《考慮峰谷差率和用車約束度的多目標優化模型分析》1000字_第1頁
《考慮峰谷差率和用車約束度的多目標優化模型分析》1000字_第2頁
《考慮峰谷差率和用車約束度的多目標優化模型分析》1000字_第3頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

考慮峰谷差率和用車約束度的多目標優化模型分析綜述用戶在響應V2G調度后，在空閑時刻會頻繁向電網輸電，這一過程限制了車輛和用戶的使用時間，將導致電動汽車在送電時段無法參與出行。同時由于放電行為，車載動力電池的可用電荷容量也會下降，即減少了用戶用車的可用電量，限制了用戶的行駛距離，將直接對用戶便捷性造成負面后果，也會影響電動汽車使用者對V2G調控的滿意度以及其參與意愿。因此，本節將同時考慮電網側和用戶側的利益，以峰谷差率和用車約束度為實現目標，實現對電動汽車充放電的優化。1.1.1目標函數本算例選取在人群密集的居民社區里，以該小區內的全體電動汽車為樣本，統計全部電動汽車在各個時刻的充放電負荷26]。（1）電網側選擇負荷峰谷差率作為目標函數，因為峰谷差率是對電網負荷的直觀表現，可以體現負荷的波動強度，峰谷差率越小代表電力系統負荷曲線越平滑波動越小。目標函數具體如下： 式中，L為小區的總負荷，為電網中j時段的基本負荷功率，為第i輛電動汽車在j時刻的充放電功率，功率數值為正時代表充電，數值為負時代表放電，N為電動汽車總量。（2）當用戶在V2G的調控下積極參與有序充放電時，電動汽車充放電行為隨機性下降，用戶用車的不便利程度會大大提升。而用戶用車便利度與用戶響應V2G策略的積極性又密切相關，所以論文制定一天內用戶用車約束度概念來側面衡量用戶對V2G的響應度和滿意度。當用車約束度越高，用戶用車便利程度降低，用戶滿意度降低，隨之響應度下降。單位時間內，集群合計放電量： 式中：為集群充放電功率。單位時間內集群最大充放電量： 式中：為電動汽車總數；為單位時間充放電最大功率。根據電動汽車向電網送電所構成的用車不便的使用時間限制，建立用車約束度的數學模型： 式中：G為用車約束度。1.1.2約束條件約束條件主要包括單臺車輛最大最小充放電功率約束、電動汽車一天內的充放電量約束。（1）電功率約束 式中：為單輛汽車的最大充放電功率。（2）充放電量約束 式中：表示充電功率。1.1.3模型求解理論上，在V2G控制下電網的峰谷差率大時，用戶約束度低但用電方式滿意度變好；在V2G控制下電力系統峰谷差率較小時，用戶約束度高但用電方式滿意度變差。而我們希望電力系統側峰谷差率較小的同時，用戶側的用車約束度也盡量低。兩者優化理想效果不能同時達到，無法滿足兩個都取得最優，因此只能采取折中辦法考慮在滿足峰谷差率較低的同時用戶約束度不太大。因此選取基于Pareto最優的多目標遺傳算法，

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論