[发明专利]一种电动汽车群联合优化方法及系统

权利要求书

1.一种电动汽车群联合优化方法，其特征在于，包括：

初始化参数，获取用户电动汽车的充电需求模型；所述参数包括电动汽车参数、电网负荷参数以及遗传算法的初始参数；

分别建立以电动汽车群接入家用充电桩的充电功率与区域内风电场的风电消纳需求的差值的方差最小，以及以日负荷曲线的峰谷差最小的目标函数；

采用遗传算法求解所述目标函数，得到最优参数，具体为：

根据所述充电需求模型生成初始种群；

判断所述种群是否满足约束条件；

若满足，则计算所述目标函数以及种群个体适应度；

对种群个体进行选择、交叉以及变异操作，判断选择、交叉以及变异后的结果是否达到优化目标；

若达到最优目标，则输出最优解，否则选择适应度达到预设阈值的优良个体作为下一次迭代的种群进行迭代，直到达到最大迭代次数或者达到最优目标，输出最优解。

2.根据权利要求1所述电动汽车群联合优化方法，其特征在于，所述分别建立以电动汽车群接入家用充电桩的充电功率与区域内风电场的风电消纳需求的差值的方差最小为目标函数具体为：

式中，区域内风电场的风电消纳需求为P_W，第t时刻同时接入家用充电桩的充电功率为

3.根据权利要求1所述电动汽车群联合优化方法，其特征在于，所述建立以日负荷曲线的峰谷差最小为目标函数具体为：

式中，ΔP表示峰谷差，P_p、P_v分别是系统总负荷的最大值、最小值，第t时刻同时接入家用充电桩的充电功率为区域内未接入电动汽车时的常规负荷为

4.根据权利要求1所述电动汽车群联合优化方法，其特征在于，所述采用遗传算法求解所述目标函数中还包括：

判断电动汽车是否达到强制充电时间；

若是，则对所述电动汽车进行强制充电，否则继续判断迭代次数是否达到所述最大迭代次数或者达到最优目标。

5.根据权利要求1所述电动汽车群联合优化方法，其特征在于，所述根据所述充电需求模型生成初始种群具体为：

根据电动汽车的到家时间、离家时间和行驶里程来生成初始种群。

6.根据权利要求1所述电动汽车群联合优化方法，其特征在于，所述约束条件为：

电动汽车启动充电的最迟时刻t_F的约束为：

t_F＝t_L-T_ch

式中，家庭用户的上班离家时间期望值为t_L，电池所需充电时长为T_ch。

7.一种电动汽车群联合优化系统，其特征在于，包括：目标函数建立单元以及求解单元；

所述目标函数建立单元用于分别建立以电动汽车群接入家用充电桩的充电功率与区域内风电场的风电消纳需求的差值的方差最小，以及以日负荷曲线的峰谷差最小的目标函数；

所述求解单元用于采用遗传算法求解所述目标函数，得到最优参数。

8.根据权利要求7所述的电动汽车群联合优化系统，其特征在于，还包括初始化单元；

所述初始化单元用于初始化参数，获取用户电动汽车的充电需求模型；所述参数包括电动汽车参数、电网负荷参数以及所述遗传算法的初始参数。