基于 V2G 技术的电动汽车实时调度策略(Matlab代码实现)

简介: 基于 V2G 技术的电动汽车实时调度策略(Matlab代码实现)

👨‍🎓个人主页:研学社的博客

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、数据、文章讲解


image.gif

💥1 概述

文献来源:

image.gif

摘要:随着电动汽车逐渐普及,其对电网的影响也不断扩大。为加强电动汽车与电网间协作,充分利用电动汽车在电网能量调度中的高度灵活性,提出一种基于 V2G 技术的电动汽车实时调度策略。首先以降低充电成本和网损成本为目标,建立电动汽车调度模型。然后通过构建网损灵敏度指标分析电网节点性能,基于电网负荷制定分时电价,通过潮流计算和凸优化算法实时求解得到电动汽车充放电策略。最后以 IEEE 33 节点配电网为例验证了所提策略可以有效降低充电成本与网损成本,同时分析了电动汽车渗透率、V2G 占比对车网协作效果的影响。

关键词:电动汽车;V2G;网损;实时优化

电动汽车(Electric Vehicle, EV)作为一种使用清洁能源、零排放的新型交通工具,在近年来得到广

泛使用。随着电动汽车在电力系统中的渗透率逐步升高,其对电力系统的影响力也日益增大。自然状态下电动汽车的充放电行为具有较大的盲目性和随机性,难以实现个体与电网的协作。根据电动汽车相关统计,电动汽车入网时间分布与电网负荷变化规律大致吻合,即在峰值时刻充电需求大,非峰值时刻充电需求小。因此电动汽车无序充电极易加剧负荷峰谷差,使电网承担更大的压力。大量电动汽车的无协作充电则可能对电网整体稳定性产生不利影响,造成额外的经济损失[1-3]

电动汽车具有其他负荷类型所不具备的灵活性和可调度性。此外,部分电动汽车具有电池电量回

馈电网(Vehicle-to-Grid, V2G)的能力,即该类电动汽车既可视为负荷,也可视为储能电池[4-5]。若通过合理的调度策略充分利用 V2G 技术,对电动汽车充放电行为进行规划,加强车车、车网之间的协作,不仅可以进一步降低电动汽车充电成本和网损成本,还可以达到服务电网,改善电网负荷曲线的效果[6-7]。为对电动汽车进行有序控制,文献[8]提出了一种集中式算法,使电动汽车在保证电网稳定的前提下最大化充电速率,结果表明有序充电下能量利用率和负荷曲线均有改善;文献[9]以充电站运营商购电成本最小为目标,提出了电动汽车分时充电价格的制定方法,实现智能电网中充电负荷的友好接入;文献[10]提出模糊化的电动汽车充电网络规划模型,采用遗传算法对电动汽车充电进行多目标优化。这些研究表明电动汽车有序充电可以同时兼顾多个目标,效果显著。但未考虑电动汽车能量回馈电网,仅将电动汽车视作一种高度灵活的负荷。

image.gif

📚2 运行结果

原文结果:

image.gif

image.gif

image.gif

image.gif

image.gif

复现结果:

image.gif

image.gifimage.gif

image.gif

image.gifimage.gifimage.gif

image.gif

image.gif

以上实验表明,采用所提的调度策略对电动汽车充放电行为进行规划时,所有电动汽车均能按时

按量完成用户设定的充电任务。在此基础上,调度策略有效降低了充电成本与网损成本,同时还具有改善电网负荷曲线的效果。调度策略对 V2G 比例的要求并不苛刻。V2G 比例为 25%时依然可以取得较好的效果。随着 V2G比例的提升,调度效果有所改善。调度策略的效果对电动汽车渗透率比较敏感。在高渗透率的案例中,总成本与负荷曲线的改善效果更明显。从调度循环周期来看,在初始时段电网中的可调度车辆总数较少,对电能的吞吐量不足,调度中心对电网负荷的调节能力相对薄弱;在中间时段随着大量电动汽车入网,调度中心对负荷峰值的响应能力大大提升,能更好地实现降低成本的调度目标。

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]陈凯炎,牛玉刚.基于V2G技术的电动汽车实时调度策略[J].电力系统保护与控制,2019,47(14):1-9.DOI:10.19783/j.cnki.pspc.181011.

🌈4 Matlab代码、数据、文章讲解

链接:https://pan.baidu.com/s/1kJ0B8qDVJ-yASlhBg5vdkQ 

提取码:ewvn

--来自百度网盘超级会员V3的分享

相关文章
|
3月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
174 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
3月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
122 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
3月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
86 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
6月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
6月前
|
数据安全/隐私保护
地震波功率谱密度函数、功率谱密度曲线,反应谱转功率谱,matlab代码
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
|
6月前
|
算法 调度
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)
|
6月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
|
6月前
|
Serverless
基于Logistic函数的负荷需求响应(matlab代码)
基于Logistic函数的负荷需求响应(matlab代码)
|
6月前
|
供应链 算法
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)

热门文章

最新文章