基于改进粒子群算法的电动汽车有序充电策略
本文主要介绍了一种基于改进粒子群算法的电动汽车有序充电策略,以减少电动汽车充电对配电网的冲击。该策略通过建立电动汽车充电站所在配电网的负荷模型,以方差最小为目标函数,综合考虑配电网变压器容量、充电时段、电池SOC等约束条件,提出了基于改进粒子群优化算法的有序充电策略。
粒子群优化算法是一种基于群体智能的优化算法,其基本思想是假设空间中有n个粒子,每个粒子都是D维空间中的一个点,并且每个粒子有自己的速度。通过速度向量和位置向量描述粒子,位置即对应目标函数中的变量,速度跟位置更新有关。速度更新公式和位置更新公式分别如下:
v(i,d) = wv(i,d) + c1rand[pbest(i,d) - x(i,d)] + c2rand[gbest(d) - x(i,d)]
X(i,d) = X(i,d) + v(i,d)
对二进制变量,需要使用二进制粒子群优化算法。速度v在原更新公式的基础上通过某项运算映射到[0,1]之间,映射公式如下:
s[v(i,d)] = 1 / (1 + e^(-v(i,d)))
二进制位置更新公式:
X(i,d) = { 1, rand > s[v(i,d)]
{ 0, otherwise
本文的优化目标是找到能够使目标函数最小的x的解。有序充电的控制步骤如下:一是电动汽车进站时,读取进站时间t,并通过电池管理系统读取用户进站时电动汽车SOC及电池容量的大小;二是用户设置满足充电完成时的SOC值,并计算出预充电时段,提醒用户设置离站时间td;三是获取配电网负荷信息,通过优化算法计算最优的充电时段;四是电动汽车根据计算结果进行有序充电。
本文的贡献在于提出了一种基于改进粒子群算法的电动汽车有序充电策略,可以减少电动汽车充电对配电网的冲击,并且可以提高电动汽车的充电效率。该策略可以为电动汽车充电站和配电网的规划和管理提供参考。