原文传递
基于不变价格和用户决策变量的电动汽车充放电策略介绍
| 论文题名： | 基于不变价格和用户决策变量的电动汽车充放电策略介绍 |
| 关键词： | 电动汽车;充放电策略;固定电价;用户决策 |
| 摘要： | 电动汽车发展的一个重要障碍就是缺乏充电设施，当充电站的数量有限时，探寻性价比最高的策略来安排电动汽车（EVs）的充电变得至关重要。由于道路中日益增长的电动车数量，非高峰期和高峰期的道路负荷都在增加。电网的设计初衷不是为了适应这些变化，重新建设电网将会面临极高的成本。因此，可以预见运营损失、基础设施遭遇破坏和中断的情况会增多。考虑到电网扩张的成本过高，电动汽车充放电创新技术是电网扩张的潜在替代方案，可以最大限度地对电网削峰填谷，可控的充电方法在节省客户成本和减少电网系统损失方面更具优势。 本论文的重点是研究受控以及不受控的充电策略。对于不受控制的策略，为了减少开支，探索了一个一致的全天价格。在固定价格和固定数量的电动汽车（CPCEV）的情况下，可以忽略高峰或低谷期间电涌的影响。用户使用时间（TOU）价格基准法是一种高效、经济的方法。本文采用粒子群优化算法（PSO）对IEEE-33节点系统进行了研究，并比较了固定电价（CP）和用户使用时间（TOU）的计算结果。对于控制策略，研究了用户有权选择充电或放电选项的用户决策变量。此外，由于这是一种受控制策略，也是一个涉及负荷最小化的问题，因此首先定义了最优潮流模型，然后为每辆电动汽车制定了问题。进一步研究了IEEE-33节点系统的负荷最小化问题，提出了一种基于粒子群算法的损耗最小化方法。比较了遗传算法和粒子群算法的负载最小化结果。 结果表明，所提出的充放电技术可以在电动汽车价格和数量不变的情况下降低电网损耗。由于电动汽车的数量在特定的持续时间内保持不变，因此它可以防止充电站在高峰时段过载，并可以在高峰时段增加充电站上的电动汽车数量。此外，该策略还可以降低成本，因为它不像使用时间价格策略那样，在高峰时会增加成本。结果表明，当结合固定价格和电动汽车数量时，不受控的充电策略是合适的。在受控策略中，将不受控充电与使用时间价格的结果与受控充电进行比较。这些结果表明，使用时间价格结果的非受控充电与受控充电不匹配。与受控充电策略一样，充电成本也降低了，该策略对减少系统损耗最有帮助。比较了遗传算法（GA）和粒子群算法（PSO）在负荷优化中的应用。两种算法的优化能力几乎相同，但GA在时间上比PSO快一点。此外，GA能够比PSO在优化过程中减少更多的计算负担。 |
| 作者： | Zohaib Khan |
| 专业： | 电气工程 |
| 导师： | Yang Wang |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
