电动汽车混合模式充电调度策略研究
发布时间：2021-09-29 03:55
现代交通迅速发展,同时能源消耗和污染物排放造成了全球气候变暖等一系列环境问题。电动汽车（EV:Electric Vehicle）因其零排放、低噪声、较高能源利用率等特点,成为未来汽车行业发展的趋势。现阶段大量电动汽车往往无序、随机接入充电接口充电,而充电设施建设和电网充馈电管理滞后,用户的充电体验还远未达到预期,同时存在预约充电和排队充电的混合充电模式下的充电调度是亟待解决的问题。综合以上背景,本文针对电动汽车行驶模式下同时存在预约和排队的混合模式充电调度问题,深入讨论和研究了电动汽车充电桩资源的管理分配、充电模式的智能切换、基于电动汽车用户行驶计划和充电体验的充电调度等问题。为了解决充电站内存在预约充电和现场排队充电这两种充电模式时的充电桩资源竞争和充电调度问题,本文提出了基于充电成功率的充电桩分配策略。首先计算资源竞争度,以此确定整体调度时间窗口;并分析不同充电模式用户的到达模型,基于充电站用户历史充电信息和强化学习算法,合理分配调度时隙内不同模式用户可接入的充电桩比例。仿真结果表明该策略平衡了不同充电模式用户的充电成功率。然后提出智能切换充电模式的调度策略,比较动态到达用户的排队...
【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】：78 页
【学位级别】：硕士
【部分图文】：
智能电网架构图[26]
第三章兼顾预约与排队的电动汽车充电调度策略23图3-3排队充电开始时段频率拟合图到达率表示该时段抵达充电站的EV数量期望，同时图3-3也给出了在各时段排队充电的频率分布图。从图3-3可以看出行驶模式下用户夜间排队充电的频率较小，而在上午和下午的某些时段，具有充电聚集性，用户的排队时间此时会比较长。而且该充电站100个用户整体排队充电的频率大致服从N(12.73,24.72)的正态分布。后续算法仿真用到的有关排队用户充电的到达率等参数就由本节给出。3.3基于均衡充电成功率的充电桩分配策略电动汽车充电调度发展过程中由无预约方式到有预约方式，即充电站现场排队充电到提前预约选择充电站和充电时隙的过渡阶段，同时存在预约用户和排队用户两类用户。本方案同时考虑两类用户在一个充电站内同时充电的问题，下文所定义的充电成功率为优化目标，提出一种基于均衡充电成功率的充电桩分配策略。3.3.1基本思路如果不考虑天气、节假日和重大活动的影响，电动汽车在一般工作日的充电往往具有周期相似性，如电动汽车排队用户在一天各时段内到达充电站具有潮汐效应。本节基于充电站内用户的历史充电数据，进行充电桩资源分配进一步实现充电调度。具体充电桩资源分配的目标是：在充电调度发展过渡阶段同时存在预约式和排队式两类充电用户；如若某一类用户享有更高的充电优先级则另一类用户便很难在一段时间内得到充电服务；因此需要在存在资源竞争的调度时间窗口内为每一类充电用户集合合理地分配空闲充电桩，平衡两类用户的充电成功率，提高用户的充电体验。因而，本节提出一种基于均衡充电成功率的充电桩分配策略。
电子科技大学硕士学位论文36表3-7算法基本参数设置经验轨迹探索次数episode200-greedy策略参数0.6更新步长0.5折扣因子0.8预约与排队权重0.3、0.5、0.73.6.2仿真结果分析为了验证本章所提基于均衡充电成功率的充电桩分配策略以及优化动态到达用户充电等待时间的充电模式智能切换策略，本文通过数值仿真对不同调度策略下的电动汽车充电成功率进行了性能分析和对比，并给出了采取不同策略时的充电桩分配方案。图3-7每时隙充电桩资源竞争情况图3-7是对本章所提的充电桩资源竞争程度进行的计算和仿真。通过对每个时隙预约用户和排队充电用户总的平均到达数量与每时隙的空闲充电桩数量进行比较，由图3-7可见在时隙8资源竞争比就超过了1，且从时隙8到时隙18的这段区间资源竞争比都大于1，即充电调度时间窗口的开始时隙8bW=，窗口结束时隙18eW=，在这段区间内充电桩资源出现了供不应求。这段区间的长度是11，并在时隙9，即8：00-8：59资源竞争出现了峰值，这也恰好是用户工作日充电的高峰期。因此，本节在该时间窗口内进行了充电桩资源分配策略的仿真验证。在对3.3节的充电桩分配算法仿真中令权重=0.5表示对两类用户同等对待，不会让某类用户出现完全无法得到充电服务的情况。如果不对充电桩进行公平分配，则在充电调度中预约用户享有比排队用户更高的优先级，空闲充电桩优先满足
