全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

含光伏发电系统的电动汽车充电站多目标容量优化配置方法

, PP. 238-248

Keywords: 光伏充电站,系统容量配置,可再生能源利用率,多目标优化,NSGA-II

Full-Text   Cite this paper   Add to My Lib

Abstract:

含可再生能源发电的电动汽车充电站容量优化配置是一个典型的多目标优化问题,两个相互冲突的目标是极大化可再生能源利用率和极小化系统投资、运行成本。本文首先介绍考虑交流并网的光伏充电站系统结构及各组成单元的作用,描述其能量交换策略。参考实际建站需求,提出考虑可再生能源利用率和投资运行成本的多目标优化配置数学模型,并构造含决策变量范围、功率平衡要求和电量变化上下限的约束条件。通过NSGA-II优化算法,得到非支配解前沿面,进而获得多个Pareto最优解,从组件容量变化趋势、系统功率和电量平衡等多个方面分析配置结果的合理性。本文所提的优化配置方法,将为示范城市充电基础设施建设提供理论依据和技术支撑。

References

[1]  中华人民共和国科学技术部. 《电动汽车科技发展#x0201c;十二五#x0201d;专项规划》[EB/OL]. [2012-03-27] .
[2]  中华人民共和国国务院. 《节能与新能源汽车产业发展规划(2012#x02014;2020年)》[EB/OL]. [2012-06-28] .
[3]  马钧, 年晨宁. 崇明岛2020年电动汽车可再生能源独立电网的构想[J]. 农业装备与车辆工程, 2011 (2): 1-7.
[4]  刘晓飞, 张千帆, 崔淑梅. 电动汽车V2G技术综述[J]. 电工技术学报, 2012, 27(2): 121-127.
[5]  胡泽春, 宋永华, 徐智威, 等. 电动汽车接入电网的影响与利用[J]. 中国电机工程学报, 2012, 32(4): 1-10.
[6]  高赐威, 张亮. 电动汽车充电对电网影响的综述[J]. 电网技术, 2011, 35 (2): 127-131.
[7]  李正烁, 孙宏斌, 郭庆来, 等. 计及碳排放的输电网侧#x0201c;风-车协调#x0201d;研究[J]. 中国电机工程学报, 2012, 32(10): 41-48.
[8]  于大洋, 宋曙光, 张波, 等. 区域电网电动汽车充电与风电协同调度的分析[J]. 电力系统自动化, 2011, 35(14): 24-29.
[9]  于大洋, 黄海丽, 雷鸣, 等. 电动汽车充电与风电协同调度的碳减排效益分析[J]. 电力系统自动化, 2012, 36(10): 14-18.
[10]  John G I, Craig A P. The 2.1kW photovoltaic electric vehicle charging station in the city of Santa Monica, California[C]. Conference Record of the 25th IEEE Photovoltaic Specialists Conference, Washington D. C., USA, 1996: 1509-1512.
[11]  冯巍. 电动汽车充电站10kW光伏发电系统[J]. 电气技术, 2010 (10): 94-96.
[12]  Liu C H, Chau K T, Diao C X, et al. A new DC micro-grid system using renewable energy and electric vehicles for smart energy delivery[C]. 2010 IEEE Vehicle Power and Propulsion Conference (VPPC), Lille, France, 2010: 1-6.
[13]  Lopes J A P, Almeida P M R, Soares F J. Using vehicle-to-grid to maximize the integration of intermi- ttent renewable energy resources in islanded electric grids[C]. 2009 International Conference on Clean Electrical Power, Capri, 2009: 290-295.
[14]  Ota Y, Taniguchi H, Nakajima T, et al. Autonomous distributed V2G(vehicle-to-grid) considering charging request and battery condition[C]. 2010 IEEE PES Innovative Smart Grid Technologies Conference Europe(ISGT Europe), Gothenburg, Sweden, 2010: 1-6.
[15]  峁美琴, 孙树娟, 苏建徽. 包含电动汽车的风/光/储微电网经济性分析[J]. 电力系统自动化, 2011, 35(14): 30-35.
[16]  H Roth, P Kuhn, B G Neudecker. Sustainable mobility cost-effective and zero emission integration of Germany's EV fleet[C]. 2009 International Conference on Clean Electrical Power, Capri, 2009: 207-211.
[17]  Joseph M, Milan I, Leo C. PV plant intermittency mitigation using constant DC voltage PV and EV battery storage[C]. IEEE Conference on Innovative Technologies for an Efficient and Reliable Electricity Supply(CITRES), Waltham, USA, 2010: 297-301.
[18]  宋洪磊, 吴俊勇, 冀鲁豫, 等. 风光互补独立供电系统的多目标优化设计[J]. 电工技术学报, 2011, 26(7): 104-111.
[19]  中华人民共和国国务院. 《#x0201c;十二五#x0201d;国家战略性新兴产业发展规划》[EB/OL]. [2012-07-09] .
[20]  樊扬, 余欣梅, 王路. 南方电网区域发展电动汽车综合效益分析[J]. 南方电网技术, 2011, 5(4): 51-54.
[21]  钱科军, 袁越, 石晓丹, 等. 分布式发电的环境效益分析[J]. 中国电机工程学报, 2008, 28(29): 11-15.
[22]  Ahmed Y S, Ganesh K V. Plug-in vehicles and renewable energy sources for cost and emission reductions[J]. IEEE Transactions on Industrial Electronics, 2011, 58(4): 1229-1238.
[23]  Ahmed Y S, Ganesh K V. Resource scheduling under uncertainty in a smart grid with renewables and plug-in vehicles[J]. IEEE Systems Journal, 2012, 6(1): 103-109.
[24]  苗轶群, 江全元, 曹一家. 基于微电网的电动汽车换电站运营策略[J]. 电力系统自动化, 2012, 36(15): 33-38.
[25]  M A Abella, F Chenlo. Photovoltaic charging station for electrical vehicles[C]. Proceedings on 3rd World Conference on Photovoltaic Energy Conversion, Osaka, Japan, 2003: 2280-2283.
[26]  冯士刚, 艾芊. 带精英策略的快速非支配排序遗传算法在多目标无功优化中的应用[J]. 电工技术学报, 2007, 22(12): 146-151.
[27]  徐大明, 康龙云, 曹秉刚. 基于NSGA-II的风光互补独立供电系统多目标优化[J]. 太阳能学报, 2006, 27(6): 593-598.
[28]  Deb K, Agrawal S, Pratap A, et al. A fast elitist nondominated sorting genetic algorithm for multiobje- ctive optimization: NSGA-II[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(2): 182-197.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133