CN110103735B - 基于mopso算法的电动汽车最佳充电接入点选择方法 - Google Patents

基于mopso算法的电动汽车最佳充电接入点选择方法 Download PDF

Info

Publication number
CN110103735B
CN110103735B CN201910421102.3A CN201910421102A CN110103735B CN 110103735 B CN110103735 B CN 110103735B CN 201910421102 A CN201910421102 A CN 201910421102A CN 110103735 B CN110103735 B CN 110103735B
Authority
CN
China
Prior art keywords
charging
access point
phase
electric automobile
current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910421102.3A
Other languages
English (en)
Other versions
CN110103735A (zh
Inventor
王兴贵
李项
王海亮
李晓英
郭群
杨维满
郭永吉
王琢玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lanzhou University of Technology
Original Assignee
Lanzhou University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lanzhou University of Technology filed Critical Lanzhou University of Technology
Priority to CN201910421102.3A priority Critical patent/CN110103735B/zh
Publication of CN110103735A publication Critical patent/CN110103735A/zh
Application granted granted Critical
Publication of CN110103735B publication Critical patent/CN110103735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60Monitoring or controlling charging stations
    • B60L53/62Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60Monitoring or controlling charging stations
    • B60L53/66Data transfer between charging stations and vehicles
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/14Plug-in electric vehicles
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/16Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

基于MOPSO算法的电动汽车最佳充电接入点选择方法,以电动汽车充电网络线路损耗和三相电流不平衡度为优化目标。建立电能计量优化模型,应用多目标粒子群优化算法对所建立的电能计量优化模型进行求解,并根据所求得的最优解集选择最佳的充电接入点。使得充电网络的三相电流不平衡度降低到国标规定的允许范围以内,以此实现电动汽车用户电能准确计量的同时最大限度地降低充电网络的线路损耗。本发明解决了电动汽车充电过程中由于负荷不平衡引起的三相电流不平衡对单相用户收费不合理问题,同时降低了充电网络的线路损耗。

