安徽省电动汽车发展及其接入电网的影响与建议

电动汽车技术作为新兴的新能源交通技术,受到广泛的关注。它具有低噪音、高能源利用率、无移动废弃等优势。未来将有大规模的电动汽车接入安徽配电网,而当前电动汽车接入电网充电负荷具有一定随机性和波动性,这对安徽配电网安全可靠运行造成一定的影响。文章在阐述安徽电动汽车发展的概况后,分析了电动汽车接入对安徽电网的负荷增长、电能质量和配电网规划等影响。最后,针对这些影响,提出建议。     

计及电动汽车自由充电的负荷需求

电动汽车规模化应用后,其充电功率需求将会对原有的电网负荷产生很大的影响.对不同类型的电动汽车不同的充电功率,采用蒙特卡洛法抽取起始充电时间和日行驶里程来计算电动汽车的充电负荷,给出了多台汽车的充电负荷曲线.以某市夏季日负荷曲线为例,计算出不同规模电动汽车对原负荷曲线的影响.结果表明,电动汽车的自由充电特性使电网的峰荷产生了一定的增长.     

电动汽车充电负荷预测系统研究

根据规划的电动汽车在未来规模化的应用将对电网产生重要影响,电动汽车充电负荷预测是分析电动汽车接人电网的基础,目前还没有比较成熟的方法。综述电动汽车接人对电网的影响和电动汽车负荷预测的研究现状,分析充电负荷预测的影响因素,并基于分布函数的蒙特卡洛计算模拟,开发一套区域电动汽车充电负荷预测系统,可实现对不同电动汽车种类、不同电池容量、不同充电方式、不同充电频率等情况下的综合预测,为电动汽车接人电网的影响分析和调控策略制订提供理论和技术支持。     

电动汽车快速充电站的负荷特性

介绍了电动汽车的各种充电模式,探讨了快速充电站的负荷特性.借鉴汽车加油统计规律,建立了单台电动汽车功率需求的统计模型,并利用概率统计学大数定律和中心极限定理,求得多台电动汽车同时充电的最大负荷功率,以期为城市电网负荷预测提供技术依据.     

无序充电模式下电动汽车对住宅区配电网谐波影响研究

在无序充电模式下,电动汽车大规模接入电网不仅会增加电网的用电负荷而且会产生大量谐波影响电网电能质量。为了研究电动汽车充电时谐波电流在时间上的分布规律,减少电动汽车在无序充电模式下对电网造成的谐波污染,该文在Simulink平台搭建住宅区充电站模型,根据无序充电模式下电动汽车的负荷分布情况和电动汽车车载机模型研究不同时刻下各次谐波电流的分布情况。仿真结果表明,当电动汽车充电负荷达到最大时其对单相电源产生的电流总谐波畸变率也最大;充电期间3次谐波的含量高于其它各次谐波,且随着充电负荷的增加3次谐波的含量也会随之缓慢增加;APFC技术能有效地抑制谐波电流,降低电动汽车充电时带来的谐波污染。     

计及电动汽车充电与可再生能源协同调度的负荷特性分析

电动汽车与可再生能源的协同调度是促进可再生能源消纳、平抑可再生能源并网带来的波动、减少电动汽车无序充电对电网影响的有效手段。本文以降低光伏发电入网后电网的净负荷波动为目标,建立电动汽车与光伏发电协同调度的数学模型。同时,针对现有的研究缺乏对电动汽车有序充电后的电网和电动汽车负荷特性进行定量分析的问题,提出特性评价指标,用于定量分析电动汽车响应调度后电网的负荷特性,并评估协同调度的效果和影响。最后,采用天津市某区域的数据进行仿真分析,结果表明,本文所提出的协同调度模型在不同光伏渗透率下均能有效地平抑可再生能源波动,减少负荷峰谷差。     

基于RBF-NN的电动汽车充电站短期负荷预测研究

为了应对电动汽车大规模并网后对地区电网负荷模式和可靠运行带来的影响,本文以某电动汽车充电站的相关数据为依据,分析研究了电动汽车充电站的负荷特性以及影响负荷变化的主要因素,构建了基于RBF-NN的电动汽车充电站短期负荷预测模型,同时通过仿真算例验证并与BP-NN预测模型进行了比较。结果表明,基于RBF-NN的短期负荷预测模型具有更好的预测精度,适用于电动汽车充电站的短期负荷预测。该研究为下一步工程实践应用提供了理论依据。     

电动汽车充放电模式对电网日负荷的影响

根据传统汽车的行驶特性,分析各类电动汽车充电行为的影响因素,考虑在3种充放电模式下电动汽车的充放电方式、电池特性、充放电时间及充电成本等因素,建立基于蒙特卡罗模拟法的规模化电动汽车在不同充放电模式下的日负荷模型. 分析结果表明,电动汽车无序充电会导致电网峰谷差率增加,单向有序充电则可在一定程度上实现“填谷”目标,而双向有序充放电模式下的电动汽车负荷可以更好地平抑电网负荷波动,缓解电力紧张,并给用户带来一定的经济收益.     

