电动汽车V2G充放电智能控制与调度方法研究

电动汽车论文 电动汽车与电网互动论文 电动汽车充放电论文 功率控制论文 虚拟同步机论文 T-S模糊控
论文详情
随着电动汽车的发展,未来电动汽车必将大规模取代内燃机车成为人们出行的主要交通工具。电动汽车的大规模应用将给现有电网的运行和规划带来新的问题:第一,大量的电动汽车接入电网将带来新一轮的负荷快速增长,对于用电负荷峰谷差日益加大的电力系统而言,增加了巨大的供电压力。第二,作为用电负荷,电动汽车在时间上和空间上的分布都具有很大的随机性和不确定性,如果大量电动汽车毫无管理的接入到现有的电网中,必然加剧电网现有的电压跌落、支路容量不匹配等问题。因此,如何对接入电网的电动汽车进行控制和管理,使电动汽车与电网之间有序交互功率,维持电动汽车高渗透率下电网的稳定,是一个亟待研究和解决的问题。针对这一问题,本文重点研究了电动汽车与电网互动(Vehicle-to-Grid,V2G)技术。电动汽车V2G技术就是将电动汽车看作是连接在电网上的备用储能和分布式电源,通过一系列控制与调度的手段使电动汽车主动参与电网调节,使其不仅不会威胁到电网的稳定运行,还能够辅助电网提高其运行效率。本文对电动汽车V2G的多项关键技术——电动汽车充放电接口控制技术、单台分布式入网的电动汽车智能V2G控制方法、电动汽车充电站的智能V2G控制方法、电动汽车输出电压质量控制方法以及电动汽车与风力/火力发电系统协同优化调度方法进行了深入研究。首先,电动汽车的并网接口作为电动汽车和电网之间的桥梁和纽带,具有重要的研究价值。针对现有的并网变流器缺少惯性、阻尼和与电网的同步机制,在高渗透率情况下无法维持电网稳定的不足,为了实现电动汽车对电网的友好接入,降低大规模电动汽车充放电对电网稳定性带来的影响,本文基于虚拟同步机控制技术,控制电动汽车充放电接口等效于具有四象限运行能力的具备虚拟的阻尼、惯性和同步机制的虚拟同步发电机。该方法为接入了高渗透率电动汽车的大电网和微电网的稳定运行提供了有力支撑,实现了功率双向可控流动,还可以根据电网频率/电压的扰动自适应的调节自身输出/输入的有功功率/无功功率,具有自动需求侧响应的能力,解决了电动汽车与电网双向互动的底层实现问题。接着,为了使电动汽车“智能”的参与电网互动,既满足电动汽车用户的用电需要,又根据电网的实时负荷情况自动调节电动汽车充电/放电功率,本文提出了一种适用于单台电动汽车的分布式智能V2G控制策略和一种适用于电动汽车充电站的集中式智能V2G控制策略。针对单台电动汽车分布式充放电的情况,建立了单台电动汽车智能充放电系统的整体模型,根据该模型针对充电和放电情景分别设计了两个T-S型模糊控制器,根据实时电网频率和电动汽车的实时荷电状态控制电动汽车的充放电功率大小,并且决策虚拟同步机的功率设定/下垂工作模式,使分布式入网的单台电动汽车能够自主参与电网调频和无功补偿;针对电动汽车充电站,通过控制器自动跟踪实时电网频率和监测充电站内每台电动汽车的实时电量,本文设计了一个T-S型模糊控制器来智能调节充电站的给定充电功率,同时根据充电站内电动汽车的整体电量,设计了一个虚拟阻尼系数自适应充电站整体电量变化的参数自适应无锁相环虚拟同步机控制器,通过模拟同步发电机的下垂控制机制实现对充电站输入/输出功率的自适应调节,使电动汽车充电站智能自主参与电网调频、调压、削峰填谷。然后,为了在电动汽车带本地负载离网运行或者并网时可以有效保证电动汽车的输出电压质量,本文应用H∞重复控制方法和遗传算法,在第二章研究的基础上,提出了一种具有电压质量控制能力的虚拟同步发电机控制器。所设计的控制器由第二章提出的虚拟同步机控制器和电压控制器级联而成。通过虚拟同步机控制器产生能够调节电动汽车与电网之间功率交换的合适幅值和相位的三相参考电压,然后由所设计的H∞电压控制器对包含控制误差内部模型的广义控制对象加以控制,精准的跟随三相参考电压,减小交流侧接口输出电压THD和电动汽车在充电和放电过程中网侧电流THD。通过检查从输入到输出的传递函数H∞增益,验证了应用所设计控制器的闭环系统的稳定性,并通过遗传算法优化控制器的加权系数,减小了闭环控制系统稳态误差,提高了控制器的性能。仿真结果表明,所提出的控制器实现简单、波形跟踪效果好,具有很高的实用价值。最后,为了平抑电力系统中风力发电机由于风能的自然不连续性产生的波动性能量、降低火力发电厂的碳排放、提高电网总体运行效率,本文提出了一种通过控制规模化电动汽车的充放电,使其能够与现有的火力/风力发电系统协同运行的优化调度策略,同时考虑了包括电网运行成本和电池退化成本的综合运行成本、C02排放和风力发电弃风量三个方面的指标,构建了大规模电动汽车充放电与风力/火力发电系统协同运行的联合调度模型。提出多目标粒子群算法(MOPSO)和模糊最优决策相结合的智能优化算法,算法收敛速度快、多样性强、效率高、实现容易。算例分析结果表明,应用该优化算法,可以“智能”的制定火电、风电与大规模接入电网的电动汽车之间最优的出力方案,使它们三者之间能够彼此协调出力,在保证较低的电网综合运行成本的情况下,尽量减少风力发电弃风量和大气碳排放量,具有一定的应用价值。
摘要第5-7页
ABSTRACT第7-9页
第1章 绪论第13-33页
    1.1 研究背景与意义第13-15页
    1.2 电动汽车的发展现状第15-19页
        1.2.1 国外发展现状第16-17页
        1.2.2 国内发展现状第17-18页
