电动汽车参与的家庭用电负荷优化策略研究

发布时间：2017-09-16 19:18

  本文关键词：电动汽车参与的家庭用电负荷优化策略研究

  更多相关文章： 能源互联网 电动汽车 V2G技术 BP神经网络 智能电网

【摘要】：近年来,高级量测装置在智能电网的运用,使得电网与用户的联系更加紧密。同时,能源互联网的发展,也促进了用户更加合理的能源消费。目前在能源消费、调度方面的研究主要是针对大规模电力负荷,对单个家庭用户的能源调度优化研究较少。因此,从用户角度出发,如何使用户自发地根据电价信息调整家庭用电能源结构,更加合理地智能用电,获得经济效益,具有很大的研究意义。本文就是以家庭用户为研究中心,设计了基于智能用电的优化策略,在此基础上结合环保节能的电动汽车,分析了电动汽车V2G(Vehicle to Grid)技术在家庭用电优化策略的影响,通过此优化策略,用户可以通过合理调整家庭用电设备的工作时间,来达到提高用电质量、节省用电消费支出的目的。文章首先介绍了智能家庭用电系统结构、能源互联网以及电动汽车V2G技术,然后采用BP神经网络对电价信息进行预测,得到误差范围内的分时电价模型,在电价已知的情况下,建立家庭用电负荷模型和电动汽车模型,利用最小差值算法和动态规划算法求解系统模型,得到了满足消费和满意度的多目标调度策略。在家庭负荷建模中,首先对负荷进行分类,明确可控制负荷,根据负荷的可调度空间,合理优化用电负荷的工作时间。电动汽车的建模中,分析了电动汽车的不同充电模式,考虑了用户的日常用车习惯,建立了基于家庭的电动汽车V2G运行模型。最后,对整个系统模型,以设备调度时间、功率限制以及用户对电动汽车的使用习惯等为限制条件,确定了用户用电消费和满意度的多目标函数,在分时电价下,通过最小差值算法和动态规划算法求解得到最终的调度方案。文章还对用户的智能用电满意度进行了分析,仿真验证了本文所建立的模型的正确性。文章表明根据用户的需求合理选择电力负荷的优化调度方式,可以使用户更好地智能用电。
【关键词】：能源互联网 电动汽车 V2G技术 BP神经网络 智能电网
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM73
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-17
• 1.1 课题研究的背景及意义11-13
• 1.1.1 课题研究背景11-12
• 1.1.2 课题研究意义12-13
• 1.2 需求响应国内外研究现状13-15
• 1.2.1 需求响应国外研究现状13-14
• 1.2.2 需求响应国内研究现状14-15
• 1.3 家庭智能用电系统研究现状15
• 1.4 本文的主要研究内容15-17
• 第二章 家庭智能用电系统与关键技术17-34
• 2.1 AMI系统结构18-20
• 2.1.1 智能电能表18-19
• 2.1.2 量测数据管理系统（MDMS）19
• 2.1.3 用户局域网络（HAN）19
• 2.1.4 通信网络19-20
• 2.2 能源互联网系统20-26
• 2.2.1 能源互联网分析20-23
• 2.2.2 能源互联网的基本架构23-26
• 2.3 电动汽车V2G技术26-31
• 2.3.1 V2G技术分析26-27
• 2.3.2 V2G技术的实现方法27-30
• 2.3.3 V2G技术涉及的关键问题30-31
• 2.4 能源互联网与电动汽车的联系31-33
• 2.5 本章小结33-34
• 第三章 基于BP神经网络的短期电价预测34-47
• 3.1 神经网络原理34-35
• 3.2 BP神经网络35-40
• 3.2.1 BP神经网络的主要特点35-39
• 3.2.2 BP神经网络的优缺点39-40
• 3.3 BP神经网络对短期电价预测40-43
• 3.3.1 数据处理40-41
• 3.3.2 确定网络拓扑结构41-43
• 3.4 BP神经网络电价预测仿真与分析43-46
• 3.5 本章小结46-47
• 第四章 家庭能源负荷建模与优化算法47-62
• 4.1 家庭能源负荷建模47-57
• 4.1.1 家庭用电负荷模型47-51
• 4.1.2 电动汽车充电模式51-52
• 4.1.3 电动汽车电池特性52
• 4.1.4 电动汽车的用户行为习惯分析52-54
• 4.1.5 电动汽车充放电建模54-56
• 4.1.6 用户满意度模型56-57
• 4.1.7 多目标优化函数模型57
• 4.2 家庭能源调度优化算法57-60
• 4.2.1 差值最小化算法58-60
• 4.2.2 动态规划算法60
• 4.3 本章小结60-62
• 第五章 家庭用电优化策略仿真与结果分析62-72
• 5.1 最小差值算法的仿真结果分析63-66
• 5.1.1 电能消费分析63-64
• 5.1.2 电动汽车的影响分析64-65
• 5.1.3 用户满意度分析65-66
• 5.2 动态规划算法的仿真结果分析66-70
• 5.2.1 电能消费分析66-68
• 5.2.2 电动汽车的影响分析68-69
• 5.2.3 用电满意度分析69-70
• 5.3 不同算法的仿真结果对比分析70
• 5.4 本章小结70-72
• 第六章 总结与展望72-74
• 6.1 论文的内容总结72
• 6.2 工作展望72-74
• 致谢74-75
• 参考文献75-78
• 作者在攻读硕士学位期间研究成果78-79

【参考文献】

中国期刊全文数据库 前10条

1 曹军威;孟坤;王继业;杨明博;陈震;李文焯;林闯;;能源互联网与能源路由器[J];中国科学:信息科学;2014年06期

2 赵俊华;文福拴;薛禹胜;董朝阳;辛建波;;计及电动汽车和风电出力不确定性的随机经济调度[J];电力系统自动化;2010年20期

3 章鹿华;王思彤;易忠林;袁瑞铭;周晖;殷庆铎;;面向智能用电的家庭综合能源管理系统的设计与实现[J];电测与仪表;2010年09期

4 王蓓蓓;李扬;高赐威;;智能电网框架下的需求侧管理展望与思考[J];电力系统自动化;2009年20期

5 张钦;王锡凡;付敏;王建学;;需求响应视角下的智能电网[J];电力系统自动化;2009年17期

6 吴憩棠;;我国“十城千辆”计划的进展[J];汽车与配件;2009年13期

7 周林;吕厚军;;人工神经网络应用于电力系统短期负荷预测的研究[J];四川电力技术;2008年06期

8 胡江溢;王鹤;周昭茂;;电力需求侧管理的国际经验及对我国的启示[J];电网技术;2007年18期

9 刘宝华,王冬容,曾鸣;从需求侧管理到需求侧响应[J];电力需求侧管理;2005年05期

10 刘观起,张建,刘瀚;基于用户对电价反应曲线的分时电价的研究[J];华北电力大学学报;2005年03期

中国硕士学位论文全文数据库 前1条

1 袁飞;面向智能电网的电力需求侧管理系统的研究[D];山东大学;2011年

，

本文编号：864944