Description

基于MOPSO算法的电动汽车最佳充电接入点选择方法
技术领域
本发明涉及电动汽车充电电能计量领域,具体地说涉及一种采用多目标粒子群优化(Multi-Objective Particle Swarm Optimization,MOPSO)算法的电动汽车最佳充电接入点选择方法。
背景技术
近年来,随着化石能源日益枯竭,环境污染不断加剧,各国政府已经逐渐认识到减少化石能源消耗和温室气体排放对人类可持续发展的重要性。加快新能源汽车发展,既能有效缓解环境压力和能源危机,也能促进汽车产业的转型升级,为了确保新能源汽车数量的快速增长,其充电设施的推广使用显得尤为重要。
要实现电动汽车的大范围推广和普及,各项相关技术与基础支撑体系必须与电动汽车保持同步发展。电动汽车充电系统中的电能计量是其诸多相关技术之一,将对电动汽车商业化、产业化的进程发挥极其重要的作用。在电力市场条件下建立现代化的电动汽车电能计量、管理和交易系统,确保电能计量的准确、公平、公正尤为重要。
我国的电动汽车充电网络大多是通过10kV/0.4kV变压器以三相四线制向用户供电。电动汽车作为单相负载接入充电网络时,因其充电行为的随机性和灵活性,不可避免地引起充电网络三相电流不平衡造成电能计量失准、有功功率线损高。在三相负荷不对称时,由于实际的充电网络采用三相四线制供电,中性线上存在阻抗且不为零。此时电动汽车充电站使用三相单表计量每相用户负荷,并依据每相单表计量值来对每相用户进行收费是不够合理的,存在计量误差,传统的电能计量方式无法精确计量。本发明提出一种采用MOPSO算法的电动汽车最佳充电接入点选择方法,来解决电能计量失准的问题,同时最大限度地降低充电网络线路损耗。
发明内容
本发明是基于MOPSO算法的电动汽车最佳充电接入点选择方法,其特征在于:
步骤一:借鉴IEEE Std 112-1991定义的三相电压不平衡度计算方法,给出了三相电流不平衡度ξI的具体表达式为:
Figure GDA0003624152200000011
其中:IA、IB、IC为三相电流的有效值,Iav为三相电流有效值的平均值,单位为A,
Figure GDA0003624152200000012
并将三相电流不平衡度ξI作为优化的第一个目标函数。
针对三相电流有效值的计算,结合电动汽车充电站三相电流的实际情况,采用带权重的方均根电流法计算IA、IB、IC,其计算公式为:
Figure GDA0003624152200000013
其中:X=A、B、C;x=a、b、c,wai、wbi、wci分别为A、B、C三相中第i号接入点电流的权重,Iai、Ibi、Ici分别为A、B、C三相第i号电动汽车充电接入点的电流值,i=1,2,...,M。
步骤二:在三相电流不平衡模型的基础上进行约束条件的设置,其不等式约束条件为:
Iai、Ibi、Ici≤Iallow
其中:Iallow表示线路允许的最大电流。
电动汽车充电网络采用三相四线制供电,等式约束一般自然满足,即电动汽车充电过程中接入点只能是A、B、C三相中某个充电桩,等式约束为:
Figure GDA0003624152200000021
其中:EV表示电动汽车充电接入点的位置矩阵。
步骤三:针对电动汽车充电网络建立一种基于3/2变换的线损精确计算模型。在三相四线制电动汽车充电网络中,电动汽车充电网络线路损耗包括A、B、C三相的线损和中性线N的线损,充电网络线路损耗的表达式为:
Ptotal=PA+PB+PC+PN
其中:Ptotal表示总的线路损耗,并将其作为优化的第二个目标函数。PA、PB、PC、PN分别表示A、B、C三相和中性线N的线路损耗。其中:PA、PB、PC的计算如下:
