考慮配電網(wǎng)影響的phev充電負(fù)荷模型及優(yōu)化策略_第1頁
考慮配電網(wǎng)影響的phev充電負(fù)荷模型及優(yōu)化策略_第2頁
考慮配電網(wǎng)影響的phev充電負(fù)荷模型及優(yōu)化策略_第3頁
考慮配電網(wǎng)影響的phev充電負(fù)荷模型及優(yōu)化策略_第4頁
考慮配電網(wǎng)影響的phev充電負(fù)荷模型及優(yōu)化策略_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

考慮配電網(wǎng)影響的phev充電負(fù)荷模型及優(yōu)化策略

0影響配電網(wǎng)的因素近年來,隨著石油資源的緊張和環(huán)境問題的突出,高效、低能耗、低噪聲電動(dòng)汽車(phev)的大規(guī)模使用已成為發(fā)展趨勢。一輛PHEV充滿電后可行駛32km至97km,而駕駛者每天的平均行駛距離為53km,因此PHEV足以滿足一般使用者的需求。使用者可以在1周中4~5d用全電動(dòng)模式駕車上班,周末用內(nèi)燃機(jī)為主的混合動(dòng)力模式作長途旅游。此外,PHEV具有接受外部公用電網(wǎng)對車載電池組充電的能力,車主在家里就可以對電池組充電。目前,世界各大汽車廠商都宣布推出了PEHV的計(jì)劃,PHEV的應(yīng)用規(guī)模將越來越大。然而,PHEV的大規(guī)模使用將會(huì)使用電負(fù)荷和用電量急劇增長,這必將對配電網(wǎng)產(chǎn)生重要影響。而且,考慮到PHEV充電行為的隨機(jī)性,大量PHEV接入會(huì)給電力系統(tǒng)的運(yùn)行與控制帶來顯著的不確定性。因此,研究各種電動(dòng)汽車大規(guī)模接入對未來配電網(wǎng)的影響,包括對負(fù)荷曲線、潮流模式(網(wǎng)絡(luò)損耗、阻塞水平和電壓曲線)和電能質(zhì)量的影響成為當(dāng)前的研究熱點(diǎn)。文獻(xiàn)建立了一個(gè)用于分析PHEV對配電網(wǎng)影響分析的模型,該模型假設(shè)所有的PHEV在同一時(shí)間,以同樣速率充電,沒有考慮PHEV充電時(shí)間,充電方式的復(fù)雜性。文獻(xiàn)對電動(dòng)汽車充電負(fù)荷特性作了初步分析,充電方式只涉及到未經(jīng)優(yōu)化的即插即充方式和固定在24:00充電的方式。文獻(xiàn)考慮了充電開始時(shí)刻和日行駛里程2個(gè)影響電動(dòng)汽車充電的隨機(jī)因素,建立了電動(dòng)汽車充電功率需求的概率模型,但沒有考慮電池充電曲線的變化。文獻(xiàn)根據(jù)充電功率的統(tǒng)計(jì)規(guī)律建立了用于多臺電動(dòng)汽車充電機(jī)諧波評估的數(shù)學(xué)模型。文獻(xiàn)采用與文獻(xiàn)類似方法,得出了電動(dòng)汽車充電負(fù)荷模型。文獻(xiàn)在研究電動(dòng)汽車的充電功率時(shí)都計(jì)及了充電開始時(shí)刻和電池初始荷電狀態(tài)這2個(gè)隨機(jī)因素,并且充電功率是按照充電曲線變化的,但是只考慮了充電開始時(shí)刻數(shù)值上小于當(dāng)前時(shí)刻的情況,而沒有考慮由于充電時(shí)間長,充電開始時(shí)刻會(huì)在數(shù)值上大于當(dāng)前時(shí)刻的情況,比如在24:00開始充電,在01:00仍然可能有充電功率需求。文獻(xiàn)以配電網(wǎng)線路功率損耗最小為目標(biāo),確定PHEV最優(yōu)充電功率。仿真結(jié)果顯示,采用本文提出的充電策略后,配電網(wǎng)的節(jié)點(diǎn)電壓偏移和線路損耗降低了,但是文中沒有考慮電池初始荷電狀態(tài)的隨機(jī)性,而簡單地假設(shè)為0。文獻(xiàn)提出了以用戶成本最小化為目標(biāo)的優(yōu)化充電方法,沒有考慮對節(jié)點(diǎn)電壓偏移和線損的影響。本文研究影響PHEV充電的2個(gè)關(guān)鍵隨機(jī)因素充電開始時(shí)刻和充電前已耗電能的概率分布,提出一個(gè)計(jì)及以上因素,且充電功率按照充電曲線變化的PHEV充電負(fù)荷模型,研究PHEV采用自由充電方式和負(fù)荷低谷充電方式時(shí)對配電網(wǎng)有不同程度的影響。