[目的]随着电动汽车数量的快速增加,电动汽车储能对电网的影响日益显著。为了实现电动汽车充电站与电网的动态交互,利用电动汽车储能调节负荷,以减小峰谷差和对电网的冲击,文章提出了一种基于虚拟同步技术的控制调度策略,考虑将无功响...[目的]随着电动汽车数量的快速增加,电动汽车储能对电网的影响日益显著。为了实现电动汽车充电站与电网的动态交互,利用电动汽车储能调节负荷,以减小峰谷差和对电网的冲击,文章提出了一种基于虚拟同步技术的控制调度策略,考虑将无功响应纳入新型电力系统。[方法]首先,文章采用日前申请机制,建立了双层滚动优化调度模型,用于制定各充电站的充电计划。随后,针对V2G(Vehicle to Grid)系统的工作模式和特点,提出了一种改进型虚拟同步控制方式。该控制方式下,功率能够双向流动,并通过V2G调度控制策略进行最优分配,从而实现有功和无功的调度响应。[结果]实验结果表明:所提出的策略能够有效减小电动汽车充放电对电力系统的冲击,增强系统的稳定性。此外,通过将上层调度指令下发到下层V2G变换器控制上,可以很好地实现充电站与电网的双向互动。[结论]上层调度策略与下层变换器控制策略的结合,不仅满足了V2G系统的基本需求,还展现出良好的输出特性。这一控制调度策略为未来电力系统的稳定运行提供了有力保障。展开更多
[目的]重卡换电站能解决换电重卡充电时间长,续航里程短等痛点,但其动力电池存在容量大、使用频率高、热失控风险高等问题。[方法]为解决以上问题,文章建立了耦合双向充电机的电池热-电耦合模型,对电动重卡动力电池热特性进行研究,应用C...[目的]重卡换电站能解决换电重卡充电时间长,续航里程短等痛点,但其动力电池存在容量大、使用频率高、热失控风险高等问题。[方法]为解决以上问题,文章建立了耦合双向充电机的电池热-电耦合模型,对电动重卡动力电池热特性进行研究,应用COMSOL-SIMULINK进行联合仿真。[结果]仿真结果表明:所提出耦合模型,可以有效控制电池车辆到电网(Vehicle to Grid,V2G)工况下的电压电流。在V2G工况前期,最大电流密度在负极与负极极耳的交界处,最小电流密度在正极与正极极耳的交界处,正极极耳温度比负极极耳高4.1℃;在V2G工况后期,最大局部电流密度从极耳向电池下端转移,底部区域因浓度的影响有利于电化学反应,电芯温度高于极耳温度;热滥用工况下,副反应发生顺序为SEI膜分解、负极分解、正极与电解液反应,其中,电极副反应生热是导致电池进入无法返回的热失控的主要原因,SEI膜的分解反应是电池开始热失控的标志。[结论]所提外电路-热电耦合模型能有效反映在重卡换电站双向充电机激励下,电池热电耦合模型的温度分布与热失控影响。展开更多
针对车网互动(vehicle-to-grid,V2G)场景下大规模电动汽车(electric vehicle, EV)接入电网时处理速度慢、精度低等问题,提出一种基于自适应密度空间聚类(density-based spatial clustering of applications with noise, DBSCAN)算法的E...针对车网互动(vehicle-to-grid,V2G)场景下大规模电动汽车(electric vehicle, EV)接入电网时处理速度慢、精度低等问题,提出一种基于自适应密度空间聚类(density-based spatial clustering of applications with noise, DBSCAN)算法的EV动态分类和多步马尔科夫链聚合方法。在分类阶段,利用k-dist曲线和差分k-dist曲线对DBSCAN算法进行改进,并引入增量式聚类的概念,对EV数据进行动态分类,得到不同荷电状态(state of charge,SOC)、剩余在网时长及可调控容量的多维特征EV集群。在聚合阶段,提出考虑多步状态转移的马尔科夫链理论,利用该理论对每一EV集群在线建立聚合模型,并考虑多步状态转移的情况,弥补了传统马尔科夫链无法处理多特征EV动态聚合的缺陷,从而得到更准确的聚合功率。仿真结果表明,所提出的分类方法能够快速准确地将接入电网的大规模EV划分为不同集群,并且EV集群经过聚合后其功率准确度得到显著提高,能够有效解决大规模EV入网时存在的问题。展开更多
