网的电力系统调度问题具有重要的理论和现实意义。
　　本文研究一种考虑风电出力和电动汽车充放电随机性的电力系统优化调度新方法。首先采用考虑湍流强度的风速概率分布，再根据风机出力与风速之间的函数关系，分析风电机组出力的随机性；其次，建立电动汽车充放电的概率模型，考虑起始充放电时间、日行驶里程、荷电状态等因素，分析电动汽车充放电的随机性；最后，建立包含常规机组的燃料成本、风力发电的机会成本以及V2G(Vehicle to Grid)成本的含风电与电动汽车协同入网的优化调度模型。针对模型中的机会约束和互补约束，分别采用蒙特卡洛模拟法和松弛法进行处理，利用凝聚函数将目标函数光滑化使模型得以简化。结合文化粒子群算法对优化模型进行求解，在避免算法早熟收敛的同时使寻优过程保持较快的搜索速度和较高的搜索精度。
　　本文以含1个风电场和1个V2G设施的IEEE10机系统作为算例验证了模型和算法的有效性和适用性。运用本文所提方法，对比分析电动汽车在自由充电、受控充电和V2G三种充放电模式下对优化结果的影响，为实现含风电和电动汽车协同入网的合理性提供了理论基础和实践意义。

目录

声明

第1章 绪 论

1.1 课题研究背景和意义

1.2 国内外相关领域研究现状

1.3 本文主要内容和结构安排

第2章 风力发电与EV充放电功率的概率建模

2.1 风力发电的概率模型

2.2 EV充放电功率的概率模型

2.3 本章小结

第3章 含风电场和EV的电力系统协同优化调度

3.1 机会约束规划

3.2 含风电场和EV的电力系统优化调度建模

3.3 本章小结

第4章 优化模型的处理及求解

4.1 机会约束和互补约束的处理

4.2 基于凝聚函数的目标函数光滑处理

4.3 基于文化粒子群优化算法的模型求解

4.4 本章小结

第5章 算例仿真与分析

5.1 仿真参数设置

5.2 EV充放电模式对电网负荷及峰谷差率的影响

5.3 不同充放电模式对优化结果的影响

5.4 不同电价对优化结果的影响

5.5 置信水平对优化结果的影响

5.6 不同优化算法的对比分析

5.7 本章小结

结论

参考文献

附录

攻读硕士学位期间承担的科研任务与主要成果

致谢