基于MVO和充电优先级的电动汽车功率协调充电-电气工程与自动化-CSCIED科技核心评价数据库-手机版

基于MVO和充电优先级的电动汽车功率协调充电

Optimizing power-coordinated charging for electric vehicles based on MVO and charging priorities

ES评分 0 浏览量：112 下载量：0

DOI	10.12208/j.jeea.20250001
刊名	电气工程与自动化 Journal of Electrical Engineering and Automation
年，卷(期)	2025, 4(1)
作者	葛辉, 刘程子, 吴巨爱, 杨艳, 张鹏,
作者单位	南京邮电大学自动化学院、人工智能学院江苏南京
摘要	针对电动汽车（Electric vehicles，EV）大规模并入电网无序充电导致电网负荷波动以及用电高峰时刻电动汽车充电效率低下等问题，本研究提出了一种基于多元宇宙优化算法（Multi-Verse Optimization，MVO）和充电优先级的电动汽车功率协调充电（Power coordinated charging，PCC）优化方法。该方法通过收集电动汽车的电池状态、预停车时间、行驶计划以及充电成本等信息，计算每辆电动汽车的充电优先级，并根据充电优先级调整电动汽车的充电功率。采用改进的多元宇宙算法进行求解，通过优化算法实时调整优先级的权重，以连云港地区的数据进行算例分析，结果表明，采用基于MVO和充电优先级的电动汽车功率协调充电方法，可以将电网负荷峰谷差降低57.5%，电动汽车充电效率提高58.8%，用户充电成本降低15.59%。
Abstract	Aiming at the problems of grid load fluctuation caused by disordered charging of electric vehicles (EV) massively integrated into the grid and inefficient charging of electric vehicles at the peak moments of electricity consumption, this study proposes a power coordinated charging (PCC) optimization method for electric vehicles based on the Multi-Verse Optimization (MVO) and charging priority. The method calculates the charging priority of each electric vehicle by collecting information such as battery status, pre-parking time, and driving schedule of electric vehicles, and adjust the charging power of electric vehicles according to the charging priority. The improved Multi-Verse Optimization is used to solve the problem, and the weights of the priorities are adjusted in real time by the optimization algorithm. The data in Lianyungang area is used for the arithmetic example analysis, the results show that the EV power coordinated charging method based on MVO and charging priority can reduce the peak-to-valley difference of the grid load by 57.5%, improve the EV charging efficiency by 58.8%, and reduce the user charging cost by 15.59%.
关键词	电动汽车；充电优先级；功率协调充电；多元宇宙算法；电网负荷
KeyWord	Electric vehicles; charging priority; power coordinated charging; multi-verse optimization; grid load
基金项目
页码	1-12

参考文献
相关文献

[1] 房宇轩, 胡俊杰, 马文帅. 计及用户意愿的电动汽车聚合商主从博弈优化调度策略
[J]. 电工技术学报, 2024, 39 (16): 5091-5103.

[2] 胡浩鹏, 葛佳蓓, 魏云冰. 基于改进多目标粒子群算法的电动汽车充电优化策略
[J]. 电气工程学报, 2024, 1-10.

[3] 周玮, 蓝嘉豪, 麦瑞坤, 等. 无线充电电动汽车V2G模式下光储直流微电网能量管理策略
[J]. 电工技术学报, 2022, 37 (01): 82-91.

[4] Kandasamy N K, Balakrishnan S and Ping L S. Impact of Priority Criteria on Electric Vehicle Charge Scheduling
[J]. IEEE Transactions on Transportation Electrification, 2015, 1(3):200-210.

[5] 葛显龙, 王博, 杨育树, 等. 考虑出行特征的电动汽车协同充电调度优化研究
[J]. 交通运输系统工程与信息, 2024, 24 (01): 240-252.

[6] 葛晓琳, 曹士鹏, 符杨, 等. 基于区域解耦的时空双尺度电动汽车优化调度
[J]. 中国电机工程学报, 2023, 43 (19): 7383-7396.

[7] 张捷, 唐强, 刘朔晗, 等. 智能电网中基于优先级的预约式电动汽车充电管理研究
[J]. 计算机科学, 2022, 49 (06): 55-65.