Figure GDA0003624152200000022
其中:X=A、B、C,x=a、b、c,R1表示A、B、C三相中两相邻电动汽车充电桩之间的电阻。
对于中性线线路损耗PN的计算,与A、B、C三相有所不同,中性线电流INi不再是A、B、C三相第i号电动汽车充电接入点电流的算术相加,而是其相量和,其中:i=1,2,…,M。鉴于此,对A、B、C三相第i号电动汽车充电接入点的电流值进行3/2变换得到iαi,iβi,其中:iαi,iβi表示第i号电动汽车充电接入点的三相电流值在αβ坐标系下的电流分量。然后将iαi,iβi合成即可得到第i号电动汽车充电接入点的中性线电流INi,如下式所示:
Figure GDA0003624152200000023
此时中性线线路损耗PN的计算如下式所示:
Figure GDA0003624152200000024
其中:wni表示中性线N第i号电动汽车充电接入点电流的权重,R2表示中性线上两相邻电动汽车充电桩之间的线路电阻,其中R1=R2=R。
步骤四:充电网络线路损耗模型的不等式约束条件为:
INi≤Iallow
其中:Iallow表示线路允许的最大电流,INi表示第i号电动汽车充电接入点的中性线电流值。
等式约束为:
Figure GDA0003624152200000025
其中:EV1表示电动汽车充电接入点的位置矩阵。
步骤五:应用多目标粒子群优化算法(MOPSO)对包含充电网络三相电流不平衡度最小和线路损耗最小的电能计量优化模型进行求解,并根据帕累托最优解集选择最佳的充电接入点,以此实现电动汽车用户电能准确计量的同时最大限度降低充电网络的线路损耗,最终达到供电企业和电动汽车用户之间的双赢。其中对于最佳充电接入点的选择可分为以下三种情况:
1)当经过优化后所得的帕累托前沿中,所有电动汽车充电接入点的三相电流不平衡度均大于国标规定时。选择帕累托前沿中三相电流不平衡度最小的电动汽车充电接入点作为最佳充电接入点,以此提高电能计量的准确性;
2)当优化后所得的帕累托前沿中,仅有一个电动汽车充电接入点的三相电流不平衡度小于国标规定时,则该电动汽车充电接入点将直接被选中作为最佳充电接入点,优先保证电能的准确计量;
3)当优化后所得的帕累托前沿中,有多个电动汽车充电接入点的三相电流不平衡度小于国标规定时。此时选择这几个充电接入点中性线损最小的点作为最佳充电接入点,以此实现电能准确计量的同时最大限度的降低充电网络的线路损耗。
本发明的有益之处是:电动汽车作为单相负载接入充电网络时,因其充电行为的随机性和灵活性,不可避免地引起充电网络三相电流不平衡造成电能计量失准、有功功率线损高。通过采用一种基于MOPSO算法的电动汽车最佳充电接入点选择方法,首先建立以电动汽车充电网络线路损耗和三相电流不平衡度为优化目标的电能计量优化模型,然后应用多目标粒子群优化算法对所建立的电能计量优化模型进行求解,最后根据所求得的最优解集选择最佳的充电接入点,从而实现电动汽车用户电能准确计量的同时最大限度地降低充电网络的线路损耗。该方法具有投入成本低、实现简单、效率高、适用性好等优点,拥有良好的应用前景和商业价值。
附图说明
图1是MOPSO与电动汽车实际充电情况相结合后的流程图,图2是电动汽车充电网络接入点示意图,图3是充电接入点图形用户界面。
具体实施方式
