【优化充电】粒子群算法求解电动汽车群有序充电优化策略问题(3个充电站)【含Matlab源码 3233期】

一、粒子群算法电动汽车充电优化

1 电动汽车充电负荷估算
电动汽车的充电负荷主要与电动汽车起始充电时刻和充电时长相关,而起始充电时刻是由电动汽车用户的到家时间决定的,充电时长主要与电动汽车的行驶里程和充电倍率相关。

目前电动汽车还没有大规模运营, 只能通过统计燃油车的相关规律来代替电动汽车。对北京市某小区的私家车用户进行统计,回家时间主要分为三种: 一是正常朝九晚五的上班族,到家时间基本服从N(17.6,1.3)的正态分布, 这类用户占的比重最大;二是加班或者上半夜班的用户,到家时间基本服从N (0.7,1.6)的正态分布;三是少部分后半夜上班的人,到家时间基本服从N (7.8,1.22)的正态分布。三类用户所占的比例分别为0.68、0.24和0.08。
目前大部分私人用电动汽车的常规充电功率约为3 k W,根据以上相关信息,可以通过蒙特卡洛计算机仿真模拟方法,求出包含上述三类用户的居民小区平均每天一辆电动汽车的充电功率需求,如图1所示。
【优化充电】粒子群算法求解电动汽车群有序充电优化策略问题(3个充电站)【含Matlab源码 3233期】_第1张图片
图1电动汽车一天平均充电功率需求
根据电动汽车平均一天的充电功率需求曲线,只要设置居民小区的电动汽车用户数量,就可以求出相应规模电动汽车的充电负荷曲线。

2 光伏出力曲线和常规用电负荷
固定铺设面积的光伏出力曲线主要与光照强度和温度相关,在实际条件下主要表现为天气变化和季节性变化。通过对某楼顶10 k W光伏发电系统功率输出数据进行统计和处理,可得不同季节该光伏发电系统满发的出力曲线,如图2所示。
【优化充电】粒子群算法求解电动汽车群有序充电优化策略问题(3个充电站)【含Matlab源码 3233期】_第2张图片
图2四季光伏满发出力曲线

居民小区的负荷曲线主要和

你可能感兴趣的:(Matlab优化求解(进阶版),matlab)