计及天气因素影响的V2G有序充放电控制策略研究

摘要

为了解决V2G充放电系统参与电网互动,但缺乏有序管理的问题,提出一种计及天气因素影响的有序充放电控制策略。所提策略以天气数据的欧式距离为依据,改进了BP神经网络的训练样本选择方法,训练后的网络模型,能可靠预测充放电机的有功或无功功率调节值。MATLAB的仿真结果表明,控制策略在充电或放电模式下,都能及时进行有功或无功支撑。最后,基于该控制策略的60 kW充放电机,在虚拟电厂中的示范应用数据证明,充放电机能够结合当前电网状态,达到功率调度的预期目标,可有效避免电动汽车充放电能量的无序流动,增强电网应对指标异常的能力。