1 内容介绍
为了保证小区电动汽车充电时变压器不过载,提出基于遗传算法的小区电动汽车有序充电控制方法.在综合考虑用户充电需求的基础上,以不改变变压器供电容量和"削峰填谷"为目标,采用蒙特卡洛法模拟负荷并采用遗传算法求解电动汽车的最优充电时间,以实现小区内电动汽车的有序充电.分析结果表明,相比无序充电,所提方法能够在不改变变压器供电容量下,满足用户充电需求,并有效地实现"削峰填谷".
2 部分代码
clc
clear all
close all
%% 参数设置
E=82;% 为电池容量
Pc=7; %为充电功率大小
nn=0.9;%充电效率
I_SOC1=zeros(1,24);
dianhe=zeros(1,24);
for m=1:M
dianhe_wuxu1(1,:)=interp1(T,dianhe_wuxu(1,:),x1,'spline');
dianhe_wuxu1(2,:)=interp1(T,dianhe_wuxu(2,:),x1,'spline');
dianhe_wuxu1(3,:)=interp1(T,dianhe_wuxu(3,:),x1,'spline');
dianhe_youxu1(1,:)=interp1(T,dianhe_youxu(1,:),x1,'spline');
dianhe_youxu1(2,:)=interp1(T,dianhe_youxu(2,:),x1,'spline');
dianhe_youxu1(3,:)=interp1(T,dianhe_youxu(3,:),x1,'spline');
fuhe1(1,:)=interp1(T,fuhe(1,:),x1,'spline');
fuhe1(2,:)=interp1(T,fuhe(2,:),x1,'spline');
fuhe1(3,:)=interp1(T,fuhe(3,:),x1,'spline');
fuhe2=fuhe1.*1.2;
fuhe3=fuhe1.*1.5;
figure(3)
plot(dianhe_wuxu1(1,:),'k--')
hold on
plot(dianhe_youxu1(1,:),'k-')
legend('无序充电','有序充电')
xlabel('时间/h')
ylabel('负荷/kW')
title('有序控制前后充电负荷对比(渗透率16.7% )')
figure(4)
plot(dianhe_wuxu1(2,:),'k--')
hold on
plot(dianhe_youxu1(2,:),'k-')
legend('无序充电','有序充电')
xlabel('时间/h')
ylabel('负荷/kW')
title('有序控制前后充电负荷对比( 渗透率33.3% )')
figure(6)
plot(dianhe_wuxu1(3,:),'k--')
hold on
plot(dianhe_youxu1(3,:),'k-')
legend('无序充电','有序充电')
xlabel('时间/h')
ylabel('负荷/kW')
title('有序控制前后充电负荷对比(渗透率66.7% )')
figure(7)
plot(fuhe1(1,:),'k-')
hold on
plot(fuhe1(2,:),'k-*')
plot(fuhe1(3,:),'k--')
legend('有序充电','无序充电','基础电荷')
xlabel('时间/h')
ylabel('负荷/kW')
title('有序控制前后总负荷曲线(渗透率16.7% )')
figure(8)
plot(fuhe2(1,:),'k-')
hold on
plot(fuhe2(2,:),'k-*')
plot(fuhe2(3,:),'k--')
legend('有序充电','无序充电','基础电荷')
xlabel('时间/h')
ylabel('负荷/kW')
title('有序控制前后总负荷曲线(渗透率33.6% )')
figure(9)
plot(fuhe3(1,:),'k-')
hold on
plot(fuhe3(2,:),'k-*')
plot(fuhe3(3,:),'k--')
legend('有序充电','无序充电','基础电荷')
xlabel('时间/h')
ylabel('负荷/kW')
title('有序控制前后总负荷曲线(渗透率50% )')
iter = iter+1;
times=times+1;
end
disp(['上层优化目标函数最小值：',num2str(fym)]);
disp(['主站有序充电控制中心下发的功率指导曲线中的指导负荷：',num2str(ym)]);
figure(2)
plot(record)
xlabel('迭代次数');
ylabel('适应度值')
title('上层优化目标函数迭代曲线')
figure(1)
plot(dianhe)
hold on
plot(ym,'--')
legend('无序充电','有序充电')
xlabel('时间/h')
ylabel('负荷/kW')
3 运行结果
4 参考文献
[1]王劲峰, 谢诗雨, 李君豪,等. 基于遗传算法的小区电动汽车有序充电策略[J]. 低压电器, 2019, 000(010):47-50.