翻译做网站,wordpress 打印sql,智慧团建在线登录,百度竞价点击神器奔奔适用平台#xff1a;MatlabYalmipCplex/Gurobi#xff1b; 文章提出了一种电动汽车充电站的两阶段规划方法#xff0c;第一阶段通过蒙特卡洛法模拟充电车辆需求和电池充放电数据来确定充电站位置#xff1b;第二阶段通过数据驱动的分布鲁棒优化方法优化充电站的新能源和电池…适用平台MatlabYalmipCplex/Gurobi 文章提出了一种电动汽车充电站的两阶段规划方法第一阶段通过蒙特卡洛法模拟充电车辆需求和电池充放电数据来确定充电站位置第二阶段通过数据驱动的分布鲁棒优化方法优化充电站的新能源和电池容量。程序中算例丰富、注释清晰、干货满满创新性很高下面对文章和程序做简要介绍
文章创新点
数据驱动; 电动汽车充电站位置及容量规划 两阶段分布鲁棒优化; 公路交通流量及充电需求; 新能源发电及容量规划
主要工作
文中提出了一种电动汽车充电站的选址和容量两阶段规划方法。在第一阶段通过交通需求和电池数据的蒙特卡洛模拟获得车辆需要充电服务的位置从潜在的候选充电站中确定充电站的最佳位置确保每辆车都能在不耗尽电池的情况下访问至少一个充电站提出了可以模拟充电站充电需求的时-空分布整数规划模型。在第二阶段建立了基于数据驱动的分布式鲁棒优化模型以优化充电站中可再生能源发电和储能单元的容量。不确定的发电量和需求由一组基于经验的不精确分布来描述并且在Kullback–Leibler散度意义上它们的距离由可调节的标量控制。提出了基于风险理论-稳健模型的两种重构方法。第一种方法依赖于风险值VaR并产生了更准确的混合整数线性规划MILP第二中方法提供了一个基于条件VaR的保守近似并归结为一个更易于处理的线性方案。
文章框架 文章结果 程序结果 部分程序 %% 优化
% 变量
x_1 sdpvar(1, 1); % 定义光伏变量
x_2 sdpvar(1, 1); % 定义充电站变量% w_0 sdpvar(1, 1);
p_1 sdpvar(T, q); % 新能源出力
p_2 sdpvar(T, q); % 储能充放电
p_3 sdpvar(T, q); % 电动汽车充放电f sdpvar(q, 1);
g sdpvar(q, 1);
gamma sdpvar(1, 1);% 目标函数
Objective Pr_1 * x_1 Pr_2 * x_2; % 运行成本% 约束
Constraint1 [x_1 0, x_2 0, w_0 0]; % 新能源、光伏约束Constraint2 [];
for i 1: qConstraint2 [Constraint2, p_1(:, i) 0, p_2m * x_2 p_2(:, i) 0, p_3m * x_2 p_3(:, i) 0]; %设备出力约束
endallonestril tril(ones(T));
Constraint3 [];
for i 1: qConstraint3 [Constraint3, w_l * x_2 * ones(T, 1) w_0 * x_2 allonestril * (eta_1 * p_2(:, i) - 1 / eta_2 * p_3(:, i)) * delta_t w_h * x_2 * ones(T, 1)]; %文中公式
endConstraint4 [];
for i 1: qConstraint4 [Constraint4, sum(eta_1 * p_2(:, i) - 1 / eta_2 * p_3(:, i)) 0 ];% 文中公式
endConstraint5 [];Constraint6 [];
for k 1: qConstraint6 [Constraint6, p_1(:, k) p_2(:, k) - xi_1(:, k) * x_1 0]; %文中公式
endConstraint7 [];
for k 1: qConstraint7 [Constraint7, xi_2(:, k) - p_1(:, k) - