基于K-means聚类的有序充放电多目标调度模型

doi:10.3969/j.issn.1000－7229.2016.07.014

摘要/Abstract

摘要： 针对电动汽车无序充电对配电网的负面影响，该文设计了基于K-means聚类的有序充放电多目标调度模型。首先，以私家车为研究对象进行充电负荷的不确定性建模；其次，根据电动汽车充电桩的空间分布实现有效聚类，形成等效节点以及所对应的代理商；构建以减小峰谷差和代理商调度偏差为目标的第一阶段模型，第二阶段模型以用户充电成本最小为目标，每辆电动汽车的充电需求为决策量；然后将2个目标函数通过单一化处理达到综合最优；最后，在MATLAB平台上采用粒子群优化算法进行求解，算例仿真表明该文提出的调度优化模型在削峰填谷与提高用户经济性方面效果突出。

关键词: 有序充电, 聚类, 调度, 粒子群算法

Abstract: Aiming at the serious impact of the uncoordinated charging of electric vehicles on the distribution network, this paper designs a multi-objective scheduling model for coordinated charging and discharging based on K-means clustering. Firstly, we take private cars as research objects for the uncertainty modeling of charging load. Secondly, according to the spatial distribution of the electric vehicle charging pile, the effective clustering is achieved, and the equivalent node and the corresponding agent are formed. The first stage model is constructed to minimize the deviation between the peak-valley difference and the scheduling of agents. At the same time, the second stage model takes the minimum user charging and discharging cost as objective and each electric vehicle charging power as decision content. Then, two objective functions achieve comprehensive optimal through simplified handling. Finally, we adopt particle swarm optimization algorithm on the MATLAB platform to solve the model. The example simulation results show that the proposed scheduling optimization model has remarkable effect in peak cutting and improving user economy.

Key words: coordinated charge, clustering, scheduling, particle swarm optimization

中图分类号:

TM 73

王雅,曾成碧,苗虹,刘广. 基于K-means聚类的有序充放电多目标调度模型[J]. 电力建设, 2016, 37(7): 99-104.

WANG Ya, ZENG Chengbi, MIAO Hong, LIU Guang. Multi-Objective Scheduling Model for Coordinated Charging and Discharging Based on K-means Clustering[J]. Electric Power Construction, 2016, 37(7): 99-104.

参考文献

［1杨孝纶．电动汽车技术发展趋势及前景（上）［J］．汽车科技，2007（6）：10-13． YANG Xiaolun．The development trend and foreground of the electric vehicle ［J］．Auto Mobile Science & Technolog，2007（6）：10-13．［2］GUILLE C，GROSS G．A conceptual framework for the vehicle-to-grid（V2G） implementation［J］．Energy Policy，2009，37（11）：4379-4390．［3］SOVACOOL B K，HIRSH R F．Beyond batteries：an examination of the benefits and barriers to plug-in hybrid electric vehicles（PHEVs） and a vehicle-to-grid（V2G） transition［J］．Energy Policy，2009，37（3）：1095-1103．［4］孟健，葛贤军，陈乃仕，等．实时电价下电动汽车变参与度动态频率控制策略［J］．电力建设，2015，36（7）：153-159． MENG Jian，GE Xianjun，CHEN Naishi，et al．EV dynamic LFC strategy with variable participationfactor under RTP［J］．Electric Power Construction，2015，36（7）：153-159．［5］胡泽春，宋永华，徐智威，等．电动汽车接入电网的影响与利用［J］．中国电机工程学报，2012，32（4）：1-10． HU Zechun，SONG Yonghua，XU Zhiwei，et al．Impacts and utilization of electric vehicles integration into power systems［J］．Proceedings of the CSEE，2012，32（4）：1-10．［6］CARAMANIS M，FOSTER J M. Management of electric vehicle charging to mitigate renewable generation intermittency and distribution network congestion ［C］//Proceedings of the 48th IEEE Conference on Decision and Control. Shanghai，China: IEEE，2009，4717-4722．［7］邵成成，王锡凡，王秀丽．发电成本最小化的电动汽车分布式充放电控制［J］．电力自动化设备，2014，34（11）：22-26． SHAO Chengcheng，WANG Xifan，WANG Xiuli，Decentralized EV charge/discharge control with minimum generation cost［J］．Electric Power Automation Equipment，2014，34（11）：22-26．［8］李髙望，钱斌，石东源，等．含插电式混合动力汽车的机组组合问题［J］．电网技术，2013，37（1）：32-38． LI Gaowang，QIAN Bi，SHI Dongyuan，et al，Unit commitment problem considering plug-in hybrid electric vehicle［J］．Power System Technology，2013，37（1）：32-38．［9］姚伟锋，赵俊华，文福栓，等．基于双层优化的电动汽车充放电调度策略［J］．电力系统自动化，2012，36（11）：30-37． YAO Weifeng，ZHAO Junhua，WEN Fushuan，et al．A charging and discharging dispatching strategy for electric vehicles based on bi-level optimization ［J］．Automation of Electric Power System，2012，36（11）：30-36．［10］黄韬，刘胜辉，谭艳娜．基于K-means聚类算法的研究［J］．计算机技术与发展，2011，21（7）:54-62． HUANG Tao，LIU Shenghui，TAN Yanna．Research of clustering algorithm based on K-means［J］．Computer Technology and Development，2011，21（7）:54-62．［11］施美珍．基于粒子群优化算法的模糊聚类分析及其应用［D］．广州：华南理工大学，2012． SHI Meizhen．Fuzzy clustering analysis and application based on Particle Swarm Optimization［D］．Guangzhou: South China University of Technology，2012．［12］赵俊华，文福拴，杨爱民，等．电动汽车对电力系统的影响及其调度与控制问题［J］．电力系统自动化，2011，35（14）：2-10． ZHAO Junhua，WEN Fushuan，YANG Aimin，et al．Impacts of electric vehicles on power systems as well as the associated dispatching and control problem［J］．Automation of Electric Power Systems，2011，35（14）：2-10．［13］唐佳，高爽，王丹，等．入网电动汽车集群的分层控制方法［J］．电力建设，2015，36（7）：146-152． TANG Jia，GAO Shuang，WANG Dan，et al．A hierarchical control algorithm for aggregated electricvehicles in distribution networks［J］．Electric Power Construction，2015，36（7）：146-152．［14］DAWES R M，CORRIGAN B．Linear models in decision making［J］．Psychological Bulletin，1974（81）：95-106．

