ev_chargingcoordination2017

分銷網絡中電動汽車充電的最佳調度

項目摘要

運輸部門佔總能源消耗的很大比例，並且迄今為止主要基於化石燃料。通過大規模的道路運輸電氣化來緩解溫室氣體排放，可能會使分銷網絡中的電壓輪廓和過載網絡設備惡化。以集中式和協調的方式控制電動汽車的充電時間表為減輕問題提供了潛在的解決方案，並可以推遲升級網絡基礎架構的投資。

在這項工作中，提出了在住宅低壓分配網絡中對電動汽車充電的單向日期安排日程安排的強大成本最佳限制，從而觀察到本地網絡，設備和在隨機環境中的充電需求限制。為了降低計算複雜性，使用線性功率流近似。建模的環境涉及不確定的住宅電力需求，市場價格以及電動汽車所有者的行動行為，包括隨機的每日旅行距離，到達和出發時間。有關這些參數的概率分佈的知識用於對沖有關充電成本，網絡過載，違反電壓和充電可靠性的風險。

結果提供了對不確定性的影響以及在優化過程中解決特定風險方面的有效性的洞察力。特別是，考慮到時間上的家庭級別需求峰值和計劃的考慮，對初始電池充電水平進行了更保守的估計，提高了優化時間表的可靠性和技術可行性。進一步概述的是，引入動態電網徵費，這擴大了可變電價的影響，這構成了需求側管理的重要決定因素，這僅可能產生較小的財政影響。

安裝

...使用可執行文件

運行setup.py以安裝所有必需的軟件包。該文件可執行。

...使用Conda主要環境

使用conda安裝要求。

 $ conda install --file requirements.txt

...使用Conda環境

通過在終端（Linux或MacOS）或命令行窗口（Windows）中運行以下命令來創建一個新的Conda環境，以確保在包含requirements.yml目錄中運行此命令。

conda env create -f requirements.yml

跑步

首先，在parameters/evalParams.ini中指定參數，然後運行/src/run.py 。

報告

論文和分析在/docs/

結果

結果存儲在/log/中，中用獨特的日期單例表示的文件夾。本文使用的結果可根據要求提供大小，可根據要求提供。