英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

---

V2G电力容量估算和辅助服务市场评价

摘要：交通与电力系统资源共享是V2G的重点，它可以创造一个令人耳目一新又存在实际效益的新经济体。对V2G在公用事业客户渗透率的预测是一个重要的预测信息，表明V2G可能会主导未来的市场。这将引领V2G停车场的改革。这篇论文引入了一个数学模型来估算一个V2G停车场系统的电能容量，将电动汽车供需模型建立为一个具有随机特性的排队论问题。本文论述了V2G电力供需模型，并对其电力市场潜力进行了评估，得到了令人满意的模拟结果。这表明了V2G电力容量可能相当大，并带来了具有吸引力的辅助服务收入机会。本文的模型使用Tesla Roadster EV和PHEV版本进行测试，其研究结果对致力于寻求V2G停车场基础数据容量估算的电力系统软件开发人员具有一定的参考价值。本研究给出了网格增益因子的表达式，经分析表明该方法可获得40.3%的最佳增益因子。

关键词：微电网；电力市场；排队论；随机模型；v2g

一、术语

V2Gs 车辆到电网技术

EV 电动汽车

DER 分布式能源

BEV 电动汽车蓄电池

CAISO 加利福尼亚独立系统运营商

E V2G的经济价值

lambda; V2G达到率

micro; V2G偏差率

p(n) 存在N个V2G设备的概率

N 总线上V2G设备的最大数量

N_samples 模拟样本数

n 任意样本数

n_imp 充电状态车辆数

n_exp 放电状态车辆数

i 第i个V2G设备

r 随机生成的数字-范围：0到1

alpha; 电池充电常数

beta; 电池放电常数

P_baseload 基本负荷功率

P_EV,dem 对N个V2G设备的充电功率需求

P_EV,max V2G最大电池容量

P_EV,0 蓄电池初始充电功率

P_EV 电池瞬间充电功率

t 充电时间

t_max 最大充电时间

t_exp,i 第i个V2G设备输出功率时间

t_ci 第i个V2G设备输入功率时间

t_exp 电池放电所需时间

t_s 服务时间

P_EV-discharge 蓄电池瞬间放电功率

P_EV-exp V2G向电网输出的电力

P_{EV,0_i} 第i个V2G的初始功率

P_EV-net V2G至电网的净电力流量

1. 介绍

随着分布式发电机和V2G设施的普及，配电系统可能将会发生根本性变化。这得益于政府间《京都议定书》的签订和对环境的关注，以及美国政府制定的能源政策。这些政策旨在使美国国家电网更加可靠、经济、安全和高效地运行。

为了通过资源多样化来加强发电，全球的关注点正在从传统能源的发电转向可再生能源发电。一些研究人员已经讨论了将分布式发电机集成到配电系统中的问题。事实上，车辆（包括V2G）通常一天中约4.1%的时间在使用（其余时间，停在家里和办公室），人们可以将V2G作为一种DER（分布式能源），这是一种研究先进储电技术的潜在解决方案。尽管任何一辆车的可用性都是难以预测的，但当有数千辆车可用时，它却成为一种很好的资源。V2G设施可通过“填谷”（需求较低时夜间充电）和“调峰”（需求较高时将电力送回电网）提供电力，帮助平衡负荷，并使公用事业有新的方式提供调节服务（保持电压和频率稳定），提供旋转备用（满足电源的突发需求）。V2G机组可能是实现新负荷的关键，支持更清洁、可再生和更低碳的电网。因此，汽车公司、国家政府和电力公司之间不断增长的研究活动是有理由的，这些公司都在积极探索V2G技术和其他DERS的潜力。V2G已用于稳定电网运营及扩充其容量和市场潜力。Saber，A.Y等人利用优化技术，制定了停车场智能调度策略。根据其中的建议，V2G是一种不久的未来资源，通过储存风力发电期间产生的多余能量，在高负荷期间将其送回电网来加强可再生能源的实用性。然而，V2G体系的潜在挑战在于电池技术、成本、重量以及电池的额外磨损问题。V2G的开发仍处于初级阶段，因此产生了局限性，实际系统中需要进行测量。另一个问题是，在一个典型的V2G停车场系统中，不同充电状态的车辆可以为其车辆充电（加载）或放电，放电即向电网输出电力。尽管这些活动发生在不同的时间，但研究界面临一个难题是：V2G停车场在电力系统的分析中所占容量是多少？解决这一问题的一种方法是以穿透率来处理V2G停车场的容量。因此，本文的主要目的是调查V2G停车场的电力容量，然后在不受管制的电力市场环境下探索其辅助服务潜力。这种方法在基于V2G总线的负载流分析中很有用。

