含電動汽車的電力系統(tǒng)頻率控制與經(jīng)濟調(diào)度.pdf

1、維持發(fā)電功率與用電負(fù)荷的有功平衡是電力系統(tǒng)運行過程中的一項基本任務(wù)。頻率控制與經(jīng)濟調(diào)度是與實現(xiàn)電力系統(tǒng)有功平衡相關(guān)的兩個重要舉措。隨著風(fēng)電、光伏發(fā)電等可再生能源發(fā)電在電力系統(tǒng)中所占比重的增大，傳統(tǒng)的依靠調(diào)節(jié)常規(guī)機組出力跟蹤負(fù)荷功率波動的有功平衡方式將面臨巨大挑戰(zhàn)。電動汽車的規(guī)?；尤雽殡娏ο到y(tǒng)提供充足、靈活的負(fù)荷側(cè)可調(diào)節(jié)資源。吸納電動汽車參與電力系統(tǒng)的有功調(diào)度與控制，對保障電力系統(tǒng)安全、穩(wěn)定、經(jīng)濟運行，實現(xiàn)未來電力系統(tǒng)新環(huán)境下的源-荷

2、協(xié)同調(diào)度與控制具有重要的意義。本文以含電動汽車的電力系統(tǒng)頻率控制與經(jīng)濟調(diào)度為研究對象，研究內(nèi)容涉及AGC系統(tǒng)控制器設(shè)計、電動汽車換電站輔助調(diào)頻、含電動汽車的動態(tài)經(jīng)濟調(diào)度三個方面，完成的工作和所取得的研究成果歸納如下：
　　提出了一種基于社會學(xué)習(xí)自適應(yīng)細(xì)菌覓食算法的互聯(lián)電網(wǎng)AGC系統(tǒng)PI/PID控制器優(yōu)化設(shè)計方法。該方法將社會學(xué)習(xí)機制及自適應(yīng)步長策略引入到標(biāo)準(zhǔn)細(xì)菌覓食優(yōu)化算法中，通過對群體最優(yōu)個體及自身歷史最優(yōu)位置的社會認(rèn)知和學(xué)習(xí)，

3、自適應(yīng)調(diào)整趨化步長，改進細(xì)菌尋優(yōu)過程中的趨化、群聚及繁殖等操作，提高了算法的收斂性能和尋優(yōu)精度。算例分析表明，采用所提方法優(yōu)化設(shè)計的PI/PID控制器相比于其它算法設(shè)計的控制器，具有更好的ITAE指標(biāo)及動態(tài)時域響應(yīng)性能，能夠抵御系統(tǒng)參數(shù)變化對頻率控制性能的影響，表現(xiàn)出較強的魯棒性和穩(wěn)定性。該方法可直接應(yīng)用于含電動汽車輔助調(diào)頻的AGC系統(tǒng)控制器設(shè)計。
　　提出了一種基于混合小生境細(xì)菌覓食-模式搜索算法的含電動汽車電力系統(tǒng)AGC模糊P

4、ID控制器優(yōu)化設(shè)計方法。該方法將小生境技術(shù)引入到標(biāo)準(zhǔn)細(xì)菌覓食算法中，通過健康度共享機制及限制競爭策略增加繁殖階段種群的多樣性，提高了算法的全局尋優(yōu)能力；然后將細(xì)菌覓食優(yōu)化求得的結(jié)果作為模式搜索的初始點，使得算法在當(dāng)前最優(yōu)解鄰域內(nèi)繼續(xù)執(zhí)行精細(xì)化搜索，提高了算法的求解精度。算例分析表明，采用所提方法設(shè)計的模糊PID控制器能夠提高含電動汽車AGC系統(tǒng)的動態(tài)控制性能，且相比于其它方法設(shè)計的控制器，具有更快的調(diào)節(jié)時間、更小的超調(diào)量、更低的ITAE

5、指標(biāo)及更強的魯棒性。
　　將電動汽車換電站引入到傳統(tǒng)的負(fù)荷頻率控制問題中，提出了一種考慮換電站與電網(wǎng)互動(Station-to-Grid, S2G)的負(fù)荷頻率控制模型。在分析S2G參與調(diào)頻的基本框架的基礎(chǔ)上，采用排隊論和安全庫存策略計算換電站的可用調(diào)頻備用，建立了考慮可用調(diào)頻備用約束的集中 S2G模型。在階躍負(fù)荷及隨機負(fù)荷擾動下，仿真分析了 S2G調(diào)頻對電網(wǎng)頻率控制性能的影響。仿真結(jié)果表明，S2G調(diào)頻能顯著抑制頻率偏差及聯(lián)絡(luò)線功率

6、偏差的波動，降低常規(guī)機組的調(diào)頻出力，提高電網(wǎng)頻率控制的動態(tài)性能。
　　提出了一種考慮動態(tài)可控容量約束的換電站輔助調(diào)頻策略及調(diào)頻收益計算方法。通過蒙特卡洛方法隨機模擬換電站內(nèi)車輛換電及電池充電的排隊行為，計算換電站的動態(tài)可控容量，建立了考慮電池SOC及動態(tài)可控容量約束的S2G集中等效模型，能夠維持換電站電池SOC及有功出力在可允許的范圍之內(nèi)。采用基于濾波方法的AGC協(xié)調(diào)控制策略，將AGC調(diào)節(jié)信號中的高頻分量分配給換電站，能夠避免過度

7、調(diào)節(jié)使得換電站退出調(diào)頻?；诔杀拘б娣椒ǚ治隽藫Q電站參與調(diào)頻的經(jīng)濟性。仿真結(jié)果驗證了所提模型和策略的有效性，表明換電站儲能輔助調(diào)頻具有良好的應(yīng)用前景。
　　提出了一種考慮電動汽車可調(diào)度容量變化及總充電需求約束的動態(tài)經(jīng)濟調(diào)度模型及求解方法。該模型將電動汽車集控中心作為調(diào)度對象，基于電動汽車行駛規(guī)律的隨機模擬得到每個時段的可調(diào)度容量及總充電需求，通過在目標(biāo)函數(shù)中引入負(fù)荷波動方差懲罰成本來避免電動汽車在負(fù)荷高峰時段充電。另一方面，將自適