1
基于电动汽车集群的虚拟电厂构建与运营策略研究
目录
摘要 1
第1章绪论 2
1.1课题研究背景及目的意义 2
1.2课题国内外发展及研究现状 3
1.2.1V2G技术国内外研究现状 3
1.2.2聚类算法国内外研究状态 4
第2章基于V2G技术的电动汽车集群聚类原理 6
2.1电动汽车集群参与电网调峰的调度与需求分析 6
2.2电动汽车集群参与电网调峰的技术方案 7
2.3集群运营商与电网及电动汽车客户的互动方式分析 9
(1)工作原理 9
(2)结构图 9
第3章电动汽车集群聚类方案设计 11
3.1K均值聚类算法 1
(1)K均值聚类算法原理 11
(2)K均值聚类算法流程图 1
3.2电动汽车充电行为的建模 12
3.2.1电动汽车集群划分 12
3.2.2基于充电行为的集群聚类方案 13
3.3电动汽车集群聚类仿真程序设计及结果分析 14
(1)电动汽车集群聚类仿真程序设计 14
(2)电动汽车集群聚类仿真结果分析 15
3.4本章小结 17
第4章基于电价调控的动态聚类算法设计 19
4.1构建用户意愿模型及仿真 19
4.1.1用户意愿模型的建模 19
4.1.2仿真程序设计与分析 19
4.2动态聚类算法程序设计及仿真结果分析 21
4.3基于动态电动汽车集群聚类的电网调峰方法及仿真分析 25
第四类电动汽车用户集群聚类结果的功率曲线如图4-9所示 27
第5章结论 3
参考文献 34
摘要
电动汽车(ElectricVehicles,EVs)因其环保无污染，目前已得到大力推广。
2
V2G(VehicletoGrid)技术将电网(Micro-Grid,MG)和电动汽车两者连接起来，并且能够让能量在两者之间双向流动，已成为目前研究非常重要的技术。大量电动汽车进入电网无序充放电，不仅会对电力系统的稳定运行产生不利的影响，而且会影响电网可靠性。因此，对电动车进行有序充电，并对其调度与控制过程进行深入的探讨，具有十分重要的现实意义。
本文以电动汽车V2G系统为研究对象，基于K-均值聚类算法，对电动汽车的充电行为进行了建模。以电动汽车的充电需求为基础，设计了电动汽车集群聚类算法，改变电动汽车用户数据集在Matlab平台上进行多次仿真。
通过动态聚类算法，合理设置充电分时电价引导电动汽车用户有序充电。以电动汽车为研究对象，考虑分时电价、充电迫切程度、该时段充电意愿，构建用户充电意愿模型，根据用户的最大充电持续时间、充电开始时间特征进行电动汽车集群聚类。分析得到用户日常的充电规律。
引入区域电网内充电意愿强烈的电动汽车集群聚类，形成虚拟储能系统，参与电网调度。通过电价引导优化电动汽车的充电行为，实现电动汽车集群运营商对电动汽车的调度，减少电网波动，使负荷从高峰时段向低谷时段跨时段转移。
第1章绪论
1.1课题研究背景及目的意义
随着能源革命的兴起，能源结构发生了巨大的改变，电动汽车在运输领域得到了快速的发展。当前，我国城市中的电动汽车数量已相当庞大，而且还在迅速发展。大量电动汽车无序入网可能会给电力系统运行带来很多问题。然而电动汽车充电时，其负荷具有很大的可调度潜力，为电力系统调峰提供了一种新方法(李嘉敏，张艺晨，2022)。
所谓V2G,就是通过各种方式增加了电动汽车与电网以的交互作用，从而实现了对双方都好的、更加欢愉的状态。通过将停驶状态的电动车辆用作可动分散蓄能装置，使电力在电力系统和电力系统间的双向流动(充电和放电),从而降低电力供应的负荷。某种意义上揭示了从电网的角度来看，V2G技术是解决“削峰填谷”储能方案，调节电网负荷，提高电网效率的重要手段(王欣怡，刘泽宇，2023)。从车主和使用者的角度考虑，低电价时为车辆充电、储存电能，高峰时则以较高的价格向电网提供电力，在高峰和低谷之间的价格差可以为车主创造经济收益，进一步降低电动汽车使用者的充电费用，从而促进新能源汽车推广普及(赵天辰，李思瑶，2021)。
3
大规模车辆的无秩序充放电会对电力系统的安全性和稳定性产生一定的影响，而大规模车辆集中投入电网将产生很大的经济效益。在区域电网中引进电动汽车集群，在这般的框架下建立一个虚拟能量存储体系，参与电网调度，
该方法能有效地减少优化问题的维数，提高运算速度，为大规模电动车的优化调度问题提出了新的