superone89的博客

本文提出了一种优化光储充换电站运行的经济模型，重点关注分时电价与用户充电负荷的交互作用。研究通过电量电价弹性矩阵构建需求响应机制，并建立包含光伏、储能和换电站的优化运行框架。模型以净收益最大化为目标，考虑充换电服务收益、电网购电成本等经济因素。相较于原文献的双层模型，本文采用单层模型结合MATLAB/Gurobi求解，提高了计算准确性。研究结果表明，该模型能有效提升运营经济性，促进光伏就地消纳。文章还提供了详细的代码实现和经济指标分析，为相关研究提供了参考。

该模型参考文献《基于多时段动态电价的电动汽车有序充电策略优化》，采用蒙特卡洛随机抽样方法来模拟电动汽车无序充电状态下的负荷曲线，并设置三个对比算例--基础场景（无电动汽车）、电动汽车无序充电和电动汽车有序充电场景，有序充电场景以电网端负荷差最小和用户侧充电成本最经济为目标，通过粒子群算法进行求解，程序采用matlab+matpower计算，注释清楚，运行稳定，出图效果好！

该程序基本复现《基于峰谷分时电价引导下的电动汽车充电负荷优化》，代码主要做的是基于NSGA-II的电动汽车充电负荷优化，首先，在研究电动汽车用户充电需求的前提下，利用蒙特卡洛方法对电动汽车充电方式进行模拟并对其进行分析；分析用户响应度对电动汽车有序充电的影响，建立峰谷分时电价对电动汽车负荷影响的模型，在模拟出电动汽车无序充电负荷的基础上，用实际案例对模型进行验证，利用多目标遗传优化算法进行求解，验证峰谷分时电价对电网负荷优化的有效性。

该程序复现博士文章《互动环境下分布式电源与电动汽车充电站的优化配置方法研究》第二章《计及光伏电站快速无功响应特性的分布式电源优化配置方法》，本章选取了光伏电站、微型燃气轮机两种典型的分布式电源进行优化配置问题的研究，通过构建加权电压支撑能力指标以表征配电系统中光伏电站对敏感负荷节点的电压支撑能力，并将其嵌入到分布式电源优化配置模型中以求解最优的分布式电源安装位置和安装容量。算例分析部分基于IEEE-33节点配电系统的优化结果，充分证明了本章研究的价值和意义

该程序参考《基于动态交通信息的电动汽车充电负荷时空分布预测》和《基于动态交通信息的电动汽车充电需求预测模型及其对配网的影响分析》文献模型，考虑私家车、出租车和共用车三类交通工具特性和移动负荷特性，实现了基于动态交通信息的电动汽车充电负荷时空分布预测。将负荷预测情况和33节点配电网络进行结合，形成交通网-配电网交互模型，采用牛拉法进行潮流计算。程序采用matlab编写，注释清晰，方便学习！

该程序复现博士文章《互动环境下分布式电源与电动汽车充电站的优化配置方法研究》第五章《单向/双向V2G环境下分布式电源与电动汽车充电站联合配置方法》，本章构建了单向/双向V2G环境下分布式电源与电动汽车充电站联合配置模型，以确定配电系统中分布式电源与电动汽车充电站的最佳安装位置及安装容量。单向V2G环境下，电动汽车的充电时间段被认为是可调节的对象，在充分满足电动汽车充电需求的前提下合理部署相应的充电方案可以有效提高配电系统运行的经济性和安全性。

该程序复现博士文章《互动环境下分布式电源与电动汽车充电站的优化配置方法研究》第四章《考虑充电负荷空间可调度特性的分布式电源与电动汽车充电站联合配置方法》，本章构建了考虑充电负荷空间可调度特性的分布式电源与电动汽车充电站联合配置模型，以年化社会总成本最小为目标确定配电系统中分布式电源与电动汽车充电站的最佳安装位置和安装容量。该模型以线性化的Distflow潮流方程表征系统中各个状态量间的关系，并应用二阶锥模型进行求解。

