[發(fā)明專利]基于交替方向乘子法的電動汽車優(yōu)化調(diào)度方法

有效

• 申請?zhí)枺?/td>: 201910086502.3
• 申請日: 2019-01-29
• 公開（公告）號: CN109774525B
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計）人: 邵云峰;周徐;劉永強;馬中靜
• 申請（專利權(quán)）人: 國網(wǎng)山西省電力公司呂梁供電公司;北京理工大學
• 主分類號: B60L53/63
• 分類號: B60L53/63;B60L53/64;G06Q10/04;G06Q50/06
• 代理公司: 北京正陽理工知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11639
• 代理人: 鄔曉楠

1.基于交替方向乘子法的電動汽車優(yōu)化調(diào)度方法，其特征在于：包括如下步驟，

步驟一：建立考慮配電網(wǎng)饋線容量約束的電動汽車充電模型；

步驟一實現(xiàn)方法為，

定義電動汽車的集合為N≡{1,…,N}，用L和M分別表示配電網(wǎng)中饋線和節(jié)點的集合，所述的節(jié)點指根節(jié)點除外，用N_m,m∈M和N_l,l∈L分別表示連接到節(jié)點m和饋線l的電動汽車集合；定義一個矩陣A≡[a_lm]_L×M，其中L＝|L|和M＝|M|是對應(yīng)集合的基數(shù)，用來表示配電網(wǎng)的拓撲結(jié)構(gòu)；則a_lm＝1，否則a_lm＝0；

定義電動汽車的充電時域為T≡{1,…,T}，表示電動汽車n的充電時域；電動汽車的充電策略為其充電功率u_n≡(u_nt；t∈T)，所有電動汽車的充電策略為u≡(u_n；n∈N),電動汽車的可行策略需滿足：

其中γ_n和Γ_n分別表示電動汽車n的最大充電功率和充電總量；

電動汽車n的可行策略集合定義為U_n，則所有電動汽車的可行策略集合為U，有

為了表述的簡潔性，定義如下變量

和

分別表示t時刻所有電動汽車充電總量，連接到饋線l和節(jié)點m的充電總量，定義矩陣U＝[U_lt]_L×T，V＝[V_mt]_M×T，則有U＝AV；

另β_l表示饋線l的容量，定義β＝[β_l]_L×1，則充電時域上饋線的容量可用矩陣B≡[β…β]_L×T表示；滿足饋線容量約束的充電策略集合定義為C，則有

其中d_lt為t時刻由饋線l供電的基礎(chǔ)負荷，并定義d_t＝Σ_l∈Ld_lt為t時刻總的基礎(chǔ)負荷；

為了進一步地表述是否滿足饋線約束，定義標志量ξ(u)：

即當所有的ξ_lt(u)都小于等于1的時候，饋線約束滿足；在后續(xù)步驟中，將以此標志量來評估充電策略是否滿足配電網(wǎng)饋線容量約束；

公式(2)中所有電動汽車的可行策略集合U和約束條件式(3)中滿足饋線容量約束的電動汽車充電策略集合C共同構(gòu)建了考慮配電網(wǎng)饋線容量約束的電動汽車充電模型；

步驟二：建立考慮饋線容量約束情況的充電調(diào)度優(yōu)化問題；

步驟二實現(xiàn)方法為，

在系統(tǒng)優(yōu)化問題中，系統(tǒng)指配電網(wǎng)和電動汽車組成的整體，將考慮電網(wǎng)的發(fā)電成本和電動汽車的本地成本，其中電動汽車本地成本除了充電費用以外，還考慮電池的退化成本；當充電功率很高時，會對電池造成很大的損耗，影響電池的動力性能和循環(huán)壽命，為了電池的可持續(xù)使用，將所述退化成本考慮進本地成本中；系統(tǒng)的總成本表示為：

其中D_t＝d_t+U_t，c(D_t)和f_n(u_nt)為發(fā)電成本和電動汽車n的本地成本；

定義發(fā)電成本為二次型：

其中參數(shù)a,b,c反應(yīng)系統(tǒng)的狀態(tài)；電池的退化成本模型表示為二次型，因此，電動汽車的本地成本亦能夠用二次型表示；

則在饋線容量約束下使系統(tǒng)總成本最小的電動汽車最優(yōu)充電方案為：

隨著電動汽車數(shù)量的增長，集中式方法的通訊壓力和計算壓力都非常大，因此，將提出分布式的方法解決該問題；約束條件式(1)中，電動汽車在不同時間尺度上相互耦合；約束條件式(3)中，該配電網(wǎng)饋線容量約束亦為耦合約束，不同電動汽車的充電策略相互影響；

公式(7)為考慮饋線容量約束情況的充電調(diào)度優(yōu)化問題，即考慮約束條件式(1)和(3)條件下，求得使系統(tǒng)總成本式(5)最小的最優(yōu)充電方案；

步驟三：基于ADMM對上述步驟二實現(xiàn)方法中的優(yōu)化問題式(7)進行分布式求解，得到電動汽車最優(yōu)充電方案，實現(xiàn)配電網(wǎng)的削峰填谷；

步驟三實現(xiàn)方法為，

通過基于ADMM的分布式控制策略，求解上述配電網(wǎng)饋線容量約束下的電動汽車充電調(diào)度優(yōu)化問題；

ADMM求解問題描述如下：

其中：f(x)和g(z)是凸函數(shù)，x∈Rⁿ，z∈Rⁿ，c∈R^p，A和B分別為p×n和p×m的矩陣；構(gòu)造增廣拉格朗日函數(shù)：

式中：ρ0為對偶更新步長，y為對偶變量；

ADMM的迭代形式為：

ADMM的算法收斂性判據(jù)為：

式(11)中：r^k+1和s^k+1分別為第k+1次迭代后的原始殘差和對偶殘差，ε_pri和ε_dual為相應(yīng)的殘差容忍上限，該上限的選取與應(yīng)用場景和系統(tǒng)規(guī)模有關(guān)；

求解電動汽車充電調(diào)度優(yōu)化問題式(7)前，先引入U_n和C的指示函數(shù)，即

同理可得I_C(u)的表達式；

令z＝u，則式(7)中的優(yōu)化問題可表述為以下形式

通過ADMM方法求解公式(13)得到最優(yōu)方案，進而實現(xiàn)電動汽車的分布式控制，實現(xiàn)配電網(wǎng)的削峰填谷。

2.如權(quán)利要求1所述的基于交替方向乘子法的電動汽車優(yōu)化調(diào)度方法，其特征在于：步驟三中通過ADMM方法求解公式(13)得到最優(yōu)方案，具體實現(xiàn)方法如下，

通過ADMM方法的應(yīng)用，將集中式的電動汽車充電調(diào)度優(yōu)化問題分解為單個個體求最優(yōu)的子問題，每輛電動汽車只需依據(jù)自己的目標函數(shù)更新自己的優(yōu)化策略即求得系統(tǒng)全局最優(yōu)方案；所述全局最優(yōu)方案即在考慮電動汽車本身利益且不影響配電網(wǎng)的電壓水平下，使系統(tǒng)總成本最小的電動汽車充電方案。