本发明的目的在于降低电动汽车作为单相负载随机接入充电网络所导致的三相电流不平衡度,从而解决电动汽车充电过程中依据每相单表计量值来对单相用户进行收费不合理问题,同时最大限度降低充电网络的线路损耗。如图2所示,其中(1)表示10kV/0.4kV变压器,变压器左端为电网,(2)表示A、B、C三相的1号接入点,(3)表示中性线N的1号接入点,(4)表示A、B、C三相的3号接入点,(5)表示中性线N的4号接入点。R表示A、B、C三相及中性线N各相邻充电桩(接入点)之间的电阻。当电动汽车接入位置在A相的1号充电接入点(充电桩)时标记为A1,当接入点位置在C相3号充电接入点时标记为C3。需要指出的是,中性线N上1号接入点的接入情况,由A、B、C三相中1号接入点的接入情况共同决定,其余接入点依次类推。
下面结合实施例和图1、图2、图3对本发明做进一步的详细说明,具体步骤为:
步骤一:确定电动汽车充电站的初始接入点位置与接入数量。
步骤二:初始化每个粒子的速度,根据电动汽车充电接入点的实际情况,粒子速度只能以步长为1的正整数进行寻优,且粒子的活动范围不能超过其边界,也即接入点只能为A、B、C三相中某一个充电桩。
步骤三:借鉴IEEE Std 112-1991定义的三相电压不平衡度计算方法,给出了三相电流不平衡度ξI的具体表达式为:
Figure GDA0003624152200000041
其中:IA、IB、IC为三相电流的有效值,Iav为三相电流有效值的平均值,单位为A,
Figure GDA0003624152200000042
并将三相电流不平衡度ξI作为优化的第一个目标函数。
针对三相电流有效值的计算,结合电动汽车充电站三相电流的实际情况,采用带权重的方均根电流法计算IA、IB、IC,其计算公式为:
Figure GDA0003624152200000043
Figure GDA0003624152200000044
Figure GDA0003624152200000045
其中:wai、wbi、wci分别为A、B、C三相中第i号接入点电流的权重,Iai、Ibi、Ici分别为A、B、C三相第i号接入点的电流值,i=1,2,...,M。以A相为例,假设A相某时刻只有第1、2、5、7号充电桩有电动汽车接入进行充电,那么A相电流的有效值IA表示为:
Figure GDA0003624152200000046
由式可以看出wa1=1,wa2=1,wa5=3,wa7=2,其余没有电动汽车接入的充电点电流的权重均为0。有电动汽车接入的充电点电流的权重wai与自身接入点和该相前一辆电动汽车接入点位置有关。由图2可知,A相i号接入点电流Iai大小为该接入点电动汽车充电电流与A相后面所有接入的电动汽车充电电流之和,其他接入点依次类推。B相和C相电流的有效值IB、IC的计算方式与A相相同。
步骤四:在三相电流不平衡模型的基础上进行约束条件的设置,其不等式约束条件为:
Iai、Ibi、Ici≤Iallow
其中:Iallow表示线路允许的最大电流,Iai、Ibi、Ici分别为A、B、C三相第i号电动汽车充电接入点的电流值。
电动汽车充电网络采用三相四线制供电,等式约束一般自然满足,即电动汽车充电过程中接入点只能是A、B、C三相中某个充电桩,等式约束为:
Figure GDA0003624152200000051
其中:EV表示电动汽车接入点的位置矩阵。
步骤五:针对电动汽车充电网络建立一种基于3/2变换的线损精确计算模型。在三相四线制电动汽车充电网络中,电动汽车充电网络线路损耗包括A、B、C三相的线损和中性线N的线损。充电网络线路损耗的表达式为:
Ptotal=PA+PB+PC+PN
其中:Ptotal表示总的线路损耗,并将其作为优化的第二个目标函数。PA、PB、PC、PN分别表示A、B、C三相和中性线N的线损。其中:PA、PB、PC的计算如下:
Figure GDA0003624152200000052
Figure GDA0003624152200000053
Figure GDA0003624152200000054
