【东南大学】2024时空约束条件下电动车-多社区建筑能源协同共享与传递报告_33页_7mb
报告摘要
时空约束条件下电动车-多社区建筑能源协同共享与传递总结
核心内容概述
本研究聚焦于在时空约束条件下,电动车与多社区建筑能源系统的协同共享与传递机制。通过分析新能源车体系接入对建筑能源系统的影响,以及电动车在多社区间的能源互动,提出了一种先进的协同控制策略(C2V2C),以实现更高效的能源利用、降低电力成本和减少电网尖峰负荷。
主要观点
1. 研究背景
- 全球气候变化日益严重,气温预计将在本世纪上升3.4–3.9°C,对环境造成重大影响。
- 中国正积极推进碳达峰和碳中和目标,交通运输是碳排放的重要领域之一。
- 新能源汽车保有量迅速增长,2022年达到1310万辆,2023年突破2000万辆。
- 电动车有序充电(如谷时充电、峰时放电)可有效缓解电网压力,提高可再生能源利用率。
2. 新能源车体系接入对建筑能源系统的影响
- 电动车作为储能设备,有助于削弱可再生能源和负荷不确定性对建筑能源系统的影响。
- 通过优化充放电策略,可提升建筑能源系统的运行经济性、环保性和能效性。
- 关键技术包括:
- 建筑冷热电储负荷预测技术
- 新能源车智能充放电技术
3. 电动车助力多社区能源共享与传递
- 提出C2V2C(Community-to-Vehicle-to-Community)模型,实现社区间能源的动态共享与传递。
- 通过协调控制策略,优化电动车的充放电行为,以满足不同社区的电力需求和可再生能源供应。
- 控制目标包括:
- 最小化尖峰负荷
- 最小化电费支出
关键信息
1. 电动车充电策略对电网的影响
- 无序充电:叠加晚间用电高峰,增大电网压力。
- 有序充电:在用电低谷充电、峰时放电,可有效减少电网增容压力。
2. 电动车与建筑能源系统的协同效应
- 电动车可以作为储能设备,提升建筑能源系统的可靠性与稳定性。
- 优化充电策略有助于降低建筑用电成本,并提高能源利用效率。
3. C2V2C控制策略
- 通过整合社区能源需求、可再生能源供给和电动车信息,实现多社区间的协同控制。
- 控制策略包括:
- 控制策略1:最小化电费支出
- 控制策略2:最小化尖峰负荷
4. 仿真案例与结果
-
夏季一周:
- C2V2C控制策略可有效减少对电网的太阳能光伏发电输出,从而大幅降低电力成本(降低超过32%)。
- 电动车充电主要安排在工作场所社区,以平衡光伏发电量。
- 电动车在工作场所社区被充至较高SOC水平,减少住宅社区对电网的依赖。
-
冬季一周:
- 电力成本降低主要依赖于将电力需求转移到低电价时段。
- 电动车充电同样主要在工作场所社区进行,但住宅社区的尖峰负荷显著降低。
- C2V2C控制策略在冬季可降低尖峰负荷约1%–6%。
5. 控制策略优化
- 权重因子(ω)用于平衡两个社区的控制目标。
- 在夏季,当权重因子从0变化到0.5时,优化结果一致,表明工作场所社区的优先级更高。
- 在冬季,当权重因子在0.4–0.6范围内时,两个社区在电费优化上具有同等偏好,可实现最大成本节约。
- 当权重因子设定为0.5时,可优化多社区累计的性能表现。
电动车相关信息
| 类别 | 参数 | 值 |
|---|---|---|
| EV model | Battery capacity | 57 kW·h |
| Vehicle consumption | 151 W·h/km | |
| Max charge/discharge power | 11 kW AC, 3-phase 16 A | |
| EV travel behavior | Parking period (workplace) | 08:00–16:00 (8 h) |
| Parking period (residential) | 17:00–07:00 the 2nd day (14 h) | |
| Average distance between communities | 40 ± 4 km | |
| EV control settings | Initial SOC | 50% |
| Minimum SOC threshold | 20% | |
| Minimum SOC target | 35% |
总结
本研究通过构建C2V2C模型,提出了一种基于遗传算法的协同控制策略,有效优化了电动车与多社区建筑能源系统的互动。结果显示,先进控制策略在降低电力成本和减少尖峰负荷方面优于传统独立控制,特别是在夏季和冬季的电力需求高峰期间。该策略不仅有助于提升能源系统的经济性和稳定性,还为实现碳达峰、碳中和目标提供了有力支持。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载