電動汽車充電調度分析及其對電力需求成本的影響

合適的電動汽車充電調度是避免增加峰值電力需求的必要措施。充電調度問題能夠通過多種方式實現，包括傳統的過程控制策略，例如模型預測控制及機器調度算法等。探討了電動汽車充電調度問題，并將其看作具有可用性約束的并行機調度問題，同時開發了幾種啟發式調度算法，這些算法采用Matlab進行了性能比較。此外，研究中采用通用優化求解器CPLEX對一些小規模問題進行精確解確定，進而可用于檢測其它算法的性能。

本研究在明確充電器可用性約束的條件下，提出了4種啟發式機器調度算法，并將其用于解決電動汽車充電問題。所研究的調度算法的基本目標是最小化所有充電工作的總完工時間，同時保證在峰值需求階段阻斷充電活動，從而避免商業和工業（C&I）電力用戶在電力成本方面的不相稱增加。

4種算法分別為首要可用調度算法（FAS）、隨機首要可用調度算法（RFAS）、貪婪式局部搜索算法（GLS）及模擬退火算法（SA）。研究中通過求解混合整數規劃模型（MIP model），對4種算法調度結果進行了比較。結果表明，本研究所開發的GLS與SA算法具有最好的調度效果。相較于采用CPLEX求解MIP模型的解決方案，GLS和SA這兩種算法均提供了解決方案小于3.5%的最優解差距。此外，兩種算法CPU時間都遠低于15min門檻。當應用于智能功率監控系統（PMCS）時，在有限可用性充電器情況下，這些算法能夠為電動汽車充電問題提供準確的最優化調度。

刊名：Energy Systems（英）

刊期：2014年第4期

作者：Nicholas Jewell et al

編譯：王迪