基于電動汽車與光伏優(yōu)化配置的配網調度策略研究.pdf

1、在能源緊缺和環(huán)境污染的雙重壓力下，許多產業(yè)面臨轉型。電動汽車作為一種新興的綠色環(huán)保交通工具，將成為未來汽車的主要發(fā)展方向。目前限制電動汽車發(fā)展的關鍵是充電問題，而且電動汽車入網充電會加大對能源的開采。因此，微電網中的光伏發(fā)電系統(tǒng)為電動汽車充電成為可能。當微電網獨立運行時，需要考慮短時間內光伏輸出功率是否能滿足電動汽車的充電需求。而通常情況下，微電網工作在并網模式，電動汽車充電功率會影響配網的安全穩(wěn)定運行。因此，將電動汽車與光伏協(xié)調控制可

2、以緩解其大規(guī)模接入對配電網的影響。
　　本文首先對微電網的定義進行簡單介紹，并對微電網中的光伏發(fā)電系統(tǒng)的運行方式、影響光伏發(fā)電系統(tǒng)的因素以及光伏發(fā)電系統(tǒng)對配電網的影響進行分析，在此基礎上，介紹了電動汽車與光伏組成的微電網的簡化結構，為下文微電網優(yōu)化配置和配網調度打下理論基礎。
　　其次，對電動汽車的分類、充電行為特性進行分析，并以充電時間作為主要因素對電動汽車充電功率進行建模，利用蒙特卡洛法進行模擬求解。最后以辦公區(qū)域為例，

3、分析了該區(qū)域內電動汽車駛入、駛離時刻以及充電起始荷電狀態(tài)的概率分布，計算得到電動汽車隨機充電功率曲線，結果顯示該區(qū)域內電動汽車充電高峰在10:00至14:00間。
　　再次，本文從重合面積的角度提出了微電網優(yōu)化配置模型。模型中通過求解電動汽車充電功率和光伏輸出功率曲線的最大重合面積來平衡二者的功率波動。同時，對模型運用粒子群優(yōu)化算法進行求解，綜合考慮不同氣象類型的影響，并通過實例仿真分析，得到光伏輸出功率最大能滿足的電動汽車充電數

4、量。
　　最后，制定了考慮光伏不確定性的配網調度策略。在考慮光伏不確定性問題時，將歷史數據和氣象信息按季節(jié)類型和氣象類型進行模塊化，并采用人工神經網絡進行光伏輸出功率預測。在此基礎上，制定了配網調度策略。策略中根據電動汽車是否參與調度對其進行分類，并對每類電動汽車制定不同的調度計劃。然后，以滿足電動汽車用戶充電需求為前提，以配網損耗為優(yōu)化目標，運用粒子群算法對所制定的策略進行求解，并通過實際配電網進行實例仿真，結果驗證了所提策略的