基于Hadoop的电动汽车充电站有序充电策略研究

摘要

随着我国机动车保有量的快速增长，传统的化石能源汽车对环境的破坏日益严重，相较而言电动汽车具有环保、安静、节能的天然优势，在完全解决容量、成本等因素后，电动汽产业必将快速发展。为满足需求，充电桩必须同步建设，随之而来的是大量车辆无序充电对局域电网造成的不利影响。如何将特定区域内的充电桩集群联网控制，形成一定规模的可控负荷集中管理，接受管理者统一调度，在满足用户充电服务的同时也能保证电网平衡是一个有待研究解决的问题。
　　针对普通充电桩充电过程简单、缺少智能控制、没有对历史数据进行充分利用等问题，本文着眼于住宅小区充电站的应用背景，提出了以预测未来负荷数据从而制定分时电价引导用户行为的有序充电策略，核心预测算法基于Hadoop分布式系统，并设计了充电站有序控制系统作为充电策略的实现依托。方案在控制端通过大数据处理平台存储、分析海量数据，挖掘历史交易信息价值，提高动态预测准确性，在用户端综合负荷预测数据、车辆荷电状态SOC和用户充电计划等信息执行控制策略，从而实现降低用户充电成本和保证电网负荷平衡的双赢目标。
　　大数据分析在当今信息社会愈显其重要价值，大数据处理平台Hadoop与电动汽车充电桩的结合，将为未来电动汽车的推广、电网负荷的平衡乃至智慧城市的建设和推进打下坚实的基础。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 研究背景及意义

1.2 电动汽车充电方式及配套设施概况

1.3 国内外有序充电策略研究现状

1.4 本文的主要工作及章节安排

第2章 理论基础与相关技术

2.1 云计算

2.2 Hadoop分布式软件框架

2.3 充电桩集群通信技术

2.4 本章小结

第3章 充电站有序充电控制系统总体设计

3.1 对象及问题分析

3.2 总体设计方案

3.3 充电桩硬件结构及集群组网方案

3.4 集群控制中心设计方案

3.5 本章小结

第4章 基于Hadoop的有序充电策略软件设计

4.1 设计思路

4.2 数据准备

4.3 数据筛选

4.4 负荷预测

4.5 结果处理与展示

4.6 充电桩微处理器控制算法

4.7 本章小结

第5章 有序充电策略的算法测试与效果分析

5.1 Hadoop的部署

5.2 算法测试

5.3 有序充电策略引入效果分析

5.4 本章小结

第6章 结论与展望

6.1 论文研究工作总结

6.2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果