考虑风光发电与V2G随机性的配电系统电源规划研究

Based on the random nature of wind/solar hybrid power generation and the uncertainty of charging/discharging behavior of V2G (vehicle to grid). First, he complementary characteristics of wind and solar power and their randomness are studied, and probabilistic load flow model is developed, which is to find the positive correlation between the wind/solar generation power and load. Then with the probabilistic load flow model developed in the former part, a chance constrained programming model is proposed, the improved genetic algorithm with cloud theory is to optimize the capacity and location of wind/solar generation system. At last, the uncertainty bi-directional energy flow between V2G and the distribution network is analyzed as well as the randomness of V2G connection time, driving pattern. The stochastic dynamic programming method is employed to V2G charging/discharging dispatch optimization..　The exploration of positive correlation between renewable power generation and load will promote the efficient utilization of renewable energy in China. As the number of electric vehicle rising rapidly, it is necessary to find the feasibility of V2G as energy storage device in renewable energy power generation system.

本项目以风光发电随机性与可入网电动汽车(vehicle to grid,V2G)充放电随机性入手，首先研究风能与太阳能发电的互补特性及随机性, 建立可以同时计及风力发电/光伏发电功率不确定性的概率潮流模型，通过概率潮流计算挖掘风光混合发电与负荷用电量的正向相关性。然后以概率潮流计算为依据，建立机会约束规划模型，用云理论改进遗传算法，确定潮流约束条件满足某置信水平下的最优的风光发电安装容量、安装位置。最后分析V2G充放电、行驶行为的规律性与随机性，以平衡风光混合发电系统发电功率波动为目的，采取随机动态规划法对V2G的充放电调度策略进行优化。. 项目从研究风光发电互补性与随机性入手，发掘可再生能源发电与负荷的正向相关性，可促进我国可再生能源的有效利用；另外，随着我国电动汽车的数量增长，有必要研究其作为可再生能源发电系统的储能装置的有效方法。

一、.课题的背景.电力系统的智能化发展必须能够支持大规模间歇性可再生能源和分布式电源，可入网电动汽车在节能减排、遏制气候变暖等方面有着传统汽车无法比拟的优势, 受到了各国广泛关注。但可再生能源发电与电动汽车的随机性与不确定性给原本就非线性, 连续变量与非连续变量并存的非凸非线性电力系统规划带来极大的困难。基于以上分析, 本项目对考虑风光混合发电及V2G的随机性的配电系统进行规划。.二、研究内容和目标.本项目的研究内容包括：1、考虑风光发电随机性的概率潮流计算；2、考虑风光发电随机性的电源规划研究；3、V2G充放电功率的随机调度策略优化。.本项目的研究目标是：1、建立考虑风光发电不确定性的概率潮流计算模型；挖掘风光混合发电系统“发电用电”的正向耦合关系, 从风光发电的随机性入手, 发现其能量互补规律的同时, 加强对其随机性的调控能力；2、建立考虑发电不确定性的风光混合发电系统电源规划模型。以网络降损为目的, 满足电压、线路功率流动的概率约束, 用云理论改进遗传算法优化风光发电的容量与位置；3、通过对风光混合发电系统中V2G充放电调度策略的优化, 协调可再生能源发电与负荷用电不确定性间的关系, 提高风光发电能力和电网送电能力, 减少发输电成本、减少资源浪费。.三、研究成果其实科学意义.本项目提出了考虑V2G充放电随机性的风光发电的电力系统电源规划方法, 重点研究了V2G时间-空间-行为三种维度上随机与风光发电随机性的对V2G调度策略的影响及电源规划的影响。以点估计法进行了概率潮流计算，采用云理论改进遗传算法进行可再生能源分布式发电的选址定容。采用随机动态规划法对电动汽车充放电调度策略进行优化, 探讨其作为风光混合发电的配电系统的储能装置的可能行与可行性。.在项目在研期间，发表学术论文11篇，其中SCI检索3篇。出版译著一部，培养两名研究生。