基于出行链与累积前景理论的电动汽车V2G调度研究

摘要

在全球环境污染和能源危机的背景下，各国加大了电动汽车(Electric Vehicle,EV)为代表的一系列新能源汽车的推广力度，电动汽车的渗透率日渐上升，逐渐取代部分传统能源汽车。电动汽车由于自身行驶特性，其充电负荷的随机性和间歇性会给电网的稳定性产生冲击；同时由于电动汽车的储能特性，也给电网的调度运行带来了新的机遇。针对上诉问题，各界学者对电动汽车的行驶特性进行建模，在此基础上研究电动汽车充电行为，对电动汽车充电负荷进行预测，并研究相应电动汽车调度策略。但由于目前电动汽车实际行驶数据较为匮乏，大部分研究对电动汽车出行模型采取了随机性建模方法，可能与电动汽车实际出行特性不符；在研究电动汽车充电行为时，考虑因素较为单一，建模较为简单，未考虑影响电动汽车充电行为的多种因素并详细分析用户自身意愿；在研究电动汽车调度策略时，未充分考虑通过增加电动汽车用户对于调度计划的接受度和参与度来引导用户参与电网调度。　　鉴于上诉情况，本文进行了以下三个方面内容的研究：　　针对电动汽车出行数据匮乏问题，论文基于居民出行调查数据构建起电动汽车出行链。选取可公开获取的2017年美国家庭旅行调查（National Household Travel Survey,NHTS）数据库为例进行研究。通过对数据库中缺失值和异常值进行预处理并筛选得到唯一非重复的美国不同区域传统汽车以及电动汽车的真实出行链，并采用先进汽车技术模型的市场接受度工具（Market Acceptance of Advanced Automotive Technologies，MA3T）考虑NHTS2017数据以及未来充电设施发展情况预测了在成熟未来电动汽车市场场景下销量和累计保有量，并获得该场景下电动汽车的类型构成，构建了未来电动汽车实际使用场景，并将传统汽车出行链转换为该场景下的电动汽车出行链，为后续进行充电行为研究和电网调度研究提供了坚实的数据基础。　　针对电动汽车充电行为建模考虑因素较为单一问题，本文提出一种基于累积前景理论的电动汽车用户充电行为模型。基于未来成熟电动汽车市场场景下出行链所提供的丰富数据，考虑到电动汽车用户在进行实际充电决策时所考虑的多种因素以及风险偏好，从用户角度，采用累积前景理论分析用户进行充电决策流程，并最终得到电动汽车用户在家庭，工作地点以及其它公共场所的充电决策以及实际充电负荷。仿真得到了电动汽车充电负荷的时空分布情况。结果表明电动汽车用户风险偏好将电动汽车充电负荷峰值上升约4.2%。　　针对电网在调度时未充分考虑电动汽车用户意愿和风险态度问题，提出一种计及用户意愿和风险态度的电动汽车调度策略。该策略在对电动汽车进行调度时，提出基于累积前景理论的累积前景荷电状态约束，以充分考虑电动汽车用户自身参与调度意愿以及表示电动汽车用户的风险态度，并评估其对电动汽车调度的影响。以出行链数据为基础，构建成熟电动汽车市场场景中的电动汽车充放电模型，针对不同目标函数分别优化求解得到电动汽车集群的最大可调度容量和每辆电动汽车的最优调度结果。仿真结果表明，在不改变电动汽车充放电行为并考虑用户风险态度进行调度时，电动汽车能提供最大可调度容量和参与削峰填谷效果均略微降低。

目录

1 绪论

1.1.1 课题背景

1.1.2 研究目的与意义

1.2.1 电动汽车行驶特性研究现状

1.2.2 电动汽车充电行为研究现状

1.2.3 电动汽车调度研究现状

1.3 目前研究不足

1.4 本文主要工作

2 基于居民出行调查的电动汽车出行链生成及场景构建

2.1 引言

2.2 居民出行调查概况

2.3 基于居民出行数据的出行链生成

2.3.1 数据库概况

2.3.2 数据预处理

2.3.3 数据采集方法及权数

2.3.4 车辆出行链的构建

2.3.5 传统汽车与电动汽车行程比较

2.4 电动汽车场景构建

2.4.1 基础充电设施功率及覆盖率

2.4.2 电动汽车保有量预测

2.4.3 场景参数总结

2.5 本章小结

3 基于累积前景理论的电动汽车充电行为研究

3.1 引言

3.2 基础理论

3.2.1 期望效用理论

3.2.2 原始前景理论

3.2.3 等级依赖效用理论

3.3 累积前景理论

3.3.1 价值函数

3.3.2 概率加权函数

3.3.3 理论应用

3.4 基于累积前景理论的电动汽车用户充电决策

3.4.1 影响 EV用户充电决策的因素

3.4.2 成本函数

3.4.3 参考点与价值函数

3.4.4 单位里程消耗不确定性建模

3.4.5 权重函数

3.4.6 充电决策

3.5 算例分析

3.5.1 仿真场景与参数

3.5.2 仿真结果与分析

3.6 本章小结

4 计及累积前景荷电状态的电动汽车V2G 调度研究

4.1 引言

4.2 累积前景荷电状态

4.3 模型构建

4.3.1 EV充放电状态约束

4.3.2 SOC约束

4.3.3 累积前景 SOC约束

4.3.4 充放电功率约束

4.3.5 充放电转换次数约束

4.4 目标函数

4.5 模型求解

4.5.1 约束线性化

4.5.2 松弛变量

4.5.3 求解方法

4.6.1 仿真场景

4.6.2 最大可调度容量

4.6.3 负荷方差最小

4.7 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

附录

A. 作者在攻读学位期间发表的论文目录

B. 作者在攻读学位期间取得的科研成果目录

C. 学位论文数据集

致谢