本發(fā)明屬于電網(wǎng)能量管理領(lǐng)域，具體涉及一種電動(dòng)汽車充放電資源的優(yōu)化調(diào)度方法、系統(tǒng)及設(shè)備。

背景技術(shù)：

1、當(dāng)前，電動(dòng)汽車(electric?vehicle，ev)和可再生分布式電源(renewabledistributed?generation，rdg)的快速發(fā)展，推動(dòng)了社會(huì)能源向綠色能源發(fā)展的轉(zhuǎn)型，其中，以光伏為代表的可再生分布式電源系統(tǒng)在配電網(wǎng)中得到了大量的應(yīng)用。但是，由于可再生分布式電源在供電時(shí)會(huì)產(chǎn)生較大地間歇性和波動(dòng)性，導(dǎo)致配電網(wǎng)的實(shí)際出力與調(diào)度需求的計(jì)劃出力之間存在較大的偏差，給電網(wǎng)的安全運(yùn)行帶來了巨大隱患，此外，城市配電網(wǎng)中包含大量的電動(dòng)汽車用電，電動(dòng)汽車充放電行為的隨機(jī)性將加劇配電網(wǎng)供電的不利狀況。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)存在的上述問題，提供一種電動(dòng)汽車充放電資源的優(yōu)化調(diào)度方法、系統(tǒng)及設(shè)備。

2、為實(shí)現(xiàn)以上目的，本發(fā)明的技術(shù)方案如下：

3、第一方面，本發(fā)明提出一種電動(dòng)汽車充放電資源的優(yōu)化調(diào)度方法，包括：

4、s1、根據(jù)電動(dòng)汽車的荷電狀態(tài)，預(yù)測(cè)各充放電站的可調(diào)度充放電資源；

5、s2、基于各充放電站的可調(diào)度充放電資源，以臺(tái)區(qū)電網(wǎng)功率最小、運(yùn)行成本最小和電動(dòng)汽車用戶滿意度最高為目標(biāo)，構(gòu)建電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型；

6、s3、輸入各充放電站的可調(diào)度充放電資源數(shù)據(jù)，求解電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型，得到電動(dòng)汽車充放電資源的優(yōu)化調(diào)度策略。

7、所述s2中，電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型的目標(biāo)函數(shù)包括：

8、min?j＝αf1+βf2+γf3；

9、f1＝pr，t+l-pl，t+l-pch，t+l+pdis，t+l+pg，t+l；

10、

11、

12、上式中，f1為臺(tái)區(qū)電網(wǎng)功率，f2為運(yùn)行成本，f3為用戶滿意度的負(fù)值，α，β、γ分別為f1、f2、f3的權(quán)重系數(shù)；pr，t+，為t+l時(shí)刻臺(tái)區(qū)電網(wǎng)新能源發(fā)電功率，pl，t+l為t+l時(shí)刻臺(tái)區(qū)電網(wǎng)負(fù)荷功率，pch，t+l為t+l時(shí)刻電動(dòng)汽車的電池總的充電功率，pdis，t+l為t+l時(shí)刻電動(dòng)汽車的電池總的輸出功率，pg，t+l為t+l時(shí)刻向外部購買的電量；i為當(dāng)前時(shí)刻實(shí)際參與充放電的電動(dòng)汽車數(shù)量，nch，i為第i輛電動(dòng)汽車的充電價(jià)格，nlh，i為第i輛電動(dòng)汽車充放單位電量的電池老化成本，ndis，i為第i輛電動(dòng)汽車的放電價(jià)格，pch，i，t+l、pdis，i，t+l分別為第i輛電動(dòng)汽車在t+l時(shí)刻的充電功率、放電功率，cg，t+l為t+l時(shí)刻向外部電網(wǎng)購買電量的單價(jià)；μ1、μ2為用戶滿意度的衡量權(quán)重系數(shù)，twait，i為第i輛電動(dòng)汽車的充電等待時(shí)間，twait-max，i為第i輛電動(dòng)汽車用戶可接受的最大等待時(shí)間，pin-terrupt，i為第i輛電動(dòng)汽車的充電中斷概率；

