“车-站-路-网”系统中时空分布电价的优化
随着交通电气化的推进，城市交通网(Traffic Network, TN)、电力网(Power Network, PN)和充电站(Charging Station, CS)将是支撑电动汽车(Electric Vehicle, EV)健康发展的重要基础设施。EV具有交通和电力负荷两种属性，充电价格通过影响EV的出行和CS的选择从而影响TN、PN和CS运行状况；反过来，CS、TN和PN的运行状况又会影响EV的出行和充电价格的制定。在EV、CS、TN和PN之间发生的这些复杂的关联耦合，使得必须将它们看作一个整体—“车-站-路-网(VSTP)”系统来看待。如何维持VSTP处于良好的运行状况是未来城市管理者即将面临的重要挑战。本文从CS充电价格着手，通过不同地理位置的CS采用不同的分时电价(时空分布电价)来影响EV的出行和充电负荷的时空分布，以达到优化VSTP运行的目标。工作的主要内容包括: 一、建立了VSTP系统各组成要素模型。1、基于图论建立了TN模型；2、应用马尔科夫链和概率密度函数建立了EV出行时空规律模型；3、基于“速度-流量”和“速度-耗电量”关系描述了EV行驶速度、荷电状态和TN流量的动态演化过程；4、用单队列多服务台系统模拟了EV在CS内充电的过程，在此基础了得到了PN充电负荷的时空分布；5、采用OpenDSS软件作为PN仿真的工具，通过COM接口将OpenDSS与TN、EV和CS的仿真程序互通互联，实现了VSTP系统的模拟。 二、建立了驾驶员行为决策模型。1、基于认知心理学描述了EV驾驶员的行为决策过程；2、使用三标度层次分析法(AHP)量化了影响EV驾驶员行驶路径和CS选择的因素，通过对不同偏好的驾驶员设定不同的比较矩阵，考虑了主观因素对选择结果的影响；3、采用模糊二元对比法描述了在非必要充电的情况下驾驶员的充电决策过程，进一步细化了驾驶员主观因素对VSTP系统运行的影响。 三、建立了时空分布充电电价优化模型。1、以PN网损最小和TN拥堵程度最小为目标，建立了时空分布电价多目标优化模型；2、模型求解采用NSGA-II算法，采用一种“级差”电价进行遗传编码，使得可以结合当地经济状况和居民消费心理灵活设定具体电价。 四、通过仿真算例，验证了所做的工作。
电动汽车;充电电价;驾驶行为决策;电力网;交通管理
山西大学
硕士
电力系统及其自动化
张学军
2021
中文
U469.72
2021-09-17（万方平台首次上网日期，不代表论文的发表时间）