基于充电设备利用率的电动汽车充电路径多目标优化调度概述

肖伟 夏华

摘 要 对于电动汽车车主来说，选择去哪个充电站供电是很随机的事情，但是这样的结果对导致某些地方的充电站的使用率非常低，引起电网负荷的严重失衡，对配电网的稳定性和安全性造成极大的威胁。基于这个原因，亟待探索最优化的途径，可以让行驶路程最近、时间最短、充电站时间利用率偏差最小以及功率利用率偏差最小等，以此为条件来建立电动汽车充电路徑多目标优化的调度模型。利用细菌趋化的改进粒子群算法为该模型进行了求解计算。计算结果显示，利用该种算法，电动汽车车主可以利用区域内充电站的利用率来进行充电站的选择，可以让充电站利用率实现均衡化合理化。

关键词 电动汽车;充电路径;多目标优化;充电设备利用率

前言

目前，由于能源匮乏问题严重，是困扰国家发展的重要问题，因此，环保又节能的电动汽车成为各国大力推广扶持的重点项目。然而，由于车载蓄电池的容量限制问题，让大多数的电动汽车的行驶里程数有了局限性，所以，为了能够让电动汽车可以进行持续性的出行运行，就必须设立相应充电站来维持补充电能，如何让电动汽车的充电站实现产业化与商业化是目前摆在各国面前的重要研究课题。根据数据，截止到2020年，全世界将建成6万座充电站、240万个充电桩，并同时投入使用。文章以用户利益为先决条件，将充电站内的充电设备利用率的均衡情况最为主要研究对象，建立了以充电设备使用率为前提的电动汽车充电路径多目标优化的调度模型，通过细菌趋化的改进粒子群算法对其进行求解。

1电动汽车充电路径的优化调度

电动启辰充电路径的优化调度室将电动汽车的数量、分布情况、电网可用用电功率、充电站位置和数量等内容进行合理性调度，让电动汽车的用户可以以最小的花费来找到最近的充电站。当电动汽车去向计划中的目的地时会出现以下几种情况：

1.1 直接到达目的地

当电动汽车可以直接到达目的地时，就说明这辆车还剩余的足够到达其他目的地的电量，用公式表示为，R代表电动汽车在剩余电量的状况下能行驶的最大距离;S代表出发地与目的地间的距离;代表目的地到某充电站间的距离。

1.2 必须到充电站充电后才能抵达目的地

由于里程过长，电动汽车车主必须要在途中选择充电站进行充电，公式为，其中R要大于表示的出发地点与某充电站间的距离，。由此可知，电动汽车车主中途需要充电再抵达目的地。行驶的总里程数为，表示起点与充电站距离，表示充电站与目的地距离。这是最为常见的情况，也是文章研究的重点内容。必须要让电动汽车找到最为合理的充电站，即行驶最短路程，到达目的地剩余最大电量，使区域内充电站的利用率得到均衡分配[1]。

2电动汽车充电路径优化调度模型

2.1 优化目标函数

（1）行驶路程最近

假设道路顺畅，忽略交通状况，优化目标函数为，其中M表示区域内接受充电服务的电动汽车数量;N表示区域内可供选择的充电站数量;表示第i辆电动汽车在第j个充电站进行充电的决策变量;表示第i辆电动汽车到第j个充电站所行驶的距离。

设行驶路程为优化目标，当前值为，全局最小值为，其关系表现为，代表电动汽车行驶最短里程。

（2）所用时间最短

电动汽车到达充电站的行驶时间、充电站等待时间和充电时间共同组成了车主花费时间。优化目标函数为

代表第i辆电动汽车到第j个充电站花费的行驶时间;代表第i辆电动汽车到第k个充电站充电交通拥挤系数;代表第i辆电动汽车到第k个充电站的路程距离;代表第i辆电动汽车驾驶速度;代表第i辆电动汽车在第j个充电站充电时间;代表第i辆电动汽车充电设定值;代表第i辆汽车在第j个充电站等待的实践;表示第j个充电站内充电桩数量;表示第j个充电站派对等待充电汽车数量;代表第j个充电站拥堵系数;

设所用时间最短为优化数值，与的关系，值越小，代表花费时间越短。

3电动汽车充电路径多目标优化调度模型的求解

文章采用了粒子群算法进行求解，其基本的原理在于解空间内随机生成的一组解，再将其他式代入空间的解，让其向最优解位置运行，从而满足最优解输出。为了能够让粒子的多样性得到保留，所以利用细菌趋化方式将PSO算法进行改进，得出PSOBC算法中粒子存在吸引和排斥两种运动操作，最后得出的算法操作步骤为：第一步，将初始化算法参数P设置为种群规模;迭代次数K;惯性权重范围为;学习因子、;多样性阈值范围。第二步，粒子适应度值计算。第三步，选择PSOBC算法计算，选择PSO计算，可以随机选择算法计算。第四步，利用PSOBC或PSO计算粒子速度、粒子位置。第五步，对其中粒子数值进行更新。第六步，对最大迭代次数进行判断，如果没有再跳回到第三步。

4结束语

综上所述，与电动汽车的发展速度相比，充电站的建设程度明显地落后于发展，并且其布局存在失衡，用户在充电时还是会随机选择充电站，使得充电站的利用效率十分不均衡，这对充电站带来了巨大的维护成本负担，而存储大量电能的闲置电桩会让充电站无法营利。文章通过电动汽车充电路径的多种目标的优化调度模型，利用改进粒子算法进行了求解，计算出了优化调度的方案。

参考文献

[1] 周天沛，孙伟.基于充电设备利用率的电动汽车充电路径多目标优化调度[J].电力系统保护与控制，2019，47（4）：115-123.

作者简介

肖伟（1988-），男，江苏盐城人;毕业院校：学历：研究生，职称：中级职称，现就职单位：国电南瑞南京控制系统有限公司，研究方向：电气工程。