该程序复现文章《A bi-layer optimization based temporal and spatial scheduling for large-scale electric vehicles》，中文文献可对照《考虑大规模电动汽车接入电网的双层优化调度策略》，研究了发电机、电动汽车、风力的协同优化计划问题，提出了一种基于输电和配电系统层面的电动汽车充放电计划双层优化调度策略。

该程序方法复现《V2G 模式下含分布式能源的配电网优化运行研究》第二章电动汽车无序充电模型，按照文章《V2G 模式下基于复杂网络的电动汽车有序充电策略》分析思路研究了不同数量电动汽车接入情况下的负荷情况，并对某地区接入不同数量的电动汽车进行仿真，利用蒙特卡洛法模拟得到规模化的电动汽车充电功率，得到接入不同电动汽车数量的负荷曲线，结果表明电动汽车的无序充电会增加负荷峰值，加大负荷峰谷差率，对配电网的安全稳定运行产生不利影响。

主要内容：代码主要做的是一个电动汽车充电站和分布式光伏的选址定容问题，提出了能够计及地理因素和服务半径的２步筛选法，以此来确定充电站的候选站址。以规划期内充电站的建设运行成本、充电途中耗时成本、网损费用以及考虑碳排放流成本之和最小为目标，考虑了相关的约束条件，构造了电动汽车充电站最优规划的数学模型，并采用粒子群算法快速求解！

主要做的是一个电动汽车充电管理和智能小区代理商动态定价的问题，将代理商和车主各自追求利益最大化建模为主从博弈，上层以代理商的充电电价作为优化变量，下层以电动汽车的充电策略作为优化变量，通过优化得出最优电价策略以及动态充电策略。研究代理商与电动汽车车主利益的优化问题，所提研究方法与建模思路较已有成果有以下不同：首先，代理商无需直接干预电动汽车的充放电行为，只需制定各时段的电价引导其用户的消费行为。其次，用户不再完全是价格的“接受者”，他们可以自主选择充电时段。

程序主要内容是考虑风光场景生成的电动汽车并网优化调度。

之前发布了《可再生能源发电与电动汽车的协同调度策略研究》matlab版本程序，对应的链接为，本次发布的为Python版本，采用gurobi作为求解器，有需要的可以下载对照学习研究。首先详细介绍了优化调度模型的求解方案，分别采用二次规划、二阶锥规划对上下层模型进行求解，所采用的算法相较于智能算法求解速度更快，求解结果更准确。

程序包含论文二、三、四、五共五章算例内容，每章内容如下：第二章的主要研究内容为计及光伏电站快速无功响应特性的分布式电源优化配置方法。考虑越来越多的敏感负荷接入配电系统，以及 PV-STATCOM 这一将光伏逆变器用作 STATCOM 以提供快速无功响应功能的新技术，本章提出了一类加权电压支撑能力指标以量化光伏电站在紧急状态下对敏感负荷节点电压恢复效率的影响，并将其嵌入到分布式电源优化配置模型中。

首先详细介绍了优化调度模型的求解方案，分别采用二次规划、二阶锥规划对上下层模型进行求解，所采用的算法相较于智能算法求解速度更快，求解结果更准确。针对下层模型的非凸性，采用二阶锥松弛方法将将原问题的非凸可行域松弛为一个凸二阶锥可行域，提高了求解效率和准确性，并且对于辐射型网络，利用二阶锥松弛建立的松弛模型是严格的，通过二阶锥规划求解出的下界值就是原问题的最优解。然后，以改进的IEEE33节点配电网系统进行仿真，仿真结果表明，本文所提调度策略可以有效降低负荷峰谷差，降低系统网损，改善系统电压水平等。

基于蒙特卡洛法的电动汽车充电负荷计算

该程序复现sci文献《A coordinated charging scheduling method for electric vehicles considering different charging demands》，主要实现电动汽车协调充电调度方法，该方法主要有以下几点优势：1.可以通过不同充电需求的充电紧迫性指标来选择电动汽车的充电模式；2.以微网整体峰谷负荷差最小为目标，也即可以实现削峰填谷；3.考虑了慢速充电电动汽车、快速充电电动汽车和微电网运行的各种约束条件。

