【摘要】：隨著能源和環(huán)境問題日益嚴(yán)峻,電動汽車的使用逐漸得到普及。大規(guī)模電動汽車充電負(fù)荷作為一種新型負(fù)荷將加重局部配電網(wǎng)節(jié)點電壓偏離標(biāo)稱電壓的程度,且在時間和地點上具有隨機(jī)性。傳統(tǒng)無功補償方式雖能解決上述問題但經(jīng)濟(jì)性較差。電動汽車充電機(jī)具有無功補償功能,因此可以利用充電機(jī)來對接有大規(guī)模電動汽車充電負(fù)荷的配電網(wǎng)節(jié)點進(jìn)行無功補償。通過有效調(diào)節(jié)充電機(jī)的運行功率因數(shù),實現(xiàn)充電的同時進(jìn)行節(jié)點電壓調(diào)控,從而保證節(jié)點電壓安全穩(wěn)定又不會降低配電網(wǎng)的經(jīng)濟(jì)性。本文針對基于電動汽車無功補償?shù)呐潆娋W(wǎng)分布式電壓自律調(diào)控策略進(jìn)行研究,主要工作如下:(1)分析了我國某一線城市的工作區(qū)域的出行行為特性。接著運用蒙特卡洛方法對影響單位功率因數(shù)無序充電負(fù)荷的因素進(jìn)行大量隨機(jī)抽樣,并對單位功率因數(shù)無序充電行為進(jìn)行了模擬,進(jìn)而計算了大規(guī)模單位功率因數(shù)無序充電負(fù)荷,對單位功率因數(shù)無序充電行為給配電網(wǎng)造成的影響進(jìn)行了分析。接著,針對有無參與配電網(wǎng)調(diào)控的能力對電動汽車進(jìn)行了可調(diào)控性分析。(2)分析了利用電動汽車充電機(jī)進(jìn)行無功補償?shù)臋C(jī)理,進(jìn)而分析了充電機(jī)變功率因數(shù)運行時的節(jié)點電壓-運行功率因數(shù)特性。具體分析了充電機(jī)在容性運行模式下和感性運行模式下運行功率因數(shù)與節(jié)點電壓之間的單調(diào)或非單調(diào)的關(guān)系。(3)根據(jù)充電機(jī)變功率因數(shù)運行特性和車主充電需求及停車需求計算了充電機(jī)運行功率因數(shù)的可調(diào)控范圍。進(jìn)而提出了以接入某節(jié)點的所有電動汽車充電機(jī)運行功率因數(shù)為優(yōu)化變量,以減小節(jié)點電壓與額定值差距、減小電壓波動、電動汽車單位時間段內(nèi)充入電量盡可能多為優(yōu)化目標(biāo)的分布式電壓自律調(diào)控模型。進(jìn)而采用免疫優(yōu)化算法對該電壓調(diào)控模型的變量進(jìn)行求解。(4)針對電動汽車參與無功補償?shù)某潆姇r長延長問題,提出了基于電壓貢獻(xiàn)度量化的車主激勵策略,通過對參與無功補償?shù)能囍鬟M(jìn)行獎勵金額結(jié)算,提高車主參與無功補償?shù)姆e極性。(5)最后,以實際局部配電網(wǎng)為例,通過仿真分析單位功率因數(shù)無序充電行為對配電網(wǎng)的影響,以及驗證了本文所提出的策略的有效性。并運用MATLAB GUI設(shè)計了基于電動汽車無功補償?shù)男畔⒐芾硐到y(tǒng)。旨在管理參與配電網(wǎng)無功調(diào)控的電動汽車車主充電信息和配電網(wǎng)調(diào)控信息。
【圖文】：

圖２－３局部配電網(wǎng)區(qū)域工作日停車時長概率分布逡逑Ｆｉｇ．邋２－３邋Ｐｒｏｂａｂｉｌｉｔｙ邋ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋ｐａｒｋｉｎｇ邋ｄｕｒａｔｉｏｎ邋ｉｎ邋ｌｏｃａｌ邋ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｎｅｔｗｏｒｋ邋ａｒｅａ邋ａｔ逡逑ｗｏｒｋｄａｙ逡逑表２－１出行行為特性分析逡逑Ｔａｂ．邋２－１邋Ａｎａｌｙｓｉｓ邋ｏｆ邋ｔｈｅ邋ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ邋ｏｆ邋ｔｒａｖｅｌ邋ｂｅｈａｖｉｏｒ逡逑特征量邐駛?cè)霑r刻邐離開時刻邐停車時長逡逑最先進(jìn)入時刻／最先離開時邐，逡逑５：４５－６：００邐６：４５－７：１５邐１５ｍｌｎ逡逑刻／最短停車時長逡逑第一峰時刻／時長邐７：４５－８：３０邐１１：４５－１２：３０邐０．５ｈ－ｌｈ逡逑第一峰幅值邐５％－６％邐２．４％－２．９％邐１４％－１５．８％逡逑第一谷時刻／邋時長邐１２：１５－１３：００邐１３：３０－１４：００邐６．５ｈ－６．７５ｈ逡逑第一谷幅值邐０．８％－Ｕ％邐０．９％－１．２％邐０．８％－１．１％逡逑