為改善這些影響,提出以負(fù)荷方差最小化為目標(biāo)的優(yōu)化充電策略。以IEEE40節(jié)點(diǎn)輻射型配電網(wǎng)系統(tǒng)為例,分析采用自由充電、負(fù)荷低谷充電和優(yōu)化充電方式時(shí),不同數(shù)量的PHEV充電對配電網(wǎng)負(fù)荷曲線、網(wǎng)絡(luò)線損及節(jié)點(diǎn)電壓偏移的影響。1影響ph值的重要隨機(jī)因素1.1日行駛距離概率密度函數(shù)所有的PHEV在充電前電池的電能不可能全部耗完,因此把充電前PHEV已消耗的電能作為一個(gè)隨機(jī)變量。同樣,所有的PHEV不可能同時(shí)接入配電網(wǎng)充電。在任意時(shí)刻,不同的充電器所需功率可以是充電曲線上任一點(diǎn)的值。由于很難確定每個(gè)PHEV何時(shí)開始充電,所以把充電開始時(shí)刻也作為一個(gè)隨機(jī)變量。PHEV充電前已消耗的電能和充電前行駛的距離有關(guān)。設(shè)E為充電前消耗電能,D為日行駛距離,則E=mD,其中m是PHEV每km消耗的電能。由統(tǒng)計(jì)數(shù)據(jù)得到日行駛距離的對數(shù)概率密度函數(shù)曲線,如圖1所示。日行駛距離的概率密度表達(dá)式為式中:μD=3.2,σD=0.88。由E(28)mD得充電前已消耗電能的概率密度函數(shù),即1.23負(fù)荷低成本充電PHEV所采取的充電方式不同,充電開始時(shí)刻不一樣。本文將對自由充電、負(fù)荷低谷充電和優(yōu)化充電3種充電方式進(jìn)行分析。1)自由充電。這種充電方式是指車主一回到家就充電,因此充電開始時(shí)刻就是車主到家的時(shí)刻。根據(jù)統(tǒng)計(jì)數(shù)據(jù),1d內(nèi)車主到家時(shí)刻的概率密度如圖2所示。從圖2看出,充電開始時(shí)刻服從正態(tài)分布,概率密度函數(shù)為式中:μS=17.6;σS=3.4。2)負(fù)荷低谷充電。由圖2可知,自由充電方式下,電池充電大多發(fā)生在晚上18:00左右,而此時(shí)正是用電負(fù)荷高峰期,這樣就會(huì)引起更大的負(fù)荷峰值,加大峰谷差。為了避免這一情況出現(xiàn),可對用戶采取分時(shí)電價(jià)的鼓勵(lì)政策,大多數(shù)PHEV就會(huì)在負(fù)荷低谷時(shí)段充電。本文假設(shè)22:00到06:00的電價(jià)低于其他時(shí)段。完全放電的電池充滿電需要4h,為了保證其充滿,充電開始時(shí)刻應(yīng)在22:00到02:00之間。認(rèn)為充電開始時(shí)刻在22:00到02:00的范圍內(nèi)服從均勻分布。3)優(yōu)化充電。負(fù)荷低谷充電方式避免了在原有負(fù)荷峰值上增加負(fù)荷,但由于大多數(shù)車主選擇在低電價(jià)的負(fù)荷低谷時(shí)段集中充電,當(dāng)充電的PHEV數(shù)量較大時(shí),會(huì)使低谷時(shí)段出現(xiàn)比原有負(fù)荷峰值更大的新峰值,無法減小峰谷差。配電線路的線損和負(fù)荷方差特性密切相關(guān),在相同平均負(fù)荷和相同時(shí)間內(nèi),負(fù)荷方差較大的負(fù)荷曲線的線損大于負(fù)荷方差相對較小的負(fù)荷曲線的線損。因此為了有效減小峰谷差,同時(shí)又能降低網(wǎng)絡(luò)線損,本文提出以系統(tǒng)總負(fù)荷曲線方差最小化為目標(biāo)的優(yōu)化充電策略,計(jì)算各時(shí)刻開始充電的PHEV數(shù)目,對充電行為加以引導(dǎo)和控制,達(dá)到使負(fù)荷曲線趨于平坦,降低峰谷差,同時(shí)又降低網(wǎng)絡(luò)線損和電壓偏移的目的。2菲涅耳充電負(fù)荷的概率模型2.1電池充放電效率電動(dòng)汽車電池充電功率曲線與多個(gè)因素有關(guān),如電池類型、充電器類型以及電網(wǎng)容量等。本文假設(shè)電池滿容量為11kW·h,為了延長電池壽命,電池在使用時(shí)只使用滿容量的80%,即8.8kW·h。假設(shè)充電器轉(zhuǎn)換效率為88%,則電池充滿電需耗電能為10kW·h。