13、電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型的約束條件包括：

14、

15、s_evmin，i≤s_evi，t+l≤s_evmax，i；

16、ec，i，t+l＝ηc，ipc，i，t+l；

17、

18、上式中，s_evi,t+l為t+l時(shí)刻第i輛電動(dòng)汽車的荷電狀態(tài)，j為總時(shí)刻，ec，i，t+l、edis，i，t+l分別為t+l時(shí)刻第i輛電動(dòng)汽車的充電能量、放電能量，ei為第i輛電動(dòng)汽車的初始儲(chǔ)電量，s_evmin，i、s_evmax，i分別為第i輛電動(dòng)汽車的最小荷電狀態(tài)、最大荷電狀態(tài)，ηc，j、ηdis，i分別為第i輛電動(dòng)汽車的充電效率、放電效率，pc，i，t+l、pdis，i，t+l分別為t時(shí)刻預(yù)測(cè)的t+l時(shí)刻第i輛電動(dòng)汽車的充電功率、放電功率。

19、所述s3包括：

20、s31、建立電動(dòng)汽車充放電資源系統(tǒng)的狀態(tài)轉(zhuǎn)移動(dòng)態(tài)模型，包括：

21、st+l＝f(st，ut，ωt)；

22、r(st,ut)＝cch(st，ut)-cdis(st，ut)-clh(δsoct)；

23、上式中，st+l為t+l時(shí)刻電動(dòng)汽車充放電系統(tǒng)的狀態(tài)，f為狀態(tài)轉(zhuǎn)移函數(shù)，st為t時(shí)刻，即當(dāng)前時(shí)刻，電動(dòng)汽車充放電系統(tǒng)的狀態(tài)，所述狀態(tài)包括當(dāng)前時(shí)刻的外部購電電價(jià)、電動(dòng)汽車的充放電電價(jià)、臺(tái)區(qū)電網(wǎng)新能源發(fā)電功率及負(fù)荷、電動(dòng)汽車的充放電功率需求、各充放電站的可調(diào)度充放電資源預(yù)測(cè)值；ut為t時(shí)刻的控制輸入，包括電動(dòng)汽車充電功率、放電功率和充放電開始時(shí)間；ωt為t時(shí)刻的外部擾動(dòng)，包括新能源發(fā)電功率波動(dòng)，購電電價(jià)波動(dòng)，電動(dòng)汽車充放電電價(jià)波動(dòng)；r為當(dāng)前時(shí)刻電動(dòng)汽車充放電系統(tǒng)的狀態(tài)的獎(jiǎng)勵(lì)函數(shù)，cch為充電成本，cdis為放電收益，clh為電池老化成本，δsoct為t時(shí)刻電池荷電狀態(tài)的變化量；

24、s32、基于電動(dòng)汽車充放電資源系統(tǒng)的狀態(tài)轉(zhuǎn)移動(dòng)態(tài)模型，優(yōu)化t+l時(shí)刻的控制輸入，進(jìn)而得到t+l+1時(shí)刻電動(dòng)汽車充放電系統(tǒng)的狀態(tài)模型；

25、

26、st+l+1＝f(st+l，ut+l)，(l＝0，1，...，n-1)；

27、上式中，arg?max為求參數(shù)的函數(shù)，n為步數(shù)；

28、s33、通過減法優(yōu)化器算法求解t+l+1時(shí)刻電動(dòng)汽車充放電系統(tǒng)的狀態(tài)模型，得到電動(dòng)汽車充放電資源t+l+1時(shí)刻的優(yōu)化調(diào)度策略。

29、所述s1包括：

30、s11、以電動(dòng)汽車與各充放電站的距離以及各充放電站的充電價(jià)格為指標(biāo)，構(gòu)建如下優(yōu)先度的加權(quán)標(biāo)準(zhǔn)化決策矩陣；

31、

32、(zkj)k×m＝pkj*ωj；

33、

34、上式中，z′為優(yōu)先度的加權(quán)標(biāo)準(zhǔn)化決策矩陣，(zkj)k×m為優(yōu)先度的標(biāo)準(zhǔn)化決策矩陣，ωch_risk_k為電動(dòng)汽車用戶到第k個(gè)充放電站進(jìn)行充放電的概率評(píng)估系數(shù)，pkj為標(biāo)準(zhǔn)化矩陣，ωj為第j個(gè)指標(biāo)的權(quán)重，k為電動(dòng)汽車附近可供充電、放電的充放電站總數(shù)，m為指標(biāo)數(shù)，wd為距離的權(quán)重系數(shù)，dst-k為電動(dòng)汽車用戶與第k個(gè)充放電站的距離，wp-c為充電價(jià)格的權(quán)重系數(shù)，pst-c-k為第k個(gè)充放電站的充電價(jià)格，wp-dis為放電價(jià)格的權(quán)重系數(shù)，pst-dis-k為第k個(gè)充放電站的放電價(jià)格，wh為便利度的權(quán)重，hst-k為第k個(gè)充放電站的便利度；

