含电动汽车与分布式能源的配电网络能量优化

发布时间：2017-07-20 20:14

  本文关键词：含电动汽车与分布式能源的配电网络能量优化

  更多相关文章： 分布式能源 电动汽车 冷热电联供 能量优化 配电网

【摘要】：随着社会经济的高速发展,对能源的需求持续增加,面对日益严峻的化石能源危机和环境污染问题,清洁能源代替化石能源将成为全球能源体系的必然发展趋势。分布式能源系统可以有效的开发利用清洁能源,同时电动汽车与传统燃油汽车相比具有节能减排的明显优势。在此背景下,研究含分布式能源与电动汽车的配电网能量优化有重要的理论和工程价值。首先,本文对电动汽车进行用户行为特性的分析及数学建模,然后对各入网的分布式能源(光伏系统、蓄电池、微型燃气轮机、燃料电池、风力发电系统、热电联产的同步发电机)进行运行原理分析和数学建模。其次,将作为清洁能源和可再生资源的太阳能加入可以实现能量梯级利用的冷热电联供(CCHP)系统,为了降低光伏发电系统出力的随机性,设计了一种可以平滑输出功率的光伏蓄电池系统,并将其与传统的CCHP系统相结合构建了一个综合型的联供系统。在热跟随(FTL)和电跟随(FEL)两种运行模式下,考虑电动汽车充电负荷的影响,评估环境成本和全寿命周期成本两个指标。最后,基于电动汽车的时空特性模型,研究了电动汽车在无序充电和有序充放电策略下对配电网络有功损耗和电压偏移的影响。考虑分布式电源的运行特性,构建了分布式电源的潮流计算模型。在电动汽车有序充放电的基础上,以一天24小时为基础,建立了包括网络损耗、发电成本、污染物处理费用、综合性能四个目标函数,采用改进的粒子群算法,求解含电动汽车与分布式电源的配电网络最优潮流。利用IEEE33算例系统,验证了模型和算法的正确性。
【关键词】：分布式能源 电动汽车 冷热电联供 能量优化 配电网
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM74
【目录】：

• 致谢7-8
• 摘要8-9
• ABSTRACT9-16
• 第一章 绪论16-22
• 1.1 课题的研究背景16-18
• 1.2 国内外冷热电联供系统的发展和研究现状18-19
• 1.3 国内外配电网能量优化的发展和研究现状19
• 1.4 国内外电动汽车的发展和研究现状19-20
• 1.5 本文的主要研究工作20-22
• 第二章 电动汽车及分布式电源的数学建模22-36
• 2.1 电动汽车22-23
• 2.1.1 电动汽车的用户行为分析22
• 2.1.2 电动汽车的时空特性建模22-23
• 2.2 光伏系统23-25
• 2.2.1 光伏发电的原理23-24
• 2.2.2 光伏阵列的数学模型24-25
• 2.3 蓄电池25-27
• 2.3.1 蓄电池的工作原理25-26
• 2.3.2 蓄电池的数学建模26-27
• 2.4 微型燃气轮机27-29
• 2.4.1 微型燃气轮机的工作原理27-29
• 2.4.2 微型燃气轮机的数学模型29
• 2.5 燃料电池29-31
• 2.5.1 燃料电池的工作原理29-30
• 2.5.2 燃料电池的数学模型30-31
• 2.6 风力发电系统31-34
• 2.6.1 风力发电的原理31-32
• 2.6.2 风力发电的数学模型32-34
• 2.7 热电联产同步发电机34
• 2.8 本章小结34-36
• 第三章 含光伏蓄电池系统的冷热电联供系统运行模式评估36-50
• 3.1 冷热电联供系统的能量流程分析37-38
• 3.2 冷热电联供系统的运行模式38
• 3.2.1 热跟随模式38
• 3.2.2 电跟随模式38
• 3.3 计及全寿命周期的评价指标38-41
• 3.3.1 环境成本费用39-40
• 3.3.2 全寿命周期成本40-41
• 3.4 算例分析41-48
• 3.4.1 电动汽车无序充电负荷预测43-44
• 3.4.2 光伏蓄电池系统44-46
• 3.4.3 光伏蓄电池系统对冷热电联供系统的影响46-47
• 3.4.4 环境指标比较47
• 3.4.5 全寿命周期指标比较47-48
• 3.5 本章小结48-50
• 第四章 含电动汽车与分布式电源的配电网最优潮流50-68
• 4.1 最优潮流的目标函数50-53
• 4.1.1 系统的网络有功功率损耗50-51
• 4.1.2 系统的发电成本51
• 4.1.3 系统的污染物处理费用51-52
• 4.1.4 系统综合性能52-53
• 4.2 最优潮流的约束条件53
• 4.2.1 等式约束条件53
• 4.2.2 不等式约束条件53
• 4.3 最优潮流的潮流算法53-55
• 4.4 最优潮流的寻优算法55-57
• 4.4.1 粒子群算法的位置和速度更新公式56
• 4.4.2 自适应惯性因子56
• 4.4.3 加强学习因子56-57
• 4.4.4 改进粒子群算法的计算步骤57
• 4.5 算例分析57-66
• 4.5.1 算例系统57-58
• 4.5.2 电动汽车的对配电网络的影响分析58-61
• 4.5.3 含电动汽车与分布式电源的配电网络最优潮流61-63
• 4.5.4 改进的PSO算法与传统PSO算法对比的分析63-64
• 4.5.5 不同目标函数下分布式电源的出力分析64-66
• 4.5.6 不同目标函数下节点电压的对比分析66
• 4.6 本章小结66-68
• 第五章 结论与展望68-71
• 5.1 本文的主要工作总结68-69
• 5.2 对今后工作的展望与建议69-71
• 参考文献71-76
• 攻读硕士学位期间的学术活动及成果情况76

【参考文献】

中国期刊全文数据库 前10条

1 吴红斌;王东旭;刘星月;;太阳能冷热电联供系统的策略评估和优化配置[J];电力系统自动化;2015年21期

2 黄小庆;杨夯;陈颉;江磊;曹一家;;基于LCC和量子遗传算法的电动汽车充电站优化规划[J];电力系统自动化;2015年17期

3 李正茂;张峰;梁军;，

本文编号：569790