电动汽车与电网互动(Vehicle to Grid, V2G)技术体现了电动汽车在受控的状态下与电网进行信息和能量的交互,其描述了电动汽车不仅是电能的消费体,在闲置的时候还可以作为为电网提供能量的分布式电源。V2G作为一种新型电网技术,能够使电能在电网与车辆之间实时、可控且高效的双向流动,是集合了电力电子技术、通信技术、计量与调度技术以及需求侧管理等的综合应用。
本文首先介绍了V2G的概念,针对电动汽车个体可用容量较小且分散性较大的特点提出采用分层分区控制模式对其进行调度控制。在电网调度中心和电动汽车用户之间建立一个第三方代理机构即文中的电动汽车控制中心,作为二者之间通信和协调的纽带。
基于车辆出行的统计学规律,采用蒙特卡洛随机抽样仿真预测电动汽车在各个情景集下的充电负荷功率和放电容量。假设电动汽车开始充放电时间服从均匀分布,日均行驶里程服从对数正态分布,从而对电动汽车的随机性负荷进行预测,这对电网调度中心制定调度计划时具有很强的参考价值,也对系统采取安全维护措施提供可靠数据依据。
最后,在分层分区控制模式下,本文针对电动汽车控制中心如何高效控制电动汽车充放电,分别从电网侧与用户侧角度对电动汽车充放电控制策略进行了研究。从电网侧角度,以电动汽车用于辅助电网调峰为目的,建立以平抑给定负荷曲线或者完成电网调度计划为目标函数的数学模型,并考虑电池充放电特性和可用容量约束。采用粒子群优化算法对控制中心管辖区内可用电动汽车的充放电功率分配进行优化,同时针对算法处理高维度问题易陷于早熟收敛的现象提出了改进的自适应粒子群优化算法。通过算例验证了改进算法较普通算法具有更强的全局最优搜索能力,优化的效果更好。从用户侧角度,以电动汽车参与V2G计划获得经济收益为目的,为电动汽车制定充放电策略,在实行实时电价的基础之上,以用户通过V2G充放电获取经济收益最大化为目标函数,电池充放电特性、可用容量以及用户出行为约束条件建立数学模型。采用离散二进制粒子群优化算法针对单个用户以及用户群一天中充放电时间组合进行最优选择。
