电动汽车充电调度分析及其对电力需求成本的影响

合适的电动汽车充电调度是避免增加峰值电力需求的必要措施。充电调度问题能够通过多种方式实现，包括传统的过程控制策略，例如模型预测控制及机器调度算法等。探讨了电动汽车充电调度问题，并将其看作具有可用性约束的并行机调度问题，同时开发了几种启发式调度算法，这些算法采用Matlab进行了性能比较。此外，研究中采用通用优化求解器CPLEX对一些小规模问题进行精确解确定，进而可用于检测其它算法的性能。

本研究在明确充电器可用性约束的条件下，提出了4种启发式机器调度算法，并将其用于解决电动汽车充电问题。所研究的调度算法的基本目标是最小化所有充电工作的总完工时间，同时保证在峰值需求阶段阻断充电活动，从而避免商业和工业（C&I）电力用户在电力成本方面的不相称增加。

4种算法分别为首要可用调度算法（FAS）、随机首要可用调度算法（RFAS）、贪婪式局部搜索算法（GLS）及模拟退火算法（SA）。研究中通过求解混合整数规划模型（MIP model），对4种算法调度结果进行了比较。结果表明，本研究所开发的GLS与SA算法具有最好的调度效果。相较于采用CPLEX求解MIP模型的解决方案，GLS和SA这两种算法均提供了解决方案小于3.5%的最优解差距。此外，两种算法CPU时间都远低于15min门槛。当应用于智能功率监控系统（PMCS）时，在有限可用性充电器情况下，这些算法能够为电动汽车充电问题提供准确的最优化调度。

刊名：Energy Systems（英）

刊期：2014年第4期

作者：Nicholas Jewell et al

编译：王迪