论文总字数：23887字

摘 要

本课题在电动汽车充电站优化方面，主要解决电动汽车充电时产生峰谷差过大的问题并实现更好的经济性。

本文对研究现状进行了系统介绍，把电动汽车充电特性分为充电模式、充电功率和汽车类型。采用北京某充电站各类电动汽车抵达时间和日运行里程的数据，拟合成相应的曲线，之后以15分钟为单位，将一天分为96段，通过蒙特卡洛模拟算法，随机抽取私家车、出租车、公交车的日运行数据，在对应时间段进行叠加，得到电动汽车的负荷情况，建立无序充电时的充电负荷曲线并进行算例分析。

然后基于用户特性，选用合适的转移因子，建立电价范围内的响应模型并进行优化修正，然后运用隶属度函数建立谷时、平时、峰时电价，以电价为变量，以经济性为目标函数，建立更为合理的需求响应优化模型，得到最优电价并得到需求侧优化后的负荷曲线，并进行算例分析。

最后建立以配电网峰谷差最小为目标的模型，运用PSO优化算法对其进行求解，得到最优电价并建立有序充电后的负荷充电负荷曲线，并针对峰谷差的优化情况进行分析，主要解决电动汽车充电导致峰谷差过大的问题，并进行算例分析。

关键词：电动汽车充电优化 蒙特卡洛 需求响应 削峰填谷 PSO。

Research on operation of electric vehicle charging station considering demand response

Abstract

In this topic, the optimization of electric vehicle charging stations mainly solves the problem of excessive peak-valley difference during electric vehicle charging and achieves better economy.

This article systematically introduces the research status, and divides the charging characteristics of electric vehicles into charging mode, charging power and vehicle type. Using the data of daily mileage of various types of electric vehicles of Beijing, they are fitted into corresponding curves, and then divided into 96 segments a day in units of 15 minutes. Through the Monte Carlo simulation algorithm, private cars and rentals are randomly extracted The daily operation data of vehicles and buses are superimposed on the corresponding units to obtain the load status of electric vehicles, and the charging load curve during disordered charging is established and analyzed by calculation examples.

Then, based on the user's characteristics, select a suitable transfer factor to establish a response model within the electricity price range, and then use the membership function to establish valley hour, normal hour, and peak hour electricity prices, with electricity prices to establish more reasonable The optimal model of demand response is used to obtain the optimal electricity price and the optimized load curve on the demand side, and an example analysis is carried out.

Finally, establishing the model with the minimum peak-valley difference of the distribution network, and the PSO optimization algorithm is used to solve it to obtain the optimal electricity price and establish the orderly charged load charging load curve, and optimize the peak-valley difference and economy. Analyze the situation, mainly solve the problem of excessive peak-valley difference caused by electric vehicle charging, and conduct a case analysis.

Keywords: electric vehicle charging optimization, Monte Carlo, demand response, peak and valley filling, PSO.

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 研究背景 1

1.2 国内外研究现状 2

1.2.1 电动汽车充电对电网的影响 2

1.2.2 电动汽车充电策略 3

1.2.3 区域控制策略 3

1.3 内容和预期目标 4

第二章 电动汽车负荷特性及需求响应特性分析 6

2.1 充电特性分析 6

2.1.1 充电模式 6

2.1.2 充电功率 7

2.1.3 汽车类别 7

2.2 电动车日出行规律 8

2.2.1 私家车日出行规律 8

2.2.2 公交车及出租车日出行规律 10

2.3 电动车无序充电负荷模型 11

2.3.1 蒙特卡洛概述 11

2.3.2 建立负荷模型 11

2.3.3 无序充电仿真算例 13

2.4 需求响应模型 16

2.4.1 需求响应概述 16

2.4.2 电力价格需求弹性分析 16

2.4.3 弹性需求响应修正 17

2.4.4 峰谷时段划分 17

2.4.5 基于隶属度函数的峰、谷、平的时段分配 18

第三章 基于需求响应的电动汽车有序充电优化策略 22

3.1基于需求响应的有序充电优化策略 22

3.2 基于需求响应的有序充电优化模型 23

3.2.1 目标函数 24

3.2.2 约束条件 24

3.3 粒子群优化算法 25

3.4 算例分析 26

第四章 以削峰填谷为目标的电动汽车有序充电策略 29

4.1 以削峰填谷为目标建立模型 29

4.1.1 目标函数 29

4.1.2 约束条件 29

4.2 算例分析 29

第五章 总结与展望 33

参考文献 34

致谢 37

第一章 绪论

1.1 研究背景

电动车是由电能驱动的，其动力的唯一来源是充电电池，与传统的燃料电池汽车相比具有环保、节能等优点。

随着社会的发展，石油资源短缺以及空气污染问题越加突出，因此发展低碳经济、绿色节能产业有着很好的前景，各国都非常重视电动汽车的发展，对电动汽车的研发投入越来越大，购车补贴也很有吸引力，在政府的大力推动下，电动汽车保有量已经显著提高，产业越来越成熟^[1]。但是，大量无序的电动汽车接入电网将对电网运行造成很大的危害，不仅会增加设备的投资、使线路损耗增加还会使电能质量下降。如果能使电动汽车有序的进行充电，将很好的解决以上的问题。

请支付后下载全文，论文总字数：23887字