基于充電設備利用率的電動汽車充電路徑多目標優化調度概述

肖偉 夏華

摘 要 對于電動汽車車主來說，選擇去哪個充電站供電是很隨機的事情，但是這樣的結果對導致某些地方的充電站的使用率非常低，引起電網負荷的嚴重失衡，對配電網的穩定性和安全性造成極大的威脅。基于這個原因，亟待探索最優化的途徑，可以讓行駛路程最近、時間最短、充電站時間利用率偏差最小以及功率利用率偏差最小等，以此為條件來建立電動汽車充電路徑多目標優化的調度模型。利用細菌趨化的改進粒子群算法為該模型進行了求解計算。計算結果顯示，利用該種算法，電動汽車車主可以利用區域內充電站的利用率來進行充電站的選擇，可以讓充電站利用率實現均衡化合理化。

關鍵詞 電動汽車;充電路徑;多目標優化;充電設備利用率

前言

目前，由于能源匱乏問題嚴重，是困擾國家發展的重要問題，因此，環保又節能的電動汽車成為各國大力推廣扶持的重點項目。然而，由于車載蓄電池的容量限制問題，讓大多數的電動汽車的行駛里程數有了局限性，所以，為了能夠讓電動汽車可以進行持續性的出行運行，就必須設立相應充電站來維持補充電能，如何讓電動汽車的充電站實現產業化與商業化是目前擺在各國面前的重要研究課題。根據數據，截止到2020年，全世界將建成6萬座充電站、240萬個充電樁，并同時投入使用。文章以用戶利益為先決條件，將充電站內的充電設備利用率的均衡情況最為主要研究對象，建立了以充電設備使用率為前提的電動汽車充電路徑多目標優化的調度模型，通過細菌趨化的改進粒子群算法對其進行求解。

1電動汽車充電路徑的優化調度

電動啟辰充電路徑的優化調度室將電動汽車的數量、分布情況、電網可用用電功率、充電站位置和數量等內容進行合理性調度，讓電動汽車的用戶可以以最小的花費來找到最近的充電站。當電動汽車去向計劃中的目的地時會出現以下幾種情況：

1.1 直接到達目的地

當電動汽車可以直接到達目的地時，就說明這輛車還剩余的足夠到達其他目的地的電量，用公式表示為，R代表電動汽車在剩余電量的狀況下能行駛的最大距離;S代表出發地與目的地間的距離;代表目的地到某充電站間的距離。

1.2 必須到充電站充電后才能抵達目的地

由于里程過長，電動汽車車主必須要在途中選擇充電站進行充電，公式為，其中R要大于表示的出發地點與某充電站間的距離，。由此可知，電動汽車車主中途需要充電再抵達目的地。行駛的總里程數為，表示起點與充電站距離，表示充電站與目的地距離。這是最為常見的情況，也是文章研究的重點內容。必須要讓電動汽車找到最為合理的充電站，即行駛最短路程，到達目的地剩余最大電量，使區域內充電站的利用率得到均衡分配[1]。

2電動汽車充電路徑優化調度模型

2.1 優化目標函數

（1）行駛路程最近

假設道路順暢，忽略交通狀況，優化目標函數為，其中M表示區域內接受充電服務的電動汽車數量;N表示區域內可供選擇的充電站數量;表示第i輛電動汽車在第j個充電站進行充電的決策變量;表示第i輛電動汽車到第j個充電站所行駛的距離。

設行駛路程為優化目標，當前值為，全局最小值為，其關系表現為，代表電動汽車行駛最短里程。

（2）所用時間最短

電動汽車到達充電站的行駛時間、充電站等待時間和充電時間共同組成了車主花費時間。優化目標函數為

代表第i輛電動汽車到第j個充電站花費的行駛時間;代表第i輛電動汽車到第k個充電站充電交通擁擠系數;代表第i輛電動汽車到第k個充電站的路程距離;代表第i輛電動汽車駕駛速度;代表第i輛電動汽車在第j個充電站充電時間;代表第i輛電動汽車充電設定值;代表第i輛汽車在第j個充電站等待的實踐;表示第j個充電站內充電樁數量;表示第j個充電站派對等待充電汽車數量;代表第j個充電站擁堵系數;

設所用時間最短為優化數值，與的關系，值越小，代表花費時間越短。

3電動汽車充電路徑多目標優化調度模型的求解

文章采用了粒子群算法進行求解，其基本的原理在于解空間內隨機生成的一組解，再將其他式代入空間的解，讓其向最優解位置運行，從而滿足最優解輸出。為了能夠讓粒子的多樣性得到保留，所以利用細菌趨化方式將PSO算法進行改進，得出PSOBC算法中粒子存在吸引和排斥兩種運動操作，最后得出的算法操作步驟為：第一步，將初始化算法參數P設置為種群規模;迭代次數K;慣性權重范圍為;學習因子、;多樣性閾值范圍。第二步，粒子適應度值計算。第三步，選擇PSOBC算法計算，選擇PSO計算，可以隨機選擇算法計算。第四步，利用PSOBC或PSO計算粒子速度、粒子位置。第五步，對其中粒子數值進行更新。第六步，對最大迭代次數進行判斷，如果沒有再跳回到第三步。

4結束語

綜上所述，與電動汽車的發展速度相比，充電站的建設程度明顯地落后于發展，并且其布局存在失衡，用戶在充電時還是會隨機選擇充電站，使得充電站的利用效率十分不均衡，這對充電站帶來了巨大的維護成本負擔，而存儲大量電能的閑置電樁會讓充電站無法營利。文章通過電動汽車充電路徑的多種目標的優化調度模型，利用改進粒子算法進行了求解，計算出了優化調度的方案。

參考文獻

[1] 周天沛，孫偉.基于充電設備利用率的電動汽車充電路徑多目標優化調度[J].電力系統保護與控制，2019，47（4）：115-123.

作者簡介

肖偉（1988-），男，江蘇鹽城人;畢業院校：學歷：研究生，職稱：中級職稱，現就職單位：國電南瑞南京控制系統有限公司，研究方向：電氣工程。