居民小區(qū)電動(dòng)汽車充放電控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電動(dòng)汽車優(yōu)化控制領(lǐng)域，特別涉及一種電動(dòng)汽車與智能小區(qū)的能量互 動(dòng)領(lǐng)域。
【背景技術(shù)】
[0002] 電動(dòng)汽車具有節(jié)能、減排的優(yōu)勢(shì)，是各國(guó)競(jìng)相發(fā)展的新興產(chǎn)業(yè)，電動(dòng)汽車關(guān)鍵技術(shù) 的突破促進(jìn)了電動(dòng)汽車的大規(guī)模應(yīng)用。規(guī)?；妱?dòng)汽車的無序充電會(huì)引起電網(wǎng)負(fù)荷劇烈波 動(dòng)，增加電氣設(shè)備的擴(kuò)建成本、降低電氣設(shè)備的利用率；電動(dòng)汽車的儲(chǔ)能潛能沒有充分利用 不利于主動(dòng)配電網(wǎng)的建設(shè)。制定居民小區(qū)電動(dòng)汽車充放電控制方法，能夠在滿足電動(dòng)汽車 主行駛需求的前提下，采用分時(shí)電價(jià)引導(dǎo)用戶參與電動(dòng)汽車的有序充放電，改善居民小區(qū) 的負(fù)荷特性、提高供電可靠性，延緩用電設(shè)備的擴(kuò)建周期，并且減少用戶的電費(fèi)支出。
[0003] 現(xiàn)有的居民小區(qū)電動(dòng)汽車充放電調(diào)度方法主要是整數(shù)規(guī)劃、混合整數(shù)規(guī)劃算法以 及智能優(yōu)化算法。整數(shù)規(guī)劃、混合整數(shù)規(guī)劃算法不能處理非線性問題、易陷入局部最優(yōu)以及 產(chǎn)生"維數(shù)災(zāi)"問題。智能優(yōu)化算法包括粒子群優(yōu)化算法、遺傳算法以及基于基本優(yōu)化算法 的改進(jìn)算法，這類算法能實(shí)現(xiàn)更為理想的優(yōu)化結(jié)果，然而難以處理含有等式約束的居民小 區(qū)電動(dòng)汽車充放電控制方法。
[0004] 粒子群算法（Particle Swarm Optimization，PS0)具有容易實(shí)現(xiàn)、計(jì)算速度快、收 斂性好等優(yōu)點(diǎn)，在求解高維度、含不等式約束、非線性等問題上有較好的適應(yīng)性。而求解含 等式約束優(yōu)化問題則需利用罰函數(shù)將等式約束變?yōu)闊o約束，或者把等式約束變成兩個(gè)不等 式約束，再構(gòu)造新的粒子群優(yōu)化求解，這些方法都存在粒子位置難以滿足等式約束、影響收 斂精度的問題。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種居民小區(qū)電動(dòng)汽車充放電控制方法，該方法采用粒子群 算法求解，能夠顯著降低居民小區(qū)用電負(fù)荷的峰谷差、提高用電負(fù)荷率，降低用電負(fù)荷波動(dòng) 狀況，減少電動(dòng)汽車充電費(fèi)用支出。
[0006] 本發(fā)明實(shí)現(xiàn)其發(fā)明目的所采用的技術(shù)方法是，一種居民小區(qū)電動(dòng)汽車充放電控 制方法，其步驟為：
[0007] A、記錄電動(dòng)汽車i的動(dòng)力電池容量E1、最大充電功率Pniaxil、動(dòng)力電池可用容量比 例k 1;并將當(dāng)日電動(dòng)汽車i的最初出行時(shí)刻、最后返回時(shí)刻、日行駛里程，分別設(shè)定為次日 電動(dòng)汽車i的最初出行時(shí)刻t liS、最后返回時(shí)刻h日耗電量S1;其中i代表電動(dòng)汽車的編 號(hào)，i = 1，2,3-1 ;1為居民小區(qū)內(nèi)電動(dòng)汽車總數(shù)；
