【摘要】：隨著我國經(jīng)濟(jì)與社會的發(fā)展,節(jié)能減排與大氣污染防治的壓力與日俱增。一方面,大氣污染物排放頻繁超過重點(diǎn)人居地區(qū)的環(huán)境承載能力,顯著增加了霧霾天氣的爆發(fā)概率;另一方面,雖然我國風(fēng)電裝機(jī)已達(dá)較高比例,但棄風(fēng)問題依然嚴(yán)重,大量風(fēng)電急需被消納利用。在此背景下,國家提出了發(fā)展電動車(Electric Vehicle,EV)產(chǎn)業(yè),實(shí)施以電代油的能源發(fā)展規(guī)劃。在各類EV中,私家插電式EV(Plug-in EV,PEV)預(yù)計占有相當(dāng)比重。因此,通過調(diào)控管理手段,提高PEV用能中的風(fēng)電比重和電源-電網(wǎng)-電動車(簡稱源-網(wǎng)-車)系統(tǒng)應(yīng)對空氣重污染預(yù)警的響應(yīng)力度,對落實(shí)電能替代發(fā)展規(guī)劃具有重要意義。本文針對源-網(wǎng)-車系統(tǒng)協(xié)聯(lián)調(diào)控(簡稱協(xié)控)涉及的基礎(chǔ)建模、協(xié)控機(jī)制、決策方法與安全校核問題展開深入研究,以幫助消納電網(wǎng)過剩風(fēng)電,提升系統(tǒng)對重點(diǎn)人居環(huán)境的大氣減污效能,并切實(shí)達(dá)到降低充電負(fù)荷管控的技術(shù)難度與實(shí)施成本、提高系統(tǒng)可靠性與擴(kuò)展性、避免泄露車主隱私的目的。針對我國供電調(diào)度自動化系統(tǒng)尚未監(jiān)測PEV個體充電行為信息的技術(shù)現(xiàn)狀,本文沿著數(shù)據(jù)挖掘-理論建模-參數(shù)辨識的思路,研究了實(shí)際PEV集群自然充電負(fù)荷特征參數(shù)的辨識方法和疏導(dǎo)彈性的統(tǒng)計與評估技術(shù)。針對自然充電負(fù)荷,提出了大數(shù)據(jù)挖掘方法,建立了解析計算模型,構(gòu)建了特征參數(shù)辨識模型,并將其疏導(dǎo)彈性分為兩類,分別給出了統(tǒng)計與評估方法�；诰用褙�(fù)荷實(shí)際數(shù)據(jù),驗(yàn)證了數(shù)據(jù)挖掘方法和參數(shù)辨識模型的有效性,分析了疏導(dǎo)彈性的統(tǒng)計與評估結(jié)果。所提方法不依賴對PEV個體充電行為信息的采集,能節(jié)約相關(guān)信息采集與數(shù)據(jù)傳輸系統(tǒng)的投資與運(yùn)維成本,并保護(hù)車主充電行為隱私。辨識的特征參數(shù)可用于整定充電負(fù)荷疏導(dǎo)信號,疏導(dǎo)彈性指標(biāo)評估結(jié)果可反映充電負(fù)荷參與有序化調(diào)控的潛力。為降低有序化調(diào)控充電負(fù)荷資源的技術(shù)難度和實(shí)施成本,提出一種源-網(wǎng)-車系統(tǒng)單向協(xié)控模式,并從吸收過剩風(fēng)電和避免充電同步化角度,設(shè)計了一種有序化疏導(dǎo)充電負(fù)荷時空分布的單向協(xié)控機(jī)制。充電樁只需從電網(wǎng)側(cè)單向接收分群錯時充電的復(fù)合隨機(jī)型分時電價(Time-of-Use Pricing,TOUP)信號、利用事先設(shè)計的本地響應(yīng)算法自主決策PEV起充時間,容易納入我國現(xiàn)有電力調(diào)控體系。構(gòu)建了集群充電負(fù)荷響應(yīng)模型,提出了一種面向冬季棄風(fēng)消納的季節(jié)性復(fù)合隨機(jī)型TOUP參數(shù)整定模型,探討了TOUP低谷電價的取值范圍。該機(jī)制有助于充電負(fù)荷與過剩風(fēng)電形成平穩(wěn)互補(bǔ)的協(xié)同態(tài)勢,可有效避免饋線負(fù)荷短時陡升效應(yīng),能產(chǎn)生較大安全與經(jīng)濟(jì)收益。為提升PEV吸收過剩風(fēng)電的靈活性并兼顧配電饋線的調(diào)節(jié)需求,基于充電樁單向接收復(fù)合隨機(jī)型TOUP信號、自主決策PEV起充時間的協(xié)控模式,研究了有序化疏導(dǎo)充電負(fù)荷時空分布的短期協(xié)控方法。設(shè)計了協(xié)控系統(tǒng)基本框架,通過精細(xì)化處理車主計劃離家時間信息,改進(jìn)了本地充電響應(yīng)算法和集群充電響應(yīng)負(fù)荷模型。在此基礎(chǔ)上,提出了復(fù)合隨機(jī)型TOUP參數(shù)的日前整定模型和安全校核與校正算法。所提方法可幫助充電負(fù)荷與過剩風(fēng)電形成靈活互補(bǔ)的短期協(xié)同態(tài)勢,并能滿足饋線調(diào)節(jié)需求,不依賴電網(wǎng)對PEV個體信息的監(jiān)測,可避免車主隱私泄露,具有良好技術(shù)經(jīng)濟(jì)性、較高的可靠性和擴(kuò)展性。為針對性地提升PEV充電負(fù)荷資源和燃煤機(jī)組應(yīng)對重污染天氣預(yù)警的響應(yīng)力度,在源-網(wǎng)-車系統(tǒng)單向協(xié)控模式下,研究了PEV-電熱聯(lián)合系統(tǒng)的短期協(xié)控方法。設(shè)計了一種基于荷電狀態(tài)的階梯電價(State of Charge Tired Pricing,SOCTP)方案,以引導(dǎo)PEV在重污染天氣下自動適當(dāng)減少源自高邊際影響燃煤機(jī)組的充電量。提出一種依據(jù)空氣質(zhì)量指數(shù)時空分布信息計繳燃煤機(jī)組排污稅的新思路,以提升環(huán)境容量裕度資源的使用效能。在此基礎(chǔ)上,構(gòu)建了一種集成SOCTP、復(fù)合隨機(jī)型TOUP和新型排污計稅方案的PEV-電熱聯(lián)合系統(tǒng)日前協(xié)控模型。算例表明:SOCTP、復(fù)合隨機(jī)型TOUP和新型排污稅計繳方案的協(xié)同作用,可提升PEV-電熱聯(lián)合系統(tǒng)對重點(diǎn)人居環(huán)境的大氣減污效能。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：X51;TM73

