毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

配电网中电动汽车充放电优化控制策略的研究V2G建模(2)

时间:2022-01-05 22:48来源:毕业论文
图1-1 我国石油来源分布图 汽车行业作为二氧化碳产生的大户,如何减少汽车尾气的排放,就成为各国政府需要面对的首要问题。电动汽车的动力源是电池

图1-1 我国石油来源分布图

汽车行业作为二氧化碳产生的大户,如何减少汽车尾气的排放,就成为各国政府需要面对的首要问题。电动汽车的动力源是电池,而一般汽车的动力源是燃料,其能源是清洁的,同时噪声污染也小得多。除此之外,电动汽车(electric vehicles,EVs)使用时能够实现零排放,对石油资源的依赖可以降低,它将成为我国电动汽车发展的最终目标。

图1-2 我国2014年1月74个城市空气质量分布图

EVs的大规模入网,会对能源供给形式、环境保护、电力系统的规划运行、电能质量评估以及电力市场运营等产生深刻影响。如果不采取有效的调控措施会对电网安全运行产生影响。但随着技术的发展,电动汽车将具有向电网反向放电的能力,电动汽车不但可以作为是负荷也可以作为移动储能单元或者是电源。

1。2 发展趋势及现状

1。2。1 电动汽车产业的发展趋势及现状

1。2。2 电动汽车的入网研究现状趋势及现状

2  EVs充电负荷计算及充放电的影响因素

2。1 EVs充电负荷计算方法

2。1。1 计算方法的选择

目前常用的计算方法包括蒙特卡洛模,基于扩散理论的负荷计算,充电负荷的概率建模。蒙特卡洛模拟法,直接抽取电动汽车荷电状态及开始充电时间随机数,计算充电负荷,该方法计算结果较准确,但计算效率较低。基于扩散理论的负荷计算法,该方法具有与蒙特卡洛模拟相同的计算准确度。充电负荷的概率建模法,计算了各时段充电负荷的期望值,该方法与蒙特卡洛模拟法的计算精度大体一致,误差较小,却能大大的提高计算效率。

电动汽车充放电行为的随机性,很难从机理方向对电动汽车充放电进行建模,因此选用根据现有统计数据进行计算的蒙特卡洛方法进行该过程的仿真。

2。1。2 蒙特卡洛法

蒙特·卡罗方法(Monte Carlo method),也称统计模拟方法,是一种以概率统计理论为指导的一类非常重要的数值计算方法。它指使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。

采用蒙特卡洛抽取单位车辆起始充电时间、日行驶里程等。首先是基本信息的输入,包括电动汽车的规模量、起始充电时刻的概率分布、三种类型的电动汽车的电池容量及充电方式的选择等。对于单辆电动汽车,首先根据不同类型的电动汽车的概率分布确定相应的电池容量和充电方式,然后通过抽取起始充电时间和日行驶里程确定充电时长,得到单辆电动汽车的日充电功率需求量,将计算求出的n辆电动汽车的充电负荷进行累加,并对结果进行统计学处理即得到当天总的电动汽车充电负荷曲线。 

计算单辆电动汽车的充电负荷时,首先要确定车辆的类型和充电方式,关于充电方式的选择,由系统产生一个满足U(0,1)均匀分布的随机数,然后根据不同充电方式发生的概率分布,确定电动汽车的充电行为。对于不同类型电动汽车的选取,也采用以上随机抽取的方法确定。文献综述

图2-1 基于蒙特卡洛模拟的电动汽车充电负荷计算流程图

2。2 电动汽车充放电过程的影响因素

2。2。1 电动汽车的分类

我国纯电动汽车的主要类型为:公交车、出租车、公务车、私家车等。

出租车、公交车日均行驶里程较长,需充电2次以满足其一天的运营需要,公交车、大班出租车夜间停放时间较长,可采用常规充电,而白天采用快速充电。小班出租车停车时间较短,采用快速充电。公务车可在单位停车场进行慢速或者常规充电。当私家车充电地点为办公、居民停车场时,可采用慢速或者常规充电;在商场、超市停车场等休闲娱乐场所时,充电方式为常规充电。根据电动汽车充电方式以及充电时间分布(如图2-2),发现家庭用车行驶具有很强的随机性,且相对有较短的行驶距离和很长的停车时间,因此有充足的时间和电池容量与电网进行互动。因此,本文选用家庭用车作为研究电动汽车充放电行为的对象。 配电网中电动汽车充放电优化控制策略的研究V2G建模(2):http://www.youerw.com/zidonghua/lunwen_88078.html

------分隔线----------------------------
推荐内容