网络首发:2026-06-04,
纸质出版:2026
移动端阅览
岳雷. 基于V2G技术的电动汽车有序充电车-网互动调度策略[J]. 太阳能学报, 2026,47(5):498-505.
岳雷. 基于V2G技术的电动汽车有序充电车-网互动调度策略[J]. 2026, 47(5): 498-505.
岳雷. 基于V2G技术的电动汽车有序充电车-网互动调度策略[J]. 太阳能学报, 2026,47(5):498-505. DOI: 10.19912/j.0254-0096.tynxb.2025-0056.
岳雷. 基于V2G技术的电动汽车有序充电车-网互动调度策略[J]. 2026, 47(5): 498-505. DOI: 10.19912/j.0254-0096.tynxb.2025-0056.
为应对电动汽车(EVs)随机充电引发的电力负荷波动及配电网损耗加剧的挑战
提出一种基于电动汽车与电网(V2G)双向能量交互技术的协同调度策略。利用V2G电动汽车的双向能量流动潜在储能特性
分时段对其充电和放电行为进行优化
从而达到降低电网总负荷方差和网损的目标。通过构建IEEE33节点系统的仿真平台进行实证分析
结果显示该策略使负荷峰谷波动幅度降低27.1%
等效网损减少16.4%
充电费用降低38.6%
模式切换次数控制在≤3次/日的安全区间内
可实现电动汽车与电网的协同运行和资源合理分配
显著改善电网运行品质。
With the popularity of electric vehicles(EVs)
vehicle to grid(V2G) technology has become an important means to alleviate power grid pressure
optimize energy utilization
and achieve effective integration of renewable energy. An interactive scheduling strategy for orderly charging of electric vehicles based on V2G technology is proposed. It utilizes the potential energy storage characteristics of V2G electric vehicles' bidirectional energy flow to optimize their charging and discharging behavior in different time periods
achieving the goal of reducing the total load variance and power losses of the power grid. Using the IEEE 33 node power system as the simulation environment
the simulation analysis and verification were carried out. The results showed that the proposed optimization scheduling strategy reduced the peak valley difference of the load by 27.1%
reduced the equivalent power loss by 16.4%
reduced the total charging cost by 38.6%
and controlled the number of mode switching within a safe interval of less than or equal to 3 times per day. It achieved coordinated operation and rational resource allocation between electric vehicles and the power grid
and improved the stability and economy of the power grid.
陈维江, 靳晓凌, 吴鸣, 等. 双碳目标下我国配电网形态快速演进的思考[J]. 中国电机工程学报, 2024, 44(17): 6811-6817.
郑虎虎, 叶剑华, 罗凤章. 主动配电网-交通网耦合系统分布鲁棒规划方法[J]. 太阳能学报, 2025, 46(4): 200-209.
周辉, 张玉, 肖烈禧, 等. 基于改进秃鹰算法的微电网群经济优化调度研究[J]. 太阳能学报, 2024, 45(2): 328-335.
王浩, 仵哲, 康博阳, 等. 考虑电动汽车和蓄电池联合储能的交直流混合微电网功率协调控制策略[J]. 电工技术学报, 2024, 39(19): 6085-6103.
张贵鹏, 程静. 计及碳捕集的虚拟电厂-电制氢多主体协调优化[J]. 太阳能学报, 2023, 44(8): 92-101.
周启星, 王辉, 欧阳少虎. 基于碳中和新技术的美丽中国建设[J]. 中国环境科学, 2024, 44(4): 1777-1787.
黄学良, 刘永东, 沈斐, 等. 电动汽车与电网互动: 综述与展望[J]. 电力系统自动化, 2024, 48(7): 3-23.
黎小慧, 黄志嘉, 张雷, 等. 面向削峰填谷的住宅区电动汽车变功率实时充电调控策略[J]. 机械工程学报, 2025, 61(12):217-225.
田爽. 考虑需求响应价格机制的电动汽车充电优化调度[D]. 太原: 太原理工大学, 2022.
陈洪亮, 徐海博, 孙瑞雪. 计及电动汽车移动储能动态电价的微电网优化调度研究[J]. 东北电力技术, 2024, 45(3): 50-56.
MIRZAEI A, TAGHIZADEGAN K N.Short-term rescheduling of microgrids with high-penetration of smart electric vehicles using grasshoppers optimisa-tion algorithm[J]. International journal of ambient energy, 2024, 45(1): 20234915150776.
喻磊, 谈竹奎, 王扬, 等. 基于深度强化学习的电动汽车有序充电优化方法[J]. 南方电网技术, 2024, 18(12): 148-155.
WU Y J, CONG P Z, WANG Y L.Charging load forecasting of electric vehicles based on VMD-SSA-SVR[J]. IEEE transactions on transportation electrification, 2024, 10(2): 3349-3362.
车彬, 张泽龙, 杨燕. 考虑V2G储能特性与负荷需求响应的主动配电网低碳鲁棒调度[J]. 电网与清洁能源, 2024, 40(1): 29-39.
马永翔, 王希鑫, 闫群民, 等. 电动汽车双层优化模型的充放电调度策略[J]. 重庆理工大学学报, 2024, 38(3): 267-276.
吾提库尔·阿不都外力, 葛清, 马志斌, 等. 考虑电动汽车动态拥堵的配电网灵活性资源双层优化调度[J]. 电网技术, 2025, 49(6): 2417-2427.
邱革非, 冯泽华, 沈赋, 等. 考虑车网互动的园区电网动态双层能量管理策略[J]. 上海交通大学学报, 2024, 58(6): 916-925.
田晟, 李乐洋. 考虑调度可行性的电动出租车时空双层充电优化[J]. 南方电网技术, 2025, 19(2): 57-67.
陈海鹏, 唐俊敏, 吴昊, 等. 计及电动汽车需求响应与碳配额收益的配电网优化调度[J]. 电网技术, 2025, 49(7): 2841-2851.
程慧琳, 武剑, 张晶, 等. 计及电动汽车充放电时空分布的输配网协同降损低碳策略研究[J]. 电测与仪表, 2024, 61(11): 122-132.
胡超, 彭文河, 方支剑. 基于光储充电站的电动汽车分层优化调度[J]. 综合智慧能源, 2023, 45(9): 11-17.
朱腾伟. 分布式光伏并网和电动汽车充电对配电网的影响及优化策略[D]. 南昌: 南昌工程学院, 2024.
刘晓佳, 赵兴勇, 许天宇, 等. 基于实时电价的电动汽车智能充电路径引导策略[J]. 自动化与仪表, 2024, 39(6): 16-20, 30.
骆徐, 程静, 王李鑫, 等. 基于等效负荷实时电价和节点实时电价引导的电动汽车时空优化调度[J]. 电网技术, 2025, 49(11): 4670-4679.
0
浏览量
20
下载量
0
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621