这项研究的动机来自于R.Gracia Valle等人的开创性工作，其中电动汽车需求系统被建模为一个排队论问题，具有随机特性。该模型需要进一步扩展到电力系统领域，包括以下问题：（a）电网的电力输出，（b）典型停车场的混合充电和放电操作，（c）V2G停车场能源市场操作。本文试图扩展R.Gracia Valle等人的基础工作，以印证这些已确定的情况。

本文的组织结构如下：在第三节中，V2G系统在三个场景下进行建模：（a）V2G系统需求模型，（b）V2G系统供应模型，（c）异类车辆池系统模型。在该节中，对典型停车场的基本负荷和功率进行了建模。第四节从基荷、调峰、旋压、调节四个辅助服务方面分析了V2G停车场的经济价值。第四节介绍不同案例研究的研究结果，结论见第六节。

1. V2G系统建模

a.V2G系统需求模型

如图1所示，V2GS（客户）在停车场的存在可以建模为存储过程，由服务器（充电器/逆变器接口）提供服务。客户可以一个接一个地到达，也可以成批到达（我们假设到达时间是独立的）。v2g停车场系统的这种行为将其归类为排队论问题。因此，PQ总线需求模型应是一个随机过程。

图1:V2GS（客户）通过充电器/逆变器接口（服务器）到达其停车场

特斯拉跑车电动汽车（充电模式）的电池被建模为时间的指数函数。因此，对于任何给定时间t，瞬时充电状态为：

P_EV=P_EV,max{1-e^{-(alpha;.t/tmax)}} P_EV,0 (1)

其中电池常数alpha;值为6.9077。对于完全充电，我们有：

P_EV=P_EV,max (2)

将（2）代入（1）并求解初始电池充电得出：

P_EV,0=P_EV,max·e^{-alpha;t/tmax} (3)

考虑不同初始功率状态的BEV瞬时充电状态如图2所示。

图2：特斯拉跑车电动汽车的瞬时充电状态充电电动汽车的电力需求由以下公式给出：

P_EV,dem=P_EV,max-P_EV,0 (4)

将（3）替换为（4）表示特斯拉跑车的电力需求已完全充电（图3），因此我们有：

P_EV,dem=P_EV,max{1-e^-(ɑ·t/t_max⁾} (5)

图3：特斯拉跑车电动汽车需要完全充电的电力需求

假设在年预测的未来市场中V2G的50%高渗透率将有五种不同充电率的电池，alpha;i，那么对于需要时间的N-V2G系统，第i辆车的TCI充电，整个系统的总充电需求为：

根据未来V2G市场中电池的预期品种，我们假设如下表（表1）所示的充电和放电率。

表1：各种V2g的充放电速率:

对于n=1，假设表1中的数据，我们可以在图4中看到alpha;对预测电力需求曲线的影响。随着alpha;的增加，电池充电上升时间增加。随着高充电率电池生产的不断改进，这类电池必将促进V2G市场。

图4：任何alpha;的V2g需完全充电的电力需求。在典型负载总线（假设V2g平均到达率等于V2g平均离开率）下，存在N-V2g车辆充电的概率p（n）由下式得出：

当n=0，1，2，3......，N

采用m/m/n队列系统中描述的过程，生成0到1（r[0,1]）之间的随机数流，并将满足不等式的值集[0，1，2，hellip;hellip;，n]中的最小值设为n：

r[0,1]gt;p(n) (8)

