摘 要

当今科技发展迅猛，风力发电以及光伏发电技术日益成熟，电动汽车行业也迅速发展，这都使得电网的安全运行受到越来越多的关注。对能量管理技术与调度方案的研究可以增强电网的稳定性，提高微电网运行效率。本文中针对含有电动汽车、风光资源不确定性和储能单元在微电网中的合理配置等问题进行了解析，研究了电动汽车电池充电能量管理的动态计算模型，给出了微电网中各单元的计算模型，包括风电机组、光伏阵列、储能装置等基本单元，并提出了相应的能量管理策略，以此来规定微电网中的能量调度方式。考虑到风力发电与光伏发电输出功率的不稳定性、电网分时电价以及储能单元的作用，在此基础上，利用基本粒子群优化算法对电动汽车充放电功率求解，建立了一个能量管理模型。该模型旨在优化电动车的充电和放电功率，降低微电网的运行成本，最后以实际仿真为依托，进而验证了该方法的可行性。其中，根据在三种对电动汽车的不同的管理模式下的实际运行状况，结合每台电动汽车的每小时荷电状态，进行相应的充放电分配，利用蒙特卡洛模拟与基本粒子群算法进行优化仿真，从而得到每小时的电动汽车充电功率需求曲线。最后，制定合理的优化调度策略，通过合理的充放电模式（包括无序充电模式、有序充电模式、有序充放电模式）配合储能单元的使用，既可以优化微电网的总体负荷曲线，提升了微电网运行的可靠性，最大化地利用了本地的风光资源，实现就地消纳，同时也可以减少电动汽车用户的开销，达到了双赢的局面。本文对计及电动汽车和风光资源不确定性的微电网优化配置研究有一定的参考意义。

关键词：电动汽车；风光发电；微电网；优化配置；粒子群优化

Abstract

Today, the rapid development of science and technology, wind power and photovoltaic power generation technology is increasingly mature, the rapid development of electric vehicle industry, which makes the safe operation of the power grid has been more and more attention. The research on energy management technology and scheduling scheme can enhance the stability of power grid and improve the operation efficiency of microgrid. In this paper, the dynamic calculation model of electric vehicle energy consumption is analyzed, and the dynamic calculation model of electric energy consumption of electric vehicle is studied. The results show that the microgrids The calculation model includes the basic unit of wind turbine, PV array and energy storage device, and puts forward the corresponding energy management strategy to define the energy dispatching mode in microgrid. Considering the instability of the output power of wind power and photovoltaic power generation, the time-sharing price of power grid and the role of energy storage unit, on the basis of this, the basic particle swarm optimization algorithm is used to solve the electric charge and discharge power of electric vehicle, and an energy management model The The model is designed to optimize the charging and discharging power of the electric vehicle and reduce the running cost of the microgrid. Finally, the feasibility of the method is verified by the actual simulation. The corresponding charge and discharge distribution is carried out according to the actual operation condition of the three different management modes of the electric vehicle, and the charge and discharge state of each electric vehicle is carried out in combination with the basic particle swarm optimization algorithm using Monte Carlo simulation Optimize the simulation, so as to get the hourly electric car charging power demand curve. Finally, it is possible to optimize the overall load curve of the microgrid, and to optimize the overall load curve of the microgrid according to the reasonable charge and discharge mode (including the disorder charging mode, the orderly charging mode, the ordered charge and discharge mode) To enhance the reliability of micro-grid operation, to maximize the use of the local scenery resources, to achieve local consumption, but also can reduce the cost of electric vehicle users, to achieve a win-win situation. This paper has some reference significance for the optimization of micro-grid configuration considering the uncertainties of electric vehicle and scenery resources.

