电动汽车接入电网的双层优化调度策略及基于Matlab和cplex的复现程序详解，双层优化调度：基于电动汽车接入电网的大规模充电策略及MATLAB复现

考虑大规模电动汽车接入电网的双层优化调度策略
软件：Matlab；cplex
介绍：摘要：随着经济发展和化石燃料短缺、环境污染严重的矛盾日益尖锐，电动汽车（ Electric Vehicle,EV）的发展和普及将成为必然趋势。
大规模无序充电的电动汽车接入电网充电将给电网带来强大的冲击，并可能导致电网局部过负荷，威胁电网运行的安全性和经济性。
因此研究了发电机、电动汽车、风力的协同优化计划问题，提出了一种基于输电和配电系统层面的电动汽车充放电计划双层优化调度策略。
在输电网层，以减少发电机组的运行成本、 PM2.5排放量、用户的总充电成本和弃风电量为目标，建立了基于机组最优组合的上层优化调度模型；在配电网层，以降低网损为目标，考虑网络安全约束和电动汽车的空间迁移特性，建立了基于最优潮流的下层优化调度模型。
在基于标准10机输电网和正EE33节点配电网的电力系统仿真模型上，对所提的基于双层优化的大规模电动汽车充放电调度策略进行了仿真分析，验证了所提双层优化调度策略的有效性和优越性
复现程序

YID:69100643854578292

电气小助手

---

标题：大规模电动汽车接入电网的双层优化调度策略

摘要：
随着经济发展和化石燃料短缺、环境污染严重的矛盾日益尖锐，电动汽车（Electric Vehicle, EV）的发展和普及将成为必然趋势。然而，大规模无序充电的电动汽车接入电网充电将给电网带来强大的冲击，并可能导致电网局部过负荷，威胁电网运行的安全性和经济性。因此，本文研究了发电机、电动汽车、风力的协同优化计划问题，提出了一种基于输电和配电系统层面的电动汽车充放电计划双层优化调度策略。

1. 引言
   随着电动汽车的普及和电网的发展，电动汽车接入电网的规模不断扩大，给电网的运行和调度带来了巨大挑战。因此，有必要研究一种双层优化调度策略，以实现发电机、电动汽车和风力的协同优化计划，解决电网过负荷和能源利用率低等问题。

2. 问题描述
   本文的研究对象是一个标准的10机输电网和正EE33节点配电网的电力系统仿真模型。首先，我们以减少发电机组的运行成本、PM2.5排放量、用户的总充电成本和弃风电量为目标，建立了基于机组最优组合的上层优化调度模型。同时，在配电网层，我们以降低网损为目标，考虑网络安全约束和电动汽车的空间迁移特性，建立了基于最优潮流的下层优化调度模型。

3. 方法与模型
   在上层优化调度模型中，我们考虑了发电机组的启停机状态和运行成本，通过优化机组组合，实现对机组的调度。同时，考虑了电动汽车的充放电需求，通过调整机组的输出功率，满足电动汽车的充放电需求。在下层优化调度模型中，我们考虑了配电网的潮流优化问题，通过优化配电网的线路功率分配，降低网损。

4. 模拟与结果
   在基于标准10机输电网和正EE33节点配电网的电力系统仿真模型上，我们对所提的双层优化调度策略进行了仿真分析。结果表明，所提策略能够有效地减少发电机组的运行成本、PM2.5排放量、用户的总充电成本和弃风电量，同时降低配电网的网损，提高电网的安全性和经济性。

5. 结论
   本文提出了一种基于输电和配电系统层面的电动汽车充放电计划双层优化调度策略，通过优化机组组合和配电网的潮流分配，实现了对电动汽车的充放电需求和电网的运行优化。仿真结果表明，所提策略具有较好的效果，能够降低发电成本、排放量，提高能源利用率和电网的安全性。

参考文献：

[1] Liu J, Wang D, Zhang B, et al. A two-level coordinated energy management strategy for large-scale electric vehicle integration into power grids[J]. Journal of Power Sources, 2016, 325: 1-12.

[2] Zhang H, Li B, Fang Z, et al. Coordinated optimization of electric vehicle charging and discharging considering wind power and plug-in hybrid electric vehicle[J]. Applied Energy, 2017, 206: 399-411.

[3] Wang Y, Shi T, Liu Z, et al. Collaborative optimization of electric vehicle charging and power system operation considering wind power[J]. Applied Energy, 2015, 140: 420-432.

相关的代码,程序地址如下：http://imgcs.cn/643854578292.html