【摘要】：能源大革命的背景下,發(fā)展新能源汽車已成為我國重點(diǎn)發(fā)展的戰(zhàn)略之一,其中因電動汽車可達(dá)到“以電代油”的目的,在減少溫室氣體排放和實(shí)現(xiàn)能源資源優(yōu)化配置等方面具有巨大優(yōu)勢,對推進(jìn)能源消費(fèi)革命具有重要意義,使其得到世界各國廣泛關(guān)注。然而,未來國內(nèi)外可能出現(xiàn)電動汽車規(guī)�；瘧�(yīng)用的局面,將對電網(wǎng)規(guī)劃、穩(wěn)定運(yùn)行、控制調(diào)整等方面提出新的挑戰(zhàn)。一方面電動汽車無序充電行為將給電力系統(tǒng)運(yùn)行帶來負(fù)面影響,如產(chǎn)生諧波、加劇負(fù)荷峰谷差、增加網(wǎng)絡(luò)損耗等;另一方面電動汽車同時又具有“儲能”特性,如能利用智能、合理的有效充放電措施,開展電動汽車與電網(wǎng)的良好互動,對提高電網(wǎng)安全穩(wěn)定經(jīng)濟(jì)運(yùn)行將起到正面積極的作用。本文從如何合理有效地預(yù)測電動汽車充電負(fù)荷的時空分布著手,分析電動汽車無序充電對電網(wǎng)產(chǎn)生的影響,發(fā)展實(shí)現(xiàn)多方利益的充放電調(diào)控措施,評估未來電動汽車參與需求響應(yīng)的潛力以及針對充換電站制定電池庫存策略和充電策略,以實(shí)現(xiàn)電網(wǎng)經(jīng)濟(jì)優(yōu)化運(yùn)行展開研究。所做的主要工作如下:(1)電動汽車充電負(fù)荷時空分布預(yù)測方法的研究。電動汽車充電負(fù)荷分布是開展其接入電網(wǎng)影響分析、充電設(shè)施規(guī)劃、調(diào)控措施和需求響應(yīng)策略制定等的重要基礎(chǔ)。本文主要針對私家電動汽車使用靈活性、移動性等特點(diǎn)及其充電負(fù)荷的時間和空間不確定性、隨機(jī)性,建立了一種基于用戶出行鏈,融合路網(wǎng)、交通、電網(wǎng)、天氣、車輛、充電設(shè)施等多源信息的,并考慮用戶出行行為和充電需求判斷的電動汽車充電負(fù)荷時空分布預(yù)測模型(A Model Based on Trip Chains and Multi-source Information Considering Travel Patterns and the Decision-making Process,簡稱TCMSI-BM模型)。在TCMSI-BM模型中,第一步是引入出行鏈理論,結(jié)合居民出行調(diào)查數(shù)據(jù)構(gòu)建簡單出行鏈和復(fù)雜出行鏈,本部分使用了美國交通部2009NHTS居民出行調(diào)研統(tǒng)計(jì)數(shù)據(jù)。第二步是車輛出行時空特征分析,從宏觀和微觀兩個層面展開,在不計(jì)及車輛具體出行路徑的宏觀分析層面,為獲取電動汽車出行時空行為特性,分別采用威布爾和對數(shù)正態(tài)概率函數(shù)擬合車輛出行時間和行駛距離,并建立出行鏈中的各段行程結(jié)束時間的相關(guān)性分析模型,采用馬爾科夫過程一次狀態(tài)轉(zhuǎn)移描述電動汽車行駛空間轉(zhuǎn)移;在計(jì)及車輛出行路徑選擇的微觀因素時,首先由圖論方法建立城市路網(wǎng)和電網(wǎng)信息模型及兩者耦合關(guān)系,時間特征分析以概率函數(shù)去擬合車輛首次出行和行程目的地的駐留時間,空間上并采用優(yōu)化路徑算法(Dijkstra最短路徑優(yōu)化算法)規(guī)劃車輛出行路徑并獲得行程距離,由道路等級和各時段交通信息獲得車輛行駛速度,計(jì)算得到行程行駛時間和荷電狀態(tài)。第三步判斷充電需求和計(jì)算充電負(fù)荷,首先考慮天氣溫度、交通路況等因素對電動汽車耗電量的影響,采用模糊數(shù)學(xué)算法計(jì)算得到每公里實(shí)時耗電量結(jié)果;再結(jié)合各行程目的地充電需求判斷條件,計(jì)算充電時長和充電負(fù)荷;接著,采用蒙特卡洛方法對各功能區(qū)電動汽車出行的時間和空間充電負(fù)荷分布進(jìn)行整體仿真,并對夏冬季、工作日和周末等不同情景電動汽車出行的時間充電負(fù)荷進(jìn)行預(yù)測及方法有效性檢驗(yàn)。TCMSI-BM模型可為開展電動汽車有序充放電策略的制定和電動汽車需求響應(yīng)潛力評估工作提供一定理論依據(jù)。