[01806505]车网互动模式下微电网系统协同优化调度关键技术研究

本项目针对车网互动模式下微电网系统优化调度问题,取得了以下创新性成果： 1.构建了考虑电动汽车及风电随机接入的区域微电网系统节能减排能量调度模型 在电动汽车区域化不确定性接入以及风电随机概率描述的基础上,建立考虑车网互动模式的微电网多目标节能减排调度模型,模型综合考虑了电动汽车交通属性与储能属性的耦合,以及风电随机间歇特性,并计及了车主的出行需求、电池的充放电特性、需求侧响应等因素,在满足系统能量约束及用户需求的前提下,动态管理电动汽车的V2G行为以及风电等新能源的接入水平,以兼顾经济、环境等效益,实现了了协同调度模式下电动汽车、新能源接入与电网的良性互动。 2.建立了电动汽车与电网互动的电力动态环境、经济、安全调度模型 在经济、环境调度目标的基础上,以日负荷方差值来评价电动汽车及新能源发电给电力系统安全运行带来的影响,建立电动汽车与电网互动的动态环境、经济、安全调度模型,并综合考虑了用户侧管理给系统经济调度目标带来的影响,在满足系统能量约束、机组约束和车主出行需求的基础上,最终以优化火电出力和电动汽车充放电功率,达到最小化系统发电费用和用户补偿成本、污染物排放量和日负荷曲线方差等调度目标的目的,实现了微电网系统的节能、减排、安全运行。 3.提出了基于多目标优化与多属性决策理论的静态、动态电力调度新方法 针对多目标、多时段、高维度、强约束且NP难的动态、不确定复杂电力系统能量调度问题,提出一种基于多目标优化与多属性决策理论的电力调度两步制解法。第一步,将基于分解的多目标进化算法（multi-objective evolutionary algorithm based on decomposition,MOEA/D）应用于电力调度领域,提出其约束条件下的M2M求解算法（decomposing a multi-objective optimization problem into a set of simple multi-objective optimization subproblems）,利用区域矢量分解机制和进化策略,将多目标能量调度问题分解为多个多目标优化子问题,通过多次迭代获得最终的Pareto最优解集;第二步,采用基于模糊目标满意度的多属性决策方法,辅助决策者确定最优折中解。所提两步制解法具有很好的收敛速度和全局寻优能力,且能为决策者提供有价值的优化调度方案,为求解此类复杂系统调度问题提供了很好的思路和计算工具。