[0008] B、根據(jù)小區(qū)的歷史基礎(chǔ)電力負(fù)荷數(shù)據(jù)，預(yù)測(cè)出次日第j小時(shí)（j = 1，2, 3-24)內(nèi) 的基礎(chǔ)負(fù)荷Lj，進(jìn)而得到次日基礎(chǔ)負(fù)荷的日負(fù)荷率F2niin、次日基礎(chǔ)負(fù)荷的峰谷差F lniax、次日 基礎(chǔ)負(fù)荷的波動(dòng)均方差F3niax;
[0009] C、計(jì)算次日車主的最大總費(fèi)用F4mx
[0010] 將電動(dòng)汽車i在次日的最后返回時(shí)刻tiY即以最大充電功率Pniaxi 1充電直至充滿， 所產(chǎn)生的總費(fèi)用定義為次日車主的最大總費(fèi)用F4niax:
[0011]
[0012]其中：CPj為第j小時(shí)的充電電價(jià)；th。為電動(dòng)汽車i在最大充電功率P ^axilT，將 動(dòng)力電池一次性充滿所需的充電小時(shí)數(shù)，可由下式算出：
[0013]
[0014] 其中：□為四舍五入取整；
[0015] D、充放電功率約束條件和目標(biāo)函數(shù)的確定
[0016] 設(shè)電動(dòng)汽車i在次日第j小時(shí)內(nèi)的分時(shí)充放電功率為Pli j，則其滿足約束條件式 (3)-(4)：
[0017]
[0018] 其中，H為高電價(jià)時(shí)段集合，Z為整數(shù)集；
[0019]
[0020] 式（3)的含義為：只允許電動(dòng)汽車i在高電價(jià)時(shí)段放電；式（4)的含義為：任意時(shí) 刻電動(dòng)汽車i的凈放電量與日耗電量之和不能超過電動(dòng)汽車i的可用容量；
[0021] 目標(biāo)函數(shù)為：電動(dòng)汽車的凈充電量與日耗電量的偏差fitness :
[0022]
[0023] E、以式（5)值最小為目標(biāo)函數(shù)，以式（3)-⑷為約束條件，通過粒子群算法迭代計(jì) 算出次日電動(dòng)汽車i在第j小時(shí)的充放電功率P li i的迭代值P u，則電動(dòng)汽車i的所有充放 電功率迭代值Pi j的集合構(gòu)成電動(dòng)汽車i的充放電粒子P ^P1= [P u，Pi^Pii i…P124];居 民小區(qū)內(nèi)所有電動(dòng)汽車充放電粒子P1的集合構(gòu)成小區(qū)充放電粒子P，P = [PuPyPr-P1];
[0024] F、次日充放電參數(shù)的計(jì)算
[0025]Fl、計(jì)算歸一化的次日負(fù)荷峰谷差F1'
[0026] 小區(qū)次日第j小時(shí)內(nèi)的基礎(chǔ)負(fù)荷Lj加上所有電動(dòng)汽車i在第j小時(shí)的充放電功
[0027]比較小區(qū)次日各小時(shí)負(fù)荷L'j，得出次日的最大負(fù)荷L'_和最小負(fù)荷L' _，
[0030] 式中：max表示取最大值，min表示取最小值；
[0031] 進(jìn)而得到次日負(fù)荷的峰谷差F1,
[0032] F1= L/nax-L/nin (8)
[0033] 對(duì)次日負(fù)荷峰谷差匕用次日基礎(chǔ)負(fù)荷峰谷差F lniax進(jìn)行歸一化處理，得到歸一化的 次日負(fù)荷峰谷差F1' <= F /Flniax;
[0034] F2、計(jì)算歸一化的次日日負(fù)荷率F/:
[0035] 計(jì)算次日的平均負(fù)荷L' av，
[0036]
[0037] 算出次日的平均負(fù)荷L' av和次日的最大負(fù)荷L' _的比率，即得到次日的日負(fù) 荷率F2,
[0038]
[0039] 對(duì)次日日負(fù)荷率F2用次日基礎(chǔ)負(fù)荷日負(fù)荷率F 2_進(jìn)行歸一化處理，得到歸一化的 次日日負(fù)荷率F/，F(xiàn)/=F2_/F2;
[0040] F3、計(jì)算歸一化的次日負(fù)荷波動(dòng)均方差F/:
