关键词：电动汽车;;集群运动;;有序充电;;协同调度;;随机概率充电
摘 要：近年来,能源短缺与环境污染问题日益严重,电动汽车(Electric Vehicle,EV)作为电能替代在交通领域的产物,由于其具有低污染、低噪声、高效能的特点,在全球范围内正迅猛发展。但大规模的电动汽车接入电网,其无序充电会导致配电网负荷曲线峰上加峰,威胁电力系统安全运行,降低系统运行的经济性。为解决上述问题,本文从生物仿生学角度出发,以降低等效负荷曲线方差为目标,借鉴集群运动理论,研究电动汽车充电协同调度算法,并利用MATLAB仿真软件验证了所设计协同调度算法的可行性与有效性。本文的主要研究内容如下所示:首先,分析了协同调度的基本问题,包括协同调度的目标、协同效应产生的机理及协同效应信息传递机制;介绍了集群运动相关理论,包括集群运动的概念、研究思想及模型,重点介绍了 Vicsek集群运动模型,分析了其运动规则及模拟结果,借鉴集群运动理论,给出了本文电动汽车充电协同调度思路。其次,分析了电动汽车充电负荷的影响因素,基于电动汽车行驶习惯、充电方式及电动汽车类型,建立了单辆电动汽车充电负荷模型,然后给出了基于蒙塔卡洛模拟的规模化电动汽车充电负荷计算方法与流程,最后以北京某小区为算例进行了仿真,结果表明:电动汽车无序充电模式会进一步拉大居民小区总负荷峰谷差值,产生“峰上加峰”现象,威胁到电网的安全稳定运行。最后,在单辆电动汽车充电负荷的基础上,以降低等效负荷曲线方差为目标,建立了以配电网节点为优化单位的局域电动汽车充电协同调度模型,模型由节点智能体和电动汽车智能体组成,电动汽车智能体根据获取的节点负载率信息,结合自身状态,采用随机概率充电算法做出开始充电或停止充电的决定:设计了概率随机充电算法,包括开始充电概率算法和停止充电算法,并以IEEE-33节点系统为算例,使用MATLAB软件对所设计的电动汽车充电协同调度策略进行验证,结果表明所提算法能够有效对负荷曲线进行削峰填谷,降低负荷曲线的方差。本文的创新点在于设计了随机概率充电算法,与传统集中式调度策略相比,该算法不需要未来负荷的预测数据,基于实时负荷数据或历史负荷数据即可运行,同时降低了计算复杂度,更适合于未来的工程应用。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取