(2)電動汽車隨機(jī)無序充電對電網(wǎng)系統(tǒng)的影響分析及有序充電優(yōu)化方法的研究。首先,以充電負(fù)荷時空分布預(yù)測方法為基礎(chǔ),一方面以IEEE-33系統(tǒng)分析了電動汽車無序充電對中、低壓配電網(wǎng)的負(fù)荷、網(wǎng)絡(luò)損耗、節(jié)點(diǎn)電壓的影響;另一方面,根據(jù)路網(wǎng)和電網(wǎng)耦合關(guān)系將地理空間的充電負(fù)荷歸算至其供電電網(wǎng)節(jié)點(diǎn),以IEEE-30系統(tǒng)為例,通過時間序列潮流計(jì)算評估了不同因素下電動汽車接入電網(wǎng)后無序充電對電網(wǎng)負(fù)荷、電壓和網(wǎng)絡(luò)損耗的影響。其次,分析了分別以平抑負(fù)荷波動和降損為單目標(biāo)的有序充電調(diào)控策略下及車到網(wǎng)放電情形下電動汽車對電網(wǎng)帶來的影響。同時,針對住宅區(qū)電動汽車,提出了一種不僅可選擇優(yōu)化目標(biāo)也可選擇控制策略的有序充電通用調(diào)控方法(A Control Strategy for the Electric Vehicles Based on Variable Start-Time Charging and Variable Power Charging,簡稱CS-VSTC/VPC方法),在該方法中,建立了考慮高峰負(fù)荷、負(fù)荷峰谷差、負(fù)荷波動、節(jié)點(diǎn)電壓偏移、網(wǎng)絡(luò)損耗等配網(wǎng)運(yùn)行指標(biāo)和充電費(fèi)用、被延遲充足電量的時間等用戶滿意度指標(biāo)的動態(tài)多目標(biāo)優(yōu)化問題。區(qū)別于以往電動汽車有序充電多目標(biāo)控制策略制定,本文提出了基于配電變壓器實(shí)時供電充裕度的動態(tài)多目標(biāo)選擇機(jī)制,構(gòu)建了各時間段內(nèi)的優(yōu)化目標(biāo)更為合理的動態(tài)多目標(biāo)優(yōu)化模型,根據(jù)實(shí)際需求改變裕度閾值設(shè)置不同時段的優(yōu)化目標(biāo),并可選擇可調(diào)整充電起始時間(VSTC)策略或者可變充電功率(VPC)策略進(jìn)行有序充電控制。問題求解時設(shè)計(jì)了一種改進(jìn)的多目標(biāo)粒子群算法,采用基于動態(tài)擁擠距離和變化量的最大最小適應(yīng)度函數(shù),并通過優(yōu)化慣性權(quán)重系數(shù)和學(xué)習(xí)因子提升算法收斂性和解的分布性。算例仿真以IEEE-33節(jié)點(diǎn)系統(tǒng)分析了不同優(yōu)化目標(biāo)/不同控制策略對配電小區(qū)電動汽車進(jìn)行有序充電控制的效果,優(yōu)化結(jié)果驗(yàn)證所提模型和算法的有效性和可行性。(3)電動汽車參與需求響應(yīng)潛力評估方法和參與充放電決策的研究�？紤]未來電動汽車將是良好的需求側(cè)資源,提出一種考慮動態(tài)路網(wǎng)時變信息及用戶模糊參與度的電動汽車集群時空需求響應(yīng)潛力量化評估方法(A Method of Demand Response Performance Evaluation for Electric Vehicles Aggregator,簡稱EVA-DRE方法)。EVA-DRE方法由三個步驟實(shí)現(xiàn):第一步是在第二章方法基礎(chǔ)上獲取電動汽車出行時空分布,首先,結(jié)合城市路網(wǎng)拓?fù)浣Y(jié)構(gòu),計(jì)及時變的區(qū)域交通信息,建立動態(tài)交通路網(wǎng)模型;其次,采用“流量-延誤函數(shù)”計(jì)算出行耗時,以行程耗時、行程距離最少等為目標(biāo),采用路徑優(yōu)化算法規(guī)劃車輛出行最優(yōu)路徑,從而求取車輛每段行程的距離和出行耗時,建立車輛在時變動態(tài)交通道路網(wǎng)中的出行模型;然后,根據(jù)電動汽車和充電設(shè)施參數(shù)及各行程目的地充電需求判斷條件,采用蒙特卡洛仿真方法得到電動汽車出行、充電負(fù)荷和電池荷電狀態(tài)的時空分布情況。