本文研究充電在家中進(jìn)行的情況,所以充電器接入的配電網(wǎng)電壓等級為220V,最大輸出功率為4kW;PHEV每km能耗為0.15kW·h。同時(shí)還假定PHEV一旦開始充電,充電過程會(huì)一直持續(xù)到電池充滿。充電時(shí)常用恒流恒壓2階段充電法,即先以恒定電流充電,電池電壓逐漸升高,功率也逐漸變大。當(dāng)電池電壓達(dá)到一定值時(shí),維持電壓不變,而充電電流變小,功率也相應(yīng)減小。在電池完全放電的情況下,充電功率曲線如圖3所示。由圖3可知,若電池完全放電,充滿電需要4h。圖3曲線下面積為電池獲得的電能,若電池不是完全放電,則充電曲線沿橫軸向左移動(dòng)相應(yīng)的距離。2.21充電功率的概率模型為了便于數(shù)值計(jì)算,將圖3所示的充電功率以△t為間隔離散化,離散化后的充電功率為理論上△t越小,離散值越接近實(shí)際值,為便于計(jì)算,令△t=0.5h,則N=8。PHEV充電功率為Pi時(shí),所需的電能iE為所需的電能就等于已消耗的電能,所以Ei也表示PHEV在充電功率為Pi時(shí)已消耗的電能。采用按面積擬合的連續(xù)分布離散化方法將充電前已消耗電能E的連續(xù)概率分布在Ei處離散化。由于無法得到解析解,利用牛頓求根法求得E為各個(gè)Ei的概率。下文推導(dǎo)出PHEV在1d內(nèi)充電功率的概率模型。設(shè)在t(1≤t≤24)時(shí)刻充電功率為Pi的概率為Ф(Pi,t),若開始充電時(shí)刻k≤t,Ф(Pi,t)就是在k時(shí)刻充電功率為的概率,即在k時(shí)刻PHEV已消耗電能的概率。若t<k≤24,Ф(Pi,t)就是k時(shí)刻已消耗的電能為的概率。假設(shè)充電開始時(shí)刻和充電前已消耗電能是相互獨(dú)立的隨機(jī)變量,那么在k時(shí)刻開始充電,在t時(shí)刻充電功率為Pi的概率為式中P(s=k)為開始充電時(shí)刻的離散化概率。由式(6)可求出,1d內(nèi)任一時(shí)刻t,充電功率P的均值為多輛PHEV的充電負(fù)荷可以根據(jù)中心極限定理得到。2.3u3000酸、堿分別進(jìn)入配電網(wǎng)充電的phev數(shù)目1)自由充電方式下,充電開始時(shí)刻以1h為間隔離散化,利用按面積擬合離散化方法得到充電開始時(shí)刻為k(1uf0a3kuf0a324)的概率,然后結(jié)合式(6)(7)計(jì)算出每個(gè)時(shí)刻的充電功率均值。2)負(fù)荷低谷充電方式下,開始充電時(shí)刻為k的概率為將式(8)與式(6)(7)聯(lián)合,得到1d內(nèi)所有時(shí)刻的充電功率均值。3)優(yōu)化充電方式下,假定車主在07:00—18:00之間不在家,則這段期間不會(huì)有PHEV開始充電,同時(shí)為保證每個(gè)PHEV充滿電,從03:00以后就不會(huì)有PHEV開始充電,因此只有10個(gè)時(shí)刻是PHEV開始充電時(shí)刻,設(shè)xt代表t時(shí)刻開始充電的PHEV數(shù)目,1≤t≤10,即t=4表示的是18:00,x4表示18:00開始充電的EV數(shù)目,以此類推,x10表示24:00開始充電的EV數(shù)目。優(yōu)化目標(biāo)是使系統(tǒng)總負(fù)荷曲線的方差最小,不僅要使總負(fù)荷方差均值最小,還要使每個(gè)時(shí)刻的方差最小,因此該優(yōu)化是一個(gè)多目標(biāo)規(guī)劃問題,目標(biāo)函數(shù)為式中:μ為1d內(nèi)系統(tǒng)的平均負(fù)荷;Lt為系統(tǒng)某時(shí)刻的總負(fù)荷,則Lt與xt的關(guān)系為式中:當(dāng)t≤j時(shí),t-j=t-j+10;L0t為t時(shí)刻的原有負(fù)荷;EO為t時(shí)刻開始充電時(shí)所需功率的均值,其表達(dá)式為Ej為t時(shí)刻開始充電,t+j時(shí)刻充電功率的均值,即約束條件為式中n為1d內(nèi)接入配電網(wǎng)充電的PHEV總數(shù)。式(13)保證所有PHEV都會(huì)充電。