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 尹連慶;趙浩寧;殷春肖;張山山;;不同類型燃煤鍋爐PM_(2.5)產(chǎn)污特性及其控制效果[J];熱力發(fā)電;2014年07期

2 呂泉;陳天佑;王海霞;李玲;呂陽;李衛(wèi)東;;含儲熱的電力系統(tǒng)電熱綜合調(diào)度模型[J];電力自動化設(shè)備;2014年05期

3 邢振中;冷杰;張永興;高繼錄;;火力發(fā)電機(jī)組深度調(diào)峰研究[J];東北電力技術(shù);2014年04期

4 呂泉;王偉;韓水;苑舜;張近朱;李衛(wèi)東;;基于調(diào)峰能力分析的電網(wǎng)棄風(fēng)情況評估方法[J];電網(wǎng)技術(shù);2013年07期

5 于大洋;黃海麗;雷鳴;李新;張波;韓學(xué)山;;電動汽車充電與風(fēng)電協(xié)同調(diào)度的碳減排效益分析[J];電力系統(tǒng)自動化;2012年10期

6 于大洋;宋曙光;張波;韓學(xué)山;;區(qū)域電網(wǎng)電動汽車充電與風(fēng)電協(xié)同調(diào)度的分析[J];電力系統(tǒng)自動化;2011年14期

7 趙俊華;文福拴;薛禹勝;董朝陽;辛建波;;計及電動汽車和風(fēng)電出力不確定性的隨機(jī)經(jīng)濟(jì)調(diào)度[J];電力系統(tǒng)自動化;2010年20期

8 姜勇;南京市居民冬季用電負(fù)荷特性分析[J];東北電力技術(shù);2003年04期

9 姜勇;南京市居民夏季用電負(fù)荷特性分析[J];繼電器;2003年04期

10 楊建萍;南京市居民用電負(fù)荷特性分析與思考[J];電力需求側(cè)管理;2002年02期

相關(guān)博士學(xué)位論文 前1條

1 張軍;超低排放的濕法高效脫硫協(xié)同除塵的機(jī)理及模型研究[D];浙江大學(xué);2018年

本文編號：2736012