35、s12、基于優(yōu)先度的加權(quán)標(biāo)準(zhǔn)化決策矩陣，采用以下公式計(jì)算電動(dòng)汽車各充電、放電方案與其正、負(fù)理想解的距離：

36、

37、

38、

39、

40、上式中，分別為電動(dòng)汽車到第k個(gè)充放電站的充電方案與正、負(fù)理想解的距離，分別為正、負(fù)理想解，分別為電動(dòng)汽車到第k個(gè)充放電站的放電方案與正、負(fù)理想解的距離；

41、s13、基于電動(dòng)汽車各充電、放電方案與其正、負(fù)理想解的距離，生成電動(dòng)汽車到各充放電站充電、放電的優(yōu)先度；

42、s14、基于電動(dòng)汽車到各充放電站充電的優(yōu)先度，采用以下公式預(yù)測(cè)各充放電站的可調(diào)度充電資源：

43、paf_ck＝pc-cch_k*prch；

44、pc＝prch×(lr+lm)；

45、上式中，paf_ck為下一時(shí)刻第k個(gè)充放電站的可調(diào)度充電資源，pc為當(dāng)前充放電站內(nèi)的剩余可充電資源，cch_k為電動(dòng)汽車到第k個(gè)充放電站充電的優(yōu)先度，prch為充電樁的額定充電功率，lr為空余充電樁的個(gè)數(shù)，lm為即將駛離充電站的電動(dòng)汽車的數(shù)量；

46、基于電動(dòng)汽車到各充放電站放電的優(yōu)先度，采用以下公式預(yù)測(cè)各充放電站的可調(diào)度放電資源：

47、paf_dis＝pd+cdis_k*pγdis；

48、

49、上式中，paf_dis為下一時(shí)刻第k個(gè)充放電站的可調(diào)度放電資源，pd為充放電站內(nèi)的剩余可放電資源，cdis_k為電動(dòng)汽車到第k個(gè)充放電站放電的優(yōu)先度，pγdis為電動(dòng)汽車的額定放電功率，i為在充放電站放電的電動(dòng)汽車數(shù)，si為第i輛電動(dòng)汽車的當(dāng)前荷電狀態(tài)，sout_i為第i輛電動(dòng)汽車駛離充放電站時(shí)的荷電狀態(tài)。

50、第二方面，本發(fā)明提出一種電動(dòng)汽車充放電資源的優(yōu)化調(diào)度系統(tǒng)，包括資源預(yù)測(cè)模塊、模型構(gòu)建模塊、模型求解模塊；

51、所述資源預(yù)測(cè)模塊用于根據(jù)電動(dòng)汽車的荷電狀態(tài)，預(yù)測(cè)各充放電站的可調(diào)度充放電資源；

52、所述模型構(gòu)建模塊用于基于各充放電站的可調(diào)度充放電資源，以臺(tái)區(qū)電網(wǎng)功率最小、運(yùn)行成本最小和電動(dòng)汽車用戶滿意度最高為目標(biāo)，構(gòu)建電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型；

53、所述模型求解模塊用于輸入各充放電站的可調(diào)度充放電資源數(shù)據(jù)，求解電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型，得到電動(dòng)汽車充放電資源的優(yōu)化調(diào)度策略。

54、所述模型構(gòu)建模塊包括目標(biāo)函數(shù)構(gòu)建單元、約束條件構(gòu)建單元；

55、所述目標(biāo)函數(shù)構(gòu)建單元用于構(gòu)建如下電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型的目標(biāo)函數(shù)：

