[发明专利]一种基于人工鱼群算法的电动汽车有序充电控制方法

说明书

本发明公开了一种基于人工鱼群算法的电动汽车有序充电控制方法，构建场景优化模型G(t_opt)，G(t_opt)公式如下：其中，F₁代表无序充电时的用户充电费用，F₂代表无序充电时的电网峰谷差，F_1opt代表有序充电时的用户充电费用，F_2opt代表有序充电时的电网峰谷差，λ₁和λ₂代表各目标函数的加权系数；以minG(t_opt)作为场景优化模型的优化目标，求解出优化后的充电时段t_opt的最优解t_best，结合充电时段t_c利用人工鱼群算法进行优化，得到最终的充电时段按照最终的充电时段安排电动汽车有序充电。本发明能够科学的引导电动汽车的充电行为，对大规模电动汽车充电行为的优化调度具有重要意义，具有较强的通用性和实用性。

技术领域

本发明涉及一种基于人工鱼群算法的电动汽车有序充电控制方法，属于电动汽车充电技术领域。

背景技术

近些年来，随着我国经济水平和科学水平不断提高，人们的生活的幸福指数有了显著的提高，但社会快速发展的同时也带来了化石能源紧缺、全球气候变暖以及污染物过量排放等一系列问题，给现代社会的发展带来了巨大的挑战。

新能源汽车由于采用清洁能源，与传统燃油车相比可以有效的缓解尾气排放对环境带来的压力，因此世界各国开始大力扶持新能源汽车产业的发展，电动汽车及其相关产业也由此迎来了快速发展期。但与此同时，大规模电动汽车未经引导接入电网进行的充电行为会给电力系统带来巨大的负面影响，具体表现在扩大配电网峰谷差、产生谐波污染、导致变压器越限以及使电网电压水平下降等方面。因此，如何解决电动汽车的充电控制问题是本领域技术人员急需要解决的技术问题。

发明内容

目的：为了克服现有技术中存在的不足，本发明提供一种基于人工鱼群算法的电动汽车有序充电控制方法，以实现电网的安全稳定运行和用户充电费用最小化。技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种基于人工鱼群算法的电动汽车有序充电控制方法，包括如下步骤：

步骤1：构建场景优化模型G(t_opt)，G(t_opt)公式如下：

其中，F₁代表无序充电时的用户充电费用，F₂代表无序充电时的电网峰谷差，F_1opt代表有序充电时的用户充电费用，F_2opt代表有序充电时的电网峰谷差，λ₁和λ₂代表各目标函数的加权系数；

步骤2：以minG(t_opt)作为场景优化模型的优化目标，求解出优化后的充电时段t_opt的最优解t_best，结合充电时段t_c利用人工鱼群算法进行优化，得到最终的充电时段

步骤3：按照最终的充电时段安排电动汽车有序充电。

作为优选方案，所述充电时段t_c计算公式如下：

t_back＜t_c＜t_start