電動(dòng)汽車充電的集群運(yùn)動(dòng)模型與協(xié)同調(diào)度
發(fā)布時(shí)間:2021-01-08 23:44
近年來,能源短缺與環(huán)境污染問題日益嚴(yán)重,電動(dòng)汽車(Electric Vehicle,EV)作為電能替代在交通領(lǐng)域的產(chǎn)物,由于其具有低污染、低噪聲、高效能的特點(diǎn),在全球范圍內(nèi)正迅猛發(fā)展。但大規(guī)模的電動(dòng)汽車接入電網(wǎng),其無序充電會(huì)導(dǎo)致配電網(wǎng)負(fù)荷曲線峰上加峰,威脅電力系統(tǒng)安全運(yùn)行,降低系統(tǒng)運(yùn)行的經(jīng)濟(jì)性。為解決上述問題,本文從生物仿生學(xué)角度出發(fā),以降低等效負(fù)荷曲線方差為目標(biāo),借鑒集群運(yùn)動(dòng)理論,研究電動(dòng)汽車充電協(xié)同調(diào)度算法,并利用MATLAB仿真軟件驗(yàn)證了所設(shè)計(jì)協(xié)同調(diào)度算法的可行性與有效性。本文的主要研究?jī)?nèi)容如下所示:首先,分析了協(xié)同調(diào)度的基本問題,包括協(xié)同調(diào)度的目標(biāo)、協(xié)同效應(yīng)產(chǎn)生的機(jī)理及協(xié)同效應(yīng)信息傳遞機(jī)制;介紹了集群運(yùn)動(dòng)相關(guān)理論,包括集群運(yùn)動(dòng)的概念、研究思想及模型,重點(diǎn)介紹了 Vicsek集群運(yùn)動(dòng)模型,分析了其運(yùn)動(dòng)規(guī)則及模擬結(jié)果,借鑒集群運(yùn)動(dòng)理論,給出了本文電動(dòng)汽車充電協(xié)同調(diào)度思路。其次,分析了電動(dòng)汽車充電負(fù)荷的影響因素,基于電動(dòng)汽車行駛習(xí)慣、充電方式及電動(dòng)汽車類型,建立了單輛電動(dòng)汽車充電負(fù)荷模型,然后給出了基于蒙塔卡洛模擬的規(guī);妱(dòng)汽車充電負(fù)荷計(jì)算方法與流程,最后以北京某小區(qū)為算例進(jìn)行了仿...
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1-1?2020年全球主要國(guó)家電動(dòng)車保有量預(yù)測(cè)??,、三??
2.3.2模擬結(jié)果分析??根據(jù)運(yùn)動(dòng)規(guī)則進(jìn)行模擬實(shí)驗(yàn),在不同系統(tǒng)密度和角度噪聲參數(shù)情況下,得述實(shí)驗(yàn)結(jié)果,模擬過程表明:運(yùn)動(dòng)速度大小在0.003<v<0.3的范圍內(nèi)變化時(shí)響實(shí)驗(yàn)的最終結(jié)果,下述實(shí)驗(yàn)結(jié)果為v?=?0.3的情況下取得的。??圖中箭頭的方向代表自驅(qū)動(dòng)粒子的運(yùn)動(dòng)速度方向,四種情況下個(gè)體數(shù)量均#?=?300。圖(a)表示仿真的初始情況,其參數(shù)為^?=?7,11?=?2.0,自驅(qū)動(dòng)粒位置和速度方向根據(jù)設(shè)定的規(guī)則隨機(jī)確定;圖(b)表示低系統(tǒng)密度低角度情況,其參數(shù)為Z?=?25,?T1?=〇.1,自驅(qū)動(dòng)粒子群經(jīng)過一定時(shí)間的演化后,形數(shù)個(gè)方向不同的簇團(tuán);圖(c)表示高系統(tǒng)密度高角度噪聲的情況,其參數(shù)為Z?=?7,ri?=?2.0,自驅(qū)動(dòng)粒子群經(jīng)過一定時(shí)間的演化后,沒有出現(xiàn)明顯規(guī)律性的運(yùn)動(dòng)情況;圖(d)表示高系統(tǒng)密度低角度噪聲情況,其參數(shù)為Z?=?5,?”二0.1,自驅(qū)動(dòng)粒群經(jīng)過一段時(shí)間的演化后,出現(xiàn)了有趣的現(xiàn)象:粒子群從初始的雜亂無章狀態(tài)渡到有序狀態(tài)(速度方向一致)。??
