基于遺傳算法的充電站與新能源協(xié)調(diào)規(guī)劃

引言

隨著化石能源的過(guò)度消耗,全球能源危機(jī)不斷加劇,環(huán)境破壞愈發(fā)嚴(yán)重。在自然資源緊張和環(huán)境污染加劇的雙重壓力下,在城市交通系統(tǒng)節(jié)能減排方面具有優(yōu)勢(shì)的電動(dòng)汽車受到了人們的廣泛關(guān)注。隨著相關(guān)技術(shù)的不斷成熟,電動(dòng)汽車的規(guī)模化應(yīng)用必將成為未來(lái)城市交通系統(tǒng)的重要特征,是解決城市環(huán)境問(wèn)題和緩解能源危機(jī)的有效途徑。隨著新能源戰(zhàn)略的部署和實(shí)施,電動(dòng)汽車保有量持續(xù)攀升,與之配套的電動(dòng)汽車充換電設(shè)施已率先開(kāi)始建設(shè),將逐步形成充電樁、充電站、換電站等設(shè)施相結(jié)合的電動(dòng)汽車充換電系統(tǒng)。

本文綜合考慮了新能源和充電站的優(yōu)化規(guī)劃,以充電站、新能源、用戶和配電網(wǎng)多方利益最優(yōu)為目標(biāo),建立了充電站與新能源協(xié)調(diào)規(guī)劃模型,并采用模擬退火遺傳算法求解該規(guī)劃模型,最后以一個(gè)實(shí)際算例驗(yàn)證了該模型與所用算法的可行性與有效性。

1選址模型

本文建立了以全社會(huì)成本最小為目標(biāo)的新能源與充電站協(xié)調(diào)規(guī)劃模型,以充電站建設(shè)投資成本、充電站運(yùn)行維護(hù)成本、用戶充電途中損耗成本、新能源投資成本、環(huán)境成本和配電網(wǎng)網(wǎng)絡(luò)損耗成本最小為目標(biāo)。目標(biāo)函數(shù)如下:

式中,Ccs為充電站建設(shè)投資成本:Cope為充電站運(yùn)行維護(hù)成本:Cu為充電途中損耗成本:CDG為新能源投資成本:Ce為環(huán)境成本:Closs為配電網(wǎng)網(wǎng)絡(luò)損耗成本。

（1）充電站建設(shè)投資成本:包括充電站固定投資成本和充電機(jī)建設(shè)成本,其數(shù)學(xué)表達(dá)式如下:

式中,Pchs為慢充設(shè)備額定容量:Pchf為快充設(shè)備額定容量:Ccon為充電設(shè)備單位容量建設(shè)成本:csi與cfi分別為充電站i安裝的慢充與快充設(shè)備數(shù)量:w為充電站固定建設(shè)投資費(fèi)用:N為充電站規(guī)劃建設(shè)數(shù):k為投資回收率:m為投資回收年限。

其中,快充設(shè)備與慢充設(shè)備配置數(shù)量可由基于排隊(duì)理論的定容模型得到。

（2）充電站運(yùn)行維護(hù)成本:包括充電設(shè)備的折舊成本、維護(hù)成本、人工成本等。由于各成本取值難以具體確定,我們將初期投資費(fèi)用乘以相應(yīng)的百分比7作為充電站的運(yùn)行維護(hù)費(fèi)用,采用下式計(jì)算:

（3）充電途中損耗成本:由用戶在充電站充電時(shí)間與用戶前往充電站途中油耗確定,具體可由下式得到:

式中,g為電動(dòng)汽車單位電量行駛里程（km/kw·h）:p為電價(jià)（元/kw·h）:ku為用戶出行時(shí)間價(jià)值,取值可參考規(guī)劃年規(guī)劃區(qū)人均收入（元/h）:7為電動(dòng)汽車平均速度（km/h）:Ty為一年的天數(shù):dij為負(fù)荷點(diǎn)j到充電站i的距離（km）:gj為負(fù)荷點(diǎn)j的電動(dòng)汽車數(shù):Nj為充電站i服務(wù)區(qū)域內(nèi)負(fù)荷點(diǎn)的數(shù)量。

其中,電動(dòng)汽車與其相對(duì)應(yīng)充電站的距離可由Floyd最短路徑算法得到。

（4）新能源投資成本:由新能源投資成本和新能源運(yùn)行維護(hù)成本組成,其數(shù)學(xué)表達(dá)式如下:

式中,E為可能安裝分布式電源的節(jié)點(diǎn)總數(shù):F為分布式發(fā)電方案總和:cDG為分布式發(fā)電方案的單位容量成本:PDGef為e節(jié)點(diǎn)安裝第f種發(fā)電方案的額定容量:xDGef為0-1決策變量,即e節(jié)點(diǎn)是否安裝第f種發(fā)電方案。

（5）環(huán)境成本。環(huán)境成本可由下式計(jì)算得到:

式中,J為發(fā)電技術(shù)類數(shù):I為污染種類:vei為第i種污染產(chǎn)生的環(huán)境價(jià)值:vi為第i類污染的單位污染罰款:0ji為采用第j類發(fā)電技術(shù)生產(chǎn)單位電量時(shí)的第i類污染物排放量:Pj為第j類發(fā)電技術(shù)的年發(fā)電量。

（6）配電網(wǎng)網(wǎng)絡(luò)損耗成本:新能源的接入與充電站的接入均會(huì)對(duì)配電網(wǎng)潮流產(chǎn)生影響。新能源與充電站接入配電網(wǎng)后