文摘[目的]随着电动汽车数量的快速增加,电动汽车储能对电网的影响日益显著。为了实现电动汽车充电站与电网的动态交互,利用电动汽车储能调节负荷,以减小峰谷差和对电网的冲击,文章提出了一种基于虚拟同步技术的控制调度策略,考虑将无功响应纳入新型电力系统。[方法]首先,文章采用日前申请机制,建立了双层滚动优化调度模型,用于制定各充电站的充电计划。随后,针对V2G(Vehicle to Grid)系统的工作模式和特点,提出了一种改进型虚拟同步控制方式。该控制方式下,功率能够双向流动,并通过V2G调度控制策略进行最优分配,从而实现有功和无功的调度响应。[结果]实验结果表明:所提出的策略能够有效减小电动汽车充放电对电力系统的冲击,增强系统的稳定性。此外,通过将上层调度指令下发到下层V2G变换器控制上,可以很好地实现充电站与电网的双向互动。[结论]上层调度策略与下层变换器控制策略的结合,不仅满足了V2G系统的基本需求,还展现出良好的输出特性。这一控制调度策略为未来电力系统的稳定运行提供了有力保障。
文摘[目的]重卡换电站能解决换电重卡充电时间长,续航里程短等痛点,但其动力电池存在容量大、使用频率高、热失控风险高等问题。[方法]为解决以上问题,文章建立了耦合双向充电机的电池热-电耦合模型,对电动重卡动力电池热特性进行研究,应用COMSOL-SIMULINK进行联合仿真。[结果]仿真结果表明:所提出耦合模型,可以有效控制电池车辆到电网(Vehicle to Grid,V2G)工况下的电压电流。在V2G工况前期,最大电流密度在负极与负极极耳的交界处,最小电流密度在正极与正极极耳的交界处,正极极耳温度比负极极耳高4.1℃;在V2G工况后期,最大局部电流密度从极耳向电池下端转移,底部区域因浓度的影响有利于电化学反应,电芯温度高于极耳温度;热滥用工况下,副反应发生顺序为SEI膜分解、负极分解、正极与电解液反应,其中,电极副反应生热是导致电池进入无法返回的热失控的主要原因,SEI膜的分解反应是电池开始热失控的标志。[结论]所提外电路-热电耦合模型能有效反映在重卡换电站双向充电机激励下,电池热电耦合模型的温度分布与热失控影响。
文摘针对车网互动(vehicle-to-grid,V2G)场景下大规模电动汽车(electric vehicle, EV)接入电网时处理速度慢、精度低等问题,提出一种基于自适应密度空间聚类(density-based spatial clustering of applications with noise, DBSCAN)算法的EV动态分类和多步马尔科夫链聚合方法。在分类阶段,利用k-dist曲线和差分k-dist曲线对DBSCAN算法进行改进,并引入增量式聚类的概念,对EV数据进行动态分类,得到不同荷电状态(state of charge,SOC)、剩余在网时长及可调控容量的多维特征EV集群。在聚合阶段,提出考虑多步状态转移的马尔科夫链理论,利用该理论对每一EV集群在线建立聚合模型,并考虑多步状态转移的情况,弥补了传统马尔科夫链无法处理多特征EV动态聚合的缺陷,从而得到更准确的聚合功率。仿真结果表明,所提出的分类方法能够快速准确地将接入电网的大规模EV划分为不同集群,并且EV集群经过聚合后其功率准确度得到显著提高,能够有效解决大规模EV入网时存在的问题。
