面向电动汽车的光伏充电站智能调度策略研究

发布时间：2023-04-28 01:44

　　随着碳排放等环境问题的日益加剧,电动汽车已经得到了越来越多的应用。与此同时,化石能源的过度消耗使得以光伏为主的分布式清洁能源迎来了飞速发展。以光伏发电为主要能源构建电动汽车光伏充电站能够实现清洁能源与电动汽车的有效耦合,实现清洁能源的就地消纳,降低能源传输带来的损耗。首先,针对光伏发电的波动性以及随机性等不稳定的特点,对光伏充电站的智能调度进行研究必须以准确预测光伏系统的输出功率为基础。而光伏系统的输出功率受本身组件特性以及气象信息等多种耦合因素的影响,增加了光伏系统输出功率预测的难度。本文对光伏系统的历史输出数据及相关气象信息进行了分析与处理,提取出主要特征基于神经网络构建了预测模型,有效减少了光伏系统输出功率预测的均方根误差(Root Mean Square Error,RMSE),为光伏充电站的能量智能调度策略奠定了基础。其次,大规模电动汽车的无序充电行为会加剧电网配电侧的波动性,造成变压器等基础设施过载。据此,本文对光伏充电站的波动性进行了分析,并对电动汽车的充电行为进行建模,在精准预测光伏系统输出功率的基础上,提出了相应的智能调度策略,根据不同时刻的光伏系统的发电状态对充电站...

【文章页数】：66 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
        1.1.1 电动汽车发展现状
        1.1.2 光伏发电及智能运维发展现状
        1.1.3 电动汽车充电站发展现状
        1.1.4 研究意义
    1.2 论文主要研究内容
    1.3 论文结构安排
第二章 研究现状
    2.1 光伏发电功率预测研究现状
        2.1.1 光伏发电功率预测研究方法分类
        2.1.2 光伏发电短期输出功率预测方法
    2.2 电动汽车充电站研究现状
        2.2.1 电动汽车充电方式分类
        2.2.2 电动汽车充换电站选址定容规划研究现状
        2.2.3 电动汽车参与电网调峰研究现状
        2.2.4 电动汽车与清洁能源联合调度研究现状
        2.2.5 电动汽车充换电站经济收益与QoS保障研究现状
        2.2.6 电动汽车充电站负载均衡研究现状
    2.3 相关基础
        2.3.1 时间序列模型
        2.3.2 BP神经网络
        2.3.3 循环神经网络
    2.4 本章小结
第三章 光伏系统发电功率预测
    3.1 引言
    3.2 光伏系统数据预处理
        3.2.1 数据缺失值处理
        3.2.2 数据异常值处理
        3.2.3 归一化处理
    3.3 光伏系统输出功率分析
    3.4 气象特征相关性分析
        3.4.1 光照辐射强度
        3.4.2 环境温度
        3.4.3 环境相对湿度
        3.4.4 风速
        3.4.5 露点温度
        3.4.6 皮尔逊相关系数
    3.5 光伏系统功率预测模型
        3.5.1 模型结构
        3.5.2 误差衡量指标
        3.5.3 预测结果分析
        3.5.4 模型预测误差对比
    3.6 本章小结
第四章 电动汽车光伏充电站智能调度策略
    4.1 引言
    4.2 应用场景
    4.3 电动汽车充电行为分析
    4.4 光伏系统出力分析
    4.5 智能调度策略
        4.5.1 目标函数
        4.5.2 约束条件
        4.5.3 整体流程
    4.6 算例分析
    4.7 本章小结
第五章 总结和展望
    5.1 论文工作成果总结
    5.2 未来工作展望
参考文献
致谢
攻读学位期间发表的学术论文



本文编号：3803486