原文传递
基于ADRS多能源优化的电动汽车充电控制策略研究
| 论文题名： | 基于ADRS多能源优化的电动汽车充电控制策略研究 |
| 关键词： | 电动汽车;自动需求响应;有序充电;聚类算法 |
| 摘要： | 课题以电动汽车（ElectricalVehicle，EV）高效、节能充电控制为研究背景，在哈尔滨市科技创新人才研究专项资金项目支持下，开发一种基于自动需求响应(AutomaticDemandResponseStrategy,ADRS)的EV多能源充电优化控制技术。以电动汽车充电成本最低为优化目标，综合聚类分析、参数预测等相关算法开发，研究一种基于ADRS理论的EV充电优化控制策略来满足当前双碳需求下大规模EV充电对节能降耗控制的迫切需求。主要研究内容如下： 将ADRS与供电电路建模相结合用于EV充电优化的控制机理分析，建立常规电力系统、光伏发电的多能源互补优化供电体系，用来满足EV的大功率与高效率供电需求，用以实现多能源供电条件下的EV充电电功率与性价比的优化。所作研究可以实现市电系统、光伏发电之间的多能源协调规划，为高效率EV充电需求提供机理分析与控制算法基础。 为实现充电站资源的优化配置设计，提出一种聚类多节点学习高斯过程(CMNL-GP)方法，用于实现EV充电的优化控制。所提CMNL-GP利用所有节点之间共享的部分和特定于节点的部分融合不同节点的历史数据，在相似条件下对多个充电桩节点进行模型预测，给出可满足不同EV负荷的充电桩拓扑组合，并结合实际EV充电站24小时内的实测数据分析验证所提CMNL-GP算法的有效性。 为分析涵盖多充电桩充电对电网的负面影响，建立基于MonteCarlo思想的电动汽车充电负荷模型，并应用分支定界理论对充电行为进行聚类界定，并对多充电桩充电的负面效应进行建模分析。计算结果表明，采用所提有序充电策略可以填充电网负荷低谷、降低电网的峰谷差，并有效降低EV充电对接入电网充的负荷影响。此研究与CMNL-GP相结合可作为ADRS优化控制的算法分析基础。 基于K均值聚类的方法提出的动态价格向量生成模型用于在无预测算法的实例下生成价格矢量，在实时电价和电压幅值实时变化条件下实现自动需求响应算法开发，用于最小化从电网购买的电能成本，并保证光伏发电能量自消耗率和充电需求满足程度。基于动态价格向量生成建模和动态可行能量需求区域建模的仿真结果表明，所提ADRS策略在减少EV充电成本方面有良好的控制效果。 |
| 作者： | 李文飞 |
| 专业： | 电气工程 |
| 导师： | 王立国 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
