面向公路網(wǎng)無線充電的配電網(wǎng)規(guī)劃研究.pdf

1、隨著科技的發(fā)展和城市配套設施的不斷完善，原有的配電網(wǎng)規(guī)劃方法已經(jīng)無法適應與日俱增的新興電力負荷。為更好的應對具有不同特點的各種新型負荷，需要將負荷細分，為不同類型的負荷制定不同的配電網(wǎng)規(guī)劃準則。本文針對公路網(wǎng)無線充電負荷特點，在保證配網(wǎng)運行可靠性和安全性的基礎上，建立了以建設和運行成本最低為目標的配網(wǎng)規(guī)劃模型，為未來公路網(wǎng)無線充電負荷接入電網(wǎng)提供技術參考。本文中公路網(wǎng)負荷指的就是鋪設了電動汽車動態(tài)無線充電系統(tǒng)的公路，在大量電動汽車進行動

2、態(tài)充電時所產(chǎn)生的負荷。
　　公路網(wǎng)負荷預測是進行電網(wǎng)規(guī)劃建設以及運行調度控制的基礎。電動汽車動態(tài)無線充電的時空分布具有很強的隨機性，本文在大量文獻的基礎上，根據(jù)公路網(wǎng)無線充電系統(tǒng)的工作原理和工作場景，得出大量電動汽車接入充電時的負荷預測模型，并分析模型中的各種參數(shù):對不同用途的電動汽車行駛特征進行歸納總結，利用蒙特卡洛法抽樣計算得出其不同時刻的接入概率，并用對數(shù)正態(tài)概率分布函數(shù)和三參數(shù)威布爾函數(shù)進行擬合，使用Greenshield

3、s—LN模型求取平均車速，確定車流量和平均車速的模型，對電動車滲透率、氣象條件、車道分擔率等參數(shù)進行標定，最后通過使用蒙特卡洛模擬方法進行大量的抽樣仿真，計算得出單位路段實際日負荷的均值和方差。
　　通過對比城市地鐵配電措施和普通住宅小區(qū)配電方案，結合《國家電網(wǎng)公司城市配電網(wǎng)技術導則》。根據(jù)公路網(wǎng)負荷無法一次性完全接入已有配電網(wǎng)、且負荷呈帶狀分布等實際情況，本文建議:“公路網(wǎng)負荷優(yōu)先考慮接入已有配電網(wǎng)，并根據(jù)實際情況微調，最后為剩

4、余負荷新建專供變電站”。
　　為了使公路網(wǎng)負荷以最優(yōu)的方式接入已有配電網(wǎng)，本文提出“電網(wǎng)找負荷，以點尋線”的新思路，以電網(wǎng)節(jié)點為源頭尋找連接公路網(wǎng)的最短路徑，用Floyd算法結合迷宮算法并引入競爭機制，解決了實際電網(wǎng)建設時公路電源接入點以及最優(yōu)路徑的選取問題。通過使用IEEE33節(jié)點網(wǎng)絡，仿真計算了公路網(wǎng)負荷接入配電網(wǎng)時，負荷的隨機性對電網(wǎng)電能質量的影響。
　　本文最后提出了一種面向公路網(wǎng)負荷的配電網(wǎng)新建變電站多源連續(xù)選址定

5、容模型。介紹了一種新的變電站選址定容智能優(yōu)化算法:縱橫交叉算法(CSO)。根據(jù)約束條件和目標函數(shù)以及相關信息，設置CSO參數(shù)并進行求解，最后與PSO、GA算法進行了對比。結果表明，縱橫交叉算法具有更強的全局尋優(yōu)搜索性能和更高的收斂速率，而且豐富了種群的多樣性，極大的改善了傳統(tǒng)智能算法后期收斂速度慢、易陷入局部最優(yōu)解等缺點。尋優(yōu)過程中可快速令變電站費用、網(wǎng)損費用等經(jīng)濟投資費用收斂至最優(yōu)，因此使用本文提供的模型和算法得到的新建變電站多源選址