摘要
可再生能源的发展可以缓解环境恶化和化石能源枯竭的问题，电网中分布式电源(DistributedGeneration，DG)的占比会越来越大；此外，电动汽车（electricvehicles，EV）因为具有对环境友好的特点，深受人们的喜爱，已经成为配电网中重要的新型负荷。但是新能源的出力和EV的充电负荷都具有较强的随机性，从而造成电网运行的诸多问题。鉴于此，以主动配电网(ActiveDistributionNetwork，ADN)的灵活性来反映ADN快速响应负荷变化的能力，针对DG和EV接入配电网带来的不确定性问题，提出一种引导EV有序充电和储能出力的多目标主动配电网灵活性提升方法。 首先，对ADN的灵活性进行评价。分析了ADN中存在的灵活性资源，从源·网。荷三端建立灵活性指标，并将指标归一化，采用层次分析法赋予各个指标权重并形成一个综合指标来评价主动配电网的灵活性，用IEEE33节点算例验证所建立灵活性评价体系，证明所建立的体系能够正确及有效的评估系统的灵活性。 其次，建立考虑车主充电满意度的EV有序充电模型和储能的优化调度模型。在建立EV有序充电模型时，根据EV的入网时间概率函数和行驶里程概率密度函数，采用蒙特卡罗模拟法得到每辆电动汽车的入网充电时间、初始荷电状态和需求电量等初始数据，依据EV的初始数据得到每辆EV的能量边界模型；以充电价格折扣来引导EV有序充电，每辆EV根据参与有序充电的程度来获取相应的充电价格折扣，但又考虑到用户的出行习惯不同，将车主的充电满意度分为时间满意度和费用满意度两部分，车主可以根据自己的情况选择不同的偏好系数，最后以配电网中所有车主的充电满意度之和为最太来制定EV的充电计划；同时为了避免EV无序充电或者车主过度偏好费用满意度可能造成新的负荷高峰问题。将配电网的负荷离方差的概念引入到有序充电模型中。在储能的优化调度中，考虑到储能的投资成本和充放电次数对储能寿命的影响，以系统的运行费用最低为目标调度储能的出力。 接着，对灵活性提升模型求解。首先，用数学方法描述本文的多目标优化模型，其多目标包含：1、主动配电网24小时的平均综合指标得分最高；2、车主的充电满意度最大、EV充电后ADN的负荷离方差最小；3、系统的运行成本最低；采用多目标粒子群优化算法(Multiobjectiveparticleswarmoptimizationalgorithm，MOPSO)对该模型求解。 最后，在IEEE33节点配电系统中验证本文所提模型的有效性。先分析DG和EV无序充电负荷入网后对配电网的影响，得到DG出力和EV无序充电会加大配电网净负荷峰谷差的结论，再分析EV有序充电后和合理调度储能后对配电网净负荷波动的改善作用，并用具体的指标值来验证这两种灵活性资源，对提高ADN灵活性的有效性，然后分析所提多目标优化方法对每个目标的优化作用，验证了所提方法的有效性。
NETL