【优化求解】基于遗传算法实现电动汽车有序充电matlab源码.md

提出了在满足电动汽车充电需求的基础上尽量降低充电站充电成本的有序充电控制策略。分析了电动汽车充电所需时间与用户给定时间的关系，结合用户所需充电量，以充电站电费成本与电动汽车充电欠缺量惩罚费用之和最小为目标函数，以充电功率以及充电电量为约束，根据运营模式不同分别建立了充电过程中可更换充电机与不可更换充电机的数学模型。通过仿真模拟充电站2天内电动汽车的充电需求，基于混合整数规划和启发式快速算法求解数学模型，得到2天中充电站的充电决策矩阵和每辆电动汽车的充电欠缺量，验证了所提有序充电控制策略的可行性。仿真结果表明：与无序充电方案相比，有序充电控制策略可以更好地利用充电站的资源为用户服务，有效地降低了充电成本，并且有助于电网负荷的削峰填谷。

归纳电动汽车有序充电研究的要点和现状，包括充电负荷描述、充电影响仿真、有序充电的策略方法。基于建模机理，把负荷描述归纳为基于充电行为机理、概率模型以及智能算法3类，对影响充电负荷的各个因素及其相互关系进行分析，指出基于概率统计的随机方法是分析大量电动汽车随机充电行为的主要建模方法，充电影响因素的精确模拟是模型进一步改善的方向；从对系统可靠性影响、对电能质量影响和对系统运行经济性影响3个维度概述大量电动汽车充电接入对系统的影响，分析充电影响的模拟结果及调控方法，指出在充电影响仿真中需更多地计及充电的随机分散特性，充电影响的暂态过程也值得关注；针对有序充电的策略方法，归纳为基于最优经济运行的充电模型、最优市场机制和商业运营模式、时空有序性3类方法，3类方法本质上归结为随机系统的最优化问题。展望指出配电系统的规划与电动汽车充电站有序充电之间的关系研究及换电模式下充电电价的定价理论需进一步深入研究，为实现时间、空间2个维度上的有序充电提供理论依据。

电动汽车有序充电功率需求的蒙特卡罗模拟

实例分析，运用MATLAB中自带的多目标遗传算法对多目标函数进行计算，找到帕累托最优解。

发展电动汽车能减少有害、温室气体的排放和对进口石油的依赖，也可以缓 解当前天气的雾霾状况，实现能源的清洁环保利用。规模化电动汽车进行无序充 电会对电网的安全稳定运行产生负面影响，为提高电网容纳能力，有必要对电动 汽车进行有序充电优化研究