<dd id="mimiw"><samp id="mimiw"></samp></dd>
<address id="mimiw"><nav id="mimiw"><delect id="mimiw"></delect></nav></address>
  • 

    

    
    

    
    
    
        
    
            Suzhou Electric Appliance Research Institute
        
    
        
    
            
            
    期刊號(hào)：
            
            CN32-1800/TM|
            
            ISSN1007-3175
            
            
            
    
        
    
    
    

    

      
    
        
    
            
    Article retrieval
    
            
    文章檢索
    
            
    
                首頁(yè) >> 文章檢索 >> 往年索引
            
    
        
    
    
    
    

    
    
        
    
           
    計(jì)及電價(jià)優(yōu)化的電動(dòng)汽車(chē)與風(fēng)電協(xié)同優(yōu)化策略
    
            
    來(lái)源：電工電氣發(fā)布時(shí)間：2023-07-01 10:01 瀏覽次數(shù)：345
    
            
    
              
    
	計(jì)及電價(jià)優(yōu)化的電動(dòng)汽車(chē)與風(fēng)電協(xié)同優(yōu)化策略
    

    
	潘韋如1，魏哲2，孫琪3，黃文龍3，王曉東3
    

    
	(1 魯東大學(xué) 蔚山船舶與海洋學(xué)院，山東 煙臺(tái) 264025；
    

    
	2 國(guó)網(wǎng)山東省電力公司超高壓公司，山東 濟(jì)南 250118；
    

    
	3 國(guó)網(wǎng)山東省電力公司淄博供電分公司，山東 淄博 255000)
    

    
	 
    

    
	
    
		    摘 要：針對(duì)風(fēng)電出力間歇性和大量電動(dòng)汽車(chē)隨機(jī)接入配電網(wǎng)的充放電行為會(huì)造成配電網(wǎng)功率波動(dòng)等問(wèn)題，提出了基于動(dòng)態(tài)分時(shí)電價(jià)的電動(dòng)汽車(chē)與風(fēng)電協(xié)同優(yōu)化調(diào)度策略。建立了動(dòng)力電池?fù)p耗和風(fēng)電出力模型，完善了用戶(hù)和電網(wǎng)兩側(cè)的需求；考慮電網(wǎng)穩(wěn)定性以及不同時(shí)段內(nèi)電動(dòng)汽車(chē)用戶(hù)進(jìn)行充放電的成本與收益，構(gòu)建了以用戶(hù)充電成本、配電網(wǎng)綜合負(fù)荷波動(dòng)以及網(wǎng)損成本最小為目標(biāo)的數(shù)學(xué)模型。為解決多變量、多目標(biāo)約束的優(yōu)化問(wèn)題，采取最大模糊滿(mǎn)意度法將多目標(biāo)問(wèn)題進(jìn)行歸一化處理；利用改進(jìn)的正余弦優(yōu)化算法，將充、放電功率和充、放電電價(jià)等作為變量進(jìn)行尋優(yōu)。IEEE 33 節(jié)點(diǎn)算例多場(chǎng)景仿真結(jié)果表明，所提策略可以隨電動(dòng)汽車(chē)入網(wǎng)信息的變化動(dòng)態(tài)調(diào)整電價(jià)，增強(qiáng)風(fēng)電消納能力，同時(shí)在減小峰谷差、減少充電成本和降低網(wǎng)損等方面效果明顯。
    
	
    
		    關(guān)鍵詞： 電動(dòng)汽車(chē)；風(fēng)電協(xié)同優(yōu)化調(diào)度；動(dòng)態(tài)電價(jià)；正余弦優(yōu)化算法
    
	
    
		    中圖分類(lèi)號(hào)：TM715 ；U469.72     文獻(xiàn)標(biāo)識(shí)碼：A     文章編號(hào)：1007-3175(2023)06-0014-08
    
	
    
		 
    
	
    
		
    
			Collaborative Optimal Strategy of Electric Vehicles and Wind Power with the
    
		
    
			Consideration of Electricity Price Optimization
    
		
    
			 
    
		
    
			
    
				PAN Wei-ru1, WEI Zhe2, SUN Qi3, HUANG Wen-long3, WANG Xiao-dong3
    
			
    
				（1 Ulsan Ship and Ocean College, Ludong University, Yantai 264025, China;
    
			
    
				2 State Grid Shandong Electric Extrahigh Voltage Company, Jinan 250118, China;
    
			
    
