版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著能源危機與環(huán)境污染問題的日益嚴重,發(fā)展綠色、經(jīng)濟的清潔能源己成為世界各國政府及企業(yè)的研究熱點。電動汽車因其節(jié)能、環(huán)保的經(jīng)濟與環(huán)境效益而倍受矚目。通過V2G(Vehicle to Grid)技術,電動汽車可廣泛接入電力系統(tǒng),實現(xiàn)旋轉備用、“削峰填谷”等積極作用,但日益規(guī)?;碾妱悠囯S機充放電,對電網(wǎng)產(chǎn)生的“峰上加峰”、網(wǎng)損增大等影響也不容忽視。因此,如何經(jīng)濟、合理、有效地控制電動汽車充放電,是目前亟待解決的問題。
本文基于
2、博弈論思想,同時考慮分時電價制度的激勵作用,建模并分析了含電動汽車區(qū)域電網(wǎng)優(yōu)化調度方面的問題,以期為更大規(guī)模電動汽車入網(wǎng)提供應對方案。論文的主要工作如下:
首先,本文分析了電動汽車的充放電行為,電動汽車入網(wǎng)對電網(wǎng)的影響,并闡述了博弈論的基本概念,由此引出工程博弈論的思想。電動汽車在電力系統(tǒng)中經(jīng)濟友好的充放電計劃依賴于電網(wǎng)分時電價的制訂,針對分時電價與電動汽車在調度過程中地位的不一致,建立基于兩方?jīng)Q策者動態(tài)非合作的主從博弈優(yōu)化調
3、度模型,為大規(guī)模電動汽車入網(wǎng)調度策略及合理電價的制定提供依據(jù)。
其次,本文在此理論基礎上,提出了以電網(wǎng)分時電價為主體,電動汽車為從體的主從博弈模型,該模型以極小化車主成本和等效負荷方差為優(yōu)化目標。由于考慮到實際中,電動汽車在時間和空間上都具有很強的不確定性,本文在主從博弈模型的基礎上,提出了考慮電動汽車不確定性的博弈模型,并基于線性對偶理論對該模型進行等效轉化。
最后,結合粒子群算法和對偶優(yōu)化松弛算法,利用模型解耦性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 博弈論在含光伏電站和電動汽車的區(qū)域電網(wǎng)魯棒優(yōu)化調度中的應用.pdf
- 基于博弈論的電動汽車與智能電網(wǎng)交互決策研究.pdf
- 電動汽車產(chǎn)業(yè)發(fā)展的博弈論分析.pdf
- 智能電網(wǎng)中電動汽車充電的優(yōu)化調度研究.pdf
- 含電動汽車的微電網(wǎng)最優(yōu)經(jīng)濟調度.pdf
- 電動汽車入網(wǎng)對電網(wǎng)的影響及其優(yōu)化調度.pdf
- 基于博弈論的電動汽車參與需求側管理的研究.pdf
- 含電動汽車的配電網(wǎng)區(qū)間優(yōu)化研究.pdf
- 含可再生能源和電動汽車的配電網(wǎng)優(yōu)化調度研究.pdf
- 博弈論在會計研究中的應用
- 基于博弈論純電動汽車廢舊動力電池回收模式的選擇.pdf
- 博弈論發(fā)展綜述與泛函分析在博弈論中的應用.pdf
- 含電動汽車的微網(wǎng)經(jīng)濟調度.pdf
- 含電動汽車及換電站的微網(wǎng)優(yōu)化調度研究.pdf
- 考慮電動汽車聚合站的主動配電網(wǎng)動態(tài)優(yōu)化調度.pdf
- 區(qū)域電網(wǎng)電動汽車充放電與風電協(xié)同調度的研究.pdf
- 智能電網(wǎng)中大規(guī)模電動汽車充電的調度與優(yōu)化策略.pdf
- 含可再生能源配電網(wǎng)的電動汽車多時段優(yōu)化調度研究.pdf
- 電動汽車與電網(wǎng)協(xié)調調度研究.pdf
- 博弈論在投標報價決策中的應用.pdf
評論
0/150
提交評論