电动汽车与多源微电网综合优化调度研究

发布时间：2020-11-19 21:27

　　 随着化石能源的巨大消耗及生态环境的破坏,人们正在积极的发展可再生能源和实现电能替代。微电网作为融合分布式发电设备与负荷的手段,为有效接纳可再生能源带来了机遇与挑战。电动汽车作为电能替代的典型代表,其大规模、无序充电给电网系统造成负荷峰谷差加大、电压和频率偏移等问题,但其充电负荷的可转移性和可控性为解决风力发电和光伏发电的间歇性问题提供了一种解决方案。在微电网系统中将电动汽车与可再生能源发电有机的融合于一起,能够为可再生能源的消纳问题提供新的解决途径,但同时也会给微电网规划、经济运行及综合调度带来困难。研究电动汽车与多微源型微电网优化运行调度的课题能为上述问题的解决提供理论支持和实践指导,具有理论研究价值和实际意义。本文首先综述了电动汽车充电负荷对电网影响及与微电网协同调度的研究现状,并针对目前电动汽车与微电网优化运行现状中的经济调度问题,建立了电动汽车与并网型多微源微电网综合经济调度模型。针对传统智能算法对含有多约束、多变量、强耦合的调度模型求解效率低、易求解到局部最优等问题,提出了一种改进型混合粒子群算法对模型进行求解。该算法对粒子群个体历史最优位置进行交叉和变异操作改进,并采用了候选解修复和罚函数结合的方法处理多约束问题。通过算例分析表明,该算法收敛性好,对多维变量的复杂问题在多维空间搜索能力强,优化结果显示电动汽车与微电网协同调度能够减少微电网综合成本。其次,针对电动汽车与孤岛微电网优化调度问题,建立了电动汽车参与孤岛微电网优化调度模型,提出了一种改进的差分搜索算法对模型进行求解。通过算例分析表明,该算法相对于基本差分搜索算法和粒子群算法,其收敛速度明显提高,对电动汽车与孤岛微电网调度模型的求解能力得到改善。优化结果表明,电动汽车参与孤岛微电网经济调度改善了微电网独立运行成本和环境治理费用,提高了微电网独立经济运行水平。最后,本文建立的电动汽车与微电网多目标优化调度模型,采用NSGA-II算法求取了电动汽车与微电网多目标优化调度模型的Pareto最优解集,通过模糊隶属度函数求解了折中解。算例分析表明电动汽车参与微电网综合优化调度,能够显著改善微电网综合运行水平,减少微电网运行成本、污染物排放治理费用及微电网系统负荷方差。通过使用MATPOWER工具包对微电网网络参数分析表明,电动汽车参与微电网多目标优化调度,使微电网系统有功损耗减少,节点电压偏移减小,提高了微电网网络安全水平。
【学位单位】：兰州理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TM73
【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景及意义
        1.1.1 课题背景
        1.1.2 课题意义
    1.2 国内外研究现状
        1.2.1 电动汽车充电负荷对电网影响研究现状
        1.2.2 电动汽车与微电网协同优化运行研究现状
        1.2.3 智能算法研究现状
    1.3 论文的内容与结构
        1.3.1 论文的内容
        1.3.2 论文的结构
    1.4 本章小结
第2章 电动汽车无序充电模型及微电网各微源模型
    2.1 电动汽车充电模型
    2.2 微源模型
        2.2.1 光伏组件模型
        2.2.2 风力发电机组模型
        2.2.3 储能模型
        2.2.4 燃料电池组模型
        2.2.5 微型燃气轮机模型
    2.3 本章小结
第3章 基于改进粒子群算法的电动汽车与并网型微电网经济调度
    3.1 并网型微电网优化调度模型
    3.2 模型约束条件
        3.2.1 等式约束条件
        3.2.2 不等式约束条件
    3.3 求解算法
        3.3.1 粒子群算法
        3.3.2 差分进化算法
        3.3.3 改进粒子群算法
        3.3.4 性能测试
        3.3.5 约束条件的处理
    3.4 算例分析
    3.5 本章小结
第4章 基于改进差分搜索算法的电动汽车与孤岛微电网经济调度
    4.1 孤岛微电网优化调度模型
    4.2 约束条件
    4.3 模型求解方法
        4.3.1 差分搜索算法
        4.3.2 改进差分搜索算法
    4.4 算例分析
    4.5 本章小结
第5章 电动汽车与微电网多目标优化调度
    5.1 微电网多目标优化模型
    5.2 多目标求解方法
        5.2.1 NSGA-II基本原理
        5.2.2 NSGA-II算法步骤
        5.2.3 优化结果和约束条件的处理方法
    5.3 算例分析
        5.3.1 分布式微电网结构与参数
        5.3.2 算例结果分析
        5.3.3 微电网网损和节点电压分析
    5.4 本章小结
结论与展望
    结论
    展望
参考文献
致谢
附录A 攻读学位期间所发表的学术论文目录
附录B

【参考文献】

相关期刊论文 前10条

1 梁子鹏;陈皓勇;王勇超;张聪;郑晓东;万楚林;;含电动汽车的微网鲁棒经济调度[J];电网技术;2017年08期

2 王行行;赵晋泉;王珂;姚建国;杨胜春;冯树海;;考虑用户满意度和配网安全的电动汽车多目标双层充电优化[J];电网技术;2017年07期

3 徐俊俊;戴桂木;吴在军;窦晓波;顾伟;袁晓冬;;计及电动汽车和光伏不确定性的主动配电网量测优化配置[J];电力系统自动化;2017年01期

4 刘春阳;王秀丽;吴雄;;考虑蓄电池分组优化的风储系统多层次调度策略[J];电网技术;2016年10期

5 陈静鹏;朴龙健;艾芊;肖斐;;基于分布式控制的电动汽车分层优化调度[J];电力系统自动化;2016年18期

6 王璟;王利利;郭勇;孙义豪;关朝杰;;计及电动汽车的微电网经济调度方法[J];电力系统保护与控制;2016年17期

7 侯建朝;胡群丰;谭忠富;;计及需求响应的风电-电动汽车协同调度多目标优化模型[J];电力自动化设备;2016年07期

8 张立毅;刘静光;陈雷;李锵;孙彦慧;;基于差分搜索的高光谱图像解混算法[J];计算机应用研究;2016年10期

9 赵波;包侃侃;徐志成;张有兵;;考虑需求侧响应的光储并网型微电网优化配置[J];中国电机工程学报;2015年21期

10 张谦;蔡家佳;刘超;李春燕;;基于优先权的电动汽车集群充放电优化控制策略[J];电工技术学报;2015年17期

相关博士学位论文 前2条

1 崔明勇;微网多目标优化运行及控制策略研究[D];华北电力大学（北京）;2011年

2 曾杰;可再生能源发电与微网中储能系统的构建与控制研究[D];华中科技大学;2009年

相关硕士学位论文 前6条

1 鲍雨徽;含DG和EV配电网的潮流分析与优化方法研究[D];广东工业大学;2016年

2 吴晓玲;含风电及电动汽车接入的微网调度策略研究[D];电子科技大学;2015年

3 俞勤政;并网型微电网能量优化管理研究[D];华北电力大学;2015年

4 沈玉明;微电网电源容量优化配置与最优经济运行的模型和算法研究[D];重庆大学;2014年

5 李丽丽;图像边缘检测算法及其在交通视频分割中的应用研究[D];重庆交通大学;2014年

6 杨赞;含电动汽车微网的经济调度研究[D];浙江工业大学;2013年

本文编号：2890466