電動(dòng)汽車具有污染小、能源效率高等特點(diǎn),是緩解能源危機(jī)、促進(jìn)低碳經(jīng)濟(jì)發(fā)展的重要途徑,已經(jīng)成為未來(lái)汽車產(chǎn)業(yè)發(fā)展的新趨勢(shì)。電動(dòng)汽車接入電網(wǎng)具有兩重性,一方面作為一類容量較大的負(fù)荷,具有較強(qiáng)的不確定性,大規(guī)模電動(dòng)汽車的無(wú)序充電會(huì)對(duì)電網(wǎng)運(yùn)行產(chǎn)生較大的影響,如采用有效的優(yōu)化策略對(duì)其充電行為進(jìn)行控制,可提高電網(wǎng)運(yùn)行的穩(wěn)定性和經(jīng)濟(jì)性;另一方面作為分布式儲(chǔ)能單元,可聚合成分布式電源向電網(wǎng)反向饋電,用于為電網(wǎng)提供輔助服務(wù)和平抑可再生能源的間歇性。目前,電動(dòng)汽車入網(wǎng)技術(shù)成為國(guó)際研究的熱點(diǎn),本文圍繞電動(dòng)汽車群體接入配電網(wǎng)之后的優(yōu)化策略展開(kāi)研究,主要內(nèi)容包括:分析了電動(dòng)汽車的負(fù)荷特性,以家庭用電動(dòng)汽車為研究對(duì)象,重點(diǎn)考慮電動(dòng)汽車的行駛特性、電池特性以及充電模式等影響因素,建立了電動(dòng)汽車的充電負(fù)荷模型。介紹了電動(dòng)汽車充電管理的主要架構(gòu)和管理模式,并對(duì)集中優(yōu)化、分層分區(qū)優(yōu)化、分散優(yōu)化的特點(diǎn)分別進(jìn)行了分析。將多代理系統(tǒng)應(yīng)用到配電網(wǎng)內(nèi)電動(dòng)汽車的優(yōu)化充電調(diào)度中,將代理分為電動(dòng)汽車代理、區(qū)域聚合商代理、配電網(wǎng)控制中心代理三個(gè)層面,并采用電價(jià)引導(dǎo)的調(diào)控機(jī)制,建立了日前調(diào)度和準(zhǔn)實(shí)時(shí)調(diào)整的兩階段優(yōu)化調(diào)度策略。之后,依次建立了各層面代理的優(yōu)化模型,電動(dòng)汽車代理以充電費(fèi)用最小化和充電連續(xù)性最大化為優(yōu)化目標(biāo),就地進(jìn)行優(yōu)化計(jì)算,并將優(yōu)化問(wèn)題轉(zhuǎn)換為0-1整數(shù)規(guī)劃進(jìn)行求解;區(qū)域聚合商代理通過(guò)電價(jià)手段來(lái)調(diào)節(jié)所轄區(qū)域的充電負(fù)荷,以降低負(fù)荷峰谷差為優(yōu)化目標(biāo),進(jìn)行日前優(yōu)化計(jì)算,并利用遺傳算法進(jìn)行求解;配電網(wǎng)控制中心代理主要保證配電網(wǎng)的穩(wěn)定運(yùn)行,考慮節(jié)點(diǎn)電壓、變壓器容量、主電纜容量等安全約束,針對(duì)越限時(shí)段的電動(dòng)汽車的充電計(jì)劃下發(fā)命令進(jìn)行準(zhǔn)實(shí)時(shí)調(diào)整。最后,結(jié)合IEEE 33節(jié)點(diǎn)算例對(duì)所提出的協(xié)調(diào)調(diào)度策略進(jìn)行仿真驗(yàn)證。從電動(dòng)汽車聚合商的角度出發(fā),以其收益最大化為優(yōu)化目標(biāo),在分時(shí)電價(jià)情況下建立了集中優(yōu)化充電模型,并充分考慮電動(dòng)汽車的荷電狀態(tài)、車主的充電需求以及配電變壓器容量等約束。之后,針對(duì)配電網(wǎng)中變壓器下的電動(dòng)汽車群體充電,為避免集中優(yōu)化可能出現(xiàn)的“維數(shù)災(zāi)”和“通信阻塞”的問(wèn)題,提出了基于拉格朗日松弛法的分散優(yōu)化充電調(diào)度策略,將配電變壓器的容量約束作為難約束松弛到目標(biāo)函數(shù)中,使原問(wèn)題分解為多個(gè)子問(wèn)題進(jìn)行分散求解。