基于智能電網(wǎng)的電動汽車充饋電調(diào)度策略研究.pdf

1、隨著日益增長的電能需求對現(xiàn)有電網(wǎng)提出了更清潔、更安全、更高效、更經(jīng)濟(jì)的要求，現(xiàn)有電網(wǎng)向智能電網(wǎng)演進(jìn)成為必然。有關(guān)智能電網(wǎng)的研究課題成為熱點(diǎn)。與此同時，電動汽車（Electric Vehicle，EV）作為一種使用清潔能源的交通工具，推廣使用電動汽車有利于減少環(huán)境污染和提高能源利用效率。然而，推動電動汽車的普及首先需要解決現(xiàn)有電網(wǎng)對大規(guī)模電動汽車充電負(fù)載的承載問題。同時，能否為電動汽車用戶提供及時便利的充電服務(wù)以及電動汽車的使用費(fèi)用是否足

2、夠低廉也是猶豫是否選擇電動汽車的人們所關(guān)心的重要問題。為了促進(jìn)廣泛使用電動汽車出行，學(xué)術(shù)界提出依靠先進(jìn)的傳感測量技術(shù)、通信技術(shù)、信息技術(shù)和控制技術(shù)實現(xiàn)車輛與電網(wǎng)之間以及車輛之間電能與信息的雙向流動，即基于智能電網(wǎng)的車輛入電網(wǎng)系統(tǒng)。該系統(tǒng)的建立旨在避免大規(guī)模電動汽車接入電網(wǎng)充電給電網(wǎng)帶來的重負(fù)載，同時為電動汽車用戶設(shè)計靈活便利、費(fèi)用低廉的充電調(diào)度解決方案。電動汽車充饋電管理是車輛入電網(wǎng)系統(tǒng)中的關(guān)鍵技術(shù)之一。本文圍繞電動汽車充饋電管理這一主

3、題，從電網(wǎng)和電動汽車用戶的角度出發(fā)，以減小電網(wǎng)負(fù)荷曲線的峰谷值差、減小電動汽車使用費(fèi)用以及提高用戶充電體驗等為優(yōu)化目標(biāo)，主要研究以下四個部分的內(nèi)容：1）停駛模式下的電動汽車充電調(diào)度策略研究；2）行駛模式下的電動汽車充電調(diào)度策略研究；3）電動汽車電能反饋策略研究；4）電動汽車充饋電匹配策略研究。
　　第一部分研究的是停駛模式下電動汽車的充電調(diào)度策略。為了聯(lián)合優(yōu)化電網(wǎng)負(fù)荷峰谷值差和電動汽車的充電費(fèi)用，設(shè)計集中式停駛模式充電調(diào)度（Par

4、king Mode Charging Scheduling，PMCS）算法；為了聯(lián)合優(yōu)化新能源供電系統(tǒng)中供電公司的收益和電動汽車用戶的滿意度，提出新能源供電公司與電動汽車用戶之間的斯塔克爾伯格博弈（Stackelberg Game）模型，并分布式求解電動汽車用戶的最佳充電策略以及新能源供電公司的最佳差異化電價策略。仿真實驗表明，與電動汽車充電請求不經(jīng)調(diào)度相比，PMCS算法能夠大幅降低電網(wǎng)負(fù)荷的峰谷值差，同時防止電網(wǎng)負(fù)荷出現(xiàn)峰值反彈，并且

5、也降低了電動汽車用戶的累計充電費(fèi)用。而新能源供電系統(tǒng)中的分布式調(diào)度方案彌補(bǔ)了集中式調(diào)度方案計算復(fù)雜度高的缺點(diǎn)。同時，在新能源供電系統(tǒng)中，由于太陽能等新能源產(chǎn)生的電能具有不穩(wěn)定性和不連續(xù)性的特點(diǎn)，供電公司差異化電價策略能夠提高供電公司的收益并且最大化電動汽車用戶的滿意度。
　　第二部分研究內(nèi)容的重點(diǎn)是行駛模式下電動汽車的充電調(diào)度策略。相比于停駛模式下電動汽車的充電問題，行駛模式下電動汽車的充電調(diào)度問題更具挑戰(zhàn)。根據(jù)行駛模式下電動汽車

6、充電需求的緊急程度，將行駛模式下的電動汽車充電調(diào)度策略分為兩部分進(jìn)行研究。針對電動汽車在電池剩余電量水平較低時發(fā)出充電請求的場景，提出集中式行駛模式調(diào)度（Mobile Mode Scheduling，MMS）算法以達(dá)到降低電動汽車接入充電站時延的優(yōu)化目標(biāo)。針對電動汽車在電池剩余電量較多時預(yù)約充電資源的場景，設(shè)計面向用戶行駛計劃的充電調(diào)度方案。該方案充分考慮電動汽車用戶有關(guān)充電不繞路、充電時間合理安排和充電電量充足等需求偏好，提出尋找電動

7、汽車與充電站之間穩(wěn)定匹配的穩(wěn)定匹配算法（Stable Matching Algorithm，SMA）。MMS算法能夠減小電動汽車成功接入充電站的時延，同時提高電動汽車成功充電的概率，并且使得充電站的電能利用率接近于100％。SMA算法能夠增大電動汽車和充電站總的平均系統(tǒng)效用，同時提高電動汽車充電的滿意度。
　　在基于智能電網(wǎng)的車輛入電網(wǎng)系統(tǒng)中，允許有富余電能的電動汽車在電網(wǎng)負(fù)荷峰值階段向電網(wǎng)反饋電能。第三部分的研究內(nèi)容是設(shè)計激勵機(jī)

8、制鼓勵大量電動汽車參與電能反饋從而有效幫助電網(wǎng)減小負(fù)荷曲線的峰谷值差，增強(qiáng)電網(wǎng)的穩(wěn)定性。針對私家車多數(shù)時間處于閑置狀態(tài)，而一輛電動汽車能夠提供的電能反饋量非常微小的特點(diǎn)，提出電能反饋的二級團(tuán)售拍賣機(jī)制。所設(shè)計的拍賣機(jī)制能夠保證參與拍賣的投標(biāo)者的出價都具有真實性，并且證明了該拍賣機(jī)制同時具有個體理性和事后預(yù)算平衡性等其他經(jīng)濟(jì)屬性。數(shù)值仿真結(jié)果表明，提出的二級團(tuán)售拍賣機(jī)制可以幫助電網(wǎng)減小運(yùn)營成本，并向提供電能反饋服務(wù)的電動汽車提供更多的物質(zhì)

9、激勵。
　　最后一部分研究內(nèi)容將電動汽車的充電與電能反饋服務(wù)相結(jié)合，提出在停車場建立電動汽車之間的充饋電匹配架構(gòu)。電動汽車頻繁的充饋電不僅需要消耗用戶大量的等待時間而且不利于電網(wǎng)的穩(wěn)定。將同一停車場中有富余電量的電動汽車和需要充電的電動汽車之間形成匹配，利用多對多匹配模型設(shè)計帕累托最優(yōu)匹配算法（Pareto Optimal Matching Algorithm，POMA）找到充電電動汽車和饋電電動汽車之間的最優(yōu)匹配。仿真結(jié)果顯示，