基于条件风险价值的智能区域代理商报价策略及EV充电管理
Optimal bidding strategy and EV charging management of intelligent regional aggregators based on CVaR method作者机构：湖南大学经济与贸易学院长沙410079 长沙理工大学电气与信息工程学院湖南省电动交通与智能配网工程技术研究中心长沙410114
出 版 物：《系统工程理论与实践》 (Systems Engineering-Theory & Practice)
年 卷 期：2018年第38卷第8期
页 面：1994-2005页
核心收录：
学科分类：0709[理学-地质学] 07[理学] 0708[理学-地球物理学] 070104[理学-应用数学] 0802[工学-机械工程] 0701[理学-数学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金(71331001,71420107027,91547113) 湖南省科技计划项目(2017CT5015)~~
主 题：智能区域代理商 报价策略 EV充电管理 条件风险价值 蒙特卡罗模拟
摘 要：智能区域代理商整合区域内电动汽车（electric vehicle，EV）参与电力市场交易，然而在联营市场（包括日前和实时市场）交易机制下，联营市场电价的随机性增加了代理商的市场交易风险．基于此，提出了以联营市场条件期望购电成本最小为目标的报价决策模型，该模型考虑了联营市场电价的随机特性，并将模型转换成带条件风险价值约束的随机优化问题．由于含随机性变量概率密度函数的积分计算困难，因此利用蒙特卡罗模拟，预测电价分布特性，采用抽样平均近似法对模型进行离散化处理，并通过构造函数将原问题化为凸优化问题进行求解．数值实验表明代理商通过控制EVs参与联营市场竞价交易，对EVs进行充电管理，可有效降低峰谷差，有助于电网的稳定性．
维普期刊数据库
同方期刊数据库