針對(duì)采用拉格朗日松弛算法在迭代過(guò)程中個(gè)別時(shí)段可能會(huì)出現(xiàn)振蕩的問(wèn)題,提出了基于增廣拉格朗日方法的分散優(yōu)化充電調(diào)度策略,提高其收斂性,并進(jìn)一步考慮配電網(wǎng)網(wǎng)絡(luò)潮流約束,通過(guò)交替方向乘子法進(jìn)行求解。最后,結(jié)合IEEE33節(jié)點(diǎn)算例對(duì)所提的分散充電調(diào)度策略進(jìn)行仿真驗(yàn)證。當(dāng)電動(dòng)汽車接入含風(fēng)電、光伏的微電網(wǎng)時(shí)需要考慮風(fēng)電出力、光伏出力與用電負(fù)荷的不確定性。假定微電網(wǎng)隸屬于電動(dòng)汽車聚合商管轄,電動(dòng)汽車電池一方面作為充電負(fù)荷,另一方面作為儲(chǔ)能用于優(yōu)化管理微電網(wǎng)系統(tǒng)功率和能量,通過(guò)調(diào)整電動(dòng)汽車充放電工作模式及功率來(lái)平緩風(fēng)力發(fā)電功率、光伏發(fā)電功率和用電負(fù)荷波動(dòng)。之后,建立了基于日前預(yù)測(cè)數(shù)據(jù)的調(diào)度優(yōu)化模型,以聚合商運(yùn)行收益最大為優(yōu)化目標(biāo),考慮微電網(wǎng)的功率平衡約束、買賣電約束以及電動(dòng)汽車的充放電約束,并將其轉(zhuǎn)換為混合整數(shù)線性規(guī)劃模型進(jìn)行求解。在此基礎(chǔ)上,運(yùn)用最小最大后悔度方法,建立了電動(dòng)汽車充放電調(diào)度的魯棒后悔度優(yōu)化模型,以抑制系統(tǒng)中的不確定性擾動(dòng)。該模型采用內(nèi)外兩層優(yōu)化模型,以風(fēng)電出力、光伏出力和負(fù)荷需求為內(nèi)層決策變量,以電動(dòng)汽車的充放電模式和功率為外層決策變量,內(nèi)層求取最大后悔度以保證決策變量對(duì)不確定參數(shù)所有取值的可行性,外層求取最大后悔度的最小值以使目標(biāo)值最優(yōu),并通過(guò)拉格朗日兩階段松弛法來(lái)進(jìn)行求解。最后,通過(guò)算例對(duì)比分析了基于日前預(yù)測(cè)數(shù)據(jù)的調(diào)度優(yōu)化策略和基于魯棒后悔度的調(diào)度優(yōu)化策略。從電動(dòng)汽車群體中個(gè)體協(xié)同的角度出發(fā),結(jié)合分層控制和分布式控制,建立了基于群體智能的電動(dòng)汽車充電管理架構(gòu),每臺(tái)電動(dòng)汽車都是一個(gè)具有適應(yīng)性的個(gè)體,單個(gè)配電變壓器下的電動(dòng)汽車共同組成一個(gè)充電群體,采用群優(yōu)化算法研究電動(dòng)汽車的分布式協(xié)調(diào)調(diào)度。在考慮電動(dòng)汽車的電量狀態(tài)約束、車主的充電需求約束以及配電變壓器負(fù)載容量約束的前提下,以變壓器總負(fù)荷峰谷差最小為優(yōu)化目標(biāo),建立了基于群體智能的電動(dòng)汽車協(xié)同充電優(yōu)化模型,并依次提出了基于改進(jìn)蟻群的電動(dòng)汽車充電優(yōu)化算法和響應(yīng)負(fù)荷波動(dòng)的調(diào)整算法,并和粒子群優(yōu)化算法進(jìn)行了對(duì)比。最后,針對(duì)配電變壓器下的電動(dòng)汽車群體充電優(yōu)化進(jìn)行了仿真驗(yàn)證。
【學(xué)位單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：TM73
【部分圖文】：

