基于多目標優化的配電網中電動汽車充放電行為

劉云帆，程若楠，劉廣發，袁梓浩，周含方

（山東科技大學，山東 濟南 250031）

1 分析優化分配問題

分析和處理數據，即利用MATLAB數學軟件對統計數據描述標定模板的數據信息進行預測分析，利用多項式擬合正弦曲線的方式預測另外12小時各時段的用電負荷。通過文中的相關約束條件分別建立花費最小和一天網損最小的目標函數。通過分析電路找到網絡平衡節點1，利用MATLAB軟件可得總輸入功率和總網絡損耗，結合目標函數得到對應約束條件。使用牛頓-拉夫遜法計算潮流，利用基于NSGA-Ⅱ的多目標優化算法遺傳迭代，即可得到最優充放電方案[1]。

2 配網中充電汽車管理的解決思路

總結歸納數據，可獲得各節點24小時內不同時刻的基礎負荷時刻變化圖。通過查閱資料，可得到目標函數。通過分析電路找到網絡平衡節點1，利用MATLAB軟件得到各節點的基本功率。結合目標函數得到對應約束條件。使用牛頓-拉夫遜法計算潮流，利用基于NSGA-Ⅱ的多目標優化算法遺傳迭代。

3 模型的建立

3.1 數據的分析處理

通過MATLAB數學軟件分析和處理數據，控制單一節點，即可繪得18:00—06:00的基礎負荷時刻變化圖，并以此為根據預測出06:00—18:00的基礎負荷時刻變化圖。最后，依次改變節點，即可獲得負荷端24小時內不同時刻的基礎負荷時刻變化圖，如圖1所示。

3.2 模型的建立

最優充放電方案應以電動汽車充電總花費和電網有功損耗最小為前提條件。通過查閱資料，目標函數可表示為：

圖1 負荷端的基礎負荷時刻變化圖

其中，pdisc,i為電車在第i時段的充電有功功率，pcha,i為電車在第i時段的放電有功功率，ps,i為平衡節點在第i時段的有功功率，pload,i為負荷端的有功功率。圖2為某居民小區的配線拓撲圖。

圖2 某居民小區的配線拓撲圖

由圖2可知，網絡節點1為平衡點。已知節點8可通過適時充放電的方式來削峰填谷，減小網損，優化電網。利用MATLAB軟件，代入數據，即可直接得出拓撲圖中各節點的基本功率[2]。

結合目標函數得到對應的約束條件：

聯立式（1），便可建立本文的多目標規劃模型。

3.3 模型的求解

對式中的每個節點進行24次牛頓-拉夫遜法潮流計算迭代，圖3為其中一次潮流計算的過程。

圖3 潮流分析過程圖

利用基于NSGA-Ⅱ的多目標優化算法遺傳迭代，可得最優充放電方案，如表1所示。

充電開始時刻主要集中在06:00—22:00，而22:00—06:00開始充電的電動汽車數量相對較少，用電量的峰谷受人類影響。若適當改變電價，如用電高峰期時提高電價，同時提高放電價格；用電負荷較小時降低電價，同時降低放電價格。利用波動電價的方式鼓勵電動汽車在06:00—22:00放電，在22:00—06:00充電，則可削峰填谷，降低電網壓力，減少網損。

4 結 論

通過建模和求解，合理規劃電動汽車的充放電時間可有效削峰填谷，降低電網壓力，減少網損。

表1 最優充放電方案