基于蒙特卡洛法的EV充电负荷多目标随机规划

分析了现有电动汽车(electric vehicle,EV)充电负荷优化方式和算法的不足,结合配电系统最优运行的要求,考虑了多个随机因素的影响,以电动汽车蓄电池满充、蓄电池充电功率不越限及配网潮流约束等作为约束条件,以配电网网损、电源节点负荷峰值、负荷波动情况优化为子目标,建立了新的基于EV充电负荷的配电网多目标随机优化模型。利用改进的非支配排序遗传算法-Ⅱ(non-dominated sorting genetic algorithm-2,NSGA-2)求解,采用IEEE-33节点配电系统的实际优化状况为例进行了蒙特卡洛仿真。仿真证明所提出的EV充电负荷多目标优化策略在更贴近实际的随机模型下仍可以有效减弱电动汽车大规模接入对电网的冲击,充分利用其可控性实现配网各项指标的经济运行。

Multi-objective optimization strategy of EV's charging load based on Monte-Carlo simulation