其中:R1表示A、B、C三相中两相邻电动汽车充电桩之间的电阻。两相邻电动汽车充电桩之间的电阻R1可由如下公式求得:
Figure GDA0003624152200000055
其中:ρ为电阻率,L为相邻两充电桩之间的距离,S为导体的横截面积。以电动汽车充电站的典型布局为例,配4×70mm2电缆、50m长,每5m设置一个充电桩,ρ=1.75×10-8Ω·m为铜的电阻率,L=5m为相邻两充电桩之间的距离,S为导体的横截面积70mm2,经过计算求得R1=1.25×10-3Ω。
对于中性线线损PN的计算,与A、B、C三相有所不同,中性线电流INi不再是第i号接入点A、B、C三相电流的算术相加,而是其相量和,其中:i=1,2,…,M。鉴于此,首先对A、B、C三相第i号电动汽车充电接入点的电流值进行3/2变换,变换到两相静止αβ坐标系下。坐标变换为:
Figure GDA0003624152200000056
其中:iαi,iβi表示第i号电动汽车充电接入点的三相电流在αβ坐标系下的电流分量。然后将iαi,iβi合成即可得到第i号电动汽车充电接入点的中性线电流INi,如式所示:
Figure GDA0003624152200000057
此时中性线线路损耗PN的计算如下式所示:
Figure GDA0003624152200000061
其中:wni表示中性线N第i号接入点电流的权重,R2表示中性线上两相邻电动汽车充电桩之间的线路电阻。
步骤六:充电网络线路损耗模型的不等式约束条件为:
INi≤Iallow
其中:Iallow表示线路允许的最大电流,INi表示第i号电动汽车充电接入点的中性线电流值。
等式约束为:
Figure GDA0003624152200000062
其中:EV表示电动汽车接入点的位置矩阵。
步骤七:应用多目标粒子群优化算法(MOPSO)对包含充电网络三相电流不平衡度最小和线路损耗最小的电能计量优化模型进行求解,具体的求解过程见图1。并根据所求得的帕累托最优解集选择最佳的充电接入位置,以此实现电动汽车用户电能准确计量的同时最大限度降低充电网络的线路损耗,最终达到供电企业和电动汽车用户之间的双赢。对于最佳充电接入点的选择可分为以下三种情况:
1)当经过优化后所得的帕累托前沿中,所有充电接入点的三相电流不平衡度均大于国标规定时。选择帕累托前沿中三相电流不平衡度最小的充电接入点作为最佳充电接入点,以此提高电能计量的准确性;
2)当优化后所得的帕累托前沿中,仅有一个充电接入点的三相电流不平衡度小于国标规定时,则该接入点将直接被选中作为最佳充电接入点,优先保证电能的准确计量;
3)当优化后所得的帕累托前沿中,有多个充电接入点的三相电流不平衡度小于国标规定时。此时选择这几个充电接入点中性线路损耗最小的点作为最佳充电接入点,以此实现电能准确计量的同时最大限度的降低充电网络的线路损耗。
步骤八:为了使得优化结果更加直观明了,可以设计如图3所示的充电接入点图形用户界面(GUI)进行显示。将优化程序植入电动汽车充电管理平台中,当有电动汽车需要接入充电网络时,电动汽车用户只需点击V2G1界面窗口中的“请求充电”按钮,在GUI界面中将自动提示经过MOPSO算法优化后的充电接入位置,用户将电动汽车接入该充电桩即可。
由以上步骤可以实现一种采用MOPSO算法的电动汽车最佳充电接入点选择方法,通过采用本发明所设计的优化算法对其持续优化,最终使得充电网络的三相不平衡度降低到国标规定的允许范围以内,以此实现电动汽车用户电能准确计量的同时最大限度地降低充电网络的线路损耗,最终达到供电企业和电动汽车用户之间的双赢。从而解决电动汽车充电过程中依据每相单表计量值来对单相用户进行收费不合理问题,并有效地降低充电网络的经济运行成本。