        1.2.3 电动汽车电能补给方式及相关标准第18-19页
    1.3 电动汽车V2G的研究现状第19-26页
        1.3.1 电动汽车V2G的概念第19-22页
        1.3.2 电动汽车V2G的功能第22-24页
        1.3.3 电动汽车V2G的实现第24-26页
    1.4 双向变流器控制技术第26-30页
        1.4.1 双向变流原理第27-28页
        1.4.2 传统变流器控制技术第28-29页
        1.4.3 虚拟同步机控制技术第29-30页
    1.5 本文所做的研究工作及论文结构第30-33页
第2章 基于虚拟同步机的电动汽车充放电控制第33-55页
    2.1 引言第33-34页
    2.2 同步发电机的数学模型第34-36页
        2.2.1 磁链方程第34-35页
        2.2.2 电压方程第35-36页
        2.2.3 运动方程第36页
        2.2.4 转矩方程第36页
    2.3 虚拟同步机原理第36-39页
        2.3.1 电气模拟第36-37页
        2.3.2 虚拟同步机本体建模第37-39页
    2.4 电动汽车充放电接口硬件结构第39-43页
        2.4.1 三相变流器第40-41页
        2.4.2 DC-DC变换器第41-42页
        2.4.3 LCL滤波器第42-43页
    2.5 基于虚拟同步机控制技术的电动汽车充放电控制第43-54页
        2.5.1 交流接口的控制策略第43-47页
        2.5.2 直流接口的控制策略第47-48页
        2.5.3 仿真分析第48-54页
    2.6 本章小结第54-55页
第3章 单台电动汽车分布式智能V2G控制第55-73页
    3.1 引言第55-56页
    3.2 T-S型模糊逻辑系统第56-58页
    3.3 系统结构及工作原理第58-65页
        3.3.1 电动汽车充放电系统的整体结构第58-60页
        3.3.2 电量计算第60页
        3.3.3 T-S模糊控制器第60-64页
        3.3.4 功率耦合与模式决策第64-65页
    3.4 仿真分析第65-72页
    3.5 本章小结第72-73页
第4章 电动汽车充电站智能V2G控制第73-95页
    4.1 引言第73页
    4.2 电动汽车智能充电站结构模型第73-75页
        4.2.1 配电网模型第73-74页
        4.2.2 V2G智能充电站总体结构第74-75页
    4.3 控制系统设计第75-86页
        4.3.1 电量计算第75-76页
        4.3.2 T-S模糊控制器第76-79页
        4.3.3 自适应无锁相环虚拟同步机第79-85页
        4.3.4 功率分配第85-86页
        4.3.5 直流侧接口第86页
    4.4 仿真分析第86-94页
    4.5 本章小结第94-95页
第5章 电动汽车输出电压质量控制第95-113页
    5.1 引言第95页
    5.2 控制系统总体结构第95-97页
    5.3 H~∞重复控制方法第97-104页
        5.3.1 重复控制原理第97-99页
        5.3.2 H~∞重复控制器第99-102页
        5.3.3 基于遗传算法的控制参数优化第102-104页
    5.4 仿真实例第104-111页
        5.4.1 控制器设计第104-105页
        5.4.2 测试结果第105-111页
    5.5 本章小结第111-113页
第6章 电动汽车充放电与风电/火电系统协同优化调度第113-132页
    6.1 引言第113-114页
    6.2 系统模型第114-117页
        6.2.1 电动汽车集模型第114-115页
        6.2.2 火电机组模型第115-116页
        6.2.3 风电机组模型第116-117页
    6.3 多目标优化问题第117-118页
    6.4 优化算法第118-126页
        6.4.1 多目标粒子群算法第118-122页
        6.4.2 模糊最优决策第122-126页
    6.5 算例分析第126-131页
        6.5.1 算例描述第126-128页
        6.5.2 仿真结果第128-131页
    6.6 本章小结第131-132页
总结与展望第132-135页
参考文献第135-147页
致谢第147-148页
附录A 攻读学位期间主要成果第148-150页
英文缩略词英汉对照表第150页
论文购买
论文编号ABS3770790,这篇论文共150页
会员购买按0.30元/页下载,共需支付45
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付75
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656