基于浣熊优化算法的居民社区电动汽车优化调度

doi:10.19292/j.cnki.jdxxp.2025.04.019

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (04) : 894 -902. DOI: 10.19292/j.cnki.jdxxp.2025.04.019

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对居民社区电动汽车(EV:Electric Vehicles)用户基础负荷与EV无序充电负荷叠加造成配电网负荷“峰上加峰”的问题，提出了基于浣熊优化算法(COA:Coati Optimization Algorithm)的居民社区EV有序充放电策略。首先，基于云边协同理论及大数据技术，建立配电网、充电站运营商、智能充电桩与EV用户信息全面互联互通的云边端协同优化调度框架；其次，提出考虑用户可接受最小利润或最大成本的EV用户充电调度机制；然后，从电网侧与用户侧的角度建立双层多目标有序充放电优化调控模型；最后，以居民区中EV负荷数据为例，提出采用COA对模型进行求解。仿真结果验证了所提出的模型与方法的有效性和优越性，可以较好地实现负荷削峰填谷，同时提高了用户充电体验。