论文总字数：23002字

摘 要

随着电动汽车市场规模的不断扩大，电动汽车的充电优化策略成为研究热门之一。本文研究风储一体化快充站的综合能源调度优化策略，首先搭建了由风力发电、蓄电池储能、配电网、电动汽车充电四个部分组成的风储一体化快充站。然后具体分析了四个组成部分的运行策略，并搭建了相应的数学模型。在此基础上，建立了通过控制电动汽车的充电起始时刻、每时刻蓄电池的充电功率，使得购电成本最低、蓄电池总放电量最低的多目标优化模型。

本文选择NSGA2算法对多目标优化模型进行求解，得出在不同的风电强度和蓄电池起始自荷电状态条件下的优化策略。对优化策略进行了分析，通过绘制在一个周期内四个组成部分的功率变化曲线，分析各个组成部分的运行策略，并对实际应用中如何选择优化策略提出了建议。最后，通过比较在不同的情形下优化策略与实际充电策略的结果，结果表明调度优化策略中的购电成本、蓄电池总放电量得到了大幅度降低，验证了算法的有效性。

关键词：风储一体化，充电站，电动汽车，多目标优化

Abstract

With the continuous expansion of the electric vehicle market, electric vehicle charging optimization strategy has become one of the research hot spots. This task studies the integrated energy dispatching optimization strategy of the wind-storage integrated fast charging station. First, an air-storage integrated fast charging station composed of wind power generation, battery storage, distribution network, and electric vehicle charging is built. Then the specific analysis of the operation strategy of the four components, and set up a corresponding mathematical model. On this basis, a multi-objective optimization model is established by controlling the charging start time of the electric vehicle and the charging power of the battery at each time, which results in the lowest purchase cost and the lowest battery total discharge.

This task chooses NSGA2 algorithm to solve the multi-objective optimization model, and obtains the optimization strategy under different conditions of wind power and battery self-charge state. The optimization strategy was analyzed. By plotting the power variation curves of the four components in one cycle, the operation strategies of each component were analyzed, and suggestions were made on how to select the optimization strategy in practical applications. Finally, by comparing the results of the optimization strategy and the actual charging strategy in different situations, the results show that the purchase cost and total battery discharge in the scheduling optimization strategy are greatly reduced, which verifies the effectiveness of the algorithm.

KEY WORDS: Wind and storage integration, charging station, electric Vehicle, Multi-objective optimization

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 课题的研究背景及意义 1

1.2 国内外研究现状 2

1.2.1 风力发电研究现状 2

1.2.2 电动汽车研究现状 2

1.2.3 电动汽车充电站能源调度研究现状 3

1.3 本文的主要工作 3

第二章 多目标优化问题 5

2.1 优化问题基本概念介绍 5

2.2 多目标优化问题数学模型 5

2.3 Pareto最优解 6

2.4 遗传算法的原理 6

2.4.1 遗传算法的原理 7

2.4.2 遗传算法的缺陷 8

2.5 带精英策略的非支配排序遗传算法（NSGA2算法） 8

2.5.1 NSGA算法 8

2.5.2 NSGA2算法 9

2.5.3 关键环节及其原理 11

2.6 本章小结 13

第三章 风储一体化的快充站综合能源多目标优化模型 14

3.1 系统的组成 14

3.2 系统的运行策略 14

3.3 多目标优化调度模型 14

3.3.1 目标函数 14

3.3.2 控制变量 16

3.3.3 边界条件 16

3.4 优化模型的求解方案 17

3.5 本章小结 18

第四章 算例分析 19

4.1 风储一体化快充站信息介绍 19

4.2 优化结果分析 21

4.2.1 优化结果 21

4.2.2 不同情形下各系统的运行 23

4.2.3 调度方案选择 29

4.2.4 优化结果与实际充电结果比较 29

4.3 本章小结 30

第五章 结论与展望 31

5.1 结论 31

5.2 展望 31

致谢 32

参考文献 33

绪论

• • 1. 课题的研究背景及意义

近年来，世界经济高速发展，科技水平日新月异，这都得益于能源的大量消耗，特别是石油、煤炭等化石能源。现如今，阻碍世界各国经济发展的主要因素之一就是能源的短缺问题。与此同时，因为对化石能源无节制的开采利用，带来了一系列的环境问题，例如温室效应、空气污染、雾霾等，温室效应使得全球气候异常变化，使得自然灾害频发，据统计2017年自然灾害导致的经济损失达3050亿美元，是2016年的2倍。

为了应对日益加重的能源枯竭和环境污染问题，世界各国都在积极地进行新能源的开发和利用。其中风能由于资源丰富，分布广泛，已经逐渐成为新能源领域的代表。风力发电是当下利用风能的最主要手段，而且得益于电力电子技术的飞速发展，风力发电技术日益成熟，现已成为新能源发电领域内最具发展潜力的方法之一。

剩余内容已隐藏，请支付后下载全文，论文总字数：23002字