欢迎来到天天文库
浏览记录
ID:36573986
大小:3.45 MB
页数:62页
时间:2019-05-12
《用于优化电网运行的电动汽车换电站充电控制策略研究》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、东南大学硕士学位论文用于优化电网运行的电动汽车换电站充电控制策略研究姓名:殷志申请学位级别:硕士专业:电气工程;电力系统及其自动化指导教师:张靖2012-05-21摘要随着电动汽车以及智能电网的不断发展,对电动汽车换电站进行有序充电控制是必然趋势。对换电站内电池进行有序充电,可缩小日益增长的电力峰谷负荷差,减少电网运行成本。如何采用合适的控制策略对换电站内电池进行有序充电,是非常重要且迫切需要解决的问题。本文首先介绍了电动汽车换电站的发展现状和电动汽车换电站有序充电控制策略的研究现状。对换电站结构、运营模式等详细分
2、析之后,提出了包含电网调度中心和电动汽车换电站控制中心的电动汽车换电站有序充电控制系统基本构架。在此基础上,针对电网对电动汽车换电站单向充电以及电网和电动汽车换电站能量互换这两种方式,研究相应的电动汽车换电站有序充电控制策略。针对单向充电方式,建立相应的电动汽车换电站有序充电数学模型,以优化电网负荷曲线为目标,综合考虑用户的更换电池需求、电池组充电特性等约束条件。该模型为多变量、非线性、离散的整数规划问题,在粒子群整数规划算法的基础上加以改进,采用协同粒子群整数规划算法对模型进行求解。基于MATLAB平台,通过仿真
3、算例验证了单向充电方式下有序充电控制策略用于削峰填谷、优化电力负荷曲线的有效性。针对能量互换方式,建立相应的电动汽车换电站有序充电数学模型,以优化电网负荷曲线为目标,综合考虑用户的更换电池需求、电池组充放电功率、电池容量等约束条件。该模型为高维、非线性的连续优化问题,采用改进粒子群算法对模型进行求解。基于MATLAB平台,通过仿真算例验证了能量互换方式下换电站有序充电控制策略用于优化电力负荷曲线的有效性。对两种方式的优化结果进行比较,得出能量互换方式下,换电站对电网负荷曲线的调节能力更大,平缓电力负荷曲线的效果更明
4、显。关键词:电动汽车;换电站;有序充电;削峰填谷;粒子群优化算法;协同进化ABSTRACTWiththedevelopmentofelectricvehicle(EV)andsmartgrid,itappearstobeaninevitabletrendtocontroIthechargeofbatteriesinthebatteryswapstationscoordinatively,whichcanreducethegrowingloadpeakandoff-peakdifferenceandsavethepo
5、wersystemoperationcost.Itisnecessarytofindproperchargingcontrolstrategyofthebatteriesinthebatteryswapstations.ThecurrentstateofEVandtheresearchofchargingcontrolstrategyofthebatteriesinthebatteryswapstationsareintroducedinthispaper.Asystemincludingpowerdispatch
6、centerandbatteryswapstationscontrolcentreisproposedaftertheresearchofthestructureandopermionmodelsofthebatteryswapstations.Onthisbasis.twochargingcontrolstrategiesofthebatteriesinthebatteryswapstationsforthechargepatternandthepowerexchangepaRemareresearched.Th
7、echargepatternallowsthegridtodeliverpowertothebatteries.Thepowerexchangepatternallowsthepowerexchangebetweenthebatteriesandthegrid.Forthechargepattern,amathematicalmodelofchargingcontrolofbatteriesswapstationsiSestablishedtoshiftpeakand矗llvalley,inwhichconstri
8、ctsoftheuser’Sneedforthefullychargedbatteries,thechargingpropertiesofbatteriesareconsidered.Animprovedparticleswarmoptimization(PSO),cooperativePSOforintegerprogrammingisadvancedto
此文档下载收益归作者所有