Claims (1)

1.基于MOPSO算法的电动汽车最佳充电接入点选择方法,其特征在于,其步骤为:
步骤一:借鉴IEEE Std 112-1991定义的三相电压不平衡度计算方法,给出了三相电流不平衡度ξI的具体表达式为:
Figure FDA0003607103900000011
其中:IA、IB、IC分别为A、B、C三相电流的有效值,Iav为三相电流有效值的平均值,单位为A,
Figure FDA0003607103900000012
并将三相电流不平衡度ξI作为优化的第一个目标函数;
针对三相电流有效值的计算,结合电动汽车充电站三相电流的实际情况,采用带权重的方均根电流法计算IA、IB、IC,其计算公式为:
Figure FDA0003607103900000013
其中:X=A,B,C;x=a,b,c,wai、wbi、wci分别为A、B、C三相中第i号接入点电流的权重,Iai、Ibi、Ici分别为A、B、C三相第i号电动汽车充电接入点的电流值,i=1,2,...,M;
步骤二:在三相电流不平衡模型的基础上确定约束条件,其不等式约束条件为:
Iai、Ibi、Ici≤Iallow
其中:Iallow表示线路允许的最大电流;
电动汽车充电网络采用三相四线制供电,等式约束一般自然满足,即电动汽车充电过程中接入点只能是A、B、C三相中某个充电桩,等式约束为:
Figure FDA0003607103900000014
其中:EV表示电动汽车充电接入点的位置矩阵;
步骤三:针对电动汽车充电网络建立一种基于3/2变换的线路损耗精确计算模型,在三相四线制电动汽车充电网络中,电动汽车充电网络线路损耗包括A、B、C三相的线路损耗和中性线N的线路损耗,充电网络线路损耗的表达式为:
Ptotal=PA+PB+PC+PN
其中:Ptotal表示总的线路损耗,并将其作为优化的第二个目标函数;PA、PB、PC、PN分别表示A、B、C三相和中性线N的线路损耗;其中PA、PB、PC的计算如下:
Figure FDA0003607103900000015
其中:X=A,B,C;x=a,b,c;R1表示A、B、C三相中两相邻电动汽车充电桩之间的电阻;
对于中性线线路损耗PN的计算,与A、B、C三相有所不同,中性线电流INi不再是A、B、C三相第i号电动汽车充电接入点电流的算术相加,而是其相量和,其中i=1,2,…,M;鉴于此,对A、B、C三相第i号电动汽车充电接入点的电流值进行3/2变换得到iαi,iβi,其中iαi,iβi表示第i号电动汽车充电接入点的三相电流值在αβ坐标系下的电流分量;第i号电动汽车充电接入点的中性线电流INi,如下式所示:
Figure FDA0003607103900000021
此时中性线线路损耗PN的计算如下式所示:
Figure FDA0003607103900000022
其中:wni表示中性线N第i号电动汽车充电接入点电流的权重,R2表示中性线上两相邻电动汽车充电桩之间的线路电阻;
步骤四:充电网络线路损耗模型的不等式约束条件为:
INi≤Iallow
等式约束为:
Figure FDA0003607103900000023
其中:EV1表示电动汽车充电接入点的位置矩阵;
步骤五:应用多目标粒子群优化算法对包含充电网络三相电流不平衡度最小和线路损耗最小的电能计量优化模型进行求解,并根据帕累托最优解集选择电动汽车的最佳充电接入点;其最佳充电接入点的选择有以下三种情况:
1)当经过优化后所得的帕累托前沿中,所有电动汽车充电接入点的三相电流不平衡度均大于国标规定时,选择帕累托前沿中三相电流不平衡度最小的电动汽车充电接入点作为最佳充电接入点;
2)当优化后所得的帕累托前沿中,仅有一个电动汽车充电接入点的三相电流不平衡度小于国标规定时,则该电动汽车充电接入点将直接被选中作为最佳充电接入点;
3)当优化后所得的帕累托前沿中,有多个电动汽车充电接入点的三相电流不平衡度小于国标规定时,此时选择这几个充电接入点中性线路损耗最小的点作为最佳充电接入点。
CN201910421102.3A 2019-05-21 2019-05-21 基于mopso算法的电动汽车最佳充电接入点选择方法 Active CN110103735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910421102.3A CN110103735B (zh) 2019-05-21 2019-05-21 基于mopso算法的电动汽车最佳充电接入点选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910421102.3A CN110103735B (zh) 2019-05-21 2019-05-21 基于mopso算法的电动汽车最佳充电接入点选择方法

