计及动态电价的电动汽车有序充放电优化调度

%% ---------------------------------------------备注------------------------- %---------------本程序为单微网电动汽车的调度，将电动汽车所有约束条件与电价统一采用粒子群进行优化 %---------------电价采用粒子群更新电价，作为与分时电价的对比； %---------------程序修改时间：2019-3-18 14:39 %---------------编写人：xiaobin %% clc; clear; % close all; format long; tic; %% -----------------------------电动汽车运行参数------------------------------ EV_Num=50;%电动汽车的数量 Time_Size=24;%调度时段数 EV_Battery=33;%电动汽车电池容量，33kW State_Max_Transformation=24; %最大转换次数 Vehicle_Charging_MaxPower=3; %电动汽车充电最大功率 Vehicle_Discharging_MaxPower=3; %电动汽车放电最大功率 EV_SocLowest=0.1;%每辆电动汽车电池荷电状态的下限 Max_Soc=1; %荷电状态的最大值为1 Max_Price=2; %优化调度中的最大电价 Min_Price=0.4; %优化调度中的最小电价 Grid_PowerMax=1096; %% ---------------------------电动汽车需要用的的数据-------------------------- V_to_G_Time=xlsread('电动汽车出行参数表.xls','EV_Arri_Leav_Time');%储存每辆电动汽车接入电网和离开电网的调度时刻 Vehicle_Soc=xlsread('电动汽车出行参数表.xls','Vehicle_Soc');%储存每辆电动汽车接入电网和离开电网的荷电状态 Vehicle_Index=xlsread('电动汽车出行参数表.xls','Vehicle_Index');%读取在各个时刻接入电网的电动汽车标号 Time_Index=xlsread('电动汽车出行参数表.xls','Time_Index');%读取在各个时刻接入电网的电动汽车标号 EV_timeNumber=xlsread('电动汽车出行参数表.xls','EV_timeNumber');%读取在各个时刻接入电网的电动汽车标号 %% ------------------------微电网参数-------------------------------------- % P_Wind=[140.29,125.64,224.41,175.49,124.56,250,106.25,204.14,144.06,218.44,124.77,114.66,... % 55.77,37.21,33.06,16.35,53.45,120.28,56.82,23.43,99.55,6.97,55.64,63.8];%风电出力 Basic_load=[135.348,125.861,116.382,108.487,119.696,175.462,240.786,248.807,248.871,268.034,306.303,377.987,... 335.081,287.402,276.325,324.136,446.749,469.099,475.527,485.147,447.013,365.91,321.419,230.767]*2;%选自康师兄推荐文献数据 Grid_Price=zeros(Time_Size,1);%储存配电网分时电价 Microgrid_Price=zeros(Time_Size,1);%储存配电网分时电价 %设置微电网的分时电价 for loop=1:Time_Size if loop>=1 && loop<8 %0:00-7:00 Microgrid_Price(loop)=0.4; elseif loop>=8 && loop<12 %7:00-12:00 Microgrid_Price(loop)=2.0; elseif loop>=12 && loop<14 %12:00-19:00 Microgrid_Price(loop)=1.2; elseif loop>=14 && loop<17 %19:00-23:00 Microgrid_Price(loop)=2.0; elseif loop>=17 && loop<21 %23:00-24:00 Microgrid_Price(loop)=2.0; elseif loop>=21 && loop<=24 %23:00-24:00 Microgrid_Price(loop)=1.2; end end %设置配电网的分时电价 for loop=1:Time_Size if loop>=1 && loop<8 %0:00-8:00 Grid_Price(loop)=0.365; elseif loop>=8 && loop<12 %8:00-12:00 Grid_Price(loop)=0.869; elseif loop>=12 && loop<14 %12:00-14:00 Grid_Price(loop)=0.687; elseif loop>=14 && loop<17 %14:00-17:00 Grid_Price(loop)=0.687; elseif loop>=17 && loop<21 %17:00-21:00 Grid_Price(loop)=0.869; elseif loop>=21 && loop<=24 %21:00-24:00 Grid_Price(loop)=0.687; end end %% -------------------------粒子群参数--------------------------------------- Max_Iteration=50; %迭代次数为100 Particle_Size=50; %粒子数量为50 Vector=7; %每个粒子的向量数 第1-7列分别为： %------------第1列 第2列 第3列 第4列 第5列 第6列 第7列 %----------放电功率 充电功率 主网交换功率 荷电状态 放电标志位 充电标志位 每时刻的电价 Pop=zeros(Time_Size,Vector,EV_Num,Particle_Size);%定义所有的粒子元素 Pop_Max=zeros(Time_Size,Vector,EV_Num,Particle_Size); %储存所有的粒子元素的最大值 Pop_Min=zeros(Time_Size,Vector,EV_Num,Particle_Size); %储存所有的粒子元素的最小值 Fitness=zeros(Particle_Size,4);%储存每个粒子的适应度函数值,行数为粒子数，列数为每个粒子的4个指标 分别为：1.