本文编号：3413150
【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】：78 页
【学位级别】：硕士
【部分图文】：
智能电网架构图[26]
第三章兼顾预约与排队的电动汽车充电调度策略23图3-3排队充电开始时段频率拟合图到达率表示该时段抵达充电站的EV数量期望，同时图3-3也给出了在各时段排队充电的频率分布图。从图3-3可以看出行驶模式下用户夜间排队充电的频率较小，而在上午和下午的某些时段，具有充电聚集性，用户的排队时间此时会比较长。而且该充电站100个用户整体排队充电的频率大致服从N(12.73,24.72)的正态分布。后续算法仿真用到的有关排队用户充电的到达率等参数就由本节给出。3.3基于均衡充电成功率的充电桩分配策略电动汽车充电调度发展过程中由无预约方式到有预约方式，即充电站现场排队充电到提前预约选择充电站和充电时隙的过渡阶段，同时存在预约用户和排队用户两类用户。本方案同时考虑两类用户在一个充电站内同时充电的问题，下文所定义的充电成功率为优化目标，提出一种基于均衡充电成功率的充电桩分配策略。3.3.1基本思路如果不考虑天气、节假日和重大活动的影响，电动汽车在一般工作日的充电往往具有周期相似性，如电动汽车排队用户在一天各时段内到达充电站具有潮汐效应。本节基于充电站内用户的历史充电数据，进行充电桩资源分配进一步实现充电调度。具体充电桩资源分配的目标是：在充电调度发展过渡阶段同时存在预约式和排队式两类充电用户；如若某一类用户享有更高的充电优先级则另一类用户便很难在一段时间内得到充电服务；因此需要在存在资源竞争的调度时间窗口内为每一类充电用户集合合理地分配空闲充电桩，平衡两类用户的充电成功率，提高用户的充电体验。因而，本节提出一种基于均衡充电成功率的充电桩分配策略。
电子科技大学硕士学位论文36表3-7算法基本参数设置经验轨迹探索次数episode200-greedy策略参数0.6更新步长0.5折扣因子0.8预约与排队权重0.3、0.5、0.73.6.2仿真结果分析为了验证本章所提基于均衡充电成功率的充电桩分配策略以及优化动态到达用户充电等待时间的充电模式智能切换策略，本文通过数值仿真对不同调度策略下的电动汽车充电成功率进行了性能分析和对比，并给出了采取不同策略时的充电桩分配方案。图3-7每时隙充电桩资源竞争情况图3-7是对本章所提的充电桩资源竞争程度进行的计算和仿真。通过对每个时隙预约用户和排队充电用户总的平均到达数量与每时隙的空闲充电桩数量进行比较，由图3-7可见在时隙8资源竞争比就超过了1，且从时隙8到时隙18的这段区间资源竞争比都大于1，即充电调度时间窗口的开始时隙8bW=，窗口结束时隙18eW=，在这段区间内充电桩资源出现了供不应求。这段区间的长度是11，并在时隙9，即8：00-8：59资源竞争出现了峰值，这也恰好是用户工作日充电的高峰期。因此，本节在该时间窗口内进行了充电桩资源分配策略的仿真验证。在对3.3节的充电桩分配算法仿真中令权重=0.5表示对两类用户同等对待，不会让某类用户出现完全无法得到充电服务的情况。如果不对充电桩进行公平分配，则在充电调度中预约用户享有比排队用户更高的优先级，空闲充电桩优先满足
本文编号：3413150
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3413150.html