Publications (2)

Publication Number Publication Date
CN110103735A CN110103735A (zh) 2019-08-09
CN110103735B true CN110103735B (zh) 2022-06-17

Family

ID=67491215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910421102.3A Active CN110103735B (zh) 2019-05-21 2019-05-21 基于mopso算法的电动汽车最佳充电接入点选择方法

Country Status (1)

Country Link
CN (1) CN110103735B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709663A (zh) * 2020-06-23 2020-09-25 四川中电启明星信息技术有限公司 一种基于大数据的电动汽车充电场站选址方法
DE102020117651A1 (de) 2020-07-03 2022-01-05 Sma Solar Technology Ag Phasenlastausgleich in einem elektrischen Netz mit einem Netzanschlusspunkt, der elektrisch mit einer Vielzahl von mehrphasigen Ladezugängen für Elektrofahrzeuge gekoppelt ist
CN112798877A (zh) * 2020-12-29 2021-05-14 广东电网有限责任公司 一种三相电流不平衡告警装置
CN112744114B (zh) * 2020-12-29 2021-12-07 山东大卫国际建筑设计有限公司 一种电动汽车充电方法及设备、介质
CN113159373B (zh) * 2021-02-24 2024-05-31 中国农业大学 报装接入点的优化方法及相关装置
CN113659595B (zh) * 2021-07-27 2024-07-02 国创移动能源创新中心(江苏)有限公司 交流充电系统的三相平衡控制方法和装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010016990A (ja) * 2008-07-03 2010-01-21 Denso Corp 電力供給システム及びその制御方法
EP2259403B1 (en) * 2009-02-11 2017-07-12 Accenture Global Services Limited Method and system for reducing feeder circuit loss using demand response
JP5513831B2 (ja) * 2009-10-02 2014-06-04 新明和工業株式会社 機械式駐車設備における充電制御方法及びその制御装置
CN105322583A (zh) * 2014-07-16 2016-02-10 青岛特锐德电气股份有限公司 一种电动汽车群充电装置及系统
CN105891612B (zh) * 2016-03-29 2019-01-01 国网甘肃省电力公司电力科学研究院 一种三相不平衡治理效果量化评估方法
CN106183878B (zh) * 2016-08-31 2019-03-15 苏州迈力电器有限公司 一种提高三相负荷有功功率的交流充电桩
CN106849137A (zh) * 2017-04-07 2017-06-13 武汉大学 一种降低网络损耗的三相不平衡调节方法
CN108964092B (zh) * 2017-05-22 2019-05-21 菏泽峥艳电力科技有限公司 渐进式策略调节低压配电网三相电压不平衡的方法
CN108859830B (zh) * 2018-07-04 2020-11-13 清华大学 一种电动汽车充电桩智能配电的电源管理系统及具备该系统的充电桩
CN109066660B (zh) * 2018-08-28 2022-04-12 云南电网有限责任公司电力科学研究院 一种基于优化重构的配电网阻塞管理及降损方法和装置
CN109167375B (zh) * 2018-10-23 2022-06-14 兰州理工大学 电动汽车充电站三相电压自动平衡充电系统及充电方法
CN109713693B (zh) * 2019-01-23 2023-03-31 西安理工大学 基于换相开关组网的三相不平衡负载切换方法

Also Published As

Publication number Publication date
CN110103735A (zh) 2019-08-09

Similar Documents

Publication Publication Date Title
CN110103735B (zh) 基于mopso算法的电动汽车最佳充电接入点选择方法
Deng et al. A branch-estimation-based state estimation method for radial distribution systems
CN109802394B (zh) 一种计及分布式电源与电动汽车接入的概率潮流计算方法
WO2012002001A1 (ja) 電力制御方法、プログラムおよび電力制御装置
CN107563550B (zh) 一种基于pmu的配电网实时分布式状态估计及pmu的优化配置方法
CN110350517B (zh) 一种基于运行风险的电动汽车并网配电网络重构方法
CN109638870B (zh) 一种特高压直流送端电网的调相机配置方法
CN101635456B (zh) 输配电网联合状态估计的方法
CN105389621A (zh) 电动汽车充电负荷对配网系统电压影响的充电桩最优分布方法
CN106130025B (zh) 一种基于回路分析法计算三相配电网潮流的线性方法
CN104820741B (zh) 兼顾风场分散性与机组差异性的风电场动态等值方法
CN111222917A (zh) 一种与配电侧多元零售市场互动的虚拟电厂投标策略
CN106443276A (zh) 一种交流高压多回输电线路无线电干扰计算方法及系统
CN109066743A (zh) 一种多机并联的电池储能系统自适应控制方法和系统
CN107257130A (zh) 基于区域量测解耦的低压配电网损耗计算方法
CN106160003B (zh) 一种并网型风光联合发电系统的电能计量系统的方法
CN108258725B (zh) 一种基于等效功角同调的双馈风电机动态等值方法
CN116819230A (zh) 高密度分布式光伏电源的低压台区线损计算方法及系统
Saciak et al. A novel calculation method for steady-state short-circuit currents in Meshed DC-grids
CN109655710B (zh) 同杆双回输电线路两端测量相量的校正方法、装置及系统
Xu et al. A new method for optimal FTU placement in distribution network under consideration of power service reliability
CN105095659B (zh) 基于云计算的省地协调分布式状态估计方法
CN112636325B (zh) 一种配电网抗差状态计算方法、装置、终端及存储介质
Shi et al. Research on coordinated charging strategy of electric vehicles based on PSO algorithm
Ma et al. Static voltage stability influence evaluation method of distribution network including electric vehicles based on LHS-PPF

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant