导读:本文包含了光伏充电方法论文开题报告文献综述及选题提纲参考文献，主要关键词:电动汽车,光伏充电站,李雅普诺夫优化,夏普利值法
光伏充电方法论文文献综述
石峻玮[1]（2018）在《基于李雅普诺夫优化的光伏充电站在线能量管理方法》一文中研究指出近年来受政策激励、实时电价以及环境问题等因素的影响,为保障能源安全和实现低碳经济转型,各国政府都在积极推动电动汽车产业发展。其中,电动汽车光伏充电站是对分布式可再生能源就地消纳的典型集成方式,有助于提高充电站运行的经济效益和环境效益。如今,电动汽车充电站不仅需要分布式可再生能源的集成接入,还要综合考虑电网实时电价的波动和用户侧差异化充电需求的影响,以执行合理的电动汽车充电能量管理策略。光伏充电站的能量管理策略既要满足用户的充电需求,又要尽可能多地降低自身运营费用,减少站内电动汽车充电过程产生的间接碳排放。本文在光伏充电站中的电动汽车用户与光伏能源服务商(Photovoltaic Energy Service Provider)之间建立起合作联盟,形成合作博弈的关系,其中光伏能源服务商将可再生能源出售给电动汽车用户,并为他们提供能量管理服务以减少其充电费用。对于光伏能源服务商,本文提出一种基于李雅普诺夫优化的在线能量管理算法,在满足用户的充电需求前提下,对充电站中的可控电动汽车负荷队列进行快速地调控。根据每个电动汽车的初始SOC(State of Charge),停车时段,分时电价以及充电站内分布式光伏电源的发电出力,构建可控负荷队列,将能量管理问题转化为每个时刻的线性规划问题。该能量管理算法采用非预测机制,只需获取当前时刻的相关变量即可作出实时调控决策。根据合作博弈理论,充电站内合作联盟的形成使得联盟内每个参与者在经济上都会获得补贴奖励。为了充分量化合作联盟中参与者不同的贡献度,本文采用夏普利值法(Shapley Value)来分配参与合作的电动汽车用户和光伏能源服务商的奖励。通过仿真结果对比分析可知,在电动汽车光伏充电站中采用基于李雅普诺夫优化的在线能量管理算法和形成合作联盟,可以有效促进分布式光伏能源消纳,降低充电站整体运营成本;同时算法计算复杂度低,决策过程迅速,具有一定可行性。(本文来源于《华北电力大学(北京)》期刊2018-03-01）
邹福强[2]（2016）在《电动汽车光伏充电站的在线能量管理方法》一文中研究指出发展电动汽车被世界各国普遍确立为发展低碳经济及保障能源安全的重要手段,集成了分布式光伏发电系统的充电站也逐渐出现,并得到了广泛关注。由于电动汽车的充电需求并不是固定不变的,因此需要研究适用于光伏充电站的能量管理算法,优化决策充电功率,提高充电站的运行经济性。在充电站网络规模化发展后,各充电站的光伏容量配置与充电负荷存在差异,并且部分充电负荷是可调度的。在某些时间段,结合电网收取通道费的电改新政策,通过电网的输配电通道,实现光伏充电站网络的电能优化调度,是市场模式下充电设施运营商提升运营效益的可行手段。然而,光伏充电站的某信息是私密性的,不能共享。为此,本文从自律和协同模式两个视角,提出了电动汽车光伏充电站的在线能量管理方法。对于单个光伏充电站,本文首先提出了自律模式下光伏充电站的在线能量管理方法。该方法采用基于学习的在线决策和基于规则的决策相结合的方式,综合形成光伏充电站的在线能量管理方法,既能保证光伏能量的最大化消纳,又能决策在分时电价条件下从电网的购电量。利用充电站运行的历史数据,通过离线优化的方法得到理论最优解组成的知识库,基于学习的在线决策方法根据决策当天的属性从知识库中选取训练样本,从而决策充电功率。以某位于工作地点的光伏充电站为例,对所提方法进行仿真测试,仿真结果表明,该方法能够决策出与离线优化非常接近的充电功率,论证了方法的有效性和实用性。对于光伏充电站网络,本文提出了协同模式下光伏充电站的在线能量管理方法,在共享部分信息的条件下制定合理的光伏充电站之间的合作运行方式以及能量调度策略。首先根据光伏充电站的能量流动特点,应用ADMM传统的算法,得到以充电电量和交互电量为优化变量的分布式优化模型,该模型只需要各个光伏充电站之间共享交互电量的信息。其次,介绍了共享全部信息的集中式优化模型,该模型以运行收益为目标,能量平衡、光伏自消纳率等为约束条件。最后,通过算例分析,对比集中式优化和分布式优化的结果,证明了分布式优化模型的精确性和实用性。(本文来源于《华北电力大学(北京)》期刊2016-03-01）
