因为分布式可再生能源资源的广泛整合，该“主动配电网(ADN) 面临着很多应战，例如可再生能源。减少以及过载。本文提出了一种电动汽车换电站的协同优化操控办法，该办法缓解了ADN中发电与负荷需求之间的不匹配问题。本研究考虑了能量存储共享，这使得各站点能够交换电池经过交通网络，这扩展了Battery-Transferable Swapping Stations（BTSSs）的容量。首先，仔细分析了储能共享型BTSS的运转原理，包含外部和内部操控机制以及储能共享。随后，提出了一个双层优化模型，其中上层旨在最小化ADN的总运转本钱，基层则寻求最大化每个BTSS的收益。引入了一种两阶段买卖操控，将双层状况分解为两个阶段：日前阶段和实时阶段，这有助于更轻松地处理问题。最后，运用IEEE 15节点系统验证了所提办法。结果表明，该办法减少了可再生能源弃电、电力缺少以及ADN的运转本钱，同时增加了BTSSs的收益。

导言

为了应对气候变化，近几十年来全球范围内广泛开展了可再生能源的运用，特别是在电力行业（例如，2022年可再生能源发电量增加了14%，满意了全球84%的电力需求增加）[1,2]。最初，可再生能源是经过资源丰富区域的大型发电基地（如大型风电场和光伏电站）进行会集运用和操控的，所发生的可再生电力被输送到其他（资源较少）区域。但是，长距离输电会发生高昂的建设本钱以及显著的额外功率损耗。因而，分布式可再生能源发电已成为近年来研究的要点。这样一来，本地发生的可再生电力可以在原地耗费，然后避免了长距离和大规模的输电损耗。
因为大规模分布式可再生能源的接入，传统的配电网已转变为主动配电网（ADN）。因而，ADN面临着若干新应战，包含：1）可再生能源发电与负荷需求之间存在不匹配（叠加输电约束），这导致同一区域在不同时刻，或不同区域在同一时刻呈现可再生能源弃电和电力缺少；2）受季节性、周期性和区域性动摇的影响，可再生能源发电与负荷需求可能引发正向或反向过载，然后导致电力缺少并需要对设备进行保护；3）单相和三相间歇性电源的接入加重了三相不平衡现象。
所有这些应战都可以经过运用辅佐服务资源来处理。但是，传统的辅佐服务资源（如火力发电机组）正被可再生能源发电机组所替代，这往往会导致辅佐服务资源的缺少。此外，因为输电线路的限制，即使整个电力系统具有充足的资源支撑，ADN 依然面临着这些应战带来的危险。换言之，ADN 需要就近的辅佐服务资源来维持其本地的安全运转。因而，储能设备已被广泛引入并安装在需求侧，以向 ADN 供应充足的辅佐服务 [3]。
与其他储能设备比较，电动汽车（EVs）具有若干优势，包含：1）EVs的数量巨大且持续增加，2023年全球已达1370万辆，年增加率超越20%[4]；2）65%的EVs为私家车，其他为公交车和出租车，因而电力系统和聚合商在很大程度上避免了这些车辆的购置本钱；3）储能设备的运用率在供应侧约为15%，需求侧约为28%，往往导致这些设备处于闲置状况。EVs的主要用途通常是交通运输，其剩余时刻可用于供应辅佐服务，然后进步EVs的运用率。因而，EVs是ADN中最显著的辅佐服务资源[[5], [6], [7]]。因为EVs在受电力系统操控时有必要接入电网，插枪形式的可控性低于换电形式。此外，换电形式最大限度地减少了充电等待时刻。因而，换电形式已被实施以将EVs整合到电力系统中，并且已经建设了数个换电站（BSS）。BSS有两种形式，即会集式BSS（大多数BSS仅供应电池替换服务，空电池被会集并搬运至特定BSS进行充电）[[8], [9], [10]]和分布式BSS（电池...
作为ADN的重要组成部分，分布式BSS不仅为单个EV供应服务，还充任电源供应方或消费方以支撑网络运转。因而，已有很多文献探讨了BSS在何处供应服务以应对ADN的应战。在[[14], [15], [16]]中，BSS被操控在“谷”时段储存更多可再生能源发电量，并在“峰”时段向ADN放电。Li等人提出根据电池异质性为耗尽的电池分配可用充电槽位，然后避免EV状况频繁变化[17,18]。Zhang等人采用根据价格的需求呼应计划运用BSS进行削峰[19]。为了处理随机EV抵达、可再生能源发电和电价条件下BSS的充电调度问题，学者们引入了各种办法，例如规则增强深度强化学习[20]、线性规划[21]和翻滚时域优化[22]。但是，这些文献没有充分考虑或探究电池的可搬运性。充满电或替换后的空电池可以在BSS之间进行搬运，以处理ADN中发电与需求之间的随时刻变化的失配问题，例如经过搬运空电池来替换充满电的电池，然后降低可再生能源发电的弃电率。这种形式的BSS被称为电池可搬运换电站（BTSS）。

•  
•  
•  
•  

因而，本文提出了一种经过能量存储共享的ADN中BTSSs的最优运转模型。本文的奉献和要点包括四个方面：1）立异操控办法：一种专门为电动汽车换电站设计的优化操控办法，旨在协助主动分布式网络耗费更多可再生能源、降低本钱并消除短期电力供应不足问题。2）能量存储共享：电池可搬运换电站（BTSSs）之间的能量存储共享概念，即经过物理搬运空电池或满电电池来扩展BTSSs的充放电才能。3）双层优化模型：一个双层模型，其中上层确认能量存储共享战略，基层确认每个BTSS的电池充放电战略。4）两阶段买卖操控：一种求解该双层模型的两阶段买卖操控办法，将其分为日前和实时两个阶段以实现高效求解。