[论文解读] Smart Charging and Parking of Plug-in Hybrid Electric Vehicles in Microgrids Considering Renewable Energy Sources

Zheming Liang, Yuanxiong Guo|arXiv (Cornell University)|Jul 15, 2018

Electric Vehicles and Infrastructure被引用 3

一句话总结

本文提出了一种两阶段随机优化框架，用于在含可再生能源（RES）和热电联产（CHP）单元的微电网中对插电式混合动力电动汽车（PHEVs）进行智能充电与停车管理。通过基于场景的随机规划对可再生能源出力和PHEV充电行为中的不确定性进行建模，并将问题转化为大规模混合整数线性规划，该方法在确保微电网可靠性的同时，最小化平均运行成本，仿真结果表明，在不同太阳能渗透水平下，与确定性方法相比，成本降低了15-20%。

ABSTRACT

With the current trend of transforming a centralized power system into a decentralized one for efficiency, reliability, and environment reasons, the concept of microgrid that integrates a variety of distributed energy resources (DERs) on the distribution network is gaining popularity. In this paper, we investigate the smart charging and parking of plug-in hybrid electric vehicles (PHEVs) in microgrids with renewable energy sources (RES), such as solar panels, in grid-connected mode. To address the uncertainties associated with RES power output and PHEVs charging condition in the microgrid, we propose a two-stage scenario-based stochastic optimization approach with the objective of providing a proper scheduling for parking and charging of PHEVs that minimizes the average total operating cost while maintaining the reliability of the microgrid. A case study is conducted to show the effectiveness of the proposed approach. Extensive simulation results show that the microgrid can minimize the operating cost and ensure its reliability.

研究动机与目标

• 解决将PHEVs整合到微电网中而不导致配电网过载的挑战。
• 管理联网微电网中可再生能源出力和PHEV充电行为的不确定性。
• 在维持可靠性的同时，最小化微电网的平均总运行成本。
• 为含分布式能源资源（DERs）的微电网提供可控且灵活的能源管理策略。
• 利用真实世界数据集和实际系统参数，评估所提出随机方法的有效性。

提出的方法

• 构建了两阶段基于场景的随机优化模型，以处理可再生能源出力和PHEV充电条件中的不确定性。
• 采用场景生成与削减技术来表示随机变量，捕捉太阳能功率和PHEV可用性的波动性。
• 将两阶段随机规划转化为大规模混合整数线性规划（MILP）以实现高效求解。
• 能源管理系统使用二元变量表示车辆在充电站的可用性，以调度PHEV充电与停车。
• 约束条件对PHEV电池动态进行建模，包括荷电状态限制、充放电效率和速率限制。
• 目标函数最小化总运行成本，包括燃料成本、购电成本和电池退化成本，同时确保功率与热力平衡。

实验结果

研究问题

• RQ1 在可再生能源和PHEV条件不确定的情况下，所提出的随机方法与确定性方法相比，在最小化微电网运行成本方面表现如何？
• RQ2 可调度负荷（如电热水器）调度时间区间的灵活性对微电网平均运行成本有何影响？
• RQ3 提高太阳能渗透率如何影响微电网能量管理系统的成本效益与可靠性？
• RQ4 PHEV与智能充电的集成在多大程度上可降低微电网的峰值负荷与系统运行成本？
• RQ5 在多种随机场景下，所提出的框架能否在最小化总运行成本的同时维持微电网的可靠性？

主要发现

• 与确定性方法相比，随机方法将平均运行成本降低了15–20%，尤其在高太阳能渗透水平下效果更显著。
• 随着太阳能渗透率的提高，平均运行成本下降，这是由于在高峰时段对昂贵电网电能的依赖减少。
• 延长可调度负荷（如电热水器）的调度时间区间可显著降低运行成本，但超过某一区间后收益递减。
• 通过在所有场景和时间段内确保功率与热力平衡，该模型有效维持了微电网的可靠性。
• 通过设定最低荷电状态20%的限制，有效管理了电池退化成本，从而延长了电池寿命。
• 仿真结果表明，所提出的框架在多样化场景下均表现出高效性与鲁棒性，且在真实世界数据输入下性能稳定。