微电网与配电网的总波动情况 2.购电成本 3.寿命损耗 4.前三项之和 Update_Index=[1,2,7];%储存需要更新向量的标号，即一起更新的有放电功率、充电功率、电价。 Vmax=zeros(Time_Size,Vector,EV_Num,Particle_Size);%储存速度的最大值 Vmin=zeros(Time_Size,Vector,EV_Num,Particle_Size);%储存速度的最小值 Velocity=zeros(Time_Size,Vector,EV_Num,Particle_Size);%储存数组 Velocity_Coefficient=0.1;%速度更新系数 W_Max=0.9;%惯性系数最大值 W_Min=0.4;%惯性系数最小值 C_Individual=0.5;%个体最优的学习因子 C_Global=1.5; %全局最优的学习因子 Storage_Iteration_Optimal=zeros(1,Max_Iteration); Stop_flag=0; %% 初始化 速度 的最值 for loop1=1:1:Particle_Size for loop2=1:1:EV_Num %% 提取出每辆电动汽车的接入电网和离开电网时间 EV_ArriveTime_Index=V_to_G_Time(1,loop2);%提取出每辆电动汽车的接入电网时间 EV_LeaveTime_Index=V_to_G_Time(2,loop2);%提取出每辆电动汽车的离开电网时间 if EV_ArriveTime_Index<EV_LeaveTime_Index %若接入电网时间小于离开电网时间 for loop3=EV_ArriveTime_Index:EV_LeaveTime_Index Vmax(loop3,1,loop2,loop1)=Velocity_Coefficient*Vehicle_Discharging_MaxPower;%放电功率更新速度的最大值 Vmin(loop3,1,loop2,loop1)=-Velocity_Coefficient*Vehicle_Discharging_MaxPower;%放电功率更新速度的最小值 Velocity(loop3,1,loop2,loop1)=Vmin(loop3,1,loop2,loop1)+(Vmax(loop3,1,loop2,loop1) - Vmin(loop3,1,loop2,loop1))*rand;%产生放电功率的速度 Vmax(loop3,2,loop2,loop1)=Velocity_Coefficient*Vehicle_Charging_MaxPower;%充电功率更新速度的最大值 Vmin(loop3,2,loop2,loop1)=-Velocity_Coefficient*Vehicle_Charging_MaxPower;%充电功率更新速度的最小值 Velocity(loop3,2,loop2,loop1)=Vmin(loop3,2,loop2,loop1)+(Vmax(loop3,2,loop2,loop1) - Vmin(loop3,2,loop2,loop1))*rand;%产生充电功率的速度 % Vmax(loop3,7,loop2,loop1)=Velocity_Coefficient*(Max_Soc-Min_Price);%电价更新速度的最大值 % Vmin(loop3,7,loop2,loop1)=-Velocity_Coefficient*(Max_Soc-Min_Price);%电价更新速度的最小值 % Velocity(loop3,7,loop2,loop1)=Vmin(loop3,7,loop2,loop1)+(Vmax(loop3,7,loop2,loop1) - Vmin(loop3,7,loop2,loop1))*rand;%产生电价的速度 end else%接入电网时间大于离开电网时间 ，分为三种情况 % 1.从接入电网时刻到调度时段末端（本程序中为第24时刻）的约束条件 % 2.调度时段末端（本程序为第24时刻）的约束条件 % 3.从1时刻到离开电网时刻的的约束条件 for loop3=EV_ArriveTime_Index:Time_Size Vmax(loop3,1,loop2,loop1)=Velocity_Coefficient*Vehicle_Discharging_MaxPower;%放电功率更新速度的最大值 Vmin(loop3,1,loop2,loop1)=-Velocity_Coefficient*Vehicle_Discharging_MaxPower;%放电功率更新速度的最小值 Velocity(loop3,1,loop2,loop1)=Vmin(loop3,1,loop2,loop1)+(Vmax(loop3,1,loop2,loop1) - Vmin(loop3,1,loop2,loop1))*rand;%产生放电功率的速度 Vmax(loop3,2,loop2,loop1)=Velocity_Coefficient*Vehicle_Charging_MaxPower;%充电功率更新速度的最大值 Vmin(loop3,2,loop2,loop1)=-Velocity_Coefficient*Vehicle_Charging_MaxPower;%充电功率更新速度的最小值 Velocity(loop3,2,loop2,loop1)=Vmin(loop3,2,loop2,loop1)+(Vmax(loop3,2,loop2,loop1) - Vmin(loop3,2,loop2,loop1))*rand;%产生充电功率的速度 % Vmax(loop3,7,loop2,loop1)=Velocity_Coefficient*(Max_Soc-Min_Price);%电价更新速度的最大值 % Vmin(loop3,7,loop2,loop1)=-Velocity_Coefficient*(Max_Soc-Min_Price);%电价更新速度的最小值 % Velocity(loop3,7,loop2,loop1)=Vmin(loop3,7,loop2,loop1)+(Vmax(loop3,7,loop2,loop1) - Vmin(loop3,7,loop2,loop1))*rand;%产生电价的速度 end for loop3=1:EV_LeaveTime_Index Vmax(loop3,