配電網(wǎng)網(wǎng)絡(luò)損耗成本如下:

式中,closs為單位網(wǎng)損成本:1為配電系統(tǒng)中支路數(shù):cL為單位網(wǎng)損成本:Ii為支路電流:Ri為支路電阻:i為時(shí)間。

該規(guī)劃模型中約束條件主要為潮流約束、節(jié)點(diǎn)電壓約束、支路傳輸功率約束、充電站容量約束、分布式電源安裝容量約束、變量邏輯約束。

2定容模型

充電站內(nèi)快速充電設(shè)備數(shù)量可由排隊(duì)理論確定,本文以慢充設(shè)備與快充設(shè)備配置數(shù)量2:1的比例確定慢充設(shè)備。充電站排隊(duì)系統(tǒng)模型如圖1所示。

電動(dòng)汽車在充電站接受充電服務(wù)的行為往往被認(rèn)為是一個(gè)標(biāo)準(zhǔn)的c/c/℃模型[4],即到達(dá)充電站充電的電動(dòng)汽車數(shù)量服從泊松分布,電動(dòng)汽車接受服務(wù)的時(shí)間服從負(fù)指數(shù)分布。本文以用戶排隊(duì)等待時(shí)間小于極限值為約束條件,最小化充電站快充設(shè)備數(shù)量對(duì)充電站進(jìn)行定容。具體定容模型如下式所示:

式中,℃為充電站快充設(shè)備數(shù)量:W為用戶在充電站排隊(duì)時(shí)間:Wq為用戶在充電站最大排隊(duì)等待時(shí)間:p為充電站服務(wù)強(qiáng)度,p<1:A為電動(dòng)汽車平均到達(dá)率:P0為全部快充設(shè)備空閑概率。

3求解算法

本文采用遺傳算法求解該規(guī)劃問(wèn)題。由于本文所提充電站規(guī)劃模型是一個(gè)目標(biāo)函數(shù)最小化問(wèn)題,遺傳算法通常以最大化適應(yīng)度值為目標(biāo),我們對(duì)目標(biāo)函數(shù)做適當(dāng)處理,將最小化目標(biāo)函數(shù)轉(zhuǎn)化為最大化適應(yīng)度值。

式中,Cmax為C的最大估計(jì)值。

基于遺傳算法中隨機(jī)產(chǎn)生的初始種群,求解適應(yīng)度值具體步驟如下:

（1）采用Floyd最短路徑算法得到規(guī)劃區(qū)域各交通節(jié)點(diǎn)之間的最短路徑距離矩陣。

（2）對(duì)染色體進(jìn)行解碼,確定染色體所映射的充電站和新能源選址。

（3）由Floyd最短路徑確定各交通節(jié)點(diǎn)與充電站對(duì)應(yīng)關(guān)系,得到各充電站所服務(wù)電動(dòng)汽車數(shù)與電動(dòng)汽車用戶前往其對(duì)應(yīng)充電站的距離。

（4）基于各充電站所服務(wù)電動(dòng)汽車數(shù),采用基于排隊(duì)理論的定容模型,確定各充電站內(nèi)應(yīng)配置的快充設(shè)備的數(shù)量,再根據(jù)快充設(shè)備與慢充設(shè)備的配置比例確定慢充設(shè)備數(shù)量,從而確定充電站容量。

（5）基于各交通節(jié)點(diǎn)對(duì)應(yīng)的充電需求點(diǎn)電動(dòng)汽車數(shù)量與用戶前往其對(duì)應(yīng)充電站的距離,計(jì)算用戶充電途中損耗成本。

（6）基于充電站與新能源選址、容量計(jì)算各成本,計(jì)算目標(biāo)函數(shù)值。

（7）基于全社會(huì)成本計(jì)算該染色體適應(yīng)度值。

4仿真研究

本文以江蘇某實(shí)際區(qū)域?yàn)樗憷M(jìn)行研究,該區(qū)域面積約3.5km2。基于實(shí)際各路口交通流量確定候選充電站站址,同時(shí)給定新能源候選地址。在該規(guī)劃區(qū)域內(nèi)規(guī)劃3座充電站,參數(shù)設(shè)置如表1所示,新能源有500kw和1Mw兩種容量選擇。采用遺傳算法求解上述規(guī)劃模型,規(guī)劃結(jié)果如圖2所示,確定選址為充電站候選站址1、2、5和新能源2號(hào)候選地址。

充電站定容結(jié)果如表2所示,新能源定容結(jié)果為500kw,這主要是由于容量較小的新能源投資成本較低。

表2規(guī)劃3座充電站時(shí)最優(yōu)規(guī)劃方案定容結(jié)果

5結(jié)語(yǔ)

本文在傳統(tǒng)充電站規(guī)劃問(wèn)題的基礎(chǔ)上研究了新能源與充電站協(xié)調(diào)規(guī)劃,建立了合理可行的新能源與充電站協(xié)調(diào)規(guī)劃模型,并選用了優(yōu)化性能良好的遺傳算法求解該規(guī)劃問(wèn)題,兼顧了充電站、新能源、電動(dòng)汽車用戶、配電網(wǎng)等多方利益,能夠同時(shí)對(duì)充電站與新能源進(jìn)行選址和定容,算例驗(yàn)證了本文所提規(guī)劃模型與所選算法的可行性與有效性。