居民小区电动汽车充放电控制方法

摘要

本发明公开了一种居民小区电动汽车充放电控制方法，它采用双层离散粒子群算法，通过底层粒子群算法求解各电动汽车满足所有约束条件的充放电计划，再利用顶层粒子群算法优化得出居民小区所有电动汽车充放电功率的控制方法。该方法不但能够有效改善居民小区的负荷特性指标，提高居民小区的电网设备利用率，同时，还能显著降低电动汽车的充电费用，易于实施和推广。

主权项

一种居民小区电动汽车充放电控制方法，其步骤为：A、记录电动汽车i的动力电池容量E_i、最大充电功率P_max,i、动力电池可用容量比例k_i；并将当日电动汽车i的最初出行时刻、最后返回时刻、日行驶里程，分别设定为次日电动汽车i的最初出行时刻t_i,s、最后返回时刻t_i,e、日耗电量S_i；其中i代表电动汽车的编号,i＝1,2,3…I；I为居民小区内电动汽车总数；B、根据小区的历史基础电力负荷数据，预测出次日第j小时(j＝1,2,3…24)内的基础负荷L_j，进而得到次日基础负荷的日负荷率F_2min、次日基础负荷的峰谷差F_1max、次日基础负荷的波动均方差F_3max；C、计算次日车主的最大总费用F_4max将电动汽车i在次日的最后返回时刻t_i,e，即以最大充电功率P_max,i充电直至充满，所产生的总费用定义为次日车主的最大总费用F_4max：$F_{4max}=\underset{i=1}{\overset{I}{\Sigma }}\underset{j=t_{i,e}+1}{\overset{t_{i,e}+t_{i,c}}{\Sigma }}(P_{max,i}·{\mathrm{cp}}_j)---\left(1\right)$其中：cp_j为第j小时的充电电价；t_i,c为电动汽车i在最大充电功率P_max,i下，将动力电池一次性充满所需的充电小时数，可由下式算出：$t_{i,c}=\left[\frac{S_i}{P_{max,i}}\right]---\left(2\right)$其中：[]为四舍五入取整；D、充放电功率约束条件和目标函数的确定设电动汽车i在次日第j小时内的分时充放电功率为p_i,j，则其满足约束条件式(3)‑(4)：其中，H为高电价时段集合，Z为整数集；$\{\begin{array}{c}-\underset{j=1}{\overset{1}{\Sigma }}{p}_{i,j}+S_i<k_i·E_i\\ -\underset{j=1}{\overset{2}{\Sigma }}{p}_{i,j}+S_i<k_i·E_i\\ .\\ .\\ .\\ -\underset{j=1}{\overset{24}{\Sigma }}{p}_{i,j}+S_i<k_i·E_i\end{array}---\left(4\right)$式(3)的含义为：只允许电动汽车i在高电价时段放电；式(4)的含义为：任意时刻电动汽车i的净放电量与日耗电量之和不能超过电动汽车i的可用容量；目标函数为：电动汽车的净充电量与日耗电量的偏差fitness：$fitness=\left|\underset{j=1}{\overset{24}{\Sigma }}{p}_{i,j}-\left[S_i\right]\right|---\left(5\right)$E、以式(5)值最小为目标函数，以式(3)‑(4)为约束条件，通过粒子群算法迭代计算出次日电动汽车i在第j小时的充放电功率p_i,j的迭代值P_i,j，则电动汽车i的所有充放电功率迭代值P_i,j的集合构成电动汽车i的充放电粒子P_i，P_i＝[P_i,1,P_i,2…P_i,j…P_i,24]；居民小区内所有电动汽车充放电粒子P_i的集合构成小区充放电粒子P，P＝[P₁,P₂…P_i…P_I]；F、次日充放电参数的计算F1、计算归一化的次日负荷峰谷差小区次日第j小时内的基础负荷L_j加上所有电动汽车i在第j小时的充放电功率p_i,j总和即为L′_j小区次日第j小时的负荷L′_j，比较小区次日各小时负荷L′_j，得出次日的最大负荷L′_max和最小负荷L′_min，$L_{max}^{\prime }=max[(L_1+\underset{i=1}{\overset{I}{\Sigma }}{p}_{i,1}),(L_2+\underset{i=1}{\overset{I}{\Sigma }}{p}_{i,2})...,(L_{24}+\underset{i=1}{\overset{I}{\Sigma }}{p}_{i,24}\left)\right]---\left(6\right)$$L_{\min }^{\prime }=\min [(L_1+\underset{i=1}{\overset{I}{\Sigma }}{p}_{i,1}),(L_2+\underset{i=1}{\overset{I}{\Sigma }}{p}_{i,2})...,(L_{24}+\underset{i=1}{\overset{I}{\Sigma }}{p}_{i,24}\left)\right]---\left(7\right)$式中：max表示取最大值，min表示取最小值；进而得到次日负荷的峰谷差F₁，F₁＝L′_max‑L′_min    (8)对次日负荷峰谷差F₁用次日基础负荷峰谷差F_1max进行归一化处理，得到归一化的次日负荷峰谷差$F_1^{*}=F_1/F_{1\max };$F2、计算归一化的次日日负荷率计算次日的平均负荷L′_av，$L_{av}^{\prime }=\left[\underset{j=1}{\overset{24}{\Sigma }}\left(L_j+\underset{i=1}{\overset{I}{\Sigma }}{p}_{i,j}\right)\right]/24---\left(9\right)$算出次日的平均负荷L′_av和次日的最大负荷L′_max的比率，即得到次日的日负荷率F₂，$F_2=\frac{L_{av}^{\prime }}{L_{\max }^{\prime }}\times 100\%---\left(10\right)$对次日日负荷率F₂用次日基础负荷日负荷率F_2min进行归一化处理，得到归一化的次日日负荷率$F_2^{*}{=F}_{2min}/F_2;$F3、计算归一化的次日负荷波动均方差$F_3=\underset{j=1}{\overset{24}{\Sigma }}{\left(L_j+\underset{i=1}{\overset{I}{\Sigma }}{p}_{i,j}-L_{av}^{\prime }\right)}^2/24---\left(11\right)$对次日负荷波动均方差F₃用次日基础负荷日负荷率F_3max进行归一化处理，得到归一化的次日负荷波动均方差$F_3^{*}=F_3/F_{3max};$F4、计算归一化的次日车主费用$F_4=\underset{i=1}{\overset{I}{\Sigma }}\underset{j=1}{\overset{24}{\Sigma }}(u_{i,j}{p}_{i,j}{\mathrm{cp}}_j+v_{i,j}{p}_{i,j}{\mathrm{dp}}_j)·\Delta t---\left(12\right)$式中：u_i,j、v_i,j分别为第i辆电动汽车在第j小时的充电、放电标志符：充电时u_i,j＝1，v_i,j＝0，放电时u_i,j＝0，v_i,j＝1；cp_j、dp_j分别为第j小时的充电电价和放电电价；对次日的车主费用F₄用次日车主的最大总费用F_4max进行归一化处理，得到归一化的次日的车主费用$F_4^{*}=F_4/F_{4max};$G、优化目标值的确定：将步骤F得到的四个归一化参数采用线性加权求和，得到优化目标值F：$F=w_1{F}_1^{*}+w_2{F}_2^{*}+w_3{F}_3^{*}+w_4{F}_4^{*}---\left(13\right)$式中：w₁、w₂、w₃分别是负荷峰谷差F₁、日负荷率F₂、波动均方差F₃的权系数，其取值均为0.2，w₄为车主总费用F₄的权系数，其取值为0.4；H、第一次迭代重复步骤E‑至步骤F的操作L次，得到第一次迭代的L个优化目标值F和L个小区充放电粒子P，令第l个优化目标值为F^1,l，第l个小区充放电粒子为P^1,l，每个小区充放电粒子P^1,l为第l次操作对应的所有电动汽车的次日分时充电功率p_i,j的集合，即最小的F^1,l值所对应的小区充放电粒子P^1,l即为全局最优小区充放电粒子P^gbest，完成第一次迭代；I、第二次及以后各次迭代I1、比较第l个小区充放电粒子历次迭代中的F^k,l值，若第k′次迭代中F^k′,l值最小，则第k′次迭代中的P^k′,l为第l个个体最优小区充放电粒子P^l,pbest；I2、以步骤D中的式(5)为目标函数，以式(3)‑(4)为约束条件，将上次即k次迭代的全局最优小区充放电粒子P^gbest以及第l个个体最优小区充放电粒子P^l,pbest代入粒子群优化算法，迭代求解得到第k+1次，即本次迭代的小区充放电粒子P^k+1,l，进而得到电动汽车i的充放电粒子由得到本次迭代第j小时电动汽车i的充放电功率的迭代值P_i,j；I3、将迭代值P_i,j重新代入步骤F和步骤G，得到第l个小区充放电粒子P^k+1,l的优化目标值F^k+1,l；I4、重复步骤I1‑I3操作L次，最小的F^k+1,l值所对应的小区充放电粒子P^k+1,l即为全局最优小区充放电粒子P^gbest，完成本次迭代；I5、重复步骤I1‑I4操作K次，得到K次迭代时的全局最优小区充放电粒子P^gbest；次日即控制电动汽车i按电动汽车i在次日第j小时的充放电功率等于P^gbest的元素p_i,j的值进行充放电。