电动汽车充馈电调度路规划协同策略研究
发布时间：2021-03-28 02:04
电动汽车作为一种绿色交通出行工具,可以缓解传统燃油汽车对不可再生能源的严重消耗以及日益严重的环境污染问题。随着大规模电动汽车的应用,为了提升行驶模式下电动汽车用户的出行与充电体验、缓解大规模电动汽车的集体充电行为对电网负荷造成的影响,本文分别对行驶模式下电动汽车的充电调度策略和馈电调度策略进行了研究,并根据充电调度结果为电动汽车用户规划最短时间行驶路径。为了对行驶模式下发起路径规划请求的电动汽车的充电行为进行统一调度管理,本文首先使用蒙特卡洛方法模拟充电站的充电负荷情况以估计电动汽车在充电站的排队时间。接着本文提出了一种基于行驶计划的单个电动汽车充电调度策略,并对模型进行求解。仿真结果表明在电动汽车数量较少时,该策略能够有效减少电动汽车的出行充电耗时。但随着电动汽车数量增多,由于该策略没有考虑电动汽车充电对彼此的影响以及对电网负荷的影响,因此系统中电动汽车的平均出行时间持续增加且各充电站出现了严重的负荷不均衡的情况。针对该现象,本文接下来提出了一种基于充电站负荷均衡的电动汽车充电调度策略,并使用遗传算法进行求解。仿真结果表明即使电动汽车数量较多时,该策略仍可以有效均衡各充电站负荷并且有...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 智能电网概述
1.3 国内外研究现状
1.3.1 电动汽车充电调度
1.3.2 电动汽车路径规划
1.3.3 电动汽车馈电匹配
1.4 论文主要研究内容与创新点
1.5 论文章节安排
第二章 电动汽车行驶相关技术概述
2.1 引言
2.2 电动汽车充电方式
2.3 充电定价机制
2.3.1 基于时间的定价机制
2.3.2 基于空间的定价机制
2.3.3 馈电定价机制
2.4 最短路算法概述
2.4.1 地图信息存储
2.4.2 Dijkstra算法概述
2.5 电动汽车出行特性
2.5.1 电动汽车日行驶特征
2.5.2 基于蒙特卡洛的电动汽车充电负荷模型
2.6 本章小节
第三章 基于V2G系统的电动汽车充馈电调度管理
3.1 引言
3.2 V2G系统架构
3.2.1 网元描述
3.2.2 网元通信方式
3.2.3 V2G系统架构
3.3 网元消息报文设计
3.3.1 路径规划请求消息报文
3.3.2 馈电广播消息报文
3.3.3 馈电请求消息报文
3.4 EV路径规划与充馈电调度管理系统设计
3.4.1 系统框架
3.4.2 EV路径规划请求管理系统设计
3.4.3 EV馈电调度管理系统设计
3.5 本章小结
第四章 电动汽车充电调度与路径规划协同策略
4.1 引言
4.2 路径规划请求
4.3 基于行驶计划的单个EV充电调度策略
4.3.1 可达充电站集合
4.3.2 充电站排队时间
4.3.3 数学模型
4.3.4 模型求解过程
4.4 基于充电站负荷均衡的多EV充电调度策略
4.4.1 充电站负荷
4.4.2 数学模型
4.5 模型求解算法
4.5.1 遗传算法简介
4.5.2 基于遗传算法的模型求解过程
4.6 算例仿真及结果分析
4.6.1 仿真场景及参数设置
4.6.2 仿真结果及分析
4.7 本章小结
第五章 基于行驶计划的电动汽车馈电匹配策略
5.1 引言
5.2 充馈电请求
5.3 基于最短距离的馈电匹配策略
5.3.1 数学模型
5.3.2 模型求解过程
5.4 基于行驶计划的馈电匹配策略
5.4.1 电动汽车行驶计划
5.4.2 馈电位置选择
5.4.3 馈电收益
5.4.4 数学模型
5.5 模型求解算法
5.5.1 匹配理论简介
5.5.2 基于改进GS算法的模型求解过程
5.6 算例仿真及结果分析
5.6.1 仿真场景及参数设置
5.6.2 仿真结果及分析
5.7 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
本文编号：3104668
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 智能电网概述
1.3 国内外研究现状
1.3.1 电动汽车充电调度
1.3.2 电动汽车路径规划
1.3.3 电动汽车馈电匹配
1.4 论文主要研究内容与创新点
1.5 论文章节安排
第二章 电动汽车行驶相关技术概述
2.1 引言
2.2 电动汽车充电方式
2.3 充电定价机制
2.3.1 基于时间的定价机制
2.3.2 基于空间的定价机制
2.3.3 馈电定价机制
2.4 最短路算法概述
2.4.1 地图信息存储
2.4.2 Dijkstra算法概述
2.5 电动汽车出行特性
2.5.1 电动汽车日行驶特征
2.5.2 基于蒙特卡洛的电动汽车充电负荷模型
2.6 本章小节
第三章 基于V2G系统的电动汽车充馈电调度管理
3.1 引言
3.2 V2G系统架构
3.2.1 网元描述
3.2.2 网元通信方式
3.2.3 V2G系统架构
3.3 网元消息报文设计
3.3.1 路径规划请求消息报文
3.3.2 馈电广播消息报文
3.3.3 馈电请求消息报文
3.4 EV路径规划与充馈电调度管理系统设计
3.4.1 系统框架
3.4.2 EV路径规划请求管理系统设计
3.4.3 EV馈电调度管理系统设计
3.5 本章小结
第四章 电动汽车充电调度与路径规划协同策略
4.1 引言
4.2 路径规划请求
4.3 基于行驶计划的单个EV充电调度策略
4.3.1 可达充电站集合
4.3.2 充电站排队时间
4.3.3 数学模型
4.3.4 模型求解过程
4.4 基于充电站负荷均衡的多EV充电调度策略
4.4.1 充电站负荷
4.4.2 数学模型
4.5 模型求解算法
4.5.1 遗传算法简介
4.5.2 基于遗传算法的模型求解过程
4.6 算例仿真及结果分析
4.6.1 仿真场景及参数设置
4.6.2 仿真结果及分析
4.7 本章小结
第五章 基于行驶计划的电动汽车馈电匹配策略
5.1 引言
5.2 充馈电请求
5.3 基于最短距离的馈电匹配策略
5.3.1 数学模型
5.3.2 模型求解过程
5.4 基于行驶计划的馈电匹配策略
5.4.1 电动汽车行驶计划
5.4.2 馈电位置选择
5.4.3 馈电收益
5.4.4 数学模型
5.5 模型求解算法
5.5.1 匹配理论简介
5.5.2 基于改进GS算法的模型求解过程
5.6 算例仿真及结果分析
5.6.1 仿真场景及参数设置
5.6.2 仿真结果及分析
5.7 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
本文编号：3104668
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3104668.html