[1]	庄卫金, 张鸿, 方国权, 陈中. 基于设备运行状态挖掘的非侵入式负荷分解方法[J]. 电力建设, 2020, 41(8): 9-16.
[2]	张卫国, 陈良亮, 成海生, 付蓉, 季娟. 基于电动汽车供电资源态势感知的台区负荷弹性调度策略[J]. 电力建设, 2020, 41(8): 48-56.
[3]	朱旭, 杨军, 李高俊杰, 董旭柱, 刘首文. 计及虚拟储能系统的区域综合能源系统优化调度策略[J]. 电力建设, 2020, 41(8): 99-110.
[4]	尚慧玉, 林鸿基, 李忠憓, 赵宏伟, 陈明辉, 阳曾, 文福拴. 计及不确定性的移动应急电源鲁棒优化调度[J]. 电力建设, 2020, 41(8): 111-119.
[5]	檀勤良, 丁毅宏, 李渝, 李锐. 考虑经济环境平衡的风光火联合外送调度策略多目标优化[J]. 电力建设, 2020, 41(8): 129-136.
[6]	姜达军，吴福保，王麒云，张艳军，孙黎霞，吴英俊. 基于调控云的风储联合鲁棒优化调度[J]. 电力建设, 2020, 41(7): 9-16.
[7]	张浩禹，邱晓燕，周晟锐，赵有林，李凌昊，张楷 . 基于机会约束目标规划的多电-气互联综合能源系统分布式优化模型[J]. 电力建设, 2020, 41(7): 82-91.
[8]	魏震波，任小林，黄宇涵. 考虑综合需求侧响应的区域综合能源系统多目标优化调度[J]. 电力建设, 2020, 41(7): 92-99.
[9]	陈曦，徐青山，杨永标. 考虑风电不确定性的CCHP型微网日前优化经济调度[J]. 电力建设, 2020, 41(6): 107-113.
[10]	苏俊妮，张鑫，赵俊炜，张锐，曲明辉，杨艳红. 计及需求响应和储能的电-气综合能源系统优化调度[J]. 电力建设, 2020, 41(5): 1-8.
[11]	艾欣，杨子豪，胡寰宇，王智冬，彭冬，赵朗. 基于改进k-means算法的VPP负荷曲线聚类方法及应用[J]. 电力建设, 2020, 41(5): 28-36.
[12]	张志荣，邱晓燕，孙旭，任昊，张明珂. #br# 协调柔性负荷与储能的交直流配电网经济优化调度[J]. 电力建设, 2020, 41(5): 116-123.
[13]	周斌，张卫国，崔文佳，毛东宇，陈中. 考虑预警负荷的电动汽车充放电优化策略[J]. 电力建设, 2020, 41(4): 10-21.
[14]	许志恒，张勇军，余兆荣，王玕. 考虑激励型需求侧响应的电-气互联系统两阶段随机优化调度[J]. 电力建设, 2020, 41(4): 81-89.
[15]	史晨豪，唐忠，魏敏捷，李征南，陈寒. 基于数据驱动的配电网光伏双层优化调控策略[J]. 电力建设, 2020, 41(3): 62-70.