[0041 ]
[0042] 對(duì)次日負(fù)荷波動(dòng)均方差F3用次日基礎(chǔ)負(fù)荷日負(fù)荷率F 3_進(jìn)行歸一化處理，得到歸 一化的次日負(fù)荷波動(dòng)均方差F/，F(xiàn)/= F 3/F3_;
[0043] F4、計(jì)算歸一化的次日車主費(fèi)用F/:
[0044]
[0045] 式中：Uiij^iij分別為第i輛電動(dòng)汽車在第j小時(shí)的充電、放電標(biāo)志符：充電時(shí)u =1，Vu= 0,放電時(shí)u ^j= 0, V ^j= I ;cp .j、dp.j分別為第j小時(shí)的充電電價(jià)和放電電價(jià)；
[0046] 對(duì)次日的車主費(fèi)用F4用次日車主的最大總費(fèi)用F 4_進(jìn)行歸一化處理，得到歸一化 的次日的車主費(fèi)用F/，F(xiàn)4*= F 4/F4_;
[0047] G、優(yōu)化目標(biāo)值的確定：
[0048] 將步驟F得到的四個(gè)歸一化參數(shù)采用線性加權(quán)求和，得到優(yōu)化目標(biāo)值F:
[0049]
[0050]式中：Wl、w2、《3分別是負(fù)荷峰谷差Fi、日負(fù)荷率F2、波動(dòng)均方差F3的權(quán)系數(shù)，其取 值均為0. 2, W4為車主總費(fèi)用F 4的權(quán)系數(shù)，其取值為0. 4 ;
[0051] H、第一次迭代
[0052] 重復(fù)步驟E-至步驟F的操作L次，得到第一次迭代的L個(gè)優(yōu)化目標(biāo)值F和L個(gè)小 區(qū)充放電粒子P，令第1個(gè)優(yōu)化目標(biāo)值為F 1'第1個(gè)小區(qū)充放電粒子為P1'每個(gè)小區(qū)充放 電粒子Pu為第1次操作對(duì)應(yīng)的所有電動(dòng)汽車的次日分時(shí)充電功率P u的集合，即P U = [P/'1，P2U-P1U…P/'1];最小的F 1'1值所對(duì)應(yīng)的小區(qū)充放電粒子P u即為全局最優(yōu)小區(qū)充 放電粒子Pgb6st，完成第一次迭代；
[0053]I、第二次及以后各次迭代
[0054] II、比較第1個(gè)小區(qū)充放電粒子歷次迭代中的嚴(yán)^直，若第k'次迭代中Fk^ 1值最 小，則第k'次迭代中的Pk^1為第1個(gè)個(gè)體最優(yōu)小區(qū)充放電粒子P Ub6st;
[0055] 12、以步驟D中的式（5)為目標(biāo)函數(shù)，以式（3)-(4)為約束條件，將上次即k次迭 代的全局最優(yōu)小區(qū)充放電粒子P gb6st以及第1個(gè)個(gè)體最優(yōu)小區(qū)充放電粒子P upb6sMf入粒子 群優(yōu)化算法，迭代求解得到第k+1次，即本次迭代的小區(qū)充放電粒子Pk+1' S進(jìn)而得到電動(dòng)汽 車i的充放電粒子Pf1'1，由[Plil, Pli2，…P1^Pli24] = Pfu得到本次迭代第j小時(shí)電動(dòng) 汽車i的充放電功率的迭代值Pli j;
[0056]13、將迭代值Plij重新代入步驟F和步驟G，得到第1個(gè)小區(qū)充放電粒子Pk+U的優(yōu) 化目標(biāo)值#1'1;
[0057] 14、重復(fù)步驟11-13操作L次，最小的Fk+U值所對(duì)應(yīng)的小區(qū)充放電粒子P k+u即為 全局最優(yōu)小區(qū)充放電粒子Pgb6st，完成本次迭代；
[0058] 15、重復(fù)步驟11-14操作K次，得到K次迭代時(shí)的全局最優(yōu)小區(qū)充放電粒子Pgb6st; 次日即控制電動(dòng)汽車i按電動(dòng)汽車i在次日第j小時(shí)的充放電功率等于P gb6st的元素Pu的 值進(jìn)行充放電。
[0059] 進(jìn)一步，本發(fā)明所述步驟D中，通過粒子群算