ev_chargingcoordination2017

分销网络中电动汽车充电的最佳调度

项目摘要

运输部门占总能源消耗的很大比例，并且迄今为止主要基于化石燃料。通过大规模的道路运输电气化来缓解温室气体排放，可能会使分销网络中的电压轮廓和过载网络设备恶化。以集中式和协调的方式控制电动汽车的充电时间表为减轻问题提供了潜在的解决方案，并可以推迟升级网络基础架构的投资。

在这项工作中，提出了在住宅低压分配网络中对电动汽车充电的单向日期安排日程安排的强大成本最佳限制，从而观察到本地网络，设备和在随机环境中的充电需求限制。为了降低计算复杂性，使用线性功率流近似。建模的环境涉及不确定的住宅电力需求，市场价格以及电动汽车所有者的行动行为，包括随机的每日旅行距离，到达和出发时间。有关这些参数的概率分布的知识用于对冲有关充电成本，网络过载，违反电压和充电可靠性的风险。

结果提供了对不确定性的影响以及在优化过程中解决特定风险方面的有效性的洞察力。特别是，考虑到时间上的家庭级别需求峰值和计划的考虑，对初始电池充电水平进行了更保守的估计，提高了优化时间表的可靠性和技术可行性。进一步概述的是，引入动态电网征费，这扩大了可变电价的影响，这构成了需求侧管理的重要决定因素，这仅可能产生较小的财政影响。

安装

...使用可执行文件

运行setup.py以安装所有必需的软件包。该文件可执行。

...使用Conda主要环境

使用conda安装要求。

 $ conda install --file requirements.txt

...使用Conda环境

通过在终端（Linux或MacOS）或命令行窗口（Windows）中运行以下命令来创建一个新的Conda环境，以确保在包含requirements.yml目录中运行此命令。

conda env create -f requirements.yml

跑步

首先，在parameters/evalParams.ini中指定参数，然后运行/src/run.py 。

报告

论文和分析在/docs/

结果

结果存储在/log/中，中用独特的日期单例表示的文件夹。本文使用的结果可根据要求提供大小，可根据要求提供。