基于用户信用指数的园区电动汽车充放电调度机制（网络首发）

doi:10.16183/j.cnki.jsjtu.2023.196

摘要/Abstract

摘要： 电动汽车用户人为提前结束充电的违约行为易对负荷聚集商及用户自身造成违约损失，因此考虑违约行为的充放电调度机制至关重要。本文基于吴氏三维信用理论量化电动汽车用户信用，并从放电深度和充电优先级两个维度修正电动汽车充放电计划，同时建立了考虑区域配电网负荷波动和用户成本的多目标优化模型。以园区为例进行仿真计算，对比分析了多种场景下的仿真结果及不同违约规模和电动汽车渗透率对所提充放电调度机制的影响。结果表明：基于用户信用指数的充放电调度机制在平抑园区配电网负荷波动和提高用户充电体验上都具有优势，相比于未考虑用户执行情况的有序充放电策略，该机制能够更好地适应电动汽车渗透率升高及违约规模扩大的场景。

关键词: 电动汽车, 有序放充电, 用户信用指数, 充电优先级, 三维信用理论

中图分类号:

U491.8
TM73

孙欣, 江海林, 谢敬东, 王思敏, 王森. 基于用户信用指数的园区电动汽车充放电调度机制（网络首发）[J]. 上海交通大学学报, doi: 10.16183/j.cnki.jsjtu.2023.196.

[1]	刘迪迪, 杨益菲, 杨玉荟, 邹艳丽, 王小华, 黎新. 随机环境下电动汽车充电实时管理与优化控制算法[J]. 上海交通大学学报, 2023, 57(1): 1-9.
[2]	. 基于多元动机理论的共享电动汽车出行意愿影响因素研究[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(1): 1-9.
[3]	. 基于充电态势感知的充电站负荷预测方法[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(1): 28-38.
[4]	. 考虑电动汽车行为异质性的鲁棒性充电需求预测方法和充电网络规划研究[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(1): 136-149.
[5]	李恒杰, 朱江皓, 傅晓飞, 方陈, 梁达明, 周云. 基于集成学习的电动汽车充电站超短期负荷预测[J]. 上海交通大学学报, 2022, 56(8): 1004-1013.
[6]	李林晏, 韩爽, 乔延辉, 李莉, 刘永前, 阎洁, 刘海东. 面向高比例新能源并网场景的风光-电动车协同调度方法[J]. 上海交通大学学报, 2022, 56(5): 554-563.
[7]	胡春阳, 吴鑫, 周峰. 基于区块链技术的电动汽车绿证交易研究[J]. 上海交通大学学报, 2021, 55(S2): 64-71.
[8]	侯珏, 姚栋伟, 吴锋, 吕成磊, 王涵, 沈俊昊. 混合励磁电机的电动汽车增程器控制策略[J]. 上海交通大学学报, 2021, 55(2): 206-212.
[9]	吕祥梅, 刘天琪, 刘绚, 何川, 南璐, 曾红. 考虑高比例新能源消纳的多能源园区日前低碳经济调度[J]. 上海交通大学学报, 2021, 55(12): 1586-1597.
[10]	陈玉珊, 秦琳琳, 吴刚, 毛俊鑫. 基于渐消记忆递推最小二乘法的电动汽车电池荷电状态在线估计[J]. 上海交通大学学报, 2020, 54(12): 1340-1346.
[11]	刘雨声，李万勇，张立，施骏业，陈江平. 采用R1234yf制冷剂的汽车超低温强化补气热泵空调性能[J]. 上海交通大学学报, 2020, 54(10): 1108-1116.
[12]	俞彬彬，王丹东，向伟，余浩弘，陈江平. 跨临界CO2电动汽车空调系统性能分析[J]. 上海交通大学学报, 2019, 53(7): 866-872.
[13]	李萍，谷波，缪梦华. 废热回收型纯电动汽车热泵系统试验研究[J]. 上海交通大学学报（自然版）, 2019, 53(4): 468-472.
[14]	籍庆辉，朱平，卢家海，刘钊. 基于Kriging近似模型的碳纤维增强复合[J]. 上海交通大学学报（自然版）, 2017, 51(2): 129-.
[15]	龚小祥, 常思勤, 蒋李晨, 李小攀. 电动汽车新型线控制动单元及其控制系统[J]. 上海交通大学学报, 2016, 50(03): 395-400.

基于用户信用指数的园区电动汽车充放电调度机制（网络首发）

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价