基于多尺度空间层次聚类的电动汽车充放电优化调度
近年来，化石能源逐步枯竭、全球气候变暖、环境污染等问题给社会的可持续发展带来了巨大的压力。电动汽车(EVs)以电能作为原始动力，具有零排放、无污染和不依赖传统能源的特点，发展电动汽车并逐渐取代传统的汽车成为未来主要的交通工具是解决上述问题的有效途径。对于配电系统，电动汽车既是电源又是负荷，大规模电动汽车的自主充放电行为将会增加配电系统负荷曲线的峰谷差;而电动汽车充放电行为的可调特性，又为配电系统负荷曲线的削峰填谷提供了新的方法。为此，研究大规模电动汽车自主充放电行为对配电系统负荷曲线的影响及调控电动汽车的充放电行为来实现配电系统的削峰填谷具有非常重要的意义。
为了研究配电系统中电动汽车的充放电特性，建立了包括电池模型和逆变模型的电动汽车接入配电系统模型。其中，电池模型用来刻画开路电压、电池荷电状态和电池电流之间的关系;逆变模型用来刻画电池注入配电系统的有功、无功和电池电压、电流之间的关系。然后，根据电动汽车日行驶里程、最后返回时刻分别服从对数正态分布和正态分布的特性，采用蒙特卡罗抽样法，分析了配电系统中电动汽车的充电负荷、放电容量、综合特性及其对配电系统日负荷曲线的影响。算例分析表明了大规模电动汽车自主充放电行为会增加配电系统的峰谷差。
由于接入配电系统的电动汽车具有数量规模大、单台可调度容量小、接入位置分散的特点，设计了以类为单位的电动汽车充放电调度框架;不但可以减少决策变量，显著降低调度问题的求解规模和难度，还可以避免传统调度方式对通信条件要求高的问题。基于此，以电动汽车的可调度容量为聚类指标，借助多尺度空间的层次聚类算法(SSHC)提出了电动汽车聚类方法，以实现属性相似的电动汽车的汇聚。算例分析表明了多尺度空间的聚类算法能够有效实现电动汽车的聚类。
进一步，为了最大程度地缩小配电系统负荷的峰谷差，以系统总负荷水平方差最小为目标函数，构建了基于电动汽车聚类的充放电调度模型。并采用基于ELM的改进遗传算法求解。以69节点系统为例，分析结果表明了基于ELM的改进遗传算法收敛速度快，能够快速求解模型;且基于电动汽车聚类的充放电调度模型能有效平抑峰谷负荷。
最后，为了解决电动汽车参与配电系统调度的充放电控制、计量和结算问题，开发了电动汽车充放电控制装置和充放电计量装置。其中，电动汽车充放电控制装置根据实时电价和车主意愿控制电动汽车的充、放电行为;电动汽车充放电计量装置根据实时电价和充放电时段分别计算充电费用和放电容量，实现了电动汽车参与配电系统调度的精确控制和计量。为大规模电动汽车顺利参与配电系统调度提供了技术保障。
电动汽车;充放电行为;尺度空间;层次聚类;削峰填谷;优化调度
长沙理工大学
硕士
电力系统及其自动化
杨洪明
2013
中文
TM714;U469.72
72
2013-10-08（万方平台首次上网日期，不代表论文的发表时间）