第二步是計(jì)算電動汽車響應(yīng)需求號召的參與度,此步驟中首先根據(jù)電動汽車電池荷電狀況和后續(xù)行駛需求判斷用戶客觀參與需求響應(yīng)的能力,再從用戶消費(fèi)心理學(xué)特性分析用戶主觀參與需求響應(yīng)的影響因素,并形成考慮剩余出行時間、剩余電池荷電狀態(tài)和補(bǔ)償電價三個關(guān)鍵因素的用戶模糊參與度響應(yīng)機(jī)制,計(jì)算得到單輛電動汽車的實(shí)時參與度。第三步是構(gòu)建電動汽車集群需求響應(yīng)潛力的評估模型,首先將某一個(多個)功能地塊或電網(wǎng)某一(或多個)節(jié)點(diǎn)下所轄的電動汽車定義為一個電動汽車集群;其次給出了電動汽車集群需求響應(yīng)潛力概念及計(jì)算方法,包括參與延遲充電(即調(diào)整充電時間)潛力和參與車向電網(wǎng)放電(Vehicle to Grid,簡稱V2G)潛力及響應(yīng)容量;再結(jié)合交通路網(wǎng)和電網(wǎng)耦合關(guān)系得到各功能地塊和各電網(wǎng)節(jié)點(diǎn)的EVA-DR的實(shí)時需求響應(yīng)潛力。考慮到需求響應(yīng)將引起電網(wǎng)運(yùn)行問題,本章還設(shè)計(jì)了一種考慮用戶充電需求緊急程度、節(jié)點(diǎn)電壓偏移和電價信號的模糊決策自動實(shí)時控制器(A Fuzzy Logic Controller for Electric Vehicle Charging Management Considering Charging Urgency,簡稱FLC控制器)。(4)集中充電、統(tǒng)一配送的充換電站優(yōu)化調(diào)控策略研究。針對我國電動汽車充換電網(wǎng)絡(luò)建設(shè)過程對電池集中充電、統(tǒng)一配送模式中存在的充電中心和換電站如何優(yōu)化運(yùn)行、換電站電池庫存如何管理問題,提出一種基于改進(jìn)(s,S)策略庫存模型的充、換電系統(tǒng)電池優(yōu)化控制方案(A Coordinate Scheme for the Distributed SwappingCentralized Charging System With Improved(s,S)Inventory Management,簡稱CS-DSCC方案)。首先,建立交通網(wǎng)絡(luò)拓?fù)淠Ｐ?并在其基礎(chǔ)上部署換電站和其他支持設(shè)施;其次,制定單個換電站的電池更換模式和集中控制中心的調(diào)度模式,提出改進(jìn)(s,S)策略庫存模型制定研究實(shí)時可用電池和電池需求;然后,設(shè)計(jì)優(yōu)化控制方案通過遺傳算法求解以實(shí)現(xiàn)最大庫存周轉(zhuǎn)和對電力系統(tǒng)的充電影響最小的綜合性能。
【圖文】：

華南理工大學(xué)博士學(xué)位論文1.3.1 電動汽車充電負(fù)荷預(yù)測技術(shù)電動汽車充電負(fù)荷預(yù)測作為充電設(shè)施布局規(guī)劃、調(diào)度運(yùn)行控制、需求響應(yīng)、源網(wǎng)荷互動等方面的研究基礎(chǔ)，是近些年國內(nèi)外相關(guān)領(lǐng)域的研究熱點(diǎn)，，考慮電動汽車充電負(fù)荷時空分布隨機(jī)性和不確定性，以下從研究方法、影響因素、預(yù)測對象、充電場所等方面概括國內(nèi)外已開展的電動汽車充電負(fù)荷預(yù)測研究現(xiàn)狀，框架如圖 1-1 所示。

華南理工大學(xué)博士學(xué)位論文1.3.2 電動汽車有序充放電調(diào)控策略通過對電動汽車充放電行為科學(xué)、合理地控制，即有序充放電，能給電網(wǎng)運(yùn)行帶來積極的影響，可以達(dá)到調(diào)節(jié)電網(wǎng)負(fù)荷峰谷差、降低峰值負(fù)荷、優(yōu)化傳統(tǒng)電源機(jī)組運(yùn)行、減少網(wǎng)絡(luò)損耗、維持電壓運(yùn)行水平以及提高新能源利用率等目標(biāo)�？紤]到電動汽車工作方式主要有無序充電、有序充電和車輛到電網(wǎng) V2G 等幾種，本節(jié)綜述已開展的電動汽車充放電調(diào)控策略，思路如圖 1-2 所示。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TM73


本文編號：2623716