121文章解读与程序——EI\CSCD\北大核心《计及动态电价的电动汽车充放电优化调度》已提供下载资源

👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆

《《《《《《《《更多资源还请持续关注本专栏》》》》》》》

论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download

论文可参考：

计及电价优化和放电节制的电动汽车充电站有序充放电调度

计及动态电价的电动汽车充放电优化调度

针对传统分时电价易导致负荷出现新的尖峰和不能随实际电动汽车入网动态调整的问题，提出基于动态 电价的电动汽车充电站有序充放电控制方法。考虑部分电动汽车电池电量回馈电网的能力，将电动汽车的充放电价与充放电状态及功率作为决策变量，构建以最大化充电站收益和最小化充电站与配电网交互功率波动为目标的电动汽车充放电优化调度数学模型，并采用改进的粒子群优化算法求解该多变量、高维优化问题。运用蒙特卡洛法模拟不同数量的电动汽车充放电需求，对比分析仿真结果，所提方法能够根据电动汽车入网数量动态调整电价，提高充电站收益，减小配电网负荷的峰谷差，平抑负荷波动，实现电动汽车的有序充放电和达到服务电网的目的。

部分代码展示：

%---------------------------------------------备注---------------------------------------
%---------------根据电动汽车需要的能量，从配电网购电，计算微电网售电利润以及购电功率
%---------------电价采用分时电价，作为与PSO更新电价的对比；
%---------------程序修改时间：2019-3-18   14:36
%---------------编写人：xiaobin



clc;
clear;
EV_Num=50;%电动汽车的数量
Time_Size=24;%调度时段数
EV_Battery=33;%电动汽车电池容量，33kW
State_Max_Transformation=24;
Vehicle_Charging_MaxPower=3;           %电动汽车充电最大功率
Vehicle_Discharging_MaxPower=3;       %电动汽车放电最大功率
EV_SocLowest=0.1;%每辆电动汽车电池荷电状态的下限
Grid_Price=zeros(1,Time_Size);%储存配电网分时电价
Microgrid_Price=zeros(1,Time_Size);%储存微电网分时电价
Test_Array=zeros(2,EV_Num);%将电动汽车充到期望负荷状态的实际值与设定的期望荷电状态进行比较，测试结果是否正确
Power_Over_flag=0;%充放电功率越限标志位
Vehicle_All_Soc1=0;
Vehicle_All_Soc2=0;
V_to_G_Time=xlsread('电动汽车出行参数表.xls','EV_Arri_Leav_Time');%储存每辆电动汽车接入电网和离开电网的调度时刻
Vehicle_Soc=xlsread('电动汽车出行参数表.xls','Vehicle_Soc');%储存每辆电动汽车接入电网和离开电网的荷电状态
Vehicle_Index=xlsread('电动汽车出行参数表.xls','Vehicle_Index');%读取在各个时刻接入电网的电动汽车标号  
Time_Index=xlsread('电动汽车出行参数表.xls','Time_Index');%读取在各个时刻接入电网的电动汽车标号
EV_timeNumber=xlsread('电动汽车出行参数表.xls','EV_timeNumber');%读取在各个时刻接入电网的电动汽车标号
Obj_State_Transformation=0;
Power_fluctuation=0;
Grid_PowerMax=1096;

% P_Wind=[140.29,125.64,224.41,175.49,124.56,250,106.25,204.14,144.06,218.44,124.77,114.66,...
%         55.77,37.21,33.06,16.35,53.45,120.28,56.82,23.43,99.55,6.97,55.64,63.8];%风电出力

Basic_load=[135.348,125.861,116.382,108.487,119.696,175.462,240.786,248.807,248.871,268.034,306.303,377.987,...
            335.081,287.402,276.325,324.136,446.749,469.099,475.527,485.147,447.013,365.91,321.419,230.767]*2;%选自康师兄推荐文献数据

Constraints=[];


P_B_1_to_24=sdpvar(1,Time_Size,'full');%电动汽车需要的能量
P_ex=sdpvar(1,Time_Size,'full');%微电网与主网之间的交互功率

Vehicle_Realtime_Soc=sdpvar(Time_Size,EV_Num,'full');%储存每辆电动汽车在各个时刻的实时荷电状态；

Vehicle_Charging_Power=sdpvar(Time_Size,EV_Num,'full');%储存每辆电动汽车在各个时刻的充电功率；
Vehicle_Charging_State=binvar(Time_Size,EV_Num,'full');  %储存充电的状态变量
Vehicle_Charging_Transform_State=binvar(Time_Size,EV_Num,'full');%储存闲置到充电或者放电到充电这两种状态转变的状态变量
Vehicle_Charging_Assistant_State=binvar(Time_Size,EV_Num,'full');%储存充电状态转变的辅助状态变量

Vehicle_Discharging_Power=sdpvar(Time_Size,EV_Num,'full');%储存每辆电动汽车在各个时刻的放电功率；
Vehicle_Discharging_State=intvar(Time_Size,EV_Num,'full');  %储存充电的状态变量
Vehicle_Discharging_Transform_State=intvar(Time_Size,EV_Num,'full');%储存闲置到充电或者放电到充电这两种状态转变的状态变量
Vehicle_Discharging_Assistant_State=intvar(Time_Size,EV_Num,'full');%储存充电状态转变的辅助状态变量


%将放电相关标志位全部转换为（0，-1）这种二进制变量
for loop=1:1:Time_Size
    Constraints = [Constraints,-1<=Vehicle_Discharging_State(loop,:)<=0];
    Constraints = [Constraints,-1<=Vehicle_Discharging_Transform_State(loop,:)<=0];
    Constraints = [Constraints,-1<=Vehicle_Discharging_Assistant_State(loop,:)<=0];
end

效果展示：

121号资源-源程序：论文可在知网下载《计及动态电价的电动汽车充放电优化调度》本人博客有解读资源-CSDN文库https://download.csdn.net/download/LIANG674027206/89376405👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆

《《《《《《《《更多资源还请持续关注本专栏》》》》》》》

论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download