基于實(shí)時(shí)電價(jià)的群體電動(dòng)出租車充電調(diào)控研究.pdf

1、近年來，電動(dòng)汽車憑借高能源利用率、低排放量等優(yōu)點(diǎn)正逐步取代傳統(tǒng)汽車，電動(dòng)出租車等公用車輛在政策支持下更是得到廣泛應(yīng)用。電動(dòng)出租車保持長時(shí)間運(yùn)營，用電特性復(fù)雜，對電能需求巨大，其無序自主充電行為會(huì)給電網(wǎng)帶來新的用電尖峰。實(shí)時(shí)電價(jià)機(jī)制為群體電動(dòng)出租車的調(diào)控提供了簡便有效的手段，通過利用群體車輛的可調(diào)度性，可避免尖峰負(fù)荷，協(xié)助電網(wǎng)實(shí)現(xiàn)削峰填谷、需求響應(yīng)等作用。
　　本文首先介紹了群體電動(dòng)出租車充電調(diào)控的基礎(chǔ)，即單輛車的閾值倒推算法，實(shí)現(xiàn)

2、單輛車充電成本或運(yùn)營利潤的優(yōu)化。該算法結(jié)合實(shí)時(shí)電價(jià)特點(diǎn)和車輛運(yùn)行特性，將單輛車優(yōu)化問題轉(zhuǎn)變?yōu)轳R爾科夫模型，通過比較電價(jià)和閾值作出充電決策，實(shí)現(xiàn)充電成本或運(yùn)營利潤的優(yōu)化。閾值表征著車輛在各時(shí)槽的未來期望充電成本或運(yùn)營利潤，可有效區(qū)分電量不同的車輛，達(dá)到不同控制效果。閾值倒推算法使電動(dòng)出租車能夠根據(jù)電量和電價(jià)采取靈活的充電策略，適用于車輛個(gè)體本地應(yīng)用，且提高了車輛的可調(diào)度性。
　　接下來，引入電動(dòng)出租車的特殊電力市場，在所有車輛遵循閾

3、值倒推算法的基礎(chǔ)上，對群體電動(dòng)出租車的充電調(diào)控問題進(jìn)行研究，使其聚合負(fù)荷跟蹤期望負(fù)荷。根據(jù)閾值性質(zhì)，將群體車輛劃分為若干大類，分析其系統(tǒng)特性，建立以各類別車輛數(shù)和充電比例為狀態(tài)量和控制量的系統(tǒng)狀態(tài)方程。最終，群體車輛的負(fù)荷調(diào)控問題轉(zhuǎn)化為一個(gè)復(fù)雜的非線性整數(shù)規(guī)劃。應(yīng)用遺傳算法求解整數(shù)松弛后的優(yōu)化問題，得到最優(yōu)充電決策。之后，結(jié)合實(shí)時(shí)電價(jià)、閩值和充電決策的關(guān)系，制定合理的實(shí)時(shí)電價(jià)，引導(dǎo)群體車輛實(shí)現(xiàn)負(fù)荷跟蹤。隨后本文對上述算法策略進(jìn)行仿真實(shí)驗(yàn)

4、，證明其有效性。
　　然后，考慮車主的充電決策自主性，本文進(jìn)一步研究了服從概率決策模型的群體電動(dòng)出租車的充電調(diào)控問題。首先，分析群體車輛電池特性，建立凸優(yōu)化模型，求解跟蹤期望負(fù)荷的可實(shí)現(xiàn)負(fù)荷。之后，將車主充電決策過程建立為關(guān)于閾值與電價(jià)差值的概率決策模型，有效刻畫了車主的充電意愿。從系統(tǒng)控制角度，構(gòu)建決策器，在線獲取實(shí)際數(shù)據(jù)擬合概率決策模型，利用二分法求解合理的實(shí)時(shí)電價(jià)，調(diào)控車輛充電實(shí)現(xiàn)負(fù)荷控制。最后，大量仿真表明定價(jià)策略在不同情