考虑电动汽车大规模并网的多时域分层调度集成能源系统:基于频率分解的方法

《IEEE Transactions on Smart Grid》:Multi-Time-Domain Hierarchical Scheduling of Integrated Energy Systems With Frequency Decomposition Considering Large-Scale Grid Connection of Electric Vehicles

【字体: 大 中 小 】 时间:2025年12月25日 来源:IEEE Transactions on Smart Grid 9.8

编辑推荐:

  集成能源系统面临高渗透可再生能源和电动汽车带来的供需失衡与系统波动挑战,提出基于多时间域控制的双层优化框架。上层采用多目标智能算法生成帕累托最优解平衡经济与环境目标,下层通过奇异摄动理论动态划分设备子系统实现差异化调度,结合基于前景理论的电动汽车动态充电模型与傅里叶解耦的混合储能技术,使电池损耗降低28.7%。案例研究显示该框架可降低经济成本12.2%、减少排放11.5%,并在极端不确定性下维持系统波动率低于5%。

  

摘要:

在全球脱碳努力的背景下,综合能源系统(IES)面临着诸多挑战:高比例可再生能源的不确定性以及电动汽车(EVs)的大规模、可能无序的整合导致供需严重失衡和系统波动性增加。现有方法难以有效协调不同设备的响应时间并准确把握复杂的EV用户行为。为了解决这些问题,本文提出了一种基于多时域控制模型的双层优化框架。上层采用多目标智能算法生成兼顾经济成本和环境影响的帕累托最优解;下层则运用基于奇异摄动理论的多时域控制模型,将设备动态划分为快速/慢速子系统以实现差异化调度,从而显著提升系统的抗不确定性能力。此外,基于前景理论的EV动态充电响应模型结合用户心理(如损失厌恶)通过价格激励引导有序充电。基于傅里叶的混合储能(LIB-SC)功率解耦策略可将电池老化程度降低28.7%。案例研究证明了该框架的优越性能:经济成本降低了12.2%,排放量减少了11.5%,并且在极端不确定性条件下系统波动性始终保持在5%以下,充分展示了在实现高比例可再生能源和EV整合的同时平衡经济与环境目标方面的显著进展。

引言

在迈向零碳能源系统的进程中,综合能源系统(IES)是整合电力、天然气、热能和冷能的关键平台。由于其低碳和高效率的特性,IES在可再生能源整合中得到了广泛应用[1]。然而,风能和太阳能等可再生能源在IES中的比例不断增加,由于其间歇性和波动性,导致电力预测出现显著误差,给系统的实时功率平衡带来了挑战[2]。同时,电动汽车(EVs)的快速发展也引发了人们对配电网络稳定性的担忧,因为它们的大规模和无序接入会导致负荷峰值激增和负荷波动加剧[3]。尽管存在这些挑战,但EVs可以通过车对网(V2G)技术和需求响应机制提高系统灵活性[4]。此外,结合锂离子电池(LIB)用于储能和超级电容器(SC)用于功率储能的混合储能技术的进步,使得IES的供需平衡更加灵活[5]。IES整合了具有不同响应特性的多种设备,忽视这些差异在协调调度中的影响会显著降低系统的能源利用效率。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号