排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
提出一种基于模糊控制的电动汽车入网(V2G)充放电调度策略。首先,提出V2G管理系统的整体结构,其主要由有序充电调度系统和V2G变流器控制系统组成,前者合理安排各充电桩的充放电功率,实现削峰填谷的辅助功能;后者响应上层调度下发的功率指令,控制实际充放电行为,提供稳定的电能变换和能量交换的接口。然后,在有序充电调度系统中综合当前配电网的负荷特点,对当前接入充电站的全部电动汽车进行调配,并采用模糊控制算法计算充放电功率并下发给各充电桩,改善区域电网的负荷特性,实现削峰填谷的辅助功能。最后,通过仿真实验证明所提有序充电调度系统在满足电动汽车充电需求的同时,能够充分地利用电动汽车负荷的灵活性;在实现对电网削峰填谷的同时,有效地避免了电网负荷低谷时段大量电动汽车充电引起新负荷尖峰的问题。 相似文献
2.
3.
随着电动汽车扩张式发展,电动汽车快速充电技术受到越来越多地关注。电动汽车动力电池需要通过变流器接入电网实现并网和功率传输,大量电动汽车快充过程中变流器传输功率波动很大,而传统的控制策略虽然响应迅速,但是缺少惯性和阻尼支撑,因而对电网的冲击很大。针对该问题,提出了一种基于虚拟同步机的电动汽车快速充电控制技术,在兼顾快速充电的同时,通过模拟同步电机的惯量和阻尼特性,平抑传输功率的波动,改善并网点电能质量。最后,在MATLAB/Simulink中搭建了电动汽车快速充电系统,验证了该方法的有效性和准确性。 相似文献
4.
对电动汽车负荷进行有序控制可以改善地区电网的负荷特性,降低充电成本.由于无法预测未来电动汽车的准确接入时间及充电需求,故无法对电动汽车的接入进行全局最优安排.针对该问题,提出基于深度长短期记忆神经网络的电动汽车实时能量管理系统及优化策略.首先构建了包括电网层、区域能量管理系统和充电站能量管理系统的电动汽车3层管理架构,对大规模电动汽车进行分层分区管理;然后提出了基于深度长短期记忆神经网络的区-站两级交互策略,利用历史负荷信息求解出的历史最优解训练学习网络,用以指导新的实时优化;提出的策略在保证用户充电需求的前提下,能够进一步降低充电成本,改善区域负荷峰谷特性.最后,通过仿真算例验证了提出的分层架构及管理策略的有效性及优越性. 相似文献
5.
未来电力系统中电动汽车保有量会相当庞大,由调度机构直接控制每辆电动汽车进行有序充电是不现实的,比较可行的方案是由代理商和电网调度中心共同对电动汽车进行分层分区管理。基于此,提出包括电网调度中心、区域能量管理系统(Area-EMS)和微调度能量管理系统(μ-EMS)的电动汽车充电分层能量管理架构,并详细阐述各个层级的功能以及该架构模型的运行原理;针对代理商负责的Area-EMS和μ-EMS分别提出两级实时能量管理策略,该策略在满足电动汽车充电需求和保证经济效益的同时,能够适应不同的电网耦合模式,改善区域电网的负荷峰谷特性;通过仿真算例验证所提分层架构和实时能量管理策略的有效性和实用性。 相似文献
6.
1