56、mmj＝αf1+βf2+γf3；

57、f1＝pr，t+l-pl，t+l-pch，t+l+pdis，t+l+pg，t+l；

58、

59、

60、上式中，f1為臺(tái)區(qū)電網(wǎng)功率，f2為運(yùn)行成本，f3為用戶滿意度的負(fù)值，α，β、γ分別為f1、f2、f3的權(quán)重系數(shù)；pr，t+l為t+l時(shí)刻臺(tái)區(qū)電網(wǎng)新能源發(fā)電功率，pl，t+l為t+l時(shí)刻臺(tái)區(qū)電網(wǎng)負(fù)荷功率，pch，t+l為t+l時(shí)刻電動(dòng)汽車的電池總的充電功率，pdis，t+l為t+l時(shí)刻電動(dòng)汽車的電池總的輸出功率，pg，t+l為t+l時(shí)刻向外部購買的電量；i為當(dāng)前時(shí)刻實(shí)際參與充放電的電動(dòng)汽車數(shù)量，nch，i為第i輛電動(dòng)汽車的充電價(jià)格，nlh，i為第i輛電動(dòng)汽車充放單位電量的電池老化成本，ndis，i為第i輛電動(dòng)汽車的放電價(jià)格，pch，i，t+l、pdis，i，t+l分別為第i輛電動(dòng)汽車在t+l時(shí)刻的充電功率、放電功率，cg，t+l為t+l時(shí)刻向外部電網(wǎng)購買電量的單價(jià)；μ1、μ2為用戶滿意度的衡量權(quán)重系數(shù)，twait，i為第i輛電動(dòng)汽車的充電等待時(shí)間，twait-max，i為第i輛電動(dòng)汽車用戶可接受的最大等待時(shí)間，pin-terrupt，i為第i輛電動(dòng)汽車的充電中斷概率；

61、所述約束條件構(gòu)建單元用于構(gòu)建如下電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型的約束條件：

62、

63、s_evmin，i≤s_evi，t+l≤s_evmax，i；

64、ec，i，t+l＝ηc，ipc，i，t+l；

65、

66、上式中，s_evi,t+l為t+l時(shí)刻第i輛電動(dòng)汽車的荷電狀態(tài)，j為總時(shí)刻，ec，i，t+l、edis，i，t+l分別為t+l時(shí)刻第i輛電動(dòng)汽車的充電能量、放電能量，ei為第i輛電動(dòng)汽車的初始儲(chǔ)電量，s_evmin，i、s_evmax，i分別為第i輛電動(dòng)汽車的最小荷電狀態(tài)、最大荷電狀態(tài)，ηc，i、ηdis，i分別為第i輛電動(dòng)汽車的充電效率、放電效率，pc，i，t+l、pdis，i，t+l分別為t時(shí)刻預(yù)測(cè)的t+l時(shí)刻第i輛電動(dòng)汽車的充電功率、放電功率。

67、所述模型求解模塊包括動(dòng)態(tài)模型建立單元、狀態(tài)模型確定單元、狀態(tài)模型求解單元；

68、所述動(dòng)態(tài)模型建立單元用于建立如下電動(dòng)汽車充放電資源系統(tǒng)的狀態(tài)轉(zhuǎn)移動(dòng)態(tài)模型：

69、st+l＝f(st，ut，ωt)；

70、r(st，ut)＝cch(st，ut)-cdis(st，ut)-clh(δsoct)；

71、上式中，st+l為t+l時(shí)刻電動(dòng)汽車充放電系統(tǒng)的狀態(tài)，f為狀態(tài)轉(zhuǎn)移函數(shù)，st為t時(shí)刻，即當(dāng)前時(shí)刻，電動(dòng)汽車充放電系統(tǒng)的狀態(tài)，所述狀態(tài)包括當(dāng)前時(shí)刻的外部購電電價(jià)、電動(dòng)汽車的充放電電價(jià)、臺(tái)區(qū)電網(wǎng)新能源發(fā)電功率及負(fù)荷、電動(dòng)汽車的充放電功率需求、各充放電站的可調(diào)度充放電資源預(yù)測(cè)值；ut為t時(shí)刻的控制輸入，包括電動(dòng)汽車充電功率、放電功率和充放電開始時(shí)間；ωt為t時(shí)刻的外部擾動(dòng)，包括新能源發(fā)電功率波動(dòng)，購電電價(jià)波動(dòng)，電動(dòng)汽車充放電電價(jià)波動(dòng)；r為當(dāng)前時(shí)刻電動(dòng)汽車充放電系統(tǒng)的狀態(tài)的獎(jiǎng)勵(lì)函數(shù)，cch為充電成本，cdis為放電收益，clh為電池老化成本，δsoct為t時(shí)刻電池荷電狀態(tài)的變化量；

72、所述狀態(tài)模型確定單元用于基于電動(dòng)汽車充放電資源系統(tǒng)的狀態(tài)轉(zhuǎn)移動(dòng)態(tài)模型，優(yōu)化t+l時(shí)刻的控制輸入，進(jìn)而得到如下t+l+1時(shí)刻電動(dòng)汽車充放電系統(tǒng)的狀態(tài)模型：

73、

74、st+l+1＝f(st+l，ut+l)，(l＝0，1，...，n-1)；

75、上式中，arg?max為求參數(shù)的函數(shù)，n為步數(shù)；

76、所述狀態(tài)模型求解單元用于通過減法優(yōu)化器算法求解t+l+1時(shí)刻電動(dòng)汽車充放電系統(tǒng)的狀態(tài)模型，得到電動(dòng)汽車充放電資源t+l+1時(shí)刻的優(yōu)化調(diào)度策略。

77、所述資源預(yù)測(cè)模塊包括決策矩陣構(gòu)建單元、距離計(jì)算單元、優(yōu)先度生成單元、可調(diào)度充電資源預(yù)測(cè)單元、可調(diào)度放電資源預(yù)測(cè)單元；

78、所述決策矩陣構(gòu)建單元用于以電動(dòng)汽車與各充放電站的距離以及各充放電站的充電價(jià)格為指標(biāo)，構(gòu)建如下優(yōu)先度的加權(quán)標(biāo)準(zhǔn)化決策矩陣；

79、

80、(zkj)k×m＝pkj*ωj；

81、

82、上式中，z′為優(yōu)先度的加權(quán)標(biāo)準(zhǔn)化決策矩陣，(zkj)k×m為優(yōu)先度的標(biāo)準(zhǔn)化決策矩陣，ωch_risk_k為電動(dòng)汽車用戶到第k個(gè)充放電站進(jìn)行充放電的概率評(píng)估系數(shù)，pkj為標(biāo)準(zhǔn)化矩陣，ωj為第j個(gè)指標(biāo)的權(quán)重，k為電動(dòng)汽車附近可供充電、放電的充放電站總數(shù)，m為指標(biāo)數(shù)，wd為距離的權(quán)重系數(shù)，dst-k為電動(dòng)汽車用戶與第k個(gè)充放電站的距離，wp-c為充電價(jià)格的權(quán)重系數(shù)，pst-c-k為第k個(gè)充放電站的充電價(jià)格，wp-dis為放電價(jià)格的權(quán)重系數(shù)，pst-dis-k為第k個(gè)充放電站的放電價(jià)格，wh為便利度的權(quán)重，hst-k為第k個(gè)充放電站的便利度；

83、所述距離計(jì)算單元用于基于優(yōu)先度的加權(quán)標(biāo)準(zhǔn)化決策矩陣，采用以下公式計(jì)算電動(dòng)汽車各充電、放電方案與其正、負(fù)理想解的距離：

84、

85、

86、

87、

88、上式中，分別為電動(dòng)汽車到第k個(gè)充放電站的充電方案與正、負(fù)理想解的距離，分別為正、負(fù)理想解，分別為電動(dòng)汽車到第k個(gè)充放電站的放電方案與正、負(fù)理想解的距離；

89、所述優(yōu)先度生成單元用于基于電動(dòng)汽車各充電、放電方案與其正、負(fù)理想解的距離，生成電動(dòng)汽車到各充放電站充電、放電的優(yōu)先度；

90、所述可調(diào)度充電資源預(yù)測(cè)單元用于基于電動(dòng)汽車到各充放電站充電的優(yōu)先度，采用以下公式預(yù)測(cè)各充放電站的可調(diào)度充電資源：

91、paf_ck＝pc-cch_k*prch；

92、pc＝prch×(lr+lm)；

93、上式中，paf_ck為下一時(shí)刻第k個(gè)充放電站的可調(diào)度充電資源，pc為當(dāng)前充放電站內(nèi)的剩余可充電資源，cch_k為電動(dòng)汽車到第k個(gè)充放電站充電的優(yōu)先度，prch為充電樁的額定充電功率，lr為空余充電樁的個(gè)數(shù)，lm為即將駛離充電站的電動(dòng)汽車的數(shù)量；

