基于虛擬分區(qū)的電動(dòng)汽車優(yōu)化調(diào)度研究.pdf

1、發(fā)展電動(dòng)汽車是解決環(huán)境惡化和資源的枯竭等問題、實(shí)現(xiàn)社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展的有效手段。對(duì)于配電網(wǎng)，電動(dòng)汽車（Electric Vehicles;EVs）既是電源又是負(fù)荷，當(dāng)EVs放電時(shí)，可以視為配電網(wǎng)的分布式電源；當(dāng)EVs充電時(shí)，可以視為配電網(wǎng)的負(fù)荷。大規(guī)模EVs的無序充放電行為將會(huì)增加配電網(wǎng)負(fù)荷曲線的峰谷差；而EVs充放電行為的可調(diào)特性，又為配電網(wǎng)負(fù)荷曲線的削峰填谷提供了新的方法。為此，分析大規(guī)模EVs無序充放電行為對(duì)配電網(wǎng)負(fù)荷曲線的影響，

2、以及通過制定EVs的充放電行為的調(diào)度策略來實(shí)現(xiàn)配電網(wǎng)負(fù)荷曲線的削峰填谷具有非常重要的意義。
　　為了研究配電網(wǎng)中EVs的充放電特性，建立了EVs電池模型以反映開路電壓、電池荷電狀態(tài)和電池電流的關(guān)系；建立了逆變器模型以刻畫電池注入配電網(wǎng)的有功、無功和電池電壓、電流的關(guān)系。然后，根據(jù)EVs日行駛里程、最后返回時(shí)刻分別服從對(duì)數(shù)正態(tài)分布和正態(tài)分布的特性，采用蒙特卡羅抽樣法，分析了配電網(wǎng)中EVs的充電負(fù)荷、放電容量、綜合特性及其對(duì)配電網(wǎng)日負(fù)

3、荷曲線的影響。算例分析表明了大規(guī)模EVs無序充放電行為會(huì)增加配電網(wǎng)的峰谷差。
　　接入配電網(wǎng)的EVs具有數(shù)量規(guī)模大、單臺(tái)可調(diào)度容量小、接入位置分散的特點(diǎn)，不利于對(duì)其進(jìn)行統(tǒng)一調(diào)度。為了使屬性相似的EVs能夠以類為單位進(jìn)行調(diào)度，需要對(duì)電動(dòng)汽車進(jìn)行虛擬分區(qū)。以EVs的可調(diào)度容量和接入位置為分區(qū)指標(biāo)，采用基于尺度空間的層次聚類算法進(jìn)行分區(qū)，實(shí)現(xiàn)了將屬性相似的EVs分在同一個(gè)區(qū)。算例分析表明了基于尺度空間的聚類算法能夠有效實(shí)現(xiàn)EVs的虛擬分

4、區(qū)。
　　為了最大程度的縮小配電網(wǎng)負(fù)荷曲線的峰谷差，引入了對(duì)電動(dòng)汽車進(jìn)行分層分區(qū)調(diào)度的理念，構(gòu)建了基于EVs虛擬分區(qū)的雙層優(yōu)化調(diào)度模型。上層模型以系統(tǒng)總負(fù)荷水平方差最小為目標(biāo)函數(shù)，下層模型以各代理商實(shí)際調(diào)度結(jié)果與上層調(diào)度計(jì)劃偏差最小為目標(biāo)函數(shù)。上層模型屬于非線性規(guī)劃問題，采用基于ELM(Extreme Learning Machine;ELM)的改進(jìn)遺傳算法進(jìn)行求解；下層模型屬于大規(guī)模整數(shù)規(guī)劃問題，采用分支定界法進(jìn)行求解。算例分析