基于大数据分析的电动汽车V2G调度优化
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11
(1)K均值聚类算原理11
(2)K均值聚类算流程图11
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34
参考文献35
摘要
电动汽车(ElectricVehicles,EVs)因其环保无污染，目前已得到大力推广。
1
V2G（VehicletoGrid）技术将电网（Micro-Grid,MG）和电动汽车机者连接起
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，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，改变电动汽车用户数据集在Mtlb平台上进行多次仿真。
通过动态聚类算，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（赵云飞，陈佳铭,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