智能電網(wǎng)中V2G系統(tǒng)能量管理及應(yīng)用研究.pdf

1、環(huán)境污染、化石能源短缺威脅著人類社會的健康發(fā)展，節(jié)能減排、綠色能源已成為當(dāng)今世界經(jīng)濟(jì)發(fā)展的大方向。智能電網(wǎng)是電網(wǎng)發(fā)展的大趨勢，它以堅強(qiáng)的電力網(wǎng)絡(luò)和可靠的通信網(wǎng)絡(luò)為基礎(chǔ)，接入大量分布式可再生能源，同時整合全網(wǎng)電力信息實現(xiàn)電力系統(tǒng)的優(yōu)化和自愈，使系統(tǒng)運(yùn)行更加綠色、高效、安全。電動汽車是一種節(jié)能環(huán)保的交通工具，它以電能為主要能源現(xiàn)實尾氣零排放。伴隨著電動汽車的大量普及，其充電負(fù)荷將對電網(wǎng)產(chǎn)生巨大的沖擊，造成壓降、過載、諧波污染等負(fù)面影響，所以

2、很有必要對電動汽車充放電行為進(jìn)行協(xié)調(diào)控制。V2G(Vehicle-to-grid)系統(tǒng)可以管理大量電動汽車電池，并通過電能調(diào)度或動態(tài)電價控制電動汽車充放電過程，滿足電動汽車電能需求的同時對電網(wǎng)負(fù)荷曲線進(jìn)行削峰填谷，實現(xiàn)電動汽車和電網(wǎng)之間信息和電能的互動，提高電網(wǎng)的靈活性和互操作性。
　　本文主要研究V2G系統(tǒng)能量管理問題，首先介紹了現(xiàn)有的V2G系統(tǒng)中電能調(diào)度方法和需求響應(yīng)管理方法，然后針對現(xiàn)有的V2G能量管理方法存在的不足之處，提

3、出新的能量管理方法和系統(tǒng)模型。本文的主要貢獻(xiàn)如下:
　　首先，針對單個V2G系統(tǒng)中單向V2G充電電能調(diào)度提出基于熵的公平電能調(diào)度方法?；陟氐墓綔?zhǔn)則同時考慮電能調(diào)度過程中多個度量，采用熵權(quán)法對度量進(jìn)行賦權(quán)。對于動態(tài)的電能調(diào)度問題，采用神經(jīng)動態(tài)規(guī)劃求解近似最優(yōu)調(diào)度策略。仿真結(jié)果表明，該方法能夠減輕電網(wǎng)負(fù)擔(dān)，同時保證各個度量的性能表現(xiàn)。
　　然后，針對雙向V2G充放電電能調(diào)度提出基于貢獻(xiàn)的公平電能調(diào)度方法。在基于貢獻(xiàn)的公平準(zhǔn)則

4、中，貢獻(xiàn)值越高的車有越高的優(yōu)先權(quán)得到充電電能。貢獻(xiàn)值與汽車充放電的電量和時間有關(guān)。采用自適應(yīng)動態(tài)規(guī)劃求解動態(tài)的電能調(diào)度問題。仿真結(jié)果表明，該方法能夠?qū)ω?fù)荷曲線進(jìn)行削峰填谷，同時加快放電汽車的電池電量恢復(fù)速度，也保證充滿電所用時間的公平性。
　　其次，考慮地區(qū)之間電動汽車的移動性對多個V2G系統(tǒng)的影響，提出V2G移動能量網(wǎng)絡(luò)模型。模型中，每個地區(qū)節(jié)點都有一個V2G系統(tǒng)，車流使得各個系統(tǒng)的需求響應(yīng)狀態(tài)相互耦合。采用復(fù)雜網(wǎng)絡(luò)同步理論分析

5、V2G移動能量網(wǎng)絡(luò)的動態(tài)行為。由理論推導(dǎo)可知，對稱車流能夠?qū)崿F(xiàn)網(wǎng)絡(luò)同步穩(wěn)定，進(jìn)而平衡各個地區(qū)的電能需求。仿真實驗采用真實的車流和電網(wǎng)數(shù)據(jù)，分析本模型在真實場景下的性能表現(xiàn)。
　　再次，基于V2G移動能量網(wǎng)絡(luò)設(shè)計面向非對稱車流的魯棒需求響應(yīng)算法。用差分方程組描述耦合節(jié)點情況下需求響應(yīng)動力學(xué)，并分析需求響應(yīng)算法的魯棒性。仿真實驗采用兩個真實汽車行駛數(shù)據(jù)集，分析數(shù)據(jù)驅(qū)動下V2G移動能量網(wǎng)絡(luò)的統(tǒng)計特性以及真實車流與需求響應(yīng)機(jī)制的相互作用。