[发明专利]基于Logic-Benders分解算法的电动汽车有序充电优化调度方法

说明书

本发明公开了基于Logic‑Benders分解算法的电动汽车有序充电优化调度方法，具体步骤如下：首先，基于混合整数线性规划，构建电动汽车充电方式选择主模型；其次，基于约束规划，构造电动汽车充电时序优化子模型；最后，采用Logic‑Benders分解算法对主子模型进行迭代求解。本发明在保证用户充电需求的前提下，通过对电动汽车充电方式的选择与充电时序的优化，实现电动汽车充电调度系统的经济性最优。

技术领域

本发明涉及基于Logic-Benders分解算法的电动汽车有序充电优化调度方法，属于电动汽车有序充电技术领域。

背景技术

随着电动汽车产业的发展以及相关产业政策的推动，电动汽车的保有量正在快速增长。大量电动汽车接入电网将导致电网负荷在短时间内的激增，给电网的安全运行带来一定的风险。因此，电动汽车有序充电策略是当前的研究热点之一，其目的是在满足电动汽车充电需求的前提下，运用实际有效地经济或技术措施引导、控制电动汽车进行充电，对电网负荷曲线进行削峰填谷，保证了电动汽车与电网的协调互动发展。

目前，对面向充电停车场的电动汽车有序充电研究主要基于混合整数规划方法，其缺点是需要为每一辆电动汽车在每个时刻的电池状态设置一个0-1变量，导致模型的规模庞大且求解困难。而未来的电动汽车充电调度系统往往需要在极短时间内对向系统提出的充电申请作出实时的响应，因此传统的混合整数规划模型在计算效率方面无法满足实际应用的需求。

发明内容

本发明所要解决的技术问题是：提供基于Logic-Benders分解算法的电动汽车有序充电优化调度方法，在混合整数规划的基础上引入了约束规划方法，为电动汽车的充电时序优化问题进行建模，有效降低了模型的规模，并通过LogicBenders割实现混合整数规划与约束规划的耦合和快速迭代求解，解决了现有模型求解效率低下的问题。

本发明为解决上述技术问题采用以下技术方案：

基于Logic-Benders分解算法的电动汽车有序充电优化调度方法，包括如下步骤：

步骤1，基于混合整数线性规划，构建电动汽车充电方式选择主模型；

步骤2，基于约束规划，构建电动汽车充电时序优化子模型；具体过程如下：

步骤2.1，将时间轴等间隔分成N_T个时间区间，将每辆电动汽车的充电需求表示为{a_i,d_i,T_ik}，其中a_i表示第i辆电动汽车到达时刻对应的时间区间的索引，d_i表示第i辆电动汽车离开时刻对应的时间区间的索引，T_ik表示第i辆电动汽车以第k种充电功率进行充电所需要的时间区间的个数；

步骤2.2，对第i辆电动汽车设置区间变量y_i，该区间变量通过s_i,e_i,size(y_i)三个参数共同确定，其中s_i表示第i辆电动汽车在s_i时刻开始充电，e_i表示第i辆电动汽车在e_i时刻结束充电，size(y_i)表示第i辆电动汽车充电所需时间区间的个数，并满足：

其中，x_ijk表示电动汽车的充电调度方案，下标i表示第i辆电动汽车，下标j表示第j个充电停车场，下标k表示第k种充电功率，I表示充电调度系统管理的所有的电动汽车的集合，J表示充电停车场的集合；

步骤2.3，基于约束规划，构建有序充电时序优化子模型如下：