电动汽车接入对光储电站电压质量的影响

电动汽车具有负荷和移动储能的双重特性,合理利用电动汽车的移动储能特性可以改善电压质量,减少电网储能装置的配置,提高能源的利用率。首先,建立了基于光储电站的微电网系统;然后,以光储电站母线电压为控制对象,提出了电动汽车的控制策略;最后,用MATLAB/Simulink对电动汽车接入电网改善电压质量的可行性进行了分析和验证。     

基于MDP及激励需求响应的电动汽车有序充电控制

电动汽车充电行为的不确定性及随机性使充电负荷短时间内大量接入电网从而导致较大的负荷波动,同时,电动汽车的无序充电行为,不能在分时电价的条件下保证充电用户的利益.为缓解这些问题带来的负面影响,首先,基于强化学习中马尔科夫决策过程(MDP)分析电动汽车的充电行为;然后,构造激励函数引导电动汽车根据电网供电裕度进行充电选择,得出同时满足负荷波动最小和用户花费最小的有序充电策略;最后,通过蒙特卡洛方法模拟电动汽车充电情况.有序充电仿真结果表明,该策略能有效地改善负荷叠加曲线,起到削峰填谷作用,并减少用户充电花费.     

V2G模式下电动汽车的有序充放电策略

电动汽车规模化接入电网会对配电网的安全运行造成负面影响,研究如何控制电动汽车的充放电过程有利于配电网的安全经济运行。以削峰填谷作为优化目标,建立了基于电动汽车与电网互动(V2G)技术的光储式电动汽车充电站系统模型,提出了电动汽车定时模式、定峰模式、负荷整形模式以及V2G与储能配合模式4种有序充放电策略。基于MATLAB软件平台的算例仿真结果表明,所提策略可在一定程度上起到削峰填谷的作用,验证了所提策略的可行性和有效性。     

电动汽车充放电特性及其对配电系统的影响分析

随着电动汽车技术特别是电池技术的发展和一些发达国家在政策方面的大力支持,电动汽车在最近几年得到快速发展.大量电动汽车的广泛应用肯定会对电力系统尤其是配电系统产生影响,因此就很有必要研究电动汽车充电时的需求特性和电动汽车接入网络(Vehicle to Grid,V2G)时的放电容量曲线.在此背景下,采用蒙特卡洛仿真方法首...     

考虑路灯充电桩接入的城市配电网电压控制方法

针对城市配电网中的电压越限问题,提出一种考虑路灯充电桩的电压控制方法。利用高能效发光二极管(light emitting diode,LED)路灯替代传统高压钠路灯所释放的变压器容量,建造依托路灯桩的电动汽车充电桩,以通过路灯充电桩进行充放电的电动汽车作为可控手段参与城市配电网的电压控制。对利用路灯充电桩充放电的电动汽车负荷特性进行分析建模,考虑配电网内各调压手段的工作特性,提出城市配电网多级电压控制策略,以各调压措施的优化控制费用最小为目标函数,建立电压调控模型,采用粒子群算法对优化模型进行求解。根据城市路灯照明负荷工作特点设定白天和夜间两种情形进行仿真分析,仿真结果表明了利用路灯充电桩参与城市配电网电压控制的有效性,并通过对比分析验证了其控制效果优于传统的电压控制方法。     

高功率镍蓄电池在混合动力车辆上的应用特性

为进一步了解镍氢动力电池的充放电的特性,从而评价其在电动车辆上的使用性能,对高功率型镍氢动力电池进行了充放电试验测试.基于实验结果,对镍氢动力电池的工作电压、工作电压下降速率和温升等工作特性进行了研究和分析.同时结合混合动力车辆工况情况,特别对高功率型镍氢动力电池的大电流充电和放电性能进行实验和分析.分析认为:高功率型镍氢动力电池能够比较好地满足混合电动车辆的使用特性,适合混合动力车辆用电机辅助动力的电源要求.但是对于镍氢动力电池的温升问题,尤其是在大电流(6C)放电的情况下,电池温升较快,应该对电池进行比较良好的温度管理,才能更好地利用镍氢电池的特点.     

插入式混合电动汽车充放电行为的概率分析

随着插入式混合电动汽车（PHEVs）的大量使用,其充放电过程将对电网的安全经济运行造成重要的影响.提出与电网连接的PHEVs模型,准确反映PHEVs的充放电特性;开发基于Monte Carlo仿真的插入式混合电动汽车充放电行为的概率分析方法,用以描述PHEVs充放电的随机特性.数值仿真表明PHEVs的放电负荷和汽车接入电网（V2G）的充电容量都具有正态分布特性.     

考虑电动汽车用户行为特性的电力系统经济调度

随着电动汽车的普及,电动汽车充电行为对电网的影响日益突出,大规模电动汽车的无秩序充电将会对电网的安全可靠与经济调度造成较为严峻的负面影响。在此背景下,考虑电动汽车用户行为特性,进行电力系统经济调度问题研究。首先,以实测数据为基础,考虑电动汽车充电的不确定性,分析充电起始时间和持续时间,得到电动汽车充电负荷的时间分布。然后,以系统的煤耗成本与阀点效应成本之和最低为目标函数,并采用罚函数法将约束条件引入其中,建立计及电动汽车充电的电力系统经济调度模型。最后,对电动汽车的不同充电行为,采用布谷鸟搜索算法分别对其进行实例仿真,验证所提模型的正确性,并分析电动汽车不同充电行为对系统的影响。     

电动汽车动态无线充电自适应控制方法

针对电动汽车的动态无线充电方式,提出了一种自适应控制算法,对电动汽车的充电功率及其供电来源的供电配比进行优化调节。在代价函数中综合考虑了电动汽车用户的充电满意度、无线充电道路的负荷压力、供电成本以及供电稳定性,通过自适应动态规划（ADP）算法,训练神经网络估计并最小化长期代价函数,得到近似最优的控制策略。仿真结果表明,该方法能够兼顾用户充电满意度和充电道路的负荷压力,同时满足供电成本和供电稳定性的要求。