版权说明 操作指南
首页 > 成果 > 详情

基于PSO算法的电动汽车有序充放电优化

认领
导出
下载 Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
罗通;陈众;余思维;张丰鸣
作者机构:
长沙理工大学湖南省智能电网运行与控制重点实验室,长沙,410114
[余思维; 张丰鸣; 陈众; 罗通] 长沙理工大学
语种:
中文
关键词:
充放电优化;粒子群算法;随机模型
关键词(英文):
PHEVs;V2G;charging and discharging optimization;particle swarm optimization (PSO) ~ stochasticmodel;V2G
期刊:
电力学报
ISSN:
1005-6548
年:
2018
卷:
33
期:
1
页码:
32-40
机构署名:
本校为第一机构
院系归属:
电气与信息工程学院
摘要:
研究提出了一种对电网需求侧负荷变化进行建模和控制的方法,考虑了电动汽车开始充电时间,充电时长和初始充电状态(SOC)的随机性,建立了接近现实世界住宅配电网中电动汽车充放电的随机模型,提出了基于粒子群优化算法的智能充电和车对网(V2G)策略。该控制策略主要用于提高电能质量和平滑电网负荷需求。然后,在不同的电动汽车渗透水平下对三种不同的充电形式进行模拟:无序充电、无V2G有序充电和有V2G有序充电。仿真结果表明:无序充电会严重增加峰值负荷,造成较大的电压偏移。而提出的有序充电方法可以有效降低电压偏差,平滑负载需求曲线。同时,当在所提出的有序充电中考虑V2G时,在较低的PHEV渗...
摘要(英文):
A methodology for modeling and controlling the load demand was proposed.To take the stochastic nature of start charging time,charging during and initial state of charge(SOC)into consideration,this paper built a stochastic model for PHEV in a residential distribution grid close to real-world scenarios.The authors proposed a smart charging and vehicle-to-grid(V2G)strategy based on particle swarm optimization(PSO)algorithm.The objective of this control strategy is to improve the power quality and flatten the load demand in the studied system...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com