详情

原文传递电动汽车充换电站的充放电调度问题的建模与优化

论文题名：	电动汽车充换电站的充放电调度问题的建模与优化
关键词：	充换电站;充放电调度;数学模型;自适应粒子群
摘要：	随着人们环保意识的提高，以及电动汽车在续航里程、价格、安全性能等各方面问题的逐步解决，电动汽车越来越多的进入到寻常百姓家。跟传统油耗汽车离不开加油站一样，电动汽车也离不开给它们提供充电和更换电池的站点。充换电站是基于电池租赁模式下的站点，兼具电池充电和电池更换的功能。大量电动汽车换下的电池在充换电站内进行充电，如果没有进行合理的管理，则会由于用电高峰期集中充电导致电网产生新的负荷高峰，加剧电网负荷峰谷差。如果能有效利用电网负荷低谷时段对电池进行充电，在电网供电高峰的时候用电池对电网进行放电，则会起到良好的移峰填谷的作用，因此，充换电站的充放电调度就显得尤为重要。　　围绕一类充换电站的充放电调度问题，本文主要开展了如下一些工作: 　　(1)对相关文献进行了检索，围绕电动汽车站点运营问题、电动汽车站点的充放电调度问题，以及问题的求解算法等方向，对相关领域的研究现状进行了综述。　　(2)针对电动汽车充换电站的充放电调度问题，提出了一个考虑对电网影响的充放电调度问题，其中在分析了充换电站收益组成的基础上，又给出了可以衡量充换电站对电网影响程度的电网负荷波动指标。以充换电站收益和电网负荷波动指标这两者作为优化目标，并在假设电池一天内只进行一次充放电操作的前提下，建立了问题的0-1整数多目标二次规划模型，而后用CPLEX对模型求解，验证了模型的正确性。　　(3)针对内容(2)中建立的数学模型，设计改进自适应粒子群算法对模型进行求解。算法中借鉴了遗传算法中变异的思想，根据当前代种群方差和全局极值的适应度值来计算变异概率的大小，在速度更新公式中，通过在全局极值基础上增加一个变异项来提高粒子搜索能力，使其避免陷入局部最优解;并且对种群中的充放电粒子的分量以一定概率变异，使其可成为既不充电也不放电的状态。而后又介绍了初始种群生成方式和种群具体的更新方式。在验证了改进算法性能的基础上，与CPLEX的求解结果进行了对比;并针对库存电池数量因素和充电桩数量因素进行了对比实验，给出了具有建设性的意见。　　(4)对内容(2)中的假设进行松弛，提出了一个允许电池多次充放电的充放电调度问题，在原有模型基础上建立了该问题的一个数学模型。利用CPLEX求解验证了模型的正确性，并用改进自适应粒子群算法进行对比实验。实验中与(2)中规定一天中只能进行一次充放电的模型进行了对比，并分析了库存电池数量和充电桩数量这两个因素对问题的影响，得出允许电池多次充放电能够提高充换电站的收益并能改善电网质量，库存电池的数量或充电桩数量较少时会影响调度结果中电池的实际充放电次数的结论。
作者：	孙祝森
专业：	系统工程
导师：	张瑞友
授予学位：	硕士
授予学位单位：	东北大学
学位年度：	2019