[8] 李玲, 曹锦业, Nikita T, 等. 计及电动汽车接入的区域综合能源系统双层日前协调优化调度
[J]. 电力建设, 2023, 44 (05): 23-33.

[9] 房超运, 杨昆, 柴瑞环. 分时电价下含电动汽车的微电网群双层多目标优化调度
[J]. 电力科学与技术学报, 2024, 39 (01): 124-133.

[10] 于仲安, 肖宏亮, 夏强威, 等. 基于V2G模式下电动汽车参与的微电网优化调度仿真研究
[J]. 系统仿真学报, 2024, 1-17.

[11] 曾贤强, 张警卫, 王晓兰. 计及多重不确定性及光热电站参与的区域综合能源系统配置与运行联合优化
[J]. 高电压技术, 2023, 49 (01): 353-363.

[12] 李永亮, 黄英, 王绪, 等. 增程式电动汽车动力系统参数匹配及控制策略优化
[J]. 汽车工程学报, 2021, 11 (03): 177-190.

[13] 韩丽, 陈硕, 王施琪, 等. 考虑风光消纳与电动汽车灵活性的调度策略
[J]. 电工技术学报, 2024, 39 (21): 6793-6803.

[14] 周衍涛, 戴军, 苑惠丽, 陆岳. 城市电动汽车充电设施需求预测与规划布局研究
[J]. 电力系统保护与控制, 2021, 49 (24): 177-187.

[15] 喻磊, 谈竹奎, 王扬, 等. 基于深度强化学习的电动汽车有序充电优化方法
[J]. 南方电网技术, 2024, 1-8.

[16] 沈国辉, 陈光, 赵宇, 等. 基于双目标分层优化和TOPSIS排序的电动汽车有序充电策略
[J]. 电力系统保护与控制, 2021, 49 (11): 115-123.

[17] 董伟杰, 崔全胜, 郝澜欣, 等. 居民小区电动汽车有序充电策略研究
[J]. 综合智慧能源, 2023, 45 (01): 82-87.

[18] Mirjalili S, Mirjalili S M, Hatamlou A. Multi-verse optimizer: a nature-inspired algorithm for global optimization
[J]. Neural Computing and Applications, 2016, 27(2): 495-513.

[19] 龙干, 黄媚, 方力谦, 等. 基于改进多元宇宙算法优化ELM的短期电力负荷预测
[J]. 电力系统保护与控制, 2022, 50 (19): 99-106.

[20] 张强, 姜慧清, 王颖, 等. 基于离散多元宇宙算法求解车辆路径问题
[J]. 电子科技大学学报, 2021, 50 (06): 890-898.

[21] 吴秀芹, 刘铁良. 基于双重交叉策略的多元宇宙优化算法求解带时间窗车辆路径问题
[J]. 长春理工大学学报(自然科学版), 2021, 44 (04): 111-118.

[22] 邹港, 赵斌, 罗强, 等. 基于PCA-VMD-MVO-SVM的短期光伏输出功率预测方法
[J]. 电力科学与技术学报, 2024, 39 (05): 163-171.

[23] 何鑫, 雷勇, 王进武, 等. 基于变分模态和改进多元宇宙优化的短期风电功率预测
[J]. 现代电力, 2023, 40 (06): 914-922.

[24] 董君, 叶春明. 基于新型多元宇宙优化算法的IPPS与多源供能协同优化
[J]. 计算机应用研究, 2023, 40 (09): 2639-2645.

[25] 葛晓琳, 胡文哲, 符杨, 等. 基于用户响应意愿度三维Sigmoid云模型的电动汽车优化调度策略
[J]. 中国电机工程学报, 2024, 44 (22): 8874-8884.

[26] 刘小龙. 改进多元宇宙算法求解大规模实值优化问题
[J]. 电子与信息学报, 2019, 41(7): 1666-1673.

[27] 朱永胜, 常稳, 武东亚, 等. 考虑充放储一体站与电动汽车互动的主从博弈优化调度策略
[J]. 电力系统保护与控制, 2024, 52 (07): 157-167.

引用本文

葛辉, 刘程子, 吴巨爱, 杨艳, 张鹏. 基于MVO和充电优先级的电动汽车功率协调充电 [J]. 电气工程与自动化. 2025; 4; (1). 1 - 12.

文献评论

相关学者

相关机构