代码.zip_优化策略_充放电_充放电优化_放电策略_电动公交充电放电

clc clear %% 电池装载时间卸载时间分析 CZ=ones(1,50);%初始电池组SOC State_arrival=ones(1,50);%公交车的到站状态 First_departure=ones(1,50);%首次出发 w=1440*ones(1,50);%公交车的到站时间 Strat_time=[6:22].*60;% Interval=[3,2,5,5,6,6,6,7,9,9,4,3,9,15,20,30,60]; Count=[20,30,12,10,10,10,10,8,6,6,15,20,6,4,3,2,1]; E=1.3;%每公里平均耗电量 R=38;%行驶路程 V=30;%速度 B=220;%电池组容量 M=0.5;%荷电状态最低阈值 Time=[]; % 生成电车出发时间矩阵Time for i=1:size(Strat_time,2) temp=Strat_time(i); for j=1:Count(i)-1 if j*Interval(i)==60 break; end temp=[temp,Strat_time(i)+Interval(i)*j]; end Time=[Time,temp]; end J=[6*60:5:23*60];%运行时段的j时段划分 i=1; D=zeros(1,size(J,2));%充电需求初始化 kkk=1; t_off=zeros(1,70); t_index=zeros(1,70); t_index_on=zeros(1,70); t_on=zeros(1,70); State_B=ones(1,70); SOC=ones(1,70); P_max=0.2*B;%最大充电功率 for j=1:size(J,2)-1%对每个时间段进行换电需求计算 % for j=1:180%对每个时间段进行换电需求计算 %判断一下是否完成所有的发车 if i==174 break end %更新到站状态、电池的卸载/装载状态 index_bus=find(w<Time(i)); index_battery=intersect(find(t_off<Time(i)),find(t_off>0)); State_B(index_battery)=1; State_arrival(index_bus)=1; %计算在第j个时段的换电需求 while Time(i)<J(j+1) % 对各车的状态进行检查，并轮换派出 while (State_arrival(kkk)~=1)||( CZ(kkk)<M) kkk=kkk+1; if kkk==51 kkk=kkk-50; end end %检查车辆是否为首轮出发 if First_departure(kkk)==1 D(j)=D(j)+1; Index_battery_load=Superiority(State_B,t_off,SOC,B,P_max); i=i+1; % 更新首发状态 First_departure(kkk)=0; if i==174 break end % 更新荷电状态 CZ(kkk)=CZ(kkk)-R*E/B; % 更新电车到达状态、到达时间 State_arrival(kkk)=0; w(kkk)=Time(i)+(R/V)*60+10; %对电池组的装载时间进行更新 t_on(Index_battery_load)=Time(i); t_index_on(Index_battery_load)=length(find(Time(i)>J)); %对电池组的SOC进行更新,该SOC为电池组卸载时的SOC状态 SOC(Index_battery_load)=CZ(kkk)-2*R*E/B; % 更新电池卸载状态 State_B(Index_battery_load)=0; % 首轮卸载时间 temp_time=Time(i)+3*(R/V)*60+10; t_off(Index_battery_load)=J(length(find(temp_time>J))); t_index(Index_battery_load)=length(find(temp_time>J)); if temp_time>t_off(Index_battery_load) detla_SOC=fix(((-t_off(Index_battery_load)+temp_time)/(60*R/V)))*(R*E/B); detla_t_off=fix(((-t_off(Index_battery_load)+temp_time)/(60*R/V)))*((R/V)*60); SOC(Index_battery_load)=SOC(Index_battery_load)+detla_SOC; t_off(Index_battery_load)=t_off(Index_battery_load)-detla_t_off; end continue end %计算下一次运行后的电量 SOC_test_temp=CZ(kkk)-R*E/B; if SOC_test_temp<M D(j)=D(j)+1; %t_off(Index_battery_load)=Time(i); Index_battery_load=Superiority(State_B,t_off,SOC,B,P_max); i=i+1; if i==174 break end % 更新荷电状态 CZ(kkk)=1-R*E/B; % 更新电车到达状态、到达时间 State_arrival(kkk)=0; w(kkk)=Time(i)+(R/V)*60+10; %对电池组的卸载时间进行更新 t_on(Index_battery_load)=Time(i); t_index_on(Index_battery_load)=length(find(Time(i)>J)); %对电池组的SOC进行更新,该SOC为电池组卸载时的SOC状态 SOC(Index_battery_load)=CZ(kkk)-2*R*E/B; % 更新电池卸载状态 State_B(Index_battery_load)=0; % 首轮卸载时间 temp_time=Time(i)+3*(R/V)*60+10; t_off(Index_battery_load)=J(length(find(temp_time>J))); t_index(Index_battery_load)=length(find(temp_time>J)); if