电动汽车大规模随机接入智能电网的负载均衡研究

摘要

随着人类对化石能源短缺和环境严重污染的意识的提高，电动车凭借低碳、节能、环保的优势引起了人类的关注。电动车是一种依靠电池存储电能来支持其日常出行的汽车，因此电动车的出现有助减少有污染的化学物质的排放以及减少人类对石化能源的依赖。但是，当大规模的电动车随机接入电网，给电网的运行和管理带来了很多新的挑战，包括增加峰值负荷、增加电能损失和影响电能质量等。
　　为了解决大规模电动车接入电网带来的挑战和问题，本文的主要研究工作如下:
　　1.本文首先把电动车的充电调度问题形式化地描述为一个最优化的控制问题，并且给出最优的电动车充电分布具备的数学性质。
　　2.接着提出了一个完全分布式的算法ODC迭代求解这个最优化的控制问题。在每一轮迭代中，电动车根据电网广播的控制信号更新他们的充电行为，而电网则通过改变控制信号来引导电动车的充电行为。无论电动车的特征统一与否，这个算法最后能够收敛到一个最优的充电分布解，并给出了该算法的最优性和收敛性的数学证明。
　　3.改进上述算法，得到一个新的算法AODC，这个改进的算法能够适应于异步计算的环境。因为在实际情况中由于通信或其他原因，在每一轮迭代中，电动车或者电网的控制中心并不一定能够及时更新每一轮迭代的信息，而是使用过时的信息。在这种情况下，算法AODC能够处理并最终也能收敛到一个最优的充电分布解。
　　4.使用美国PJM电力市场的数据作为基础实验数据，对比了算法ODC、算法AODC、算法MCH的实验效果，并从最优性和收敛性两个方面进行分析对比。
　　让人高兴的是，我们的算法是完全分布式的，每辆电动车只要计算它自己的局部问题，并且电动车与电动车之间是互不干扰的，因而通信量和计算量都是很小的。这种完全分布式的算法易于扩展，可以很容易的适配大规模的电动车进入市场。理论和实验结果都证明，我们的分布式算法对于平缓电网中的负荷波动是行之有效的。

目录

声明

摘要

表格索引

插图索引

算法索引

主要符号对照表

第一章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 分时使用策略

1．2．2 集中式控制策略

1．2．3 分布式控制策略

1．3 本文主要工作

1．4 本文主要贡献

1．5 本文组织结构

第二章 研究问题及相关概念

2．1 问题背景

2．2 问题的主要困难和挑战

2．3 智能电网

2．4 电动车

2．4．1 电动车的优势和挑战

2．4．2 电动车的发展情况

2．5 预备知识

2．5．1 凸优化

2．5．2 等价类

2．6 本章小结

第三章 最优分布式负载均衡算法

3．1 问题描述及其模型

3．2 最优充电分布的特性

3．3 最优的分布式充电调度算法

3．4 异步计算

3．5 本章小结

第四章 实验及分析

4．1 数据集和实验设置

4．2 实验结果及分析

4．3 最优性和收敛性分析

4．3．1 数据集

4．3．2 最优性比较

4．3．3 收敛性分析

4．4 本章小结

第五章 结论与展望

5．1 全文总结

5．2 下一步工作和展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果