94、所述可調(diào)度放電資源預(yù)測(cè)單元用于基于電動(dòng)汽車到各充放電站放電的優(yōu)先度，采用以下公式預(yù)測(cè)各充放電站的可調(diào)度放電資源：

95、paf_dis＝pd+cdis_k*pγdis；

96、

97、上式中，paf_dis為下一時(shí)刻第k個(gè)充放電站的可調(diào)度放電資源，pd為充放電站內(nèi)的剩余可放電資源，cdis_k為電動(dòng)汽車到第k個(gè)充放電站放電的優(yōu)先度，pγdis為電動(dòng)汽車的額定放電功率，i為在充放電站放電的電動(dòng)汽車數(shù)，si為第i輛電動(dòng)汽車的當(dāng)前荷電狀態(tài)，sout_i為第i輛電動(dòng)汽車駛離充放電站時(shí)的荷電狀態(tài)。

98、第三方面，本發(fā)明提出一種電動(dòng)汽車充放電資源的優(yōu)化調(diào)度設(shè)備，包括處理器以及存儲(chǔ)器；

99、所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序代碼，并將所述計(jì)算機(jī)程序代碼傳輸給所述處理器；

100、所述處理器用于根據(jù)所述計(jì)算機(jī)程序代碼中的指令執(zhí)行前述的一種電動(dòng)汽車充放電資源的優(yōu)化調(diào)度方法。

101、第四方面，本發(fā)明提出一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序；

102、所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)前述的一種電動(dòng)汽車充放電資源的優(yōu)化調(diào)度方法的步驟。

103、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

104、1、本發(fā)明提出一種電動(dòng)汽車充放電資源的優(yōu)化調(diào)度方法、系統(tǒng)及設(shè)備，該方法首先根據(jù)電動(dòng)汽車的荷電狀態(tài)，預(yù)測(cè)了各充放電站的可調(diào)度充放電資源，然后基于各充放電站的可調(diào)度充放電資源，以臺(tái)區(qū)電網(wǎng)功率最小、運(yùn)行成本最小和電動(dòng)汽車用戶滿意度最高為目標(biāo)，構(gòu)建電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型，最后通過輸入各充放電站的可調(diào)度充放電資源數(shù)據(jù)，求解電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型，得到電動(dòng)汽車充放電資源的優(yōu)化調(diào)度策略。一方面，該方法通過預(yù)測(cè)站內(nèi)電動(dòng)汽車的充放電資源，實(shí)時(shí)修正調(diào)度指令及調(diào)度計(jì)劃，提升了臺(tái)區(qū)電網(wǎng)調(diào)度策略的精確性，解決了臺(tái)區(qū)電網(wǎng)由于電動(dòng)汽車隨機(jī)流動(dòng)帶來的影響；另一方面，該方法在計(jì)及源、荷雙重不確定性的情況下，充分考慮站外電動(dòng)汽車的調(diào)度潛力，以臺(tái)區(qū)電網(wǎng)功率最小、運(yùn)行成本最小和電動(dòng)汽車用戶滿意度最高為目標(biāo)，構(gòu)建電動(dòng)汽車充放電資源優(yōu)化調(diào)度模型，消除了充電站電動(dòng)汽車數(shù)量變化帶來的源荷不確定性的影響，增加了可再生分布式電源的消納，提升了電網(wǎng)的經(jīng)濟(jì)效益，為后續(xù)研究能源調(diào)度過程中的多重不確定性問題提供了技術(shù)支持。

105、2、本發(fā)明提出一種電動(dòng)汽車充放電資源的優(yōu)化調(diào)度方法、系統(tǒng)及設(shè)備，該方法針對(duì)具有多指標(biāo)多樣本的電動(dòng)汽車排序，進(jìn)而預(yù)測(cè)各充放電站的可調(diào)度充放電資源問題，引入電動(dòng)汽車用戶到各充放電站的概率評(píng)估系數(shù)與正、負(fù)理想解消除不同影響因素量綱的影響，得到更加合理的充放電優(yōu)先度排序，更加精確地預(yù)測(cè)站內(nèi)電動(dòng)汽車充放電資源。