文献综述（或调研报告）：面对着全球能源危机和环境污染两大挑战的日益严重，世界各国都在尽力改善这种现状，而电动汽车因其优良的特性，使得其正在成为汽车产业的主要发展方向。而随着电动汽车的使用率提高，电动汽车用户的无序充电行为将在一定程度上会对电网的造成不利影响，尤其是当电动汽车用户都集中到同一时段内充电，使得这种行为表现出明显的聚集性，若电动汽车充电高峰与配电网运行的原有负荷高峰叠加，形成新的负荷高峰，将会加重电力系统运行的负担，影响电压质量。
文献[1]中介绍了一种电动汽车充电负荷下电力系统需求优化的方法。作者首先介绍了电动汽车的充电特性和四种充电模式，由此建立了电动汽车的充电模型，再用实际案例比较分析比较不同充电模式下电动汽车负荷对于电网电压的影响，最后用二次规划的方法来对电动汽车充电需求进行最优分配，由此削弱高渗透率电动汽车对于配电网的影响。文献[2] 研究了电动汽车充电对住宅配电线路的影响，提出了一种基于需求响应(DR)的配电线路负荷管理策略。作者对与电动汽车和配电网线路都进行了建模，运用了需求响应的策略，同时兼顾消费者需求的前提下，确保在不同的电动汽车渗透率水平接入情况下可以维持配配电网最初的峰值需求。但这种方法也存在局限性，它只适用于少量电动汽车负荷的情况，如果未来电动汽车取代现有燃油汽车，仅靠需求响应，原有配电网势必承受不住如此大的负荷。但它确实给我们提供了一种配电网需求管理策略。文献[3] 研究了电动汽车充电对包括变压器在内的住宅配电网的影响。作者提出了一种防止变压器过载、提高配电变压器利用率的需求响应策略，以保证电动汽车高渗透率接入情况下配电变压器的安全运行。该策略是通过对所有用电设备设置负载优先级，当变压器即将过载时，对与该变压器相连的每个家庭发出需求限制（优先限制低优先级用电设备）的方法来以提高配电变压器的利用率，防止其过载。这也给了我们思路，当配电网负荷过高时，我们可以通过暂时停止向接入电网的电动汽车负荷充电，甚至可以让电动汽车中的残余电量输入到电网中，以此来增强电网可靠性，这也是本文中运用的一种调节配电网节点电压水平的方法。文献[4] 提出了一种用于智能电网需求响应和用户自适应的分布式框架，将用户偏好建模为支付意愿参数，用户可以根据自己的喜好调整充电费率，以此让电网及用户都能获益。上文提到的负荷高峰时电动汽车接入电网反向电网充电的方法就是通过向用户支付一定费用以此获得用户的同意。如此一来，电网可以满足可靠性安全性的要求，用户也能获得收入，真正意义上的实现双赢。文献[5] 提出了一种电动汽车充电负荷预测方法，在考虑了部分随机性质的情况下对电动汽车进行建模。并由此分析不同场景下大规模电动汽车充电负荷对配电网的影响。
针对电动车充电策略及相关需求侧管理方面，国内亦开展了大量相关研究。文献[6] 介绍了基于蒙特卡洛法的电动汽车充电负荷模拟方法，还定性定量地分析了不同渗透率下的充电负荷对节点电压的影响，证明了高渗透率电动汽车确实会对电网正常运行造成影响，最后基于博弈论的电动汽车运行策略，实现电动汽车对电网负荷的削峰填谷作用，为电动汽车优化运行问题的解决方案提出了新的方向。文献[7] 分析了市场环境下电动汽车用户行为特性。考虑在峰谷分时电价下，综合考虑各类型电动汽车的充放电行为参数变化，进行仿真分析。基于给定的电价高峰时段反送电力策略，同时还考虑部分类型电动汽车V2G技术，仿真研究各类型电动汽车充放电负荷曲线。文献[8] 针对电力用户(电动汽车)参与需求侧响应的不确定性, 在实时电价和分时电价两种电价机制下，分别建立电力用户基于价格的需求侧响应模型,建立用户双方互动的博弈机制，通过制定合理的价格体系，以提高电动汽车用户参与需求侧响应的积极性，并证明电动汽车参与的需求侧响应都具有降低负荷高峰峰值以及增强电网稳定性的作用。文献[9]提出主动配电网是实现可再生能源以及电动汽车高渗透率接入配电网是整合供需侧资源的有效手段。文献[10]根据电动汽车与电网进行交互建立负荷模型，提出电动汽车在需求侧响应上的积极作用。电动汽车用户通过预先签订调峰协议来进行充放电。文献[11]以系统功率的最小损失为目标，对电动汽车进行有序充放电控制。由此，在需求侧管理挑选改善电压质量方法时，我们也可以以功率最小损失为比较对象来挑选出更合适的方法。
由上面的文献可以看出，国内外学者对于电动汽车模型及电动汽车对电网影响方面的研究已经做的非常多了，也提出了不少方法来减少电动汽车对电网负面的影响，但这就研究更多停留在理论上，或者更多地针对某一方面的影响。并没有太多学者去将这些方法对策整合起来构建一套配电网地需求管框架来更好地应对消除电动汽车高渗透率接入时对于配电网地影响，在未来可以针对这一方面进行更多地研究探索。
参考文献
[1] Zhang P, Qian K, Zhou C, Stewart BG, Hepburn DM. A methodology for optimization of power systems demand due to electric vehicle charging load. [J] IEEE Transactions on Power Systems. 2012 Aug;27(3):1628-36.
[2] Shao S, Pipattanasomporn M, Rahman S. Grid integration of electric vehicles and demand response with customer choice. [J] IEEE transactions on smart grid. 2012 Mar;3(1):543-50.
[3] Shao S, Pipattanasomporn M, Rahman S. Demand response as a load shaping tool in an intelligent grid with electric vehicles. [J] IEEE Transactions on Smart Grid. 2011 Dec;2(4):624-31.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