temp_time>t_off(Index_battery_load) detla_SOC=fix(((-t_off(Index_battery_load)+temp_time)/(60*R/V)))*(R*E/B); detla_t_off=fix(((-t_off(Index_battery_load)+temp_time)/(60*R/V)))*((R/V)*60); SOC(Index_battery_load)=SOC(Index_battery_load)+detla_SOC; t_off(Index_battery_load)=t_off(Index_battery_load)-detla_t_off; end continue else i=i+1; if i==174 break end CZ(kkk)=CZ(kkk)-R*E/B; State_arrival(kkk)=0; w(kkk)=Time(i)+3*(R/V)*60+10; end kkk=kkk+1; if kkk==51 kkk=kkk-50; end end end %% 传统充电方式结果，没有进行优化的结果 P=zeros(70,1440); P_rand=zeros(1,70); for i=1:70 P_rand(i)=normrnd(0.2,0.05); end for i=1:size(SOC,2) % P_rand=normrnd(0.2,0.05); temp=(t_off(i)+ceil(60*(1-SOC(i))/P_rand(i))); if temp>1440 temp=temp-1440; P(i,t_off(i):1440)=1; P(i,1:temp)=1; else P(i,t_off(i):temp)=1; end end P_final=sum(P).*(220*0.2); P_final=mean(reshape(P_final,5,288))'; %% 混合整型规划对充电进行优化，以充电费用最低为标准 %生成可控充电时间段 t_index_on=t_index_on+6*12-1; t_index=t_index+6*12-1; P=zeros(70,288); for i=1:70 P(i,1:t_index_on(i))=1; P(i,t_index(i):288)=1; end t=P; Pmax=0.2./12; Pmin=0.1./12; %电价数据 c=zeros(1,288); c(10*12+1:15*12)=1.164; c(18*12+1:21*12)=1.164; c(1:7*12)=0.365; c(23*12+1:24*12)=0.365; c(7*12+1:10*12)=0.754; c(15*12+1:18*12)=0.754; c(21*12+1:23*12)=0.754; C=repmat(c,70,1); f=reshape((C.*t)',1,288*70); F=[f,zeros(1,70*288)]; % 最大值限制 A01=sparse(eye(288*70)); A02=sparse(Pmax*eye(288*70)); B1=[A01,-A02]; b1=zeros(288*70,1); % 最小值限制 A03=sparse(eye(288*70)); A04=sparse(Pmin*eye(288*70)); B2=[-A03,A04]; b2=zeros(288*70,1); % 电量限制 A00=sparse(zeros(70,288*70)); A1=sparse(zeros(70,70*288)); for i=1:70 A1(i,(i-1)*288+1:i*288)=t(i,:); end B3=[-A1,A00]; b3=-(1-SOC)'; A=[B1;B2;B3]; b=[b1;b2;b3]; ic=[288*70+1:288*70*2]; Aeq=[]; Beq=[]; lb=[zeros(288*70,1);-0.1*ones(288*70,1)]; ub=[1000*ones(288*70,1);ones(288*70,1)]; [x,fval,exitflag]=intlinprog(F,ic,A,b,Aeq,Beq,lb,ub); result=reshape(x(1:288*70),288,70); % result=reshape(x(288*70+1:end),288,70); final=sum(result'); P_result=final.*12.*220; % plot(final);hold on % plot(c) %% 结果图 figure(1) plot(P_final);hold on plot(P_result);hold on title('电车充电策略结果对比图（电车线路1的仿真）') set(gca, 'XLim',[1 288]); % X轴的数据显示范围 set(gca, 'XTick',[48,96,144,192,240,288] ); % X轴的记号点 set(gca, 'XTicklabel',{'4','8','12','16','20','24'}); % X轴的记号 xlabel('时间/h') ylabel('负荷功率/kW') legend('不进行充换电优化的充电负荷','location','northwest','充换电优化的充电结果','location','northwest') figure(2) plot(c) title('当日分时电价') set(gca, 'XLim',[1 288]); % X轴的数据显示范围 set(gca, 'XTick',[48,96,144,192,240,288] ); % X轴的记号点 set(gca, 'XTicklabel',{'4','8','12','16','20','24'}); % X轴的记号 xlabel('时间/h') ylabel('电价/元/kW.h') cost1=c*P_final./12; cost2=c*P_result'./12; disp('不进行充换电优化的充电负荷的充电费用') disp(cost1) disp('充换电优化的充电结果') disp(cost2) disp('不进行充换电优化的充电负荷的充电费用')