				3 State Grid Shandong Electric Power Company Zibo Power Supply Branch Company, Zibo 255000, China）
    
			
    
				 
    
			
    
				
    
					    Abstract: In order to solve the problems of intermittent wind power output and distribution network power fluctuation caused by a large number of electric vehicles randomly accessing to the distribution network to charge and discharge, the paper proposes a collaborative optimal scheduling strategy of electric vehicles and wind power based on dynamic time-of-use price. First, models of power battery loss and wind power output are established to improve the needs of both users and power grids. Second, with the consideration of power grid stability and costs and benefits of electric vehicle users’ charging and discharging in different periods, a mathematical model is built to realize the goal of minimizing the user charging costs,the comprehensive load fluctuation of the distribution network and the network loss costs. Third, to optimize the multivariable and multi-objective constraints, the maximum fuzzy satisfaction method is adopted to normalize the multi-objective problem; then, the improved sine cosine optimization algorithm is adopted to optimize the charging and discharging power and price which are used as variables. According to the multi-scenario simulation results of IEEE 33 node example, this strategy is able to dynamically adjust the electricity price with the change of electric vehicle network access, enhance the wind power consumption, and have better effects on reducing peak valley difference, charging cost and network loss.
    
				
    
					    Key words: electric vehicles; wind power collaborative optimal scheduling; dynamic price; sine cosine optimization algorithm
    
				
    
					 
    
				
    
					
    
						參考文獻(xiàn)
    
					
    
						[1] IEA(2021).Global EV Outlook 2021[EB/OL].(2021-1-06)[2022-09-02].https://www.iea.org/reports/global-ev-outlook-2021.2021-04/2022-11-1.
    
					
    
						[2] 沈國(guó)輝，陳光，趙宇，等. 基于雙目標(biāo)分層優(yōu)化和 TOPSIS 排序的電動(dòng)汽車(chē)有序充電策略[J]. 電力系統(tǒng)保護(hù)與控制，2021，49(11)：115-123.
    
					
    
						[3] 陸凌蓉，文福拴，薛禹勝，等. 電動(dòng)汽車(chē)提供輔助服務(wù)的經(jīng)濟(jì)性分析[J] . 電力系統(tǒng)自動(dòng)化，2013，37(14)：43-49.
    
					
    
						[4] 周椿奇，向月，張新，等. V2G 輔助服務(wù)調(diào)節(jié)潛力與經(jīng)濟(jì)性分析：以上海地區(qū)為例[J] . 電力自動(dòng)化設(shè)備，2021，41(8)：135-141.
    
					
    
						[5] 任麗娜，李相學(xué). 考慮用戶(hù)行為的電動(dòng)汽車(chē)充電電價(jià)制定策略[J] . 燕山大學(xué)學(xué)報(bào)，2021，45(6)：505-513.
    
					
    
						[6] 常方宇，黃梅，張維戈. 分時(shí)充電價(jià)格下電動(dòng)汽車(chē)有序充電引導(dǎo)策略[J] . 電網(wǎng)技術(shù)，2016，40(9)：2609-2615.
    
					
    
						[7] CHEN Wen, GUO Chunlin, LI Zongfeng, et al.Research of Time-of-Use Tariff Considering Electric Vehicles Charging Demands[J].Advanced Materials Research，2014，953-954：1354-1358.
    
					
    
						[8] 高亞靜，呂孟擴(kuò)，王球，等. 基于離散吸引力模型的電動(dòng)汽車(chē)充放電最優(yōu)分時(shí)電價(jià)研究[J] . 中國(guó)電機(jī)工程學(xué)報(bào)，2014，34(22)：3647-3653.
    
					
    
						[9] 李怡然，張姝，肖先勇，等. V2G 模式下計(jì)及供需兩側(cè)需求的電動(dòng)汽車(chē)充放電調(diào)度策略[J] . 電力自動(dòng)化設(shè)備，2021，41(3)：129-135.
    
					
    
						[10] 郝麗麗，王國(guó)棟，王輝，等. 考慮電動(dòng)汽車(chē)入網(wǎng)輔助服務(wù)的配電網(wǎng)日前調(diào)度策略[J] . 電力系統(tǒng)自動(dòng)化，2020，44(14)：35-43.
    
					
    
						[11] 徐智威，胡澤春，宋永華，等. 基于動(dòng)態(tài)分時(shí)電價(jià)的電動(dòng)汽車(chē)充電站有序充電策略[J] . 中國(guó)電機(jī)工程學(xué)報(bào)，2014，34(22)：3638-3646.
    