Key Words：electric vehicle；wind-solar power generation；micro-grid；optimization；particle swarm optimization

目录

第1章 绪论 1

1.1 课题研究背景与意义 1

1.2 国内外研究现状 2

1.2.1 研究方向 2

1.2.2 研究方法与模型 3

1.3 本课题研究的主要内容 4

1.3.1 研究的基本内容 4

1.3.2 拟采用的技术方案与措施 5

1.4 本文结构 5

第2章 含EVs的微电网结构与各单元计算模型 6

2.1 微电网结构 6

2.1.1 直流微电网结构 6

2.1.2 交流微电网结构 7

2.1.3 交直流混合微电网结构 7

2.1.4 抽象模型建立与总结 8

2.2 风力发电单元建模 9

2.3 光伏阵列建模 10

2.3.1 光伏阵列倾斜面太阳辐照强度计算模型 10

2.3.2 光伏发电功率计算模型 10

2.4 储能单元建模 10

2.5 电动汽车(EVs)负荷模型 11

2.5.1 电动汽车行驶特性 11

2.5.2 电动汽车荷电状态 11

2.5.3 电动汽车负荷生成方法 12

2.5.4 电动汽车无序充电负荷模型 12

2.5.5 电动汽车有序充电成本模型 13

2.5.6 电动汽车有序充放电成本模型 13

2.6 本章小结 13

第3章 微电网能量调度策略与优化模型 14

3.1 含电动汽车的微电网能量管理策略 14

3.1.1 微电网与电动车主协议内容 14

3.1.2 微电网能量调度策略流程图 16

3.2 微电网能量优化管理模型 18

3.2.1 优化变量设置 18

3.2.2 优化目标函数 18

3.2.3 约束条件 19

3.2.4 优化算法 20

3.2.5 优化配置流程图 21

3.3 本章小结 21

第4章 算例分析 22

4.1 系统参数 22

4.1.1 微电网结构模型 22

4.1.2 风力与光伏参数 22

4.1.3 储能系统参数 23

4.1.4 负荷参数 24

4.1.5 微电网分时电价参数 25

4.2 EVs负荷参数 26

4.2.1 电动汽车出厂参数 26

4.2.2 电动汽车日行驶距离分布情况 26

4.2.3 电动汽车停靠时间分布情况 27

4.2.4 电动汽车初始荷电状态 27

4.3 优化仿真结果 28

4.3.1 执行能量调度优化后的运行费用节省量 28

4.3.2 优化方案对微电网总负荷波动的优化效果 29

4.3.3 优化方案对储能设备成本的影响 29

4.4 本章小结 30

第5章 结论与展望 31

5.1 结论 31

5.2 展望 31

参考文献 32

致谢 34

绪论

课题研究背景与意义

目前世界范围内的主要能源依赖于石油、天然气等不可再生资源，为确保国家能源安全，发展绿色经济，寻找绿色能源作为替代能源显得非常必要，因此人们转而开始将发展方向转移到电动交通工具上（Electric Vehicles, EVs）的发展上。电动汽车的普及作为绿色能源的发展力量而迅速崛起，其在能源发展的历史进程中，在环境保护、国家能源安全和经济发展等方面的作用很大。为了鼓励电动汽车的发展，已经有不少国家制订了相应的政策。比如美国能源部显然已经在替代能源方面引起了足够重视。如今，美国已经实施了“电动汽车充电项目”（EV Project），从而促进了电动汽车的发展规划，通过调整资金补助和投资等政策措施，充分利用发展契机，因此美国已经取得了这方面的良好效果；在日本“下一代日本汽车战略（2010年）”中提出，按照日本目前电动车使用情况调查，目前还没有达到在日本国内广泛使用电动车和插电式混合动力车的目标，要求全国各地的政府，大规模制造充电桩。在2020年之前，日本政府的基础设施建设致力于实现以下目标：200万普通交流充电，直流快速充电5000多个；德国也相当重视充电基础的发展情况，通过多种运营模式，德国汽车发展在《德国国家电动汽车计划》等政策的扶持下取得了长足进步^[1]。

中国的电动车产业的发展现在才刚刚起步，我国的国家发展和改革委员会于2004年年中发布的“汽车产业发展政策”中提到一个相当重要的内容：要重点发展新能源汽车，注重环保意识的落实，以促进汽车产业的可持续发展，优化产业结构，专注于清洁能源汽车的发展，保持电动汽车与环境的平衡发展^[2]。2010年，中国的电动汽车保有量占5%，化石燃料汽车保有量10%。在国家发展和改革委员会的推动下，国家将在2030年实现以下目标，电动汽车保有量占汽车保有量发展目标超过50%。2015年4月，财政部发布通知，对新能源汽车的推广应用实行财政补贴，这一举措意味着消费者可以从中受益，享受比传统汽车更优惠的新能源汽车价格^[3]。