论文总字数：28624字

摘 要

近年来，燃油车的大量使用造成了石油资源的紧缺，产生了大量的温室气体，加剧了环境问题。电动汽车凭借着环保、节能的特点，很好的解决了这一问题。然而，电动汽车（Electric Vehicles，简称EVs）充电普遍具有无序性的特点，而且充电的时间较为集中，这样会拉大日负荷曲线的峰谷差，使有功网损增加，造成配电网的节点电压下降，进一步影响电能的质量以及电网运行费用。基于这种情况，本文做了以下工作：

1. 探讨了对电动汽车充电行为进行影响的因素，通过蒙特卡罗仿真建立了电动汽车无序充电负荷的模型，得到了电动汽车无序充电的负荷曲线以及包含电动汽车充电的某实际变电站日负荷曲线。

2.介绍了电价型需求响应和需求弹性的一般原理，依据隶属度函数对峰谷平时段进行划分，制定了峰谷分时电价。利用假设和已知条件，用SPSS软件进行预测分析，建立了在需求价格弹性模型下的电动汽车充电负荷需求模型。然后采用三层多代理的协调调度方式，为了实现把负荷曲线的峰谷差降到最小，对电动汽车的充电时间进行控制，建立了峰谷分时电价下的电动汽车有序充电模型。采用Cplex Studio IDE环境的OPL语言编程，对所建立的模型进行求解分析。仿真结果表明，该策略能很好地实现电动汽车充电负荷的移峰填谷作用。

3.以实时电价为基准，并且考虑到V2G情况，首先分别建立了旨在平滑负荷波动和最大化电动汽车车主的收益的单目标充电优化模型。然后使用罚函数，建立了不同权重系数下的电动汽车多目标充放电模型。该目标函数比较复杂，故采用粒子群优化算法（Particle Swarm optimization,简称PSO），用MATLAB软件编程求解。最终得到了实时电价下，电动汽车充放电的多目标控制优化策略。

关键词：需求响应 电动汽车 有序充电 多目标优化 PSO

Charging optimization strategy of electric vehicle based on price-based demand response

ABSTRACT

In recent years, the extensive use of fuel vehicles has caused a shortage of oil resources, produced a large number of greenhouse gases, and aggravated environmental problems. With the advantages of low carbon and low consumption of resources, electric cars have solved this problem well. However, the charging of electric vehicles (EVs) generally has the characteristics of disorder, and the charging time is relatively concentrated, which will widen the peak-valley difference of the daily load curve, increase the active power loss, cause the node voltage drop of distribution network, further affect the quality of electric energy and the operation cost of power grid. Based on this discussion, this article does the work:

1. The factors affecting the charging behavior of EV are analyzed, and the disordered charging load model of EV is established by Monte Carlo simulation method, obtaining the load curve of EVs' disorderly charging and the daily load curve of a practical substation including EVs charging.

2. The general principle of demand response and demand elasticity of electricity price type is introduced. Peak-valley time-of-use period is divided according to membership function, and peak-valley time-of-use price is formulated. Based on the assumptions and known conditions, the demand model of EVs charging load under the demand price elasticity model is established by using SPSS software to forecast and analyze. Then, in order to minimize the peak-valley difference of load curve and control the charging time of EVs, an EVs orderly charging model under peak-valley time-sharing price is established by using three-layer Multi-Agent Coordination scheduling method. The model is solved and analyzed by using OPL language programming in Cplex Studio IDE environment. The result is that this practice can make the peak-load shifting of EV charging load.

3. Based on the real-time electricity price and considering the V2G situation, the single-objective charging optimization models for smoothing load fluctuation and maximizing EVs owner's income are established. Then the penalty function is used to establish the multi-objective charging and discharging model of EVs with different weight coefficients. The goal function is difficult, so PSO is adopted and MATLAB software is used to solve it Finally, the multi-objective control method of EVs power exchange under real-time electricity price is obtained.