圖 2- 1 接入電網(wǎng)時(shí)刻的概率密度函數(shù)分布圖Fig.2- 1 Probability density function of the time connect to grid刻，即用戶離開(kāi)電網(wǎng)的時(shí)刻，其概率密度函數(shù)如式(2-3)所示：2e21( )exp[ ],xμ

圖 2- 2 日行駛里程的概率密度函數(shù)分布圖Fig.2- 2 Probability density function of the daily travel miles of EVs采用上述隨機(jī)變量的概率分布，然后通過(guò)蒙特卡洛隨機(jī)抽樣，模擬生據(jù)，并基于此對(duì)電動(dòng)汽車的優(yōu)化充電調(diào)度策略進(jìn)行仿真。

息圖 2- 3 集中控制架構(gòu)示意圖Fig.2- 3 Centralized charging structure schematic diag層分區(qū)控制
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 樸龍健;艾芊;余志文;陳靜鵬;;計(jì)及客戶滿意度的電動(dòng)汽車多代理充電定價(jià)策略[J];電力系統(tǒng)自動(dòng)化;2015年22期

2 陳勝;衛(wèi)志農(nóng);郭曉敏;劉曉宏;楊義;孫國(guó)強(qiáng);;基于交替方向乘子法的分布式雙線性狀態(tài)估計(jì)[J];電力系統(tǒng)自動(dòng)化;2015年20期

3 許少倫;嚴(yán)正;張良;馮冬涵;趙小波;;采用拉格朗日松弛法的電動(dòng)汽車分散優(yōu)化充電策略[J];電力建設(shè);2015年07期

4 楊秀菊;白曉清;李佩杰;韋化;;電動(dòng)汽車規(guī)�；尤肱潆娋W(wǎng)的充電優(yōu)化[J];電力自動(dòng)化設(shè)備;2015年06期

5 屈鴻;黃利偉;柯星;;動(dòng)態(tài)環(huán)境下基于改進(jìn)蟻群算法的機(jī)器人路徑規(guī)劃研究[J];電子科技大學(xué)學(xué)報(bào);2015年02期

6 辛昊;嚴(yán)正;許少倫;;基于多代理系統(tǒng)的電動(dòng)汽車協(xié)調(diào)充電策略[J];電網(wǎng)技術(shù);2015年01期

7 王守相;王棟;韓亮;;考慮不確定性的微網(wǎng)日前經(jīng)濟(jì)優(yōu)化調(diào)度區(qū)間線性規(guī)劃方法[J];電力系統(tǒng)自動(dòng)化;2014年24期

8 許少倫;嚴(yán)正;馮冬涵;張良;;基于多智能體的電動(dòng)汽車充電協(xié)同控制策略[J];電力自動(dòng)化設(shè)備;2014年11期

9 張良;嚴(yán)正;馮冬涵;許少倫;李乃湖;景雷;;采用兩階段優(yōu)化模型的電動(dòng)汽車充電站內(nèi)有序充電策略[J];電網(wǎng)技術(shù);2014年04期

10 徐秋實(shí);鄧長(zhǎng)虹;趙維興;何俊;吳之奎;;含風(fēng)電電力系統(tǒng)的多場(chǎng)景魯棒調(diào)度方法[J];電網(wǎng)技術(shù);2014年03期

相關(guān)博士學(xué)位論文 前4條

1 王魯浩;多能互補(bǔ)微網(wǎng)魯棒多目標(biāo)運(yùn)行優(yōu)化[D];山東大學(xué);2017年

2 姚偉鋒;考慮電動(dòng)汽車廣泛接入的電力系統(tǒng)規(guī)劃與運(yùn)行策略[D];浙江大學(xué);2014年

3 苗軼群;含電動(dòng)汽車及換電站的微網(wǎng)優(yōu)化調(diào)度研究[D];浙江大學(xué);2012年

4 張穎;基于群集智能模式識(shí)別方法的研究[D];大連理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 陳靜鵬;基于多智能體的電動(dòng)汽車優(yōu)化調(diào)度研究[D];上海交通大學(xué);2017年

2 余任之;考慮饋線過(guò)載約束的分布式電動(dòng)汽車充電控制策略[D];北京理工大學(xué);2016年

3 孫文健;光伏儲(chǔ)能微電網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化策略研究[D];山東大學(xué);2015年

4 龍漪瀾;小時(shí)級(jí)月度發(fā)購(gòu)電計(jì)劃的優(yōu)化模型及算法研究[D];重慶大學(xué);2015年

5 辛昊;多代理結(jié)構(gòu)下的電動(dòng)汽車充電控制協(xié)調(diào)策略研究[D];上海交通大學(xué);2015年

6 高炳蔚;電動(dòng)汽車充電對(duì)電網(wǎng)負(fù)荷特性的影響[D];華北電力大學(xué);2013年

7 駱曉非;基于多代理的電動(dòng)汽車充放電協(xié)調(diào)機(jī)制[D];上海交通大學(xué);2013年

8 李靖;中國(guó)電動(dòng)汽車產(chǎn)業(yè)發(fā)展戰(zhàn)略研究[D];湖北工業(yè)大學(xué);2012年

9 黃潤(rùn);電動(dòng)汽車入網(wǎng)對(duì)電網(wǎng)負(fù)荷影響的研究[D];上海交通大學(xué);2012年

10 姚和平;鋰離子電池充電器設(shè)計(jì)[D];西安電子科技大學(xué);2008年

本文編號(hào)：2838166