王磊,郭瑞[3]（2015）在《一种光伏収电系统中电池充电SOC检测方法》一文中研究指出现有的光伏系统电池充电SOC检测方法,不能适应光伏系统充电电压和充电电流频繁变化的工作环境,且精度差。针对传统方法的缺陷,本文提出一种利用遗传算法改进最小二乘支持向量机回归模型,并针对电池循环次数和环境温度进行补偿,实现光伏系统中电池充电SOC的检测方法。本文提出的方法通过测量光伏系统中电池充电电压、充电电流、累计放电电量、环境温度;基于利用遗传算法改进的最小二乘支持向量机回归模型,计算当前电池电量;计算等效循环次数,计算电池容量老化补偿系数,计算电池容量温度补偿系数,最后计算电池充电SOC。仿真实验证明本方法可以快速、精确的实现光伏系统中电池充电SOC估计。(本文来源于《第四届全国电能质量学术会议暨电能质量行业发展论坛：电能质量与高效优质用电论文集》期刊2015-08-21）
王力成[4]（2015）在《考虑光伏与电动汽车充电功率不确定性的配电网调度方法研究》一文中研究指出随着人类社会的发展,人们对能源的需求量日益增加。煤炭、石油等传统化石能源在人类文明的发展进程中起到了十分重要的作用,并将在未来的一段时间内,继续成为人类社会不可或缺的重要能量来源之一。在传统能源格局下的电力系统,其不确定性主要是由负荷的随机波动造成的。根据负荷预测及以此制定的发电机组日前调度计划,常规发电机组通过一次调频、二次调频可以使供电量与负荷需求始终保持平衡。然而,随着常规能源的日益消耗及伴随而来的有毒有害废弃物的排放,绿色低碳经济正在成为各领域的研究热点。风能、太阳能等可再生能源的开发利用,不但在一定程度上缓解了人类社会日益加剧的能源危机,还为保护环境、减少碳排放做出了贡献。风电、光伏等可再生能源的出力具有随机性和波动性的特点。将这类可再生新能源发电单元的接入会显着增加电力系统的不确定性,给电力系统调度和运行带来挑战。对于配电网,传统的控制策略主要包括无功补偿、平衡节点(与输电网连接的节点)调节电压等。通过上述手段的调节,将配电网网损减小到最小。本文的第二章指出,对配电网进行确定性网损优化时,所制定的调度策略会抬高配电网的节点电压。而光伏发电系统接入配电网本身就会引起节点电压升高,两者相互作用会进一步恶化配电网电压环境,即使所接入的光伏发电容量并不很大,也可能会导致光伏接入节点电压逼近上限值。此时,配电网中若有较大的功率波动,节点电压越上限的事故就可能发生。因此,本文第二章提出了一种考虑负荷及光伏功率不确定性的配电网优化调度方法,该方法在优化配电网网损时,能为光伏功率的波动预留出一定的系统裕度,从而兼顾了可靠性(安全性)和经济性。本文在第叁章建立了电动汽车群充电功率模型,并在此基础上提出了两种电动汽车延迟充电策略。仅考虑电动汽车到达时间的延时充电策略可以较好地平抑配电网日内负荷的波动,但在配电网接有光伏发电系统的情形下,不能解决吸收正午富余光伏功率与减小配电网晚高峰用电量的矛盾。因此,本文第叁章所提的第二种电动汽车延时充电策略同时考虑了车辆到达的时刻及其到达时刻的剩余电量。在第叁章的基础上,本文第四章将接入配电网的电动汽车与其它配电网控制手段进行协同调度。与以往电动汽车调度策略不同之处在于,本文在制定协同调度方案时考虑了电动汽车充电功率的不确定性。本文第四章采用区间数的形式来刻画配电网中的不确定因素(包括光伏功率、电动汽车充电功率、负荷水平)。文中通过算例验证了区间数刻画电动汽车充电功率不确定性的可行性。此外,第四章给出了两个具体的场景来说明在配电网调度中考虑电动汽车不确定性的必要性。(本文来源于《浙江大学》期刊2015-01-01）
路欣怡,刘念,陈征,张建华,肖湘宁[5]（2014）在《电动汽车光伏充电站的多目标优化调度方法》一文中研究指出电动汽车光伏充电站是实现电动汽车对可再生能源就地消纳利用的典型集成方式,本文针对光伏充电站运行中的优化调度问题展开研究。介绍了光伏充电站的典型结构、组成单元功能及基本运行策略。综合分析电动汽车充电、光伏发电及储能系统等多方面的运行特性,提出考虑购电费用和蓄电池循环电量的多目标优化调度数学模型;构造含电动汽车充电时间、蓄电池充放电功率及电池荷电状态(SOC)范围、配电网供电功率、系统功率平衡的约束条件;在此基础上,通过非支配排序遗传算法(NSGA)-II算法对多目标优化模型进行求解。结合具体算例,在不同日照和蓄电池初始SOC条件下,获得多组Pareto最优解集;从中选取典型调度方案,分析各组件功率调节的合理性;最后,通过与即时充电方案的比较,优化结果在购电费用和蓄电池循环电量上表现出明显的优势。本文所提的优化调度方法,将为示范城市充电基础设施的运行提供理论依据和技术支撑。(本文来源于《电工技术学报》期刊2014年08期）
