微网下基于V2G的电动汽车并网研究

被引:7
作者
刘郑
孙志峰
蒋燕
李熙
周智睿
机构
[1] 国网湖北省电力有限公司信息通信公司
关键词
微网; 蒙特卡洛模拟; V2G; 粒子群;
D O I
暂无
中图分类号
U469.72 [电动汽车];
学科分类号
082301 [道路与铁道工程];
摘要
随着微网系统的不断完善与发展,电动汽车作为可控负荷,逐步参与到微网的联合调度中。当电动汽车无序并入微网后,采用蒙特卡洛模拟法计算其充电负荷,计算电动汽车无序并网后的负荷分布,实验结果表明电动汽车无序并网在一定程度上会对微网运行造成巨大压力,并且成本较高。为解决这一问题,提出了对电动汽车进行三层控制的充放电运行策略,该策略基于V2G模式的充放电模型,对所建模型采用一种变惯性权值的粒子群算法进行优化求解。结果表明,将电动汽车以V2G模式接入微网更具经济性。
引用
收藏
页码:1713 / 1718
页数:6
相关论文
共 9 条
[1]
基于分时充电电价的电动汽车消纳风电的机组调度优化模型 [J].
孙波 ;
孙佳佳 ;
董浩 .
可再生能源, 2017, (01) :110-118
[2]
分布式发电系统多逆变器协调控制策略 [J].
张弘 ;
苑舜 ;
董鹤楠 ;
郝庆利 ;
韩子娇 .
可再生能源 , 2016, (11) :1626-1631
[3]
基于动态规划的电动汽车用户侧充电优化方法 [J].
张乐平 .
电网与清洁能源, 2013, 29 (08) :117-121
[4]
配电系统中电动汽车与可再生能源的随机协同调度 [J].
王贵斌 ;
赵俊华 ;
文福拴 ;
薛禹胜 ;
辛建波 .
电力系统自动化, 2012, 36 (19) :22-29
[5]
充电站内电动汽车有序充电策略 [J].
徐智威 ;
胡泽春 ;
宋永华 ;
罗卓伟 ;
占恺峤 ;
石恒 .
电力系统自动化, 2012, 36 (11) :38-43
[6]
Energy storage system-based power control for grid-connected wind power farm [J].
Ge, Baoming ;
Wang, Wenliang ;
Bi, Daqiang ;
Rogers, Craig B. ;
Peng, Fang Zheng ;
de Almeida, Anibal T. ;
Abu-Rub, Haitham .
INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, 2013, 44 (01) :115-122
[7]
Characterizing and Modeling Wind Power Forecast Errors from Operational Systems for Use in Wind Integration Planning Studies [J].
Hodge, Bri-Mathias ;
Ela, Erik ;
Milligan, Michael .
WIND ENGINEERING, 2012, 36 (05) :509-524
[8]
A review of energy storage technologies for wind power applications [J].
Diaz-Gonzalez, Francisco ;
Sumper, Andreas ;
Gomis-Bellmunt, Oriol ;
Villafafila-Robles, Roberto .
RENEWABLE & SUSTAINABLE ENERGY REVIEWS, 2012, 16 (04) :2154-2171
[9]
Vehicle-to-grid power fundamentals: Calculating capacity and net revenue [J].
Kempton, W ;
Tomic, J .
JOURNAL OF POWER SOURCES, 2005, 144 (01) :268-279