由于該最優(yōu)問題要確定的變量是每個(gè)時(shí)刻開始充電的PHEV數(shù)量,所以屬于多目標(biāo)整數(shù)規(guī)劃問題,采用目標(biāo)達(dá)到法結(jié)合分支定界法進(jìn)行求解。3phev對負(fù)荷的影響本文以IEEE40節(jié)點(diǎn)輻射型配電網(wǎng)作為例,分析不同數(shù)量PHEV接入后對該配電網(wǎng)負(fù)荷曲線,網(wǎng)絡(luò)線損及節(jié)點(diǎn)電壓的影響。將IEEE40節(jié)點(diǎn)系統(tǒng)的電源點(diǎn)電壓設(shè)置為220V,使系統(tǒng)成為住宅用戶配電網(wǎng),線路阻抗作適當(dāng)修改,以承受電壓偏移和線損。每個(gè)節(jié)點(diǎn)的原有負(fù)荷為1個(gè)住宅負(fù)荷,每個(gè)節(jié)點(diǎn)可接入1輛PHEV。隨機(jī)地選擇某些節(jié)點(diǎn)接入PHEV,假設(shè)每個(gè)節(jié)點(diǎn)的負(fù)荷曲線相同,為某地區(qū)冬季住宅日負(fù)荷曲線。根據(jù)PHEV接入系統(tǒng)的規(guī)模,利用Matlab仿真分析4種情況下PHEV充電對配電網(wǎng)的影響。用接入PHEV的節(jié)點(diǎn)數(shù)與總節(jié)點(diǎn)數(shù)的比值代表PHEV接入規(guī)模:第1種情況是無PHEV接入,即0%,作為基礎(chǔ)負(fù)荷便于和其他情況比較;其它3種情況分別是10%、30%和50%。每種情況都隨機(jī)地把PHEV分配到各個(gè)節(jié)點(diǎn),然后進(jìn)行潮流計(jì)算得到各節(jié)點(diǎn)電壓偏移值和各支路線損,潮流計(jì)算方法為前推回代法。為了提高計(jì)算結(jié)果的精確性,共分配1000次然后取均值。表1給出了優(yōu)化充電所確定的每個(gè)時(shí)刻開始充電的PHEV數(shù)目與總數(shù)的比值。表中顯示,在原有負(fù)荷高峰時(shí)刻,開始充電的PHEV數(shù)量為0。為了分析PHEV對負(fù)荷曲線的影響,在圖4—6中分別給出了3種充電方式下,不同規(guī)模PHEV接入配電網(wǎng)后的系統(tǒng)日負(fù)荷曲線。從圖4可以看到,自由充電方式在3種情況下都使原有的負(fù)荷峰值更高,峰谷差加大。而在負(fù)荷低谷充電方式下,當(dāng)PHEV數(shù)量增多時(shí),在原有低谷時(shí)段出現(xiàn)了更大的峰值,也無法降低峰谷差。優(yōu)化充電在PHEV數(shù)量為10%和30%時(shí)都沒有使系統(tǒng)負(fù)荷峰值增加,當(dāng)PHEV為50%時(shí),負(fù)荷峰值增加,但其值遠(yuǎn)低于其他2種充電方式,而且3種情況下都降低了峰谷差。表2給出了3種充電方式下不同數(shù)量的PHEV接入時(shí)配電網(wǎng)線損與總負(fù)荷的比值,總負(fù)荷包括住宅日負(fù)荷和PHEV的充電負(fù)荷。從表2看出,隨著PHEV數(shù)量的增加,線損增加。在所有的PHEV接入水平下,自由充電方式下的線損最大,優(yōu)化充電方式下的線損最小。表3給出了最大節(jié)點(diǎn)電壓偏移值。表3顯示,隨著PHEV數(shù)量的增加,3種充電方式下電壓偏移都在增加,優(yōu)化充電方式所造成的節(jié)點(diǎn)電壓偏移最小。在PHEV數(shù)量為10%和30%時(shí),優(yōu)化充電的節(jié)點(diǎn)電壓偏移和沒有PHEV接入時(shí)一樣,這是因?yàn)樵谶@2種情況下沒有任何PHEV在原有負(fù)荷峰值時(shí)段充電,從而不會(huì)造成更大的負(fù)荷峰值。4phev充電對配電網(wǎng)的影響隨著插電式混合電動(dòng)汽車保有量的增加,其作為用電負(fù)荷對配電網(wǎng)的影響將日益增大。本文在考慮影響PHEV充電的2個(gè)關(guān)鍵隨機(jī)因素的基礎(chǔ)上,提出了PHEV充電負(fù)荷概率模型。該模型為研究PHEV對配電網(wǎng)的影響提供了基礎(chǔ)。為了改善PHEV充電對配電網(wǎng)的影

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論