智能電網(wǎng)背景下插電式電動汽車的需求側(cè)管理.pdf

1、由于巨大的環(huán)境效益和經(jīng)濟效益，插電式電動汽車(Plug-in Electric Vehicles，PEV)在不久的將來將變得非常普及。但是大規(guī)模的PEV注入電網(wǎng)有可能會造成配電網(wǎng)絡(luò)過負(fù)荷，特別是低壓變壓器會受到很大的威脅。在智能電網(wǎng)的背景下，可以通過協(xié)調(diào)PEV充電來降低峰時負(fù)荷，或者稱為需求側(cè)管理(demand-side management，DSM)。本論文主要針對住宅區(qū)的低壓變壓器對PEV的充電進行管理，提出了一個去中心化的算法來協(xié)

2、調(diào)PEV充電。該論文的主要研究工作如下所述:
　　1.介紹了智能電網(wǎng)和需求側(cè)管理的概念，以及電動汽車發(fā)展的歷史和大量PEV注入對電力系統(tǒng)帶來的負(fù)面影響;然后對相關(guān)的研究工作進行了綜述和分析。
　　2.在介紹了PEV充電動態(tài)模型和配電網(wǎng)結(jié)構(gòu)之后，把PEV充電的DSM問題描述成了一個優(yōu)化問題。優(yōu)化的目標(biāo)是讓低壓變壓器上的負(fù)荷曲線盡量的平坦，同時要滿足用戶的充電需求:在規(guī)定時間充電到規(guī)定程度。
　　3.提出了一個基于著名的注

3、水算法的去中心化算法來解決這個優(yōu)化問題，又使用脈寬調(diào)制原理(pulse-width modulation，PWM)來解決開關(guān)型充電器的問題。接著，引入了滾動優(yōu)化的方法來緩解由于預(yù)報不精確和PWM引起的量化帶來的誤差，以及解決PEV隨機到來的問題。另外，每一個PEV只需要計算它自己的功率分配，因此這個算法的實施對計算量和通信量的要求都比較低，而且具有較強的擴展性。
　　4.最后，從理論上證明了算法的最優(yōu)性，并通過仿真驗證了算法的有效