多能源復(fù)合型電動汽車充換儲放電站的能量管理技術(shù)研究.pdf

1、由于全世界都面臨著環(huán)境和能源危機，可再生能源和電動汽車受到了世界各國的高度重視。電動汽車充電基礎(chǔ)設(shè)施影響了電動汽車推廣和發(fā)展，多能源復(fù)合型電動汽車充換儲放電站（Electric Vehicle Battery Charge-Swap-Storge-Discharge Power Station, EV-BCSSDPS）作為重要的充電基礎(chǔ)設(shè)施,它將充電站、換電站和儲能電站的功能融合到一起。多能源復(fù)合型EV-BCSSDPS不僅可為電動汽車提

2、供快速便捷的換電服務(wù)，還可為電動汽車提供清潔的充電能源，另外還可利用梯次儲能作為后備電源。隨著電池技術(shù)的進一步發(fā)展和智能電網(wǎng)的建設(shè)，EV-BCSSDPS作為智能電網(wǎng)的組成部分，合理利用其儲能特性將對平抑電網(wǎng)負荷波動、接納間歇性可再生能源及提高電網(wǎng)運行效率起到重大作用。本文以多能源復(fù)合的EV-BCSSDPS為對象，對其能量預(yù)測和能量管理的基本分析理論和設(shè)計方法進行了深入研究，包括有光伏發(fā)電預(yù)測、充電負荷需求預(yù)測、經(jīng)濟優(yōu)化運行管理和成本收益

3、分析。
　　準確的預(yù)知光伏系統(tǒng)的輸出功率，對EV-BCSSDPS在未來時段內(nèi)動力電池、梯次儲能的充放電及與電網(wǎng)交易有著非常重要的意義。針對分布式發(fā)電的隨機性問題，本文建立了光伏系統(tǒng)短期發(fā)電預(yù)測系統(tǒng)框架。首先從理論和數(shù)據(jù)上分析了氣象因素與光伏發(fā)電量之間的相關(guān)性，并給出了基于距離分析方法的相關(guān)性計算準則，考慮了國內(nèi)太陽輻射站點稀少且預(yù)報能力較低的特點，確定了以氣溫和濕度作為基于神經(jīng)網(wǎng)絡(luò)預(yù)測模型的輸入因子。并給出了含隱含層節(jié)點的網(wǎng)絡(luò)結(jié)構(gòu)

4、設(shè)計方法，建立了基于反傳播（Back Propagation, BP）神經(jīng)網(wǎng)絡(luò)的短期無輻照度輸出功率的預(yù)報模型，給出了定量評估模型精度的準則。此外為增強模型對天氣突變的適應(yīng)能力，由云量預(yù)報信息對天氣類型聚類識別，采用自組織特征映射（Self-organizing Feature Map, SOM）方法聚類天氣類型，繼而對各天氣類型采用相應(yīng)的預(yù)測網(wǎng)絡(luò)，避免單神經(jīng)網(wǎng)絡(luò)的過擬合問題。
　　針對電動汽車換電需求的隨機性問題，準確預(yù)知電動汽

5、車的換電及充電需求，開展EV-BCSSDPS充電負荷特性研究對于EV-BCSSDPS內(nèi)動力電池的有序、經(jīng)濟充電，電網(wǎng)安全運行，站內(nèi)其它微電源和電網(wǎng)的經(jīng)濟調(diào)度等都有重要意義。本文分析了某BCSSDPS的運營基礎(chǔ)數(shù)據(jù)，利用BP及RBF神經(jīng)網(wǎng)絡(luò)和隨機建模方法建立了逐小時換電車輛數(shù)模型，基于此建立了電池箱充電起始時刻模型；此外，提出利用行駛里程作為電池充電量需求的度量標準，分析了車輛行駛里程多樣性的特征，建立了基于高斯混合模型（Gaussian

6、 Mixture Model,GMM）的行駛里程模型，間接得出電池初始荷電狀態(tài)（Initial State-of-Charge,SOC0）；另外，電池與充電機的特性決定了電池充電功率與充電時長。因此綜合考慮上述因素，建立了EV-BCSSDPS的充電負荷模型，并給出充電負荷功率計算及預(yù)測流程，并編寫了充電負荷預(yù)報軟件，實現(xiàn)了EV-BCSSDPS充電負荷需求的預(yù)報功能。最后基于非參數(shù)核密度估計方法分析了電動汽車充電負荷預(yù)報的不確定性。

7、>　　針對光伏出力和電動汽車充換電需求的隨機性會對EV-BCSSDPS運營帶來不利的影響，本文建立了多能源復(fù)合型EV-BCSSDPS的能量管理模型和經(jīng)濟化調(diào)度策略。本文對EV-BCSSDPS內(nèi)微電源如動力電池、梯次儲能、光伏、非充電負荷等進行了分析和建模，優(yōu)化模型中充分考慮了電動汽車換電需求、動力電池充電需求、電池均衡使用約束、功率平衡約束、梯次儲能功率約束等，并在光伏發(fā)電預(yù)報和電動汽車充換電需求預(yù)報的基礎(chǔ)上，建立了涵蓋充電成本最小、系

8、統(tǒng)負荷波動最小及兼顧二者的EV-BCSSDPS能量調(diào)度優(yōu)化模型。所建立的混合整數(shù)規(guī)劃和二次規(guī)劃模型可利用CPLEX求解，可給出包括每組卸載動力電池、梯次儲能、電網(wǎng)、光伏內(nèi)的出力組合。將仿真結(jié)果與無序充電方案對比，定量評估了不同優(yōu)化策略的能量管理模型對充電成本和系統(tǒng)負荷波動的影響。由于實際運行中，充換電需求預(yù)報會有誤差，本文也定量評估了換電需求預(yù)報誤差對EV-BCSSDPS優(yōu)化運行的影響。
　　EV-BCSSDPS是我國電動汽車應(yīng)用

9、的重要充電基礎(chǔ)設(shè)施之一，得到了廣泛關(guān)注和示范推廣。本文探討了EV-BCSSDPS的組成結(jié)構(gòu)和運營模式，選擇以電池租賃運營模式的EV-BCSSDPS為研究對象，考慮了其投資成本、運營以及維護費用、人工薪酬等成本及充換電服務(wù)等收益，并給出評估EV-BCSSDPS成本效益模型的評價指標。建立了基于GUI的EV-BCSSDPS全壽命周期成本收益分析軟件，并對該模型進行敏感性分析，得出影響EV-BCSSDPS收益的關(guān)鍵因素序列。該模型及分析結(jié)果為