Key words: demand response; electric vehicle; orderly charging; multi-objective optimization; PSO

目 录

摘要 Ⅰ

ABSTRACT Ⅱ

第一章 绪论 1

1.1课题研究背景和意义 1

1.1.1电动汽车的发展现状 1

1.1.2电动汽车的无序充电对电网的影响 2

1.1.3电动汽车的有序充电对电网的影响 2

1.1.4电动汽车参与需求响应研究现状 3

1.2国内外研究现状 3

1.2.1电动汽车充电负荷计算方法研究 3

1.2.2电动汽车接入电网的影响研究现状 4

1.2.3基于需求响应的电动汽车充电优化控制策略研究 5

1.3本文主要工作 6

第二章 电动汽车无序充电行为分析 8

2.1电动汽车充电行为影响因素分析 8

2.1.1电动汽车的种类 8

2.1.2电动汽车充电起始时刻 8

2.1.3电动汽车日均行驶里程 9

2.1.4 电动汽车的起始SOC 10

2.1.5电动汽车的充电功率等级 11

2.2蒙特卡罗模拟法 12

2.3电动汽车无序充电负荷模型 12

2.3.1电动汽车无序充电负荷模型建立 12

2.3.2电动汽车无序充电负荷计算过程 13

2.3.3电动汽车无序充电负荷仿真模拟 15

2.4电动汽车无序充电行为的影响分析 16

2.5本章小结 16

第三章 分时电价下电动汽车充电优化策略 17

3.1 电价型需求响应 17

3.1.1电价型需求响应概述 17

3.1.2 电力价格需求弹性分析 18

3.1.3峰谷分时电价的划分和制定 19

3.2需求价格弹性下的电动汽车充电负荷模型 22

3.3峰谷分时电价下电动汽车有序充电优化控制模型 23

3.3.1.电动汽车控制方式 23

3.3.2目标函数 24

3.3.3约束条件 25

3.3.4算例分析 26

3.4本章小结 27

第四章 实时电价下电动汽车充放电优化策略 28

4.1实时电价机制 28

4.2 V2G的概念 29

4.3单目标最优控制模型 30

4.3.1以平滑日负荷曲线波动为单一目标 30

4.3.2以电动汽车车主收益最大化为单一目标 31

4.4多目标最优控制模型 32

4.4.1目标函数 32

4.4.2 约束条件 32

4.5粒子群优化算法 33

4.6算例分析 35

4.6.1基本数据 35

4.6.2仿真结果和分析 37

4.7本章小结 38

第五章 总结与展望 39

参考文献 40

致谢 43

第一章 绪论

1.1课题研究背景和意义

1.1.1电动汽车的发展现状

在当今世界，数量庞大的各类燃油车消耗了大量的石油资源，同时产生了巨量的温室气体，加剧了世界能源危机和环境问题^[1]。随着世界各国对环境问题的关注，控制汽车尾气排放显得尤为重要。电动汽车（EVs）以电能作为其动力来源，可以减少交通领域对石油资源的消耗，并且电池能够实现零排放，具有环保、节能的特点。因此，发展电动汽车成为世界各个国家的关注热点。全球的汽车工业都在加速变革，欧美等一些先进国家也都在进行产业转型，电动汽车产业得到了实质性的发展^[2]。大体而言，到2030年，全世界三分之一的汽车市场将会转向电动汽车。在2017年，一些国家政府，例如荷兰、挪威、日本和美国等，相继成功颁布了“禁止销售传统燃料汽车”的法律法规，降低燃油汽车的使用。美国政府甚至对于公共企业和市政机构等，进行强制性采购电动汽车，并对其进行购置补贴。自2009年起，我国已经开始在全国范围内大力推广新能源汽车，并且逐步进入电动汽车的工业化产业时代。经过十年的努力，到2018年7月底， 我国电动汽车的保有量已经达到了162万辆^[3]。

请支付后下载全文，论文总字数：28624字