n??圖2-2系統(tǒng)密度和角度噪聲對(duì)系統(tǒng)有序度的影響情況??圖2-2?(a)表不相同系統(tǒng)密度條件下,角度噪聲對(duì)系統(tǒng)有序度的影響。由??圖可以看出,只有在角度噪聲處于較低水平時(shí),系統(tǒng)才會(huì)出現(xiàn)同步狀態(tài)。圖2—2??(b)表示相同角度噪聲條件下,系統(tǒng)密度對(duì)系統(tǒng)有序度的影響。結(jié)果表明:只??有在系統(tǒng)密度處于較高水平時(shí)系統(tǒng)才可能出現(xiàn)同步狀態(tài)。??I??2.3電動(dòng)汽車集群充電協(xié)同調(diào)度思路??I??電動(dòng)汽車充電協(xié)同控制的目標(biāo)是在滿足充電需求的前提上,實(shí)現(xiàn)有序充電,??降低系統(tǒng)等效負(fù)荷波動(dòng),從而提高系統(tǒng)設(shè)備負(fù)荷率與系統(tǒng)運(yùn)行的經(jīng)濟(jì)性。為此,??首先需要考慮充電方式、電池特性及電動(dòng)汽車類型等影響因素建立單體動(dòng)力電池??充電模型,明確動(dòng)力電池充電負(fù)荷特性’為大規(guī)模電動(dòng)車協(xié)同調(diào)度提供支撐;其??次,通過對(duì)集群運(yùn)動(dòng)模型的研宄,借鑒生物集群運(yùn)動(dòng)機(jī)制,建立電動(dòng)汽車信息傳??遞機(jī)制。本課題研究電動(dòng)汽車充電局域協(xié)同調(diào)度方法,把每輛電動(dòng)汽車看成具有??自主決策的智能體
本文編號(hào):2965542
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1-1?2020年全球主要國(guó)家電動(dòng)車保有量預(yù)測(cè)??,、三??
2.3.2模擬結(jié)果分析??根據(jù)運(yùn)動(dòng)規(guī)則進(jìn)行模擬實(shí)驗(yàn),在不同系統(tǒng)密度和角度噪聲參數(shù)情況下,得述實(shí)驗(yàn)結(jié)果,模擬過程表明:運(yùn)動(dòng)速度大小在0.003<v<0.3的范圍內(nèi)變化時(shí)響實(shí)驗(yàn)的最終結(jié)果,下述實(shí)驗(yàn)結(jié)果為v?=?0.3的情況下取得的。??圖中箭頭的方向代表自驅(qū)動(dòng)粒子的運(yùn)動(dòng)速度方向,四種情況下個(gè)體數(shù)量均#?=?300。圖(a)表示仿真的初始情況,其參數(shù)為^?=?7,11?=?2.0,自驅(qū)動(dòng)粒位置和速度方向根據(jù)設(shè)定的規(guī)則隨機(jī)確定;圖(b)表示低系統(tǒng)密度低角度情況,其參數(shù)為Z?=?25,?T1?=〇.1,自驅(qū)動(dòng)粒子群經(jīng)過一定時(shí)間的演化后,形數(shù)個(gè)方向不同的簇團(tuán);圖(c)表示高系統(tǒng)密度高角度噪聲的情況,其參數(shù)為Z?=?7,ri?=?2.0,自驅(qū)動(dòng)粒子群經(jīng)過一定時(shí)間的演化后,沒有出現(xiàn)明顯規(guī)律性的運(yùn)動(dòng)情況;圖(d)表示高系統(tǒng)密度低角度噪聲情況,其參數(shù)為Z?=?5,?”二0.1,自驅(qū)動(dòng)粒群經(jīng)過一段時(shí)間的演化后,出現(xiàn)了有趣的現(xiàn)象:粒子群從初始的雜亂無章狀態(tài)渡到有序狀態(tài)(速度方向一致)。??
n??圖2-2系統(tǒng)密度和角度噪聲對(duì)系統(tǒng)有序度的影響情況??圖2-2?(a)表不相同系統(tǒng)密度條件下,角度噪聲對(duì)系統(tǒng)有序度的影響。由??圖可以看出,只有在角度噪聲處于較低水平時(shí),系統(tǒng)才會(huì)出現(xiàn)同步狀態(tài)。圖2—2??(b)表示相同角度噪聲條件下,系統(tǒng)密度對(duì)系統(tǒng)有序度的影響。結(jié)果表明:只??有在系統(tǒng)密度處于較高水平時(shí)系統(tǒng)才可能出現(xiàn)同步狀態(tài)。??I??2.3電動(dòng)汽車集群充電協(xié)同調(diào)度思路??I??電動(dòng)汽車充電協(xié)同控制的目標(biāo)是在滿足充電需求的前提上,實(shí)現(xiàn)有序充電,??降低系統(tǒng)等效負(fù)荷波動(dòng),從而提高系統(tǒng)設(shè)備負(fù)荷率與系統(tǒng)運(yùn)行的經(jīng)濟(jì)性。為此,??首先需要考慮充電方式、電池特性及電動(dòng)汽車類型等影響因素建立單體動(dòng)力電池??充電模型,明確動(dòng)力電池充電負(fù)荷特性’為大規(guī)模電動(dòng)車協(xié)同調(diào)度提供支撐;其??次,通過對(duì)集群運(yùn)動(dòng)模型的研宄,借鑒生物集群運(yùn)動(dòng)機(jī)制,建立電動(dòng)汽車信息傳??遞機(jī)制。本課題研究電動(dòng)汽車充電局域協(xié)同調(diào)度方法,把每輛電動(dòng)汽車看成具有??自主決策的智能體
本文編號(hào):2965542
本文鏈接:http://www.sikaile.net/kejilunwen/dianlilw/2965542.html
最近更新
教材專著