以节能减排调度为研究框架,针对风电出力的随机性,采用自回归滑动平均模型(auto-regressive and moving average,ARMA)生成大量风速场景,并基于场景削减技术得到具有代表性的典型风速;针对电动汽车入网的不确定性,采用随机概率抽样的电...以节能减排调度为研究框架,针对风电出力的随机性,采用自回归滑动平均模型(auto-regressive and moving average,ARMA)生成大量风速场景,并基于场景削减技术得到具有代表性的典型风速;针对电动汽车入网的不确定性,采用随机概率抽样的电动汽车集群模型,最终建立风-车互动接入的多目标电力调度动态模型。以CPLEX作为求解工具,采用模糊两阶段规划方法求解折衷规划结果。通过不同场景、不同电动汽车规模等算例,分析风电及电动汽车接入电网的调度策略及优化结果,验证所提模型及相关调度策略在改善电网运行经济性、降低污染气体排放方面的优势。展开更多
文摘以节能减排调度为研究框架,针对风电出力的随机性,采用自回归滑动平均模型(auto-regressive and moving average,ARMA)生成大量风速场景,并基于场景削减技术得到具有代表性的典型风速;针对电动汽车入网的不确定性,采用随机概率抽样的电动汽车集群模型,最终建立风-车互动接入的多目标电力调度动态模型。以CPLEX作为求解工具,采用模糊两阶段规划方法求解折衷规划结果。通过不同场景、不同电动汽车规模等算例,分析风电及电动汽车接入电网的调度策略及优化结果,验证所提模型及相关调度策略在改善电网运行经济性、降低污染气体排放方面的优势。