程序主要建立一个微网/虚拟电厂的日前优化调度模型，以燃气轮机运行成本、购售电费用、电动汽车电池损耗成本以及需求响应费用之和为目标，在日前经济调度模型中，加入了电动汽车模型，考虑了电动汽车出行规律以及充放电规律，更加符合实际情况，且考虑了多种类型的需求响应资源，如可中断负荷资源和空调负荷的需求响应调控，充分利用热力学原理以及能量守恒，对空调机组实行最优能耗曲线控制策略，除此之外，模型中还考虑了燃气轮机、储能的单元，非常全面且实用，是研究微网和虚拟电厂的必备程序。

本程序主要建立电动汽车充放电V2G模型，采用粒子群算法，在保证电动汽车用户出行需求的前提下，为了使工作区域电动汽车尽可能多的消纳供给商场基础负荷剩余的光伏电量，根据光伏出力与工作区负荷的偏差制定动态分时电价模型，从而减少峰谷差，保障电网稳定性，同时能够提高电动汽车用户的充放电满意度，实现双赢。配电网负荷方差最小目标函数包含了工作区常规负荷、光伏出力及电动汽车的充放电电量，应用了电动汽车源-荷二重性。

电动汽车的数据模型种类繁多，但是用到比较高阶数学方法的并不多，本次分享的程序是下图所示的文章。采用分布鲁棒优化模型，用到鲁棒对等转换，并采用ADMM算法进行求解，程序和文章方法一致，具有较好的参考价值。

本程序主要建立电动汽车充放电V2G模型，采用粒子群算法，在保证电动汽车用户出行需求的前提下，为了使工作区域电动汽车尽可能多的消纳供给商场基础负荷剩余的光伏电量，根据光伏出力与工作区负荷的偏差制定动态分时电价模型，从而减少峰谷差，保障电网稳定性，同时能够提高电动汽车用户的充放电满意度，实现双赢。

该程序参考《基于动态交通信息的电动汽车充电负荷时空分布预测》和《基于动态交通信息的电动汽车充电需求预测模型及其对配网的影响分析》文献模型，考虑私家车、出租车和共用车三类交通工具特性和移动负荷特性，实现了基于动态交通信息的电动汽车充电负荷时空分布预测。将负荷预测情况和33节点配电网络进行结合，形成交通网-配电网交互模型，采用牛拉法进行潮流计算。程序采用matlab编写，注释清晰，方便学习！很多文献都会用到路网结合模型，这也是电动车研究领域的一个热点方向，通过路网模型更能精确定位电能需求点以及对配电网络的影响。

该程序复现博士文章《互动环境下分布式电源与电动汽车充电站的优化配置方法研究》第五章《单向/双向V2G环境下分布式电源与电动汽车充电站联合配置方法》，本章构建了单向/双向V2G环境下分布式电源与电动汽车充电站联合配置模型，以确定配电系统中分布式电源与电动汽车充电站的最佳安装位置及安装容量。单向V2G环境下，电动汽车的充电时间段被认为是可调节的对象，在充分满足电动汽车充电需求的前提下合理部署相应的充电方案可以有效提高配电系统运行的经济性和安全性。

本程序主要建立电动汽车充放电V2G模型，采用粒子群算法，在保证电动汽车用户出行需求的前提下，为了使工作区域电动汽车尽可能多的消纳供给商场基础负荷剩余的光伏电量，根据光伏出力与工作区负荷的偏差制定动态分时电价模型，从而减少峰谷差，保障电网稳定性，同时能够提高电动汽车用户的充放电满意度，实现双赢。

本程序采用蒙特卡洛模拟了不同类型电动汽车充电负荷特点，包括常规充电、快速充电和更换电池三种。