實時電價下電動出租車優(yōu)化調(diào)度策略研究.pdf

1、伴隨著智能電網(wǎng)的興起，電動汽車作為一種新型的清潔能源汽車也應(yīng)運而生。同時，新型電力市場下時變的電價機制為電動汽車的調(diào)度以及與電網(wǎng)互動提供了可能。電動汽車實質(zhì)上可以看作一個儲放電能容器，對單輛汽車來說，選擇合適的時槽充電有利于降低運營成本，提高收益;從用電特性角度來分，可以將電動汽車分為私家車和公共交通用車兩大類。私家車的用電特性相對簡單固定且用電量較少。相反，以出租車為代表的公共交通車輛長時間保持運營狀態(tài)，用電特性非常復(fù)雜且用電量很大，

2、因此對這類電動汽車的調(diào)度就顯得尤為重要。
　　本文針對單輛電動出租車的優(yōu)化調(diào)度問題，首先假設(shè)出租車運營在理想條件下，電池線性充放電并以最小化充電成本為優(yōu)化目標(biāo)。在出租車電量約束的限制條件下將優(yōu)化問題建模為馬爾科夫決策過程，同時由于實時電價的隨機性和不確定性，本文利用隨機動態(tài)規(guī)劃原理提出了逆向遞歸的閾值計算法。該算法可以提前計算出每一段可運營區(qū)間內(nèi)每個時槽的價格閾值，然后出租車只需比較閾值與實際電價大小即可做出充放電決策。隨后本文對

3、此算法進行了理論分析，以便了解其作用機理。其次，本文以最大化運營利潤為目標(biāo)，考慮了出租車運營過程中的一些額外成本，包括開車去充電站的電量損耗以及頻繁充放電導(dǎo)致的電池?fù)p耗。同時引入了實際的電池模型，使之成為更加復(fù)雜的非線性充放電過程。接著將之前的逆向遞歸閾值算法應(yīng)用于這個更加貼近實際的模型，并通過MATLAB仿真實驗驗證了其有效性。最后，本文利用電價均值的周期性特點，將最大化無限長時間內(nèi)的平均收益問題轉(zhuǎn)化為周期性的有限時長內(nèi)的最優(yōu)化問題，