第i辆V2g车辆所需的充电服务时间计算如下：

利用式（9）和式（6），我们可以计算出n-v2g停车场的电力需求样本。对n个样本的n-ev系统进行随机基本负荷估计，计算公式如下：

1. EV系统10000个样本计算的基荷如图5所示。

图5:10000个样本的N-EV系统的基本负载。使用可再生能源持续对接设施（如上文所述）可以缓解电网的电力需求。

b.V2G电源型号

在这一部分中，通过考虑配电网的电力输出，扩展了工作的基础。虽然Tesla Roadstars EV使用的是BEV，但在本研究中假设了适合V2G的混合版本。如果出于任何原因V2G电池完全放电（不建议这样做，因为这会降低电池性能），车主可以在发动机驱动模式下从停车场起步。浅循环比深循环对电池寿命的影响小。在本研究中，我们假设电池放电极限为0.2千瓦，足以在发动机无法启动时以电动模式驱动电动汽车。这一限制被认为是适当的，因为典型的电动汽车在通勤时可能使用0.44 kWh/英里。因此，如果需要，预计0.2千瓦的功率足以将车辆开到维修车间。在本节中，向配水系统排放的V2g被建模为随时间衰减函数。电池瞬时放电状态如下：

在表1中定义的各种beta;的p=0 ev放电条件下，我们确定（如图6所示）将电池从ev0 p放电至电池放电极限所需的时间exp t（小时）。如图所示，这种放电所需的时间随着beta;的增加而减少（在恒定负载下）。

图6：V2g从初始状态排放到0.2kw的时间

因此，从初始电池电源状态在任何给定时间放电的电源如图7所示，模型如下：

图7：从V2G车辆向电网输出有功功率

在现实生活中，初始电池电源状态本质上是随机的，应使用与确定TCI类似的方法来确定。因此，对于排放模式下的下一个V2G，第i个V2G车辆的初始功率计算如下：

其中：

为下一个V2G数量向配电系统输出的总功率为：

其中：Delta;=beta;_it_exp,i/t_max

c.异类停车场

在现实生活中，一些V2G将处于充电模式，而其他V2G将处于放电模式。停车场的净功率流混合了输入功率V2g的输入数量和输出功率V2g的输出数量为：

从式（6）和（18），我们获得的模型对电力网出口到网格型：

其中，

在放电方式下，可以设计一个电力电子逆变器接口，为配电系统提供无功功率，进行无功补偿和调压。

可能出现电网净功率为零（即电力需求和放电功率相同）的情况。（即电力需求和放电功率相同）因此由式（19），我们有式（20）如下：

将式（20）的两侧除以n_exp V2GS，得出左边的分子为输出到电网的平均V2G功率：

式（21）是对每辆车排放到电网的平均功率的测量，应称为增益系数G，定义为：

G与beta;的关系如图8所示。最佳的电网增益因数（在这种情况下）约为0.403（即，V2G最大电池功率的40.3%平均值进入电网）。最佳beta;约为8.0。

图8：增益因子beta;

四：V2G的经济价值

V2G设备通过“填谷”（需求较低时夜间充电）和“调峰”（需求较高时将电力送回电网）提供电力以帮助平衡负载，并使公用事业有新的方式提供调节服务（保持电压和频率稳定）和旋转备用（满足电力的突发需求。）所有这些辅助服务构成V2G的经济价值，数学上定义为：

全文共12107字，剩余内容已隐藏，支付完成后下载完整资料

---

资料编号：[2768]

您可能感兴趣的文章

• 精益和自动化生产及物流外文翻译资料
• 精益自动化生产和物流外文翻译资料
• 精益化和自动化的制造和物流外文翻译资料
• 精益自动化的制造和物流外文翻译资料
• 生产与物流的精益化和自动化外文翻译资料
• 无刷直流电机闭环速度控制原型设计与实现方法外文翻译资料
• 无线HART网络控制外文翻译资料
• 基于单片机的智能鱼缸的设计外文翻译资料
• 基于单片机的盆花自动浇水控制系统设计外文翻译资料
• 基于PLC的空气循环净化系统外文翻译资料