Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Przeglądasz jako GOŚĆ
Tytuł pozycji:

A self-scheduling strategy of virtual power plant with electric vehicles considering margin indexes

Tytuł :
A self-scheduling strategy of virtual power plant with electric vehicles considering margin indexes
Autorzy :
Jiao, Fengshun
Deng, Yongsheng
Li, Duo
Wei, Bo
Yue, Chengyan
Cheng, Meng
Zhang, Yapeng
Zhang, Jiarui
Pokaż więcej
Temat :
electric vehicle (EV)
response time margin (RTM)
scheduling strategy
state of charge margin (SOCM)
virtual power plant (VPP)
Typ dokumentu :
Article
Język :
eng
Dostęp URL :
http://yadda.icm.edu.pl/baztech/element/bwmeta1.element.baztech-f9f2fa42-c016-4f39-9aa5-0657ca7bb4ee
Numer akcesji :
edsbzt.bwmeta1.element.baztech.f9f2fa42.c016.4f39.9aa5.0657ca7bb4ee
Periodyk
From the perspective of a virtual power plant (VPP) with electric vehicles (EVs), a self-scheduling strategy considering the response time margin (RTM) and state of charge margin (SOCM) is proposed. Firstly, considering the response state of the state of charge (SOC) and charge-discharge state of EVs, a VPP based response capacity determination model of EVs is established. Then, RTM and SOCM indexes are introduced on the basis of the power system scheduling target and the EV users’ traveling demands. The RTM and SOCM indices are calculated and then are used to generate a priority sequence of responsive EVs for the VPP. In the process of the scheduling period and rolling iteration, the scheduling schemes of the EVs in the VPP for multiple time periods are determined. Finally, the VPP self-scheduling strategy is validated by taking an VPP containing three kinds of EV users as an example. Simulation results show that with the proposed strategy, the VPP is able to respond to the scheduling power from the power system, while ensuring the traveling demands of the EV users at the same time.
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies