【电动车】基于削峰填谷的电动汽车多目标优化调度策略研究（Matlab代码实现）

news2024/12/23 3:35:17

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

1.1 综合负荷成本以及电动汽车电池退化损耗成本

1.2 削峰填谷的峰谷差最低

1.3 负荷波动最低

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、文章讲解

💥1 概述

大量电动汽车投入运营，将对电力系统产生很大影响。电动汽车充放电机产生的谐波将恶化局部电网的电能质量; 同时，电动汽车充放电在时间和空间上具有一定的随机性和间歇性。在非低谷用电期的充电行为将拉高负荷峰值，当现有配电网线路容量裕度较小时会使系统过载。同样，对电动汽车放电不加控制也很难使其起到削峰的作用。因此，建立一个电动汽车充放电控制策略，从整体上协调区域内电动汽车的充放电，能够在很大程度上消除电动汽车充放电随机性对电网造成的不利影响，对于提高电动汽车规模化应用后电网的安全性具有重大的现实意义。

本文考虑电动汽车参与削峰填谷的场景下，电动汽车充放电策略的优化，本文目标函数有三个：

1 电动汽车综合负荷以及电池退化损耗成本

2 削峰填谷的峰谷差最低

3 负荷波动最低

1.1 综合负荷成本以及电动汽车电池退化损耗成本

$\begin{array}{c} F_{1}=\min \sum_{t=1}^{T} \sum_{i=1}^{N} C_{i, t}^{\mathrm{V} 2 \mathrm{G}}+C_{1} \\ C_{i, t}^{\mathrm{V} 2 \mathrm{G}}=\left|\frac{c}{100}\right| \frac{\Gamma_{i, t}}{E_{i}^{\text {cap }}} C^{\text {change }} \\ \Gamma_{i, t}=\max \left\{0,\left(S O C_{i, t-1}-S O C_{i, t}\right) E_{i}^{\text {cap }}\right\} \end{array}$

1.2 削峰填谷的峰谷差最低

$\begin{array}{c} F_{2}=\min \left[\max \left(P_{t}\right)-\min \left(P_{t}\right)\right] \\ P_{t}=P_{t}^{\text {base }}+\sum_{i=1}^{N} p_{i, t} \end{array}$

1.3 负荷波动最低

$\begin{array}{c} F_{3}=\min \sum_{t=1}^{T}\left(P_{t}^{\text {base }}+\sum_{i=1}^{N} p_{i, t}-P_{\mathrm{av}}\right)^{2} \\ P_{\mathrm{av}}=\frac{\sum_{j=1}^{T}\left(P_{t}^{\mathrm{base}}+\sum_{i=1}^{N} p_{i, t}\right)}{T} \end{array}$

📚2 运行结果

部分代码：

P_EV=sum(P,1); %整合的电动汽车充放电功率
P_M=P_EV+P_base; %综合负荷

P_av=sum(P_M,2)/T;
C1=sum((a*(P_M-P_base)+b*(P_M.*P_M-P_base.*P_base)/2),2); %综合负荷的总成本

M=max(0,((E(:,2:end)/E_cap-E(:,1:end-1)/E_cap))); %电动汽车循环充放电量
C_V2G=abs(c/100)*M*C_change/E_cap; %电动汽车电池退化成本
F_obj_2=sum(C2.*P_EV)+sum(sum(C_V2G));
%F_obj_2=C1+sum(sum(C_V2G));
F_obj_1=sum((P_M-P_av).*(P_M-P_av),2);
F_obj_3=max(P_M)-min(P_M);
F_obj=0.25*F_obj_3/F3+0.25*F_obj_1/F1+0.5*F_obj_2/F2;
ops = sdpsettings('solver','cplex');
rr=optimize(cons,F_obj,ops);