基于改进NSGA-Ⅱ的社区电动汽车充电站优化充电策略

提出基于改进的非支配排序遗传算法(NSGA-Ⅱ)的社区电动汽车充电站优化充电策略。首先,以电动汽车充电容量和配电变压器容量限制为约束条件,构建以单位电量充电费用最少、电网侧负荷方差最小为目标的电动汽车充电站多目标充电模型;然后,针对传统NSGA-Ⅱ存在的难以生成满足约束条件的初始种群、Pareto解集分布不均和最优解性能不高的缺点,提出改进初始种群生成和拥挤度比较算子相结合的NSGA-Ⅱ对模型进行求解,并采用基于信息熵的序数偏好法从最终Pareto解集中选择最优折中充电方案;最后,通过算例仿真验证了所提算法的有效性,表明改进NSGA-Ⅱ能在较大程度上提高电网侧的负荷水平和用户的充电性价比。

V2G模式下的电动汽车有序充放电控制模型研究

以变压器容量和电动汽车电池限制作为约束条件,以电动汽车用户充放电成本最低和电网负荷方差最小作为目标函数,构建了电动汽车在V2G(车辆到电网)模式下的充放电控制模型,分别制定电动汽车无序充电、基于分时电价的无序充电和电动汽车优化充电模型,在比较分析的基础上,提出V2G模式下的电动汽车有序充放电控制模型的设计方法。基于Lingo软件完成仿真验证,仿真结果表明:与其它3种充电模型相比,所提出的控制模型可进一步起到减少用户充放电费用和减小电网负荷方差的作用。