陈征,肖湘宁,路欣怡,刘念,张建华[6]（2013）在《含光伏发电系统的电动汽车充电站多目标容量优化配置方法》一文中研究指出含可再生能源发电的电动汽车充电站容量优化配置是一个典型的多目标优化问题,两个相互冲突的目标是极大化可再生能源利用率和极小化系统投资、运行成本。本文首先介绍考虑交流并网的光伏充电站系统结构及各组成单元的作用,描述其能量交换策略。参考实际建站需求,提出考虑可再生能源利用率和投资运行成本的多目标优化配置数学模型,并构造含决策变量范围、功率平衡要求和电量变化上下限的约束条件。通过NSGA-II优化算法,得到非支配解前沿面,进而获得多个Pareto最优解,从组件容量变化趋势、系统功率和电量平衡等多个方面分析配置结果的合理性。本文所提的优化配置方法,将为示范城市充电基础设施建设提供理论依据和技术支撑。(本文来源于《电工技术学报》期刊2013年06期）
姚敦平[7]（2012）在《钒电池快速充电方法及钒电池光伏储能系统建模研究》一文中研究指出钒电池(VRB，Vanadium Redox Flow Battery)作为一种新型的化学电池，因其具有功率、容量可独立设计、能大电流充放电、可深度放电、循环寿命长等诸多优点，在其关键材料、系统建模和示范工程等方面都得到广泛研究。本文以VRB为对象，重点对其充电方法和钒电池光伏储能系统建模两方面进行研究。以成熟蓄电池充电技术为基础，结合VRB的特点及其电化学机理，在马斯定律的指导下，系统研究充电电流逐级递减和停歇去极化的变电流间歇恒压充电模式。以单片VRB为实验对象，通过大量实验与结果分析，确定了始、末段充电电流密度、变流规律、停歇时间等参数，得到新型充电方法的充电曲线。在不同荷电状态(SOC, State of Charge)和电解液流量下，考察新型充电方法的适用性，并与恒流恒压充电方法对比。结果表明，二者的放电容量相当，采用新型充电方法的充电时间缩短近一半，且多次循环充放电结果表明放电容量未见衰减。实验结果证实新型充电方法达到了快速、高效和少损的充电目的。由于VRB特别适合于大中型储能系统，本文以5.3kW钒电池光伏储能系统为对象，40kWh钒电池为储能设备，搭建了钒电池光伏储能系统模型。储能系统包括光伏发电及附属模块、双向充放电控制器、钒电池等模块。运用Matlab建立储能系统仿真模型，在光照强度和负载变化的条件下，研究了VRB的响应特性和系统的功率平衡性能。仿真结果证实，VRB具备良好的充放电特性，在所设计充放电控制器的作用下，VRB能快速响应并可有效调节系统输出功率满足负载需求，也可为将来的工程放大应用设计提供参考依据。(本文来源于《南华大学》期刊2012-05-01）
王慧[8]（2011）在《独立光伏系统中智能充电方法的研究及应用》一文中研究指出本论文是以独立光伏充电控制系统作为研究对象,从系统的参数选择、拓扑结构、控制策略、最大功率跟踪及蓄电池的保护等方面做了详细的分析和研究。本论文首先论述了太阳能电池和铅酸蓄电池的工作原理。仿真验证了太阳能电池的输出特性,分析了充电过程中影响铅酸蓄电池寿命的主要因素。结合蓄电池的充放电特性及光伏系统的独特性,对蓄电池采用MPPT快充、带有比例积分PI调节的恒压过充和浮充叁阶段充电控制策略。在上述基础上,采用Buck拓扑结构为充电主电路,设计了一种基于脉冲宽度调制技术的充电控制器。整个系统采用MSP430F235为控制中心,对太阳能电池和蓄电池电压不断检测,通过对充电电流或充电电压反馈调节开关管的占空比,分别实现最大功率跟踪、恒充和浮充叁阶段充电的功能。完成了基于MSP430F235光伏电源控制器产品的硬件设计,利用C语言编写了相应的控制程序和算法。产品的实验结果表明,系统能有效地判断蓄电池的荷电状态,并采取相应的充电方式。MPPT充电时能快速跟踪外界条件的变化,且稳态震荡小,提高了光伏电能的利用率;过充和浮充时电压精度高,可延长蓄电池的使用寿命。(本文来源于《西安电子科技大学》期刊2011-01-01）
王恩,杨海柱,陈广华[9]（2010）在《独立光伏发电系统中蓄电池充电方法探究》一文中研究指出蓄电池是独立光伏发电系统中必不可少的储能环节,研究其充电方法具有特殊的意义。文章在介绍几种充电方法的基础上,提出一种基于UC3909的四阶段充电方式,并搭建实验电路,对样机进行充电实验。实验结果表明该方法简单有效,充电器工作稳定可靠,能够保证系统的稳定运行。(本文来源于《电子质量》期刊2010年06期）
史斌宁,刘昊钰,张国荣[10]（2004）在《逐级投入式充电控制方法在光伏电源中的应用》一文中研究指出根据光伏阵列的特点,通过对各种充电方法的比较和分析,提出了采用逐级投入式充电控制方法使光伏发电系统效率提高、使用寿命延长。详细阐述了逐级投入式充电控制方法在一种光伏电源中的具体实现,同时探讨了实用光伏电源对充电控制的特殊要求和必备附属功能。(本文来源于《安徽工业大学学报(自然科学版)》期刊2004年02期）
光伏充电方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
发展电动汽车被世界各国普遍确立为发展低碳经济及保障能源安全的重要手段,集成了分布式光伏发电系统的充电站也逐渐出现,并得到了广泛关注。由于电动汽车的充电需求并不是固定不变的,因此需要研究适用于光伏充电站的能量管理算法,优化决策充电功率,提高充电站的运行经济性。在充电站网络规模化发展后,各充电站的光伏容量配置与充电负荷存在差异,并且部分充电负荷是可调度的。在某些时间段,结合电网收取通道费的电改新政策,通过电网的输配电通道,实现光伏充电站网络的电能优化调度,是市场模式下充电设施运营商提升运营效益的可行手段。然而,光伏充电站的某信息是私密性的,不能共享。为此,本文从自律和协同模式两个视角,提出了电动汽车光伏充电站的在线能量管理方法。对于单个光伏充电站,本文首先提出了自律模式下光伏充电站的在线能量管理方法。该方法采用基于学习的在线决策和基于规则的决策相结合的方式,综合形成光伏充电站的在线能量管理方法,既能保证光伏能量的最大化消纳,又能决策在分时电价条件下从电网的购电量。利用充电站运行的历史数据,通过离线优化的方法得到理论最优解组成的知识库,基于学习的在线决策方法根据决策当天的属性从知识库中选取训练样本,从而决策充电功率。以某位于工作地点的光伏充电站为例,对所提方法进行仿真测试,仿真结果表明,该方法能够决策出与离线优化非常接近的充电功率,论证了方法的有效性和实用性。对于光伏充电站网络,本文提出了协同模式下光伏充电站的在线能量管理方法,在共享部分信息的条件下制定合理的光伏充电站之间的合作运行方式以及能量调度策略。首先根据光伏充电站的能量流动特点,应用ADMM传统的算法,得到以充电电量和交互电量为优化变量的分布式优化模型,该模型只需要各个光伏充电站之间共享交互电量的信息。其次,介绍了共享全部信息的集中式优化模型,该模型以运行收益为目标,能量平衡、光伏自消纳率等为约束条件。最后,通过算例分析,对比集中式优化和分布式优化的结果,证明了分布式优化模型的精确性和实用性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
光伏充电方法论文参考文献
[1].石峻玮.基于李雅普诺夫优化的光伏充电站在线能量管理方法[D].华北电力大学(北京).2018
[2].邹福强.电动汽车光伏充电站的在线能量管理方法[D].华北电力大学(北京).2016
[3].王磊,郭瑞.一种光伏収电系统中电池充电SOC检测方法[C].第四届全国电能质量学术会议暨电能质量行业发展论坛：电能质量与高效优质用电论文集.2015
[4].王力成.考虑光伏与电动汽车充电功率不确定性的配电网调度方法研究[D].浙江大学.2015
[5].路欣怡,刘念,陈征,张建华,肖湘宁.电动汽车光伏充电站的多目标优化调度方法[J].电工技术学报.2014
[6].陈征,肖湘宁,路欣怡,刘念,张建华.含光伏发电系统的电动汽车充电站多目标容量优化配置方法[J].电工技术学报.2013
[7].姚敦平.钒电池快速充电方法及钒电池光伏储能系统建模研究[D].南华大学.2012
[8].王慧.独立光伏系统中智能充电方法的研究及应用[D].西安电子科技大学.2011
[9].王恩,杨海柱,陈广华.独立光伏发电系统中蓄电池充电方法探究[J].电子质量.2010
[10].史斌宁,刘昊钰,张国荣.逐级投入式充电控制方法在光伏电源中的应用[J].安徽工业大学学报(自然科学版).2004