用于调度主动配电网的电动汽车充电站的电网感知调度与控制：第二部分——日内与实验验证
系统与控制
2024-04-22 v1 系统与控制
摘要
在第一部分中，我们提出了一种用于调度主动配电网的日前最优调度方案，该方案考虑了由电动汽车充电站 (EVCSs) 和电池储能系统 (BESSs) 等其他可控资源提供的灵活性。第二部分提出了用于跟踪由日前调度阶段计算的调度计划的日内控制层。该控制问题被表述为模型预测控制 (MPC)，目标是每 5 分钟跟踪一次调度计划设定点，而每 30 秒执行一次动作。MPC 通过短期预测考虑了随机资源（如需求和光伏 - PV 电厂的发电量）功率注入的不确定性。MPC 还通过基于潮流灵敏度系数的线性化最优潮流 (LOPF) 模型考虑了电网的运行约束（即节点电压和线路潮流的限制），并考虑了可控资源（即 BESSs 和 EVCSs）的运行约束。所提出的框架在 EPFL 分布式电气系统实验室的真实 ADN 上进行了实验验证，该 ADN 由连接到三个低压配电网的中压 (MV) 母线组成。它配备有两个可控 EVCSs（172 kWp 和 32~kWp）、多个 PV 电厂（总发电量 42~kWp）、来自办公楼的不可控需求（20 kWp）以及两个可控 BESSs（150kW/300kWh 和 25kW/25kWh）。
引用
@article{arxiv.2404.12870,
title = {Grid-aware Scheduling and Control of Electric Vehicle Charging Stations for Dispatching Active Distribution Networks. Part-II: Intra-day and Experimental Validation},
author = {Rahul K. Gupta and Sherif Fahmy and Max Chevron and Enea Figini and Mario Paolone},
journal= {arXiv preprint arXiv:2404.12870},
year = {2024}
}
备注
10 pages, 14 Figures, submitted for review in IEEE Transactions