动力电池参与电网调峰的研究.doc

动力电池参与电网调峰的研究.doc

ID:27853100

大小:40.00 KB

页数:4页

时间:2018-12-06

动力电池参与电网调峰的研究.doc_第1页
动力电池参与电网调峰的研究.doc_第2页
动力电池参与电网调峰的研究.doc_第3页
动力电池参与电网调峰的研究.doc_第4页
资源描述:

《动力电池参与电网调峰的研究.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、动力电池参与电网调峰的研究(VehicletoGrid)相关技术的研究。  V2G是指电动车辆作为移动储能单元在受控状态下实现与电网的能量与信息的双向交换,电动汽车(充电站)不但从电网获得能量,而且实现在必要时电动汽车(充电站)向电网反送电,从而提高电网运行的可靠性。  含有分布式移动储能单元的电动汽车具有与大电网互补、可缓解电网供电紧张和提高电网可靠性等优点。随着技术的发展,电动汽车动力电池移动储能应用还可进一步降低电力系统的投资和运营成本,超大型的电站与分散微型电站的结合可以降低在输配电线路上的投资,提高电力系统运行的安全性和经济性。特别

2、地,与众多的分布式电源相比,电动汽车动力电池移动储能最大的优势是,当大电网出现大面积停电事故时,电动汽车动力电池移动储能仍能保持正常运行,由此可提高电力系统的抗灾能力。  2V2G技术应用优势与可行性  总体来看,各大电网的峰谷差日趋增大,电网的调峰能力和客观上的调峰需要之间的矛盾十分尖锐,V2G参与电力系统调峰对于应对日趋严重的调峰问题具有极其重大的意义。  2.1V2G技术应用的优势  (1)调整容量可以保证。1日24h当中90%的电动车辆都可以参加V2G服务,即使在交通的高峰期也有80%多的车辆是停着的,而且对于私家电动车绝大多数时间处

3、于停驶状态。  (2)响应速度快。具有双向功率调节功能的电动车充放电可达到ms级,而传统调峰电源由于要考虑到机械元件的寿命,响应时间最快也在s级左右。  (3)响应功率储备裕度小。传统调峰、调频对AGC信号的不准确响应,要求电网调度有更大的响应功率储备裕度,而V2G对调峰、调频命令响应快速准确,可以减少功率储备裕度。  (4)综合效率高。电池的充放电效率比一般的抽水蓄能电站运行的平均综合能源效率要高。  (5)具有明显的社会效益和经济效益。电动汽车可充分利用电网谷电,并在电网处于高峰时提供服务。  2.2V2G技术应用的可行性  电动汽车/充

4、电站具备功率双向交换功能,既可以向电网输送功率(即电动汽车放电状态),也可以从电网吸收功率(即电动汽车充电状态);其次,电动汽车/充电站具有双向通信功能,能够远程接收指令和发送功率信息,调峰指令由电网调度通过充电站内通信网络发送给电动车,电动汽车的响应被监测、记录并通过通信网络反馈给充电站(后台管理系统)。如电动汽车发展到一定规模,有相关政策和技术支持,调峰指令也可通过无线通信直接发送给电动汽车,电动汽车的响应可以被监测并记录(各电动汽车响应结果也应该通过无线通信反馈给充电站后台管理系统)。因此,电动汽车可以按照电网要求实现有组织、有计划的调

5、峰。  3实现V2G调峰应用的基本思路  电网依据调峰需求并按照各充电站的V2G统计信息,通过相关策略制定V2G充放电计划下发给各充电站;各充放电站接到计划后,通过相关策略及算法合理选择车辆,分配充放电功率,保证充放电计划合理执行。V2G参与系统调峰的示意图如图1所示。    图1V2G参与系统调峰的示意图  4可用容量与可用时间的预测  从电网安全的角度来看,V2G作为具有用户参与性的分布式发电单元大量接入系统必然会对电网的运行带来一定的影响,因此准确预测V2G在调度过程中的各种参数必将成为电网调度运行机构关注的问题之一。正是由于V2G具有

6、与用户能量双向交互的互动性,因此其可用容量的预测问题也比传统的负荷预测更为复杂。从技术来分析,V2G储能可用容量的获得可以通过以下两种方式。  (1)采用用户设置的方式  指用户在一个周末设置好下一周车辆参与V2G的计划。V2G运营商和后台管理中心以此为标准统计下一周的V2G可用容量,在实际的充放电执行中优先执行计划部分。该模式与电力市场中合同市场与实时市场的模式类似,具有较好的推广前景。  (2)采用历史数据进行预测的方式  V2G的容量受到天气、节假日、价格、温度、季节、经济发展情况与电动汽车参与V2G服务的数量密切相关。在V2G服务推行

7、初期,由于参与的车辆相对较少,因此,可以采用高峰时段放电的模型进行。随着技术和市场的成熟,参与的车辆逐步增多,而V2G的历史数据也会逐渐积累,从而可以采取各种预测方法进行可用容量预测,比如目前电力系统常用的回归分析法、时间序列法、指数平滑法、灰色模型法、卡尔曼滤波法以及一些人工智能方法如专家系统、人工神经网络、模糊预测等方法。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。