规模化电动汽车充电负荷对配电网的影响及优化控制研究

摘要

目前，我国正在大力发展电动汽车产业，这对于环境保护和节能减排等均具有重大意义。但是，随着越来越多的电动汽车投入使用，其充电过程对电网特别是配电网的冲击和影响也越来越大；电动汽车作为一种具有随机性的移动负荷，大规模的并入电网可能导致配网线路过载、线损增加、电压降低等电能质量问题。利用充电负荷的可移动性和可调度性来正确引导电动汽车有序充电，以减小对配电网造成的不利影响，甚至使其转化为有利影响具有研究的意义和价值。本文就定量分析无序充电负荷对配电网的影响和如何调度车辆进行有序充电展开了相关研究。 首先，本文对几种常见的电动汽车和动力电池的优缺点及应用领域进行了详细分析与特点总结。通过对比，采用体积小、寿命长、比能量高的锂离子电池作为本文研究对象，详细分析了其结构和充放电原理；然后对充电桩的结构和工作原理做了简要阐述，由于充电桩在工作过程中会产生大量谐波，针对充电桩的充电过程，借助MATLAB软件平台进行了建模，仿真并验证了APF在充电桩谐波治理方面的有效性。 其次，在充分分析影响电动汽车充电负荷大小和分布因素的基础上，采用美国交通部2017年对全美家用汽车出行规律的统计数据，建立了电动汽车充电负荷模型；利用MonteCarlo随机模拟算法对电动汽车无序充电负荷进行了计算，并分析了不同渗透率下电动汽车充电对配电网原有负荷曲线分布的影响。 然后，以典型IEEE33节点配电系统为仿真对象，以节点电压偏移率和系统网损率为指标；采用了控制变量法分别从不同角度综合地分析了大规模电动汽车入网后对配电网运行稳定性和经济性的影响。 最后，为了最大限度降低电动汽车无序充电对配电网的不利影响，同时提高配电系统供电机组的利用效率和原有配网对电动汽车的容纳能力，提出一种基于智能电网和互联网技术的智能有序充电策略。智能充电方案考虑了车主的主观选择性，以分时和分区电价为引导手段，以配网日负荷标准差最小和用户充电成本最少为目标；建立了电动汽车智能充电有序调度模型，采用MOPSO智能算法对优化模型进行了求解；结果表明所提方案能够实现充电负荷在时间、空间上的转移，从而平抑配网负荷波动，提高发电机组的利用效率，改善电网运行质量，降低用户充电成本，实现了预期的研究目标。

目录

声明

致谢

变量注释表

1 绪论

1.1 课题研究背景及意义（Background and significance of the subject）

1.2 电动汽车的发展历史及现状（ The development history and present situation of electric vehicle）

1.2.1 电动汽车发展历史

1.2.2 国内外电动汽车发展现状

1.3 电动汽车入网对配电网的影响及充电优化研究现状（ Research on the influence and optimization of electric vehicle network on distribution network）

1.3.1 电动汽车充电负荷建模和计算研究现状

1.3.2 电动汽车入网充电对配电网的影响研究现状

1.3.3 电动汽车有序充电优化策略研究现状

1.4本文主要研究内容（Main Research Contents of This Thesis）

2 电动汽车动力电池及充电桩原理分析

2.1 电动汽车的分类（Classification of electric vehicles）

2.1.1混合动力汽车(HEV)

2.1.2纯电动汽车(BEV)

2.1.3燃料电池汽车(FCEV)

2.2 电动汽车动力电池充放电原理与特性分析（ Charge-discharge principle and characteristic analysis of electric vehicle power battery）

2.2.1动力电池性能参数

2.2.2动力电池的种类

2.2.3动力电池充放电原理

2.2.4 动力电池充放电特性分析

2.3电动汽车充电桩的结构与工作原理分析（ Analysis on the structure and working principle of electric vehicle charging pile）

2.3.1充电桩的类型

2.3.2充电桩的工作原理

2.3.3 充电桩工作过程谐波的产生与治理

2.4 本章小结（Summary of This Chapter）

3 电动汽车充电负荷的建模与计算

3.1 电动汽车充电负荷的影响因素（ Factors influencing Electric Vehicle charging load）

3.1.1 电动汽车保有量分析

3.1.2 电动汽车充电模式

3.1.3 电动汽车用户行驶特性分析

3.2 基于蒙特卡罗模拟的充电负荷计算方法（ Charging load calculation method based on monte carlo simulation）

3.2.1 蒙特卡罗模拟方法简介

3.2.2蒙特卡罗法计算充电负荷的实验步骤

3.2.3基于蒙特卡罗模拟的无序充电负荷实例计算

3.3.1 电动汽车日充电负荷分布特性分析

3.3.2 EV接入电网时配电网日负荷分布特性分析

3.4 本章小结（Summary of This Chapter）

4 电动汽车充电负荷接入对配电网电能质量的影响

4.1 充电负荷对配电网的影响（ The influence of charging load on distribution network）

4.1.1充电负荷对配电网的影响分析

4.1.2充电负荷对配电网的影响指标

4.2配电系统模型选择与潮流计算（ Distribution system model selection and power flow calculation）

4.2.1配电系统网络拓扑结构与参数设置

4.2.2配电网潮流计算方法

4.3 仿真场景设置与仿真步骤（ Setup of simulation scenarios and simulation steps）

4.3.1仿真场景设置

4.3.2仿真步骤

4.4 电动汽车充电负荷对配电网影响的仿真分析（Simulation analysis of the influence of ev charging load on distribution network）

4.4.1场景一情况下配电网的电压偏移与网损分析

4.4.2场景二情况下配电网的电压偏移分析

4.4.3场景三情况下配电网的电压偏移与网损分析

4.4.4场景四情况下配电网的电压偏移与网损分析

4.5 本章小结（Summary of This Chapter）

5 基于智能电网-互联网技术的电动汽车智能充电优化策略研究

5.1电动汽车与充电站运营商合作博弈概述（ Overview of cooperation game between electric vehicles and charging station operators）

5.1.1 实现智能充电策略的支撑技术

5.1.2 电网-充电站运营商-车主相互关系

5.1.3 电动汽车与充电站运营商合作博弈过程

5.1.4 充电站智能充电管理系统简述

5.2 电动汽车有序充电调控策略研究（ Study on orderly charging scheduling strategy of electric vehicles）

5.2.1 峰谷分时电价划分方法

5.2.2 按节点分区电价划分方法

5.2.3 电动汽车智能充电流程和用户响应度分析

5.3 多目标充电优化数学模型（ Mathematical model of multi-objective charging optimization）

5.3.1 目标函数

5.3.2 约束条件

5.4 基于粒子群的多目标优化算法（ Multi-objective optimization algorithm based on particle swarm optimization）

5.4.1 基本粒子群算法

5.4.2多目标优化问题

5.4.3 改进的多目标粒子群优化(MOPSO)算法

5.4.4 基于MOPSO的电动汽车有序充电求解流程

5.5 仿真分析（Simulation Analysis）

5.5.1 MOPSO寻优结果

5.5.2 最优EV充电方案下充电负荷分布情况

5.5.3 智能充电下充电负荷对配网日负荷曲线的影响

5.5.4智能充电时充电负荷对配网电能质量的影响

5.6 本章小结（Summary of This Chapter）

6 结论与展望

参考文献

附录

作者简历

学位论文原创性声明

学位论文数据集