论文部分内容阅读
近年来,电动汽车凭借高能源利用率、低排放量等优点正逐步取代传统汽车,电动出租车等公用车辆在政策支持下更是得到广泛应用。电动出租车保持长时间运营,用电特性复杂,对电能需求巨大,其无序自主充电行为会给电网带来新的用电尖峰。实时电价机制为群体电动出租车的调控提供了简便有效的手段,通过利用群体车辆的可调度性,可避免尖峰负荷,协助电网实现削峰填谷、需求响应等作用。本文首先介绍了群体电动出租车充电调控的基础,即单辆车的阈值倒推算法,实现单辆车充电成本或运营利润的优化。该算法结合实时电价特点和车辆运行特性,将单辆车优化问题转变为马尔科夫模型,通过比较电价和阈值作出充电决策,实现充电成本或运营利润的优化。阈值表征着车辆在各时槽的未来期望充电成本或运营利润,可有效区分电量不同的车辆,达到不同控制效果。阈值倒推算法使电动出租车能够根据电量和电价采取灵活的充电策略,适用于车辆个体本地应用,且提高了车辆的可调度性。接下来,引入电动出租车的特殊电力市场,在所有车辆遵循阈值倒推算法的基础上,对群体电动出租车的充电调控问题进行研究,使其聚合负荷跟踪期望负荷。根据阈值性质,将群体车辆划分为若干大类,分析其系统特性,建立以各类别车辆数和充电比例为状态量和控制量的系统状态方程。最终,群体车辆的负荷调控问题转化为一个复杂的非线性整数规划。应用遗传算法求解整数松弛后的优化问题,得到最优充电决策。之后,结合实时电价、阈值和充电决策的关系,制定合理的实时电价,引导群体车辆实现负荷跟踪。随后本文对上述算法策略进行仿真实验,证明其有效性。然后,考虑车主的充电决策自主性,本文进一步研究了服从概率决策模型的群体电动出租车的充电调控问题。首先,分析群体车辆电池特性,建立凸优化模型,求解跟踪期望负荷的可实现负荷。之后,将车主充电决策过程建立为关于阈值与电价差值的概率决策模型,有效刻画了车主的充电意愿。从系统控制角度,构建决策器,在线获取实际数据拟合概率决策模型,利用二分法求解合理的实时电价,调控车辆充电实现负荷控制。最后,大量仿真表明定价策略在不同情景下均能协助电力调度中心,实现较好的调控效果。