[发明专利]一种基于k‑means算法的电动汽车应急供电方法

摘要

本发明公开了一种基于k‑means算法的电动汽车应急供电方法，其电动汽车应急供电模型包含重要用户停电损失费用及电动汽车运行、调度、维护费用最小等多目标优化，鉴于电动汽车随机分散特点，所设计的一种基于k‑means算法的电动汽车应急供电聚类方法，具有提高电动汽车主动聚集能力和降低电动汽车聚集时间的功能，能够充分发挥城市电动汽车的移动储能优势，降低城市其他应急电源设备的数量，减小用户停电损失，提高城市用电可靠性。

主权项

一种基于k‑means算法的电动汽车应急供电方法，其特征在于，包括以下步骤：(1)建立区域内具有随机分散特征的电动汽车应急供电模型；(2)根据区域电网事故态势预测及重要停电负荷信息，设计基于k‑means算法的电动汽车应急供电聚类模型，随机生成与重要负荷相应的K个聚类质心；该基于k‑means算法的电动汽车应急供电聚类模型的非相似性聚类指标最小目标函数为：J(U,c1,...,cK)=minΣj=1KJj=minΣj=1KΣi=1muijdij2(xi,cj)tij]]>其中，Jj为模糊簇j的目标函数；dij为模糊簇j的聚类中心到第i个电动汽车之间的欧式距离；cj(j＝1，…，K)为模糊簇j的聚类中心位置信息，该目标函数中聚类中心与重要负荷位置保持一致；U为二维隶属矩阵，有U＝{uij}m×K；uij为第i辆电动汽车与第j个重要负荷之间的非相似性指标；xi为第i个电动汽车位置信息；通过电动汽车电池管理系统显示的剩余电量SOC的多少，判断应急供电模型中的电动汽车是否进入应急状态，一般SOC>60％即可满足紧急供电条件，若进入应急状态，则根据区域内重要负荷位置随机生成K个质心；若不进入应急状态，则需等待应急供电模型下一次指令；(3)计算各电动汽车与随机生成质心的距离，每个电动汽车向其最近的质心聚类，组成一簇；(4)判断各簇电动汽车所能供电总容量是否满足附近重要负荷供电需求；若不满足，则需要更新电动汽车位置和容量信息，重新计算距离并生成新的聚类簇；若满足，则聚类结束；(5)对选中的电动汽车做应急供电标示，并向其用户发送应急供电需求指令，执行应急供电。