基于改进多目标粒子群算法的储能式充电桩优化运行策略.pdfVIP

D0I:10.13878/ki.jnuist.20220627002

李鹏1.2

俞天杨俞斌²周成伟孟伟1

基于改进多目标粒子群算法的储能式

充电桩优化运行策略

摘要0引言

针对小区接入充电桩无序充放电加

大负荷峰谷差率和用户成本的问题，提在“碳达峰”“碳中和”背景下，随着新能源技术的快速发展，电动

出一种储能式充电桩有序充放电优化运汽车的渗透率显著上升[1-21.据中国汽车技术研究中心估计，到2050

行策略.该优化策略在降低峰谷差率的

前提下，以用户充电成本最低和充电桩年我国电动汽车市场渗透率将达到70%，充电负荷将达3.3亿

收益最高为优化目标.选取典型日建立kW[3-41.大规模的充电桩接人以及大量电动汽车无序并网充电，会给

储能充电桩优化充放电调度模型，采用

电网运行造成一定的影响.尤其是在负荷高峰期接入电动汽车充电会

改进多目标粒子群优化算法进行求解，

结合分时电价调整储能式充电桩的充放增加小区负荷压力[5-6]，导致小区配电变压器过载，降低配电网运行

电功率和时间.通过优化惯性权重和学安全和电能质量，且对于充电用户而言峰价充电会增加充电费用.

习因子并自适应改变位置分裂因子来改学者们对充电桩接入和负荷调度进行了大量的研究，提出各种

进多目标粒子群优化算法.实验结果表

明：该算法可有效提高收敛速度，避免陷运行策略来改善区域的电能质量和经济水平[7-8].全慧等[9]提出兼顾

入局部最优，能更好地处理多目标问题，中长期特性和暂态特性的储能系统多尺度仿真模型和控制策略,研

在求解储能调度模型中降低了典型负荷

究电网的功率变化,控制储能电站的充放电，提高了与配电网的互动

峰谷差率55%，比原有算法优化了36%，

能合理分配充电桩在谷时段储存电力资能力;Liao等[10]考虑具有光伏和储能的充电站，采用随机动态方法求

源，降低用户充电费用20%~30%,提高

解调度模型，提高电能质量；朱心月等[1]提出电动汽车有序充放电实

充电桩收益，达到电网、用户和充电桩三时响应分群调度策略，综合考虑电网、电池、车主等约束条件，建立上

方共赢的目的.

关键词下两层优化模型,求取调度计划，有效地平抑负荷波动并降低用户充

有序充放电；电动汽车；储能；削峰电成本；王杰等[12]分析电动汽车的不同充放电行为对微电网负荷的

填谷；改进多目标粒子群算法

影响，建立保证微电网收益下的电动汽车有序充放电模型，实现与微

中图分类号TM724电网的协调运行.

文献标志码A在对储能电池充放电控制方法中，多目标粒子群算法MOPSO

是一种常见的控制算法.

曾鸣等[13]建立储能优化调度模型，利用动态加权对多目标赋予权重，

对聚合成的总目标采用MOPSO求解，实现系统成本及污染排放最小

化目标；杨锡运等[14]通过MOPSO设计适应度函数变差系数排序法确

收稿日期2022-06-27

资助项目江苏省重点研发计划社会发展项目定各个子目标权重,形成最优pareto解，降低经济成本；于文山等[15]

(BE2015692)接人储能对主动配电网进行潮流优化，利用MOPSO筛选出全局最

作者简介

李鹏,男，博士,教授,研究方向为电动汽优，对储能开关的最优接入位置进行选取，实现主动配电网有功损耗