《表3 2台区变储能车减载优化结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于遗传算法的移动储能车调度方案优化及应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

低谷期时段长，储能车在低谷期充电，在高峰期前已完成充电，且预设高峰期储能车到低负载率的台变区充电所需时间为1.5 h。按照一般做法，先确定给每个台区变减载的储能车，如给台区变1分配100 kW/220 kWh和100 kW/250 kWh移动储能设备各1台，高峰期开始后，2辆储能车依次给台区变放电，进行减载，前一辆车放至最低电量再由第二辆车继续放电，在第二辆储能车放电期间第一辆储能车前往其他台区变充电，在第二辆车放电结束后，接力第一辆车持续放电，此种放电方案，可提供610 kWh的减载电量，但不能满足全部的放电需求；针对台区变1，采用混合遗传算法，编码为2台充电储能车的充电顺序和放电结束时间，充电顺序为整型，放电结束时间为实数，适应函数取式（1）中的带罚函数的经济效益最大目标函数，变异率取0.15，最大代数为1 000代，人口数取50，经过遗传算法计算后可知，将第一辆车首先放电，且在15:00停止放电，前往其他台变区充电，第二辆车继续放电，结束时，充电后的第一辆储能车继续放电，总减载电量为633 kWh，可完成台变区的高峰期的全部减载任务。计算结果表明：采用遗传算法可以给出更优化的减载方案。此外混合遗传算法还可给出多台区多台储能车的减载最优方案。基因编码在前述编码基础增加储能车所属台区变的编号。经计算可得，2个台区变最优减载分配方案均为分配100 kW/220 kWh和100 kW/250 kWh移动储能设备各1台，台区变1的优化方案如表3减载方案1所示，台区变2的优化方案为220kWh储能车先放电，至15:11停止放电，前往其他台变区充电，第二辆车继续放电，结束时，充电后的第一辆储能车继续放电，4台储能车总减载电量为1 270 kWh，完成全部减载任务。同时，利用混合优化遗传算法可以给出多种优化方案，便于调度人员实行优化调度。