V2G peak shaving based on time-of-use pricing

The main work is as follows: Starting from the factors affecting the charging load of electric vehicles, the paper studies the influence of the charging characteristics of electric vehicles on the safe operation of the power grid. The paper establishes a charging load model for electric vehicles on the basis of the size and type of electric vehicles, battery characteristics, charging mode and behavioral habits of vehicle owners, and calculates the charging load of electric vehicles by Monte Carlo simulation. The example results show that EV harging load increases the peak value of grid load, increases the load peak-valley difference rate, and with the increase in the number of EVs, the impact on the safe and economic operation of the grid becomes more and more obvious. Therefore, based on the time-sharing tariff system, this paper constructs a multi-objective cooperative optimization scheduling model by considering the battery capacity, charging and discharging power and other constraints of electric vehicles, with the goal of reducing the daily peak-to-valley ratio of the system load and the cost of electric vehicle users. The particle swarm algorithm with improved learning factors and inertia weights is used to solve the model, and the simulation results show that optimizing the charging and discharging power of EVs can reduce the peak value of the grid load and play the role of peak shaving and valley filling, and the peak-to-valley atio of the grid load and the cost of electricity consumption by EV users are further reduced especially when time-sharing tariffs are dopted. It improves the equivalent load curve, reduces the peak reserve capacity, and reduces the distribution network loss to provide voltage support for the system.

Il lavoro principale è il seguente: Partendo dai fattori che influenzano il carico di ricarica dei veicoli elettrici, il documento studia l'influenza delle caratteristiche di ricarica dei veicoli elettrici sul funzionamento sicuro della rete elettrica. Il documento stabilisce un modello di carico di ricarica per i veicoli elettrici sulla base delle dimensioni e del tipo di veicoli elettrici, delle caratteristiche della batteria, della modalità di ricarica e delle abitudini comportamentali dei proprietari dei veicoli, e calcola il carico di ricarica dei veicoli elettrici mediante simulazione Monte Carlo. I risultati dell'esempio mostrano che il carico di ricarica dei veicoli elettrici aumenta il valore di picco del carico di rete, aumenta il tasso di differenza picco-valle del carico e, con l'aumento del numero di veicoli elettrici, l'impatto sul funzionamento sicuro ed economico della rete diventa sempre più evidente. Pertanto, sulla base del sistema tariffario di condivisione del tempo, il presente documento costruisce un modello di programmazione cooperativa multi-obiettivo, considerando la capacità della batteria, la potenza di carica e scarica e altri vincoli dei veicoli elettrici, con l'obiettivo di ridurre il rapporto giornaliero picco valle del carico del sistema e il costo degli utenti dei veicoli elettrici. L'algoritmo a sciame di particelle con fattori di apprendimento e pesi di inerzia migliorati viene utilizzato per risolvere il modello e i risultati della simulazione mostrano che l'ottimizzazione della potenza di carica e scarica dei veicoli elettrici può ridurre il valore di picco del carico di rete e svolgere il ruolo di peak shaving e di riempimento della valle, mentre il rapporto picco-valle del carico di rete e il costo del consumo di energia elettrica da parte degli utenti dei veicoli elettrici si riducono ulteriormente, soprattutto quando si adottano tariffe di condivisione del tempo. Migliora la curva di carico equivalente, riduce la capacità di riserva di picco e riduce le perdite della rete di distribuzione per sostenere la tensione del sistema.