基于實時電價的群體電動出租車充電調控研究.pdf

1、近年來，電動汽車憑借高能源利用率、低排放量等優(yōu)點正逐步取代傳統(tǒng)汽車，電動出租車等公用車輛在政策支持下更是得到廣泛應用。電動出租車保持長時間運營，用電特性復雜，對電能需求巨大，其無序自主充電行為會給電網(wǎng)帶來新的用電尖峰。實時電價機制為群體電動出租車的調控提供了簡便有效的手段，通過利用群體車輛的可調度性，可避免尖峰負荷，協(xié)助電網(wǎng)實現(xiàn)削峰填谷、需求響應等作用。
　　本文首先介紹了群體電動出租車充電調控的基礎，即單輛車的閾值倒推算法，實現(xiàn)

2、單輛車充電成本或運營利潤的優(yōu)化。該算法結合實時電價特點和車輛運行特性，將單輛車優(yōu)化問題轉變?yōu)轳R爾科夫模型，通過比較電價和閾值作出充電決策，實現(xiàn)充電成本或運營利潤的優(yōu)化。閾值表征著車輛在各時槽的未來期望充電成本或運營利潤，可有效區(qū)分電量不同的車輛，達到不同控制效果。閾值倒推算法使電動出租車能夠根據(jù)電量和電價采取靈活的充電策略，適用于車輛個體本地應用，且提高了車輛的可調度性。
　　接下來，引入電動出租車的特殊電力市場，在所有車輛遵循閾

3、值倒推算法的基礎上，對群體電動出租車的充電調控問題進行研究，使其聚合負荷跟蹤期望負荷。根據(jù)閾值性質，將群體車輛劃分為若干大類，分析其系統(tǒng)特性，建立以各類別車輛數(shù)和充電比例為狀態(tài)量和控制量的系統(tǒng)狀態(tài)方程。最終，群體車輛的負荷調控問題轉化為一個復雜的非線性整數(shù)規(guī)劃。應用遺傳算法求解整數(shù)松弛后的優(yōu)化問題，得到最優(yōu)充電決策。之后，結合實時電價、閩值和充電決策的關系，制定合理的實時電價，引導群體車輛實現(xiàn)負荷跟蹤。隨后本文對上述算法策略進行仿真實驗

4、，證明其有效性。
　　然后，考慮車主的充電決策自主性，本文進一步研究了服從概率決策模型的群體電動出租車的充電調控問題。首先，分析群體車輛電池特性，建立凸優(yōu)化模型，求解跟蹤期望負荷的可實現(xiàn)負荷。之后，將車主充電決策過程建立為關于閾值與電價差值的概率決策模型，有效刻畫了車主的充電意愿。從系統(tǒng)控制角度，構建決策器，在線獲取實際數(shù)據(jù)擬合概率決策模型，利用二分法求解合理的實時電價，調控車輛充電實現(xiàn)負荷控制。最后，大量仿真表明定價策略在不同情