逑入時刻、離開時刻（或停車時長）。對該局部配電網(wǎng)區(qū)域內(nèi)的電動汽車的充電起始逡逑ＳＯＣ與充電終止ＳＯＣ進(jìn)行統(tǒng)計，如圖２－５和圖２－６所示，其中充電終止ＳＯＣ反映逡逑出車主的充電目標(biāo)ＳＯＣ。從統(tǒng)計結(jié)果中可以看出，該工作區(qū)域內(nèi)電動汽車車主的逡逑充電起始ＳＯＣ分布較離散，，但充電終止ＳＯＣ大多數(shù)集中在９０％以上，即絕大多逡逑數(shù)車主會選擇將電動汽車ＳＯＣ充到９０％以上。逡逑１２ｒ邋邐逡逑■充電起始ＳＯＣ逡逑１０－逡逑圖２－５充電起始ＳＯＣ概率分布逡逑Ｆｉｇ．邋２－５邋Ｔｈｅ邋ｐｒｏｂａｂｉｌｉｔｙ邋ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋ｔｈｅ邋ｃｈａｒｇｉｎｇ邋ｉｎｉｔｉａｌ邋ＳＯＣ邋ｏｆ邋ＥＶｓ逡逑６０邋ｒ邋邐逡逑■充電終止ＳＯＣ逡逑５０￣逡逑Ｉ逡逑ｌｌ逡逑圖２－６充電終止ＳＯＣ概率分布逡逑Ｆｉｇ．邋２－６邋Ｔｈｅ邋ｐｒｏｂａｂｉｌｉｔｙ邋ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋ｔｈｅ邋ｃｈａｒｇｉｎｇ邋ｔｅｒｍｉｎａｔｉｏｎ邋ＳＯＣ邋ｏｆ邋ＥＶｓ逡逑對單位功率因數(shù)無序充電行為模擬前需要對駛?cè)霑r刻、離開時刻（或停車時逡逑長）、充電起始ＳＯＣ、充電目標(biāo)ＳＯＣ進(jìn)行大量隨機(jī)抽樣。逡逑本文采用蒙特卡洛方法（Ｍｏｎｔｅ邋Ｃａｒｌｏ邋ｍｅｔｈｏｄ）對上述因素進(jìn)行大量隨機(jī)抽樣。逡逑蒙特卡洛方法也稱為統(tǒng)計模擬方法，該方法的核心是借助計算機(jī)做統(tǒng)計抽樣性實逡逑驗的一種手段，依賴重復(fù)的隨機(jī)抽樣得到數(shù)值結(jié)果，被稱為隨機(jī)的或統(tǒng)計的計算逡逑機(jī)模擬，從屬于計算數(shù)學(xué)的行列，通過使用概率性事件模擬解決問題。它是以概逡逑率統(tǒng)計知識為基礎(chǔ)
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM761.12

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李斌;呂林;劉友波;劉俊勇;陳金祥;向月;張逸;韓為超;;考慮光伏接入不確定性的主動配電網(wǎng)有功?無功可控資源優(yōu)化配置[J];電網(wǎng)技術(shù);2017年02期

2 楊工;;關(guān)于純電動汽車的思考[J];汽車與配件;2016年13期

3 盧延純;蘇華;;汽車業(yè)反壟斷指南起草若干重點問題的思考[J];中國價格監(jiān)管與反壟斷;2016年03期

4 馬樹廣;;新能源客車市場發(fā)展現(xiàn)狀及趨勢展望[J];人民公交;2016年02期

5 吳衛(wèi);;純電動乘用車準(zhǔn)入管理創(chuàng)新背后[J];汽車縱橫;2015年10期

6 黨杰;湯奕;寧佳;伏祥運;;基于用戶意愿和出行規(guī)律的電動汽車充電負(fù)荷分配策略[J];電力系統(tǒng)保護(hù)與控制;2015年16期

7 趙晉泉;居俐潔;戴則梅;陳剛;;基于分支定界—原對偶內(nèi)點法的日前無功優(yōu)化[J];電力系統(tǒng)自動化;2015年15期

8 刁浩然;楊明;陳芳;孫國忠;;基于強(qiáng)化學(xué)習(xí)理論的地區(qū)電網(wǎng)無功電壓優(yōu)化控制方法[J];電工技術(shù)學(xué)報;2015年12期

9 蘇粟;蔣小超;王瑋;姜久春;V.G.AGELIDIS;耿婧;;計及電動汽車和光伏—儲能的微網(wǎng)能量優(yōu)化管理[J];電力系統(tǒng)自動化;2015年09期

10 陳麗丹;聶涌泉;鐘慶;;基于出行鏈的電動汽車充電負(fù)荷預(yù)測模型[J];電工技術(shù)學(xué)報;2015年04期

相關(guān)碩士學(xué)位論文 前7條

1 馬磊;電動汽車充電設(shè)施建設(shè)的研究[D];華北電力大學(xué);2015年

2 李晶;電動汽車有序充電調(diào)度服務(wù)的設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2014年

3 張潔;輸變電工程造價風(fēng)險評估模型及其實證研究[D];華北電力大學(xué);2012年

4 曹瑞;配電網(wǎng)無功補償現(xiàn)狀分析與應(yīng)用研究[D];華北電力大學(xué);2011年

5 江斌;人工免疫算法的基礎(chǔ)研究及其應(yīng)用[D];中南大學(xué);2008年

6 靳宗信;人工免疫算法及其在優(yōu)化問題中的應(yīng)用研究[D];西南大學(xué);2007年

7 遲峰;基于可靠性成本[D];浙江大學(xué);2006年

本文編號：2584794