车辆到电网(V2G)

为了解决大规模电动汽车入网难以实现个体调度以及集群调度存在“维数灾”的问题，建立基于车辆到电网(vehicle-to-grid，V2G)模式的有源配电网分层分区优化运行模型。其中，上层优化模型对电动汽车集控中心(electric vehicle agent,EVA)进行调度，优化各区域EVA的充放电功率并作为下层优化模型的输入；下层优化模型调整各调压方式。在优化算法方面，提出一种自适应差分进化-生物地理学优化(self-adaptive differential evolution-biogeography-based optimization,SaDE-BBO)算法，并在改进的IEEE 33节点配电系统中进行仿真分析。结果表明：在不同充电控制策略下，V2G模式与各调压方式的协调互动在降低各区域EVA运营成本、平抑负荷波动以及保证有源配电网的安全和经济运行方面优势显著，与其他优化算法相比，SaDE-BBO算法具有更优质的解和更好的收敛性。

针对电动汽车(electric vehicle,EV)时空转移随机性造成的电网波动问题，计及车主的性别差异、车主实时出行目的地不同和车辆双向行驶，提出了一种基于出行随机性双向出行链的EV充放电调度策略。考虑车主实际出行过程,建立EV双向出行链模型；考虑到男女车主出行过程中的性别差异，确定男女实时出行概率模型；以降低电网的波动为目标函数，考虑车主实时出行需求和EV实时荷电状态(state of change,SOC)建立调度模型，并依据所建立模型对EV进行充放电调度。在约280 m2的区域进行仿真分析，结果表明：双向出行链模型更接近用户实际出行规律，其调度策略能够在满足用户实际出行需求的同时，更好地抑制电网波动性。