					
    
						[12] ZHENG Yuanshuo, LUO Jingtang, YANG Xiaolong,et al . Ntelligent Regulation on Demand Response for Electric Vehicle Charging: A Dynamic Game Method[J].IEEE Access，2020，8：66105-66115.
    
					
    
						[13] ZHOU Chengke, QIAN Kejun, ALLAN Malcolm, et al.Modeling of the Cost of EV Battery Wear Due to V2G Application in Power Systems[J].IEEE Transactions on Energy Conversion，2011，26(4)：1041-1050.
    
					
    
						[14] 程杉，楊堃，魏昭彬，等. 計(jì)及電價(jià)優(yōu)化和放電節(jié)制的電動(dòng)汽車(chē)充電站有序充放電調(diào)度[J] . 電力系統(tǒng)保護(hù)與控制，2021，49(11)：1-8.
    
					
    
						[15] 張書(shū)盈，孫英云. 考慮分時(shí)電價(jià)和電池?fù)p耗的電動(dòng)汽車(chē)集群 V2G 響應(yīng)成本分析[J] . 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2017，29(11)：39-46.
    
					
    
						[16] 劉利兵，劉天琪，張濤，等. 計(jì)及電池動(dòng)態(tài)損耗的電動(dòng)汽車(chē)有序充放電策略?xún)?yōu)化[J] . 電力系統(tǒng)自動(dòng)化，2016，40(5)：83-90.
    
					
    
						[17] 田書(shū)欣，程浩忠，曾平良，等. 大型集群風(fēng)電接入輸電系統(tǒng)規(guī)劃研究綜述[J] . 中國(guó)電機(jī)工程學(xué)報(bào)，2014，34(10)：1566-1574.
    
					
    
						[18] SUFYAN M, RAHIM N A, MUHAMMAD M A, et al.Charge coordination and battery lifecycle analysis of electric vehicles with V2G implementation[J].Electric Power Systems Research，2020，184：106307.
    
					
    
						[19] 李國(guó)慶，翟曉娟，李揚(yáng)，等. 基于改進(jìn)蟻群算法的微電網(wǎng)多目標(biāo)模糊優(yōu)化運(yùn)行[J] . 太陽(yáng)能學(xué)報(bào)，2018，39(8)：2310-2317.
    
					
    
						[20] MIRJALILI S. SCA: A Sine Cosine Algorithm for Solving Optimization Problems[J].Knowledge-Based Systems，2016，96：120-133.
    
					
    
						[21] TIZHOOSH H R.Opposition-Based Learning: A New Scheme for Machine Intelligence[C]//International Conference on Computational Intelligence for Modelling , Control & Automation and International Conference on Intelligent Agents, Web Technologies and Internet Commerce，2005：695-701.
    
					
    
						[22] 韓江，閔杰. 基于精英反向?qū)W習(xí)的煙花爆炸式免疫遺傳算法[J] . 合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2020，43(4)：433-437.
    
					
    
						[23] 陳麗丹. 電動(dòng)汽車(chē)廣泛接入對(duì)電網(wǎng)的影響及其調(diào)控策略研究[D]. 廣州：華南理工大學(xué)，2018.
    
					
    
						[24] HOU Hui, XUE Mengya, XU Yan, et al.Multiobjective economic dispatch of a microgrid considering electric vehicle and transferable load[J].Applied Energy，2020，262(6)：114489.
    
					
    
						[25] 王睿，高欣，李軍良，等. 基于聚類(lèi)分析的電動(dòng)汽車(chē)充電負(fù)荷預(yù)測(cè)方法[J] . 電力系統(tǒng)保護(hù)與控制，2020，48(16)：37-44.
    
				
    
			
    
		
    
	
    

    

    
	 
    
            
    
            
            
        
    
    
    
    

    
    
    

亚洲无码av成人在线,亚洲影院AV无码一区二区,亚洲无码第二页,成人无码AV网站在线观看不卡

(function(){
    var bp = document.createElement('script');
    var curProtocol = window.location.protocol.split(':')[0];
    if (curProtocol === 'https') {
        bp.src = 'https://zz.bdstatic.com/linksubmit/push.js';
    }
    else {
        bp.src = 'http://push.zhanzhang.baidu.com/push.js';
    }
    var s = document.getElementsByTagName("script")[0];
    s.parentNode.insertBefore(bp, s);
})();