基于短期预测信息和长期值函数近似的大规模电动汽车实时随机优化调度算法

被引：19

作者：

王彬 ^{[1
]}

郭文鑫 ^{[1
]}

李世明 ^{[1
]}

赵瑞锋 ^{[1
]}

李波 ^{[1
]}

卢建刚 ^{[1
]}

潘振宁 ^{[2
]}

机构：

[1] 广东电网有限责任公司电力调度控制中心

[2] 华南理工大学电力学院

来源：

电力系统保护与控制 | 2019年 / 47卷 / 24期

关键词：

电动汽车; 实时优化; 随机优化;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

120103 [信息系统与信息管理];

摘要：

针对大规模电动汽车(Electric Vehicle, EV)和可再生能源接入背景下主动配电网的实时随机调度问题,提出了一种结合短期预测信息和长期值函数近似的双层实时调度模型。为应对大量EV接入后的维数灾问题,首先提出双层调度框架,上层建立EV集群模型,下层根据EV特性提出功率分配算法对每辆EV制定充电计划,实现上层集群指令的完全消纳并满足各EV充电的需求。同时,为应对EV行为、实时电价及可再生能源出力不确定性的问题,实时优化时采用预测算法预测短期内未来接入的EV行为、可再生能源最大出力与实时电价,并通过值函数近似评估短期决策后系统的值函数,从而实现EV集群充电计划、可再生能源调度计划与购电计划的实时分阶段决策。仿真算例表明,所提模型可以实现大规模EV接入下主动配电网的实时随机调度,同时具备良好的鲁棒性。

引用

页码：47 / 56

页数：10

共 15 条

[1]

考虑多方主体利益的大规模电动汽车分布式实时协同优化 [J].