[发明专利]一种电动汽车参与公共楼宇常规调峰的用电控制策略方法

权利要求书

1.一种电动汽车参与公共楼宇常规调峰的用电控制策略方法，其特征在于，包括以下步骤：

步骤1：针对电动汽车参与的公共楼宇常规调峰问题以电网负荷以及实时电动汽车功率为变量建立用电控制策略数学模型；

所述的电动汽车调控模型的目标函数为：

式中，P_Li为第i时段公共楼宇的负荷功率，单位kW；P_ij为第i时段第j辆电动汽车的充/放电功率，单位kW；n对应电动汽车的数量；P_average为公共楼宇一天的平均负荷功率，单位kW；

所述的电动汽车调控模型的约束条件为：

P_jN＝I_jNV_jN，

式中，P_jN、I_jN和V_jN分别为第j辆车的额定功率、电流和电压；P_jc、P_jf分别表示第j辆车的充电和放电功率，单位kW；I_charge为电动汽车充电时的电流，I_discharge为电动汽车放电时的电流；

P_L≤P_max，

式中，P_L为线路功率，P_max为最大线路功率，P_ij,c为充电功率，P_ij,f为放电功率；

式中，Q_jc为第j辆电动汽车可充电容量；Q_jf为第j辆电动汽车可放电容量；SOC_ij为第i时段第j辆车的电池荷电状态；Q_jN为第j辆车的额定电池容量；

步骤2：针对用电策略控制数学模型高维、复杂以及多变量的特征对粒子群算法进行惯性权重改进以及自适度改进；

所述的对粒子群算法进行惯性权重改进以及自适度改进；改进公式为：

式中：ω_min和ω_max分别为最小和最大权重值，可自行设置；T_max为最大迭代次数；对惯性权重值进行线性递减策略，粒子群算法在迭代开始阶段减小搜索步长，可以逐步向更佳位置靠拢；

所述的对粒子群算法进行惯性权重改进以及自适度改进，具体步骤为：

在粒子群优化算法的基本框架中增加随机变异算子，使g_best随机变异；

整个群体的平均适应度f_average可表示为：

式中，f_i为第i个粒子的适应度，v为粒子个数；

粒子群归一化定标因子f可表示为：

整个群体的适应度方差σ²可表示为：

对可以进行变异的g_best按概率p_m变异，p_m采用下式计算：

式中，u∈[0.1,0.3]；依实际情况而定，σ²一般小于的最大值；f_d为理论上的最优值；

通过增加随机扰动的方式处理g_best的变异操作，表示如下：

g_besti＝g_besti(1+0.5η),η∈Guass(0,1)

式中，g_besti为g_best的第i维，η∈Guass(0,1)表示η服从分布Guass(0,1)；

步骤3：根据实时的电网负荷情况以及楼宇内的电动汽车实际情况采用本算法进行演算得出调峰控制策略进行楼宇用电控制。