[发明专利]一种基于正弦余弦算法的大规模电动汽车充放电多目标优化方法

说明书

本申请揭露一种基于正弦余弦算法(sine cosine algorithm，SCA)的大规模电动汽车充放电多目标优化方法，该方法通过相似分群的方法将大规模电动汽车进行分群归类，使用SCA算法进行电动汽车群体充放电策略的制定，以实现电网侧削峰填谷、用户侧充电费用最小的目标。另外，所采用的正弦余弦算法是一种较新的智能算法，相比于经典的遗传算法(Genetic Algorithm，GA)、粒子群算法(Particle Swarm Optimization，PSO)等，具有收敛速度更快，全局收敛性更强等特点，从而使电动汽车充放电计划制定地更为合理。

技术领域

本发明涉及智能配电网优化、电动汽车充放电策略优化领域，特别是涉及一种基于正弦余弦算法的大规模电动汽车充放电多目标优化方法。

背景技术

随着社会的不断进步发展和经济水平的不断提升，用户侧分布式设备(以电动汽车为主)将在可见的未来内大量渗入电网。电动汽车具有零排放、低噪声、无污染、效率高等优势，被认为是缓解能源危机的有效措施之一，正被世界各国加速推广。但是，若不对电动汽车充电行为加以引导，大量电动汽车的无序充电将会大大加剧电网负荷曲线峰谷差，增大系统网损，造成电压越限等严重情况，对电网安全可靠运行造成严重的威胁。因此，电网有必要对如何引导电动汽车的充电行为，对接入的电动汽车制定合理地充放电计划，V2G(Vehicle To Grid)技术可以在电网有需求时将电池中的剩余能量反馈给电网，合理地利用该技术可以使EV参与电网调峰、平抑可再生能源的出力波动、调频、实现电网削峰填谷、改善配电网的负荷曲线、平抑可再生能源的间歇性、还可以减少用户的充电费用，从而实现电网侧和用户侧双赢的效果。同时，电动汽车作为能源互联网和主动配电网的重要组成部分，在电力市场改革的大背景下，基于分时电价对该部分内容进行研究也对推进能源互联网的建设，增强需求侧响应能力有着重要意义。

现在电网公司都在加大对电动汽车接入电网后运行问题的研究，从而有效改进电力企业生产管理模式，提高企业效益。但仍然存在一些问题，例如，当前对电动汽车充放电优化建模的研究大多以单台电动汽车为优化单位，该方法面对大规模电动汽车接入时将产生计算效率低，计算精度差，甚至出现“维数灾难”的问题。

发明内容

(一)解决的技术问题

针对现有对大规模电动汽车充放电优化技术的不足，本发明提供了一种针对大规模电动汽车的多目标充放电优化算法，能够适应大规模电动汽车充放电优化算法，能够适应大规模电动汽车充放电优化的计算量，具有较快的计算速度和较好的计算速度和较好的计算精度，解决了传统对电动汽车优化模型面对大规模电动汽车接入时产生的计算慢，精度低的问题。

(二)技术方案

基于此，本申请提出一种基于正弦余弦算法(SCA)的大规模电动汽车充放电多目标优化方法，其通过提供大规模电动汽车和电动汽车群体的特性和约束的数学模型，在分时电价机制下，提出电网侧负荷曲线优化以及用户侧充电费用目标。从而能够优化电动汽车充放电功率，提升电网对电动汽车的接纳能力，产生电网侧和用户侧双赢的效果。

一种基于正弦余弦算法(SCA)的大规模电动汽车充放电多目标优化方法，包括以下步骤：采集电网常规负荷预测信息、分时电价和各时刻接入电网的电动汽车信息，包括接入时间、离开时间、电池容量、电池充放电极限、充电电量；

根据接入电网的电动汽车的接入时间和离开时间划分电动汽车群体；

以该时刻到优化结束时刻的减小区域内电网负荷曲线波动和降低用户充电费用为优化目标，经各目标值进行加权处理确定适应度函数；

以电动汽车群体充放电极限、充电需求及相关约束条件确定基本控制模型；

根据区域内常规负荷预测情况、分时电价情况制定电动汽车群体各时段的充放电策略；