基于插入式电动汽车与可再生能源的成本控制和节能减排(中文翻译)

  • 格式:doc
  • 大小:535.00 KB
  • 文档页数:9

下载文档原格式

  / 14
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于插入式电动汽车与可再生能源的成本控制与减排

摘要:电力和交通工业是全球温室气体排放的主要来源。风能和太阳能等主要的可再生能源可以减少电力行业的温室气体排放(主要来自机组发电)。同样地,被学者称为GV的下一代可插入式汽车也能减少交通行业的排放,GV包含了可插入式混合动力汽车以及其具有的并网能力。GV可以被用作负载和能源(小型轻便的发机组),在包含了可再生能源(RESs)的智能电网中也可被看做是储备能源。在分布式的能源和负载环境中考虑到智能充放电对于要同时实现成本和排放降低的智能电网操作是一项非常复杂的工作。如果大量的GVs随机的并入电网,高峰负荷将会很大。为支持交通电气化,传统火电机组的使用将很不经济并对环境造成危害。将GV作为负载和/或能源的智能调度和控制在发展可持续整合的电力和交通基础设施方面有很大的潜力。本文通过智能电网中GV和REs的最大利用来实现成本控制与减少排放。文中介绍了GV应用的可能模型,包括智能电网模型,并且给出了结果。智能电网模型在REs最大利用以实现电力行业成本控制与减少排放方面显示出了最大潜力。

关键词:约束;成本;排放;可并网电动汽车GV;负荷水平;最优化;插入式电动汽车(PHEVs);可再生能源;智能电网;太阳能发机组;风电场

Ⅰ引言

全球能源储备快速地下降对经济,环境,工业和社会水平方面的影响是全社会都关注的问题。电力和能源行业是全球排放的一个主要方面,占到全球CO2排放的40%,其次是交通行业(24%)。由温室气体排放所造成的气候变化如今被广泛地认知为是一种对人类社会有着严重影响的因素,这些行业需要将上述因素加入到战略计划当中。新能源的使用可能变得具有吸引力,特别是当如果消费者不仅不用支付机组发电的成本费用,也不用支付由传输,配电以及由环境清理和健康影响所产生的间接费用时。研究者们正在研究如何能有效率地发出更多的电而又不会造成气候变化或者产生对环境不好影响。

对于能源储备减少以及排放增加的部分解决方案如下:1)分布式可再生能源(REs)的整合2)正在部署的被学者称为GV的新一代插入式汽车,包含了插入式混合动力汽车(PHEVs)和以及其具有的并网能力。V2G技术在文献【6】有介绍。V2G是一种能量储存技术,它可以实现能量在车载电池与电网的双向传输。这增加了电网的灵活性,使其更好地利用具有间歇式特性的可再生能源。车载电池的充电水平(SoC)依据个人收益以及电网需求可以上下波动。

不同形式的能源整合与研发政策在文献【7】有介绍。一份来自国家可再生能源实验室(NREL)的技术报告表明PHEVs对于纯CO2排放量的降低有着重大作用。担心石油安全与储备所造成的油价波动和尾气排放所带来的空气质量问题共同推动着人们对PHEV的兴趣。促使车主将电能作为能源的经济诱因是相对比较低得电价。基于PHEVs成本优势,美国电力研究院的一项研究发现PHEVs有着巨大的潜在市场。但是PHEVs的使用将会增加电网的负荷。如果峰值负荷激增,就必须建设更多的发机组来供应峰值负荷需求,这样成本花费是巨大的。交通行业电气化不仅仅需要对现有加油气站的重组,还需要对现有电力基础设施的改进。

PHEVs与EV的研究者主要关注于车载存储能源与电网的互联【10】-【21】。他们的目的是探究PHEVs与EVs的环境与经济效益来推动其产品市场。PHEVs与EVS是不能单

独地完全解决排放问题的,因为电动汽车需要电能,而发电是废气排放的主要来源之一。因此,为实现成本控制与减排目的的具有V2G 功能的PHEVs 和EVs 的实际应用的成功,很大程度依赖于RESs 的最大利用。

在一个复杂的智能电网中,需要一种动态优化方法来优化时变的能源(比如RESs 和GVs )。之后,电力与交通基础设施之间才会很好地融合。

本文的主要贡献有:1)智能和灵活地将GVs 作为负荷,能源或者储备能源;2)证明了在含有RESs 的智能电网中GVs 的高效;3)在智能电网中RESs 的最大利用(通过GVs 利用)来实现成本和排放的降低。

本文组织如下。建立电力与交通联系的问题的数学证明在第Ⅱ节。为了最大利用资源和实现成本与排放最小化,在第Ⅲ节提出了一种智能算法。仿真数据与结果在第Ⅳ节介绍和讨论。最后,第Ⅴ节做出总结。

Ⅱ 数学建模

在提出的模型中,可以观察到如下方面:1)从电力行业出发,RESs (主要包过风能和太阳能)用于减少排放;2)从交通行业出发,GVs 用于减少排放;3)GVs 被巧妙地作为负载,储备能源和小型可携带式电站(S3Ps );4)大型停车场被作为虚拟机组(VPPs );

5)车载GV 电脑系统与有关部门通信以获取实时电价并且上传车主的电池SoC 以及车主的偏好。基于上述系统的功能和特点,采用优化方法生成一种智能调度方案,这种方案具有合适的决策,控制以及智能操作以使GVs 最大化利用RESs ,从而实现在电力与交通行业中电力成本和废气排放的降低 。

一块太阳能光电板的功率输出由式(1)给出,它与光电板的面积A ,光照强度()t μ以及光电板的效率β有关

()().t A t P PV βμ= (1)

风力机组的出力模型因其机械特性而变得比较复杂。通常来说,风力机组的出力与风的动能和空气密度成比例,公式由(2)给出,α是Albert Betz 常数, ()t ρ为空气密度, A 为涡轮转子扫描的区域, ()t ν为风速。其他的风力机组的参数包括切入风速,切出风速,额定风速,典型的数值分别为3.5,25,14mi/s 。精确数据可以从相关单元的制造商的数据表中获得

()()().t A t .t P wind 3

50ναρ= (2) 风能与太阳能也许满足不了所有的负荷需求,所以需要传统的单元来供应得不到满足的负荷需求。风能与太阳能都是零排放的。但是,在电力与交通行业,排放的二氧化碳量与燃料中的碳含量以及燃料的燃烧效率成比例。所以,在提高运作水平后,以高碳含量为燃料的发机组或者汽车将会产生更多二氧化碳。其他种类的气体排放(SO 2,NO x 等)同样也会在电力和交通行业被产生。为了环境友好型地发电,废气排放应该被有效地监测与削减。 本文中,用线性近似模型来计算交通领域里电动汽车的排放:

()i i i i i e L e ,L c ⨯=ε (3)

()c ε为排放函数,i L 为第i 辆汽车所行驶的路程,i e 为第i 辆汽车每英里的排放量。