[发明专利]一种可入网调频电动汽车容量时空分布特性的控制方法

权利要求书

1.一种可入网调频电动汽车容量时空分布特性的控制方法，其特征在于，具体步骤如下：

步骤1：设置电动汽车的各项基本参数；

步骤2：计算并更新电动汽车的充放电功率；

步骤3：计算个体电动汽车的适应度；

步骤4：比较个体电动汽车的适应度与个体极值，若电动汽车的适应度优于个体极值，即使用该电动汽车的参数覆盖个体极值；

步骤5：比较个体电动汽车的适应度与当前全局极值，若电动汽车的适应度优于全局极值的适应度，即使用该电动汽车的各项参数替换全局最优参数；

步骤6：计算电动汽车群体适应度方差；

步骤7：判断步骤6计算得到的电动汽车群体适应度方差是否收敛；

步骤8：步骤7的判断结果如果收敛，计算得出全局最优解，如不收敛，根据Logistic方程寻求电动汽车参数每个时间段的最优解；

步骤9：输出全局最优解，该控制方法结束；

所述步骤1中：各项参数的设置具体为，初始化粒子群，在允许的范围内随机设置参与V2G调频的电动汽车充电位置x和充放电功率p，i∈[1,n]，n为总共的电动汽车数量；将第i辆电动汽车的In_best设置为当前电动汽车最佳参与状态，g_best为初始参加V2G调频电动汽车的最佳粒子位置。

2.如权利要求1所述的一种可入网调频电动汽车容量时空分布特性的控制方法，其特征在于，所述步骤2中，计算电动汽车的充放电功率的公式具体为

p(t+1)＝p(t)+c₁r₁(In_best(t)-x(t))+c₂r₂(g_best(t)-x(t))

x(t+1)＝x(t)+p(t+1)

其中，t为当前的进化代数；c₁、c₂为学习因子，其取值范围为[0.1,4]取值最小间隔为0.1，在标准PSO算法计算中，取值为2；r₁、r₂为分布于[0,1]范围内的随机数；In_best为粒子自己找到的最优解，即个体极值；g_best为整个粒子群当前最优解，即全局极值，迭代中止的条件设为达到最大迭代次数的最优解。

3.如权利要求1所述的一种可入网调频电动汽车容量时空分布特性的控制方法，其特征在于，所述步骤3中，电动汽车的适应度设为f(x_i)，计算第i辆电动汽车的适应度f(x_i)的具体公式为：

soc＝(soc0-d/d_m)

其中x为电动汽车充电位置参数取0或1，其中0为确认电动汽车未在V2G充电桩中充电，1为确认电动汽车在V2G充电桩中充电，soc0为电动汽车初始的荷 电荷数，d_m为该电动汽车可以行使的最大里程数，soc为电动汽车荷电荷数，d为已行驶里程，n_c为当前充放电次数，n_cmax为最大充放电次数，t_max为电池寿命，t为当前电池使用时间。

4.如权利要求1所述的一种可入网调频电动汽车容量时空分布特性的控制方法，其特征在于，所述步骤6中群体适应度方差的计算公式具体为：

其中f为电动汽车的适应度，在上式中f_i为第i辆电动汽车的适应度，f_avg为平均电动汽车的适应度。

5.如权利要求1所述的一种可入网调频电动汽车容量时空分布特性的控制方法，其特征在于，所述步骤8中，根据Logistic方程计算每个时间段的最优解的具体方法为：根据Logistic方程，即

z_m+1＝υz_m(1-z_m),m＝1,2,...96,υ∈(2,4]

式中υ为控制参数，z为具体所寻找的最优参与V2G充放电时间，在混沌搜索中，对每个时刻的寻求最优参数，在全天96个时段中，遍历所有的时间与电动汽车参数，寻求每个时间段的最优解，最后得到最优的控制方案。