v2G技术优化配电系统负荷曲线
关键词:电动汽车,负荷方差,蒙特卡洛,JAYA算法
算法:PSO,MC,JAYA
从电池中管理使用电动车(EVS)和电力注射构成控制EV的充电和排放作为有吸引力的研究领域的问题。
为大量的电池充电,如果没有控制,损坏配电系统。
通过采用使用EVS的最佳规划,他们的停车位可以作为负载或能源的作用。
在本文中,研究了EVS充电调度对负荷特征增强的影响。
另一方面,EVS'业主的行为是概率。
因此,在第一步中,使用Monte Carlo的概率模型开发用于估计不确定的变量,包括:EVS到达和出发时间,EVS在停车场存在的持续时间,每个EV的电池容量。
之后,EVS充电和放电的调度由Jaya算法确定,使得每日负载方差减小并且网络负载特性变得平滑。
在IEEE-69总线系统上调查了提出方法的性能,仿真结果表明了建议的方法的优势。
标题:基于v2G技术的优化配电系统负荷曲线
摘要: 电动汽车(EVs)的普及已经带来了一个新的负荷增长问题,在不适当的条件下,它会导致电网的不稳定性。为了解决这个问题,本文提出了一种基于v2G技术的优化配电系统负荷曲线的方法,该方法使用蒙特卡罗概率模型对EVS的行为进行建模,然后使用Jaya算法来确定EVS的充电和放电策略,以减少负载的方差,并使系统的负载特性更加平滑。仿真结果表明,该方法在 IEEE-69总线系统上表现出了优异的性能,可以有效地减少负载方差,提高电网稳定性。
关键词:电动汽车,负荷方差,蒙特卡洛,Jaya算法,v2G技术
引言: 随着电动汽车(EVs)的普及,它已成为一个新的负荷增长问题,它会导致电网的不稳定性。传统的解决方案是增加发电能力或增加输电能力,但这些措施往往成本高昂且不环保。因此,近年来,研究人员提出了基于电动汽车的虚拟电源(v2G)技术,通过对电动汽车的充电和放电控制,将其作为一个可控负载或可控能源来优化配电系统。但是,要确定EVS的充电和排放策略是一项复杂的任务,需要考虑多个变量,如EVS到达和出发时间,EVS在停车场停留的时间和每个EV的电池容量。因此,本文提出了一种基于v2G技术的优化配电系统负荷曲线的方法,该方法使用蒙特卡罗概率模型对EVS的行为进行建模,然后使用Jaya算法来确定EVS的充电和放电策略,以减少负载的方差并使系统的负载特性更加平滑。
方法: 在本文中,我们考虑具有N个电动汽车的停车场。为了建模每个EVS的行为,我们使用蒙特卡罗方法来估计不确定的变量,包括EVS到达和出发时间,EVS在停车场内的停留时间和每个EV的电池容量。为了确定EVS的充电和放电策略,我们使用Jaya算法来
相关代码,程序地址:http://lanzouw.top/641624044520.html