社區(qū)電動汽車有序充電策略的研究
發(fā)布時間:2021-06-23 22:34
隨著新能源電動汽車行業(yè)的發(fā)展,社區(qū)中電動汽車的數(shù)量不斷增加,大量充電負荷的接入對配電網(wǎng)安全穩(wěn)定運行產(chǎn)生不利影響,也是一個急待解決的問題。論文在介紹電池特性、充電方式和用戶行駛特性等影響用戶充電行為的因素的基礎上,給出了不同類型動力電池的性能與優(yōu)缺點、主要充電方式,以及社區(qū)用戶的出行規(guī)律。以電動汽車無序充電導致社區(qū)負荷波動問題為出發(fā)點,在考慮用戶充電需求和配電設備運行安全的前提下,提出了充電費用最低、充電費用最低和負荷峰谷差最小等的單目標、兩階段多目標和分布式控制的有序充電策略。仿真計算結(jié)果表明,單目標有序充電策略可以減小負荷峰谷差和降低用戶充電費用支出,但形成新的用電高峰;兩階段多目標有序充電策略能夠進一步減小負荷峰谷差,同時保持較低的充電費用支出;分布式控制的有序充電策略降低負荷峰谷差的效果最佳。
【文章來源】:南昌大學江西省 211工程院校
【文章頁數(shù)】:62 頁
【學位級別】:碩士
【部分圖文】:
圖2.1鋰電池三段式充電模式示意圖??
?第2章社區(qū)電動汽車充電???0.14????0.12??0.10?/?\???〇08?/?\??^?〇.〇6?/?y.??0.04?/?\??〇.〇2?y?\??0.00???1????B8888S888888S8S8S8888SS8S??*-{??H?p-4?tH?r-<?r-??P'1?JN??時間??圖2.2社區(qū)居民最晚歸家時間概率分布??用戶在一天中最早離家時間可視為電動汽車充電最晚結(jié)束時間,服從正態(tài)分??布,其概率密度函數(shù)如公式2.2所示,分布情況如圖2.3所示。??-^exp[-^-]?〇<x</,e+12??XW=?e?2?(2.2)??1?(x? ̄?24?—?u?)??^rxp[-—^r ̄]?^+i2<^24??式中??期望值凡=8.92,標準差cre=3.24。??0.14????:?八??I。。8?/?\??0.04?/?\??°:?l^7?v^.^??S?§?S?8?S?8?§?8?8?8?S?8?8?8?8?8?8?§?§?8?S?8?8?B?8??射間??圖2.3社區(qū)居民最早離家時間概率分布??日行駛里程數(shù)決定電動汽車的電能損耗情況,是充電時長的決定因素,與電??動汽車所需充電時長成正相關。??歸納得到車輛日行駛里程數(shù)滿足正態(tài)分布,其概率密度函數(shù)如公式2.3所示,??日行駛里程數(shù)分布情況如圖2.4所示。??11??
?第2章社區(qū)電動汽車充電???0.14????0.12??0.10?/?\???〇08?/?\??^?〇.〇6?/?y.??0.04?/?\??〇.〇2?y?\??0.00???1????B8888S888888S8S8S8888SS8S??*-{??H?p-4?tH?r-<?r-??P'1?JN??時間??圖2.2社區(qū)居民最晚歸家時間概率分布??用戶在一天中最早離家時間可視為電動汽車充電最晚結(jié)束時間,服從正態(tài)分??布,其概率密度函數(shù)如公式2.2所示,分布情況如圖2.3所示。??-^exp[-^-]?〇<x</,e+12??XW=?e?2?(2.2)??1?(x? ̄?24?—?u?)??^rxp[-—^r ̄]?^+i2<^24??式中??期望值凡=8.92,標準差cre=3.24。??0.14????:?八??I。。8?/?\??0.04?/?\??°:?l^7?v^.^??S?§?S?8?S?8?§?8?8?8?S?8?8?8?8?8?8?§?§?8?S?8?8?B?8??射間??圖2.3社區(qū)居民最早離家時間概率分布??日行駛里程數(shù)決定電動汽車的電能損耗情況,是充電時長的決定因素,與電??動汽車所需充電時長成正相關。??歸納得到車輛日行駛里程數(shù)滿足正態(tài)分布,其概率密度函數(shù)如公式2.3所示,??日行駛里程數(shù)分布情況如圖2.4所示。??11??
本文編號:3245784
【文章來源】:南昌大學江西省 211工程院校
【文章頁數(shù)】:62 頁
【學位級別】:碩士
【部分圖文】:
圖2.1鋰電池三段式充電模式示意圖??
?第2章社區(qū)電動汽車充電???0.14????0.12??0.10?/?\???〇08?/?\??^?〇.〇6?/?y.??0.04?/?\??〇.〇2?y?\??0.00???1????B8888S888888S8S8S8888SS8S??*-{??H?p-4?tH?r-<?r-??P'1?JN??時間??圖2.2社區(qū)居民最晚歸家時間概率分布??用戶在一天中最早離家時間可視為電動汽車充電最晚結(jié)束時間,服從正態(tài)分??布,其概率密度函數(shù)如公式2.2所示,分布情況如圖2.3所示。??-^exp[-^-]?〇<x</,e+12??XW=?e?2?(2.2)??1?(x? ̄?24?—?u?)??^rxp[-—^r ̄]?^+i2<^24??式中??期望值凡=8.92,標準差cre=3.24。??0.14????:?八??I。。8?/?\??0.04?/?\??°:?l^7?v^.^??S?§?S?8?S?8?§?8?8?8?S?8?8?8?8?8?8?§?§?8?S?8?8?B?8??射間??圖2.3社區(qū)居民最早離家時間概率分布??日行駛里程數(shù)決定電動汽車的電能損耗情況,是充電時長的決定因素,與電??動汽車所需充電時長成正相關。??歸納得到車輛日行駛里程數(shù)滿足正態(tài)分布,其概率密度函數(shù)如公式2.3所示,??日行駛里程數(shù)分布情況如圖2.4所示。??11??
?第2章社區(qū)電動汽車充電???0.14????0.12??0.10?/?\???〇08?/?\??^?〇.〇6?/?y.??0.04?/?\??〇.〇2?y?\??0.00???1????B8888S888888S8S8S8888SS8S??*-{??H?p-4?tH?r-<?r-??P'1?JN??時間??圖2.2社區(qū)居民最晚歸家時間概率分布??用戶在一天中最早離家時間可視為電動汽車充電最晚結(jié)束時間,服從正態(tài)分??布,其概率密度函數(shù)如公式2.2所示,分布情況如圖2.3所示。??-^exp[-^-]?〇<x</,e+12??XW=?e?2?(2.2)??1?(x? ̄?24?—?u?)??^rxp[-—^r ̄]?^+i2<^24??式中??期望值凡=8.92,標準差cre=3.24。??0.14????:?八??I。。8?/?\??0.04?/?\??°:?l^7?v^.^??S?§?S?8?S?8?§?8?8?8?S?8?8?8?8?8?8?§?§?8?S?8?8?B?8??射間??圖2.3社區(qū)居民最早離家時間概率分布??日行駛里程數(shù)決定電動汽車的電能損耗情況,是充電時長的決定因素,與電??動汽車所需充電時長成正相關。??歸納得到車輛日行駛里程數(shù)滿足正態(tài)分布,其概率密度函數(shù)如公式2.3所示,??日行駛里程數(shù)分布情況如圖2.4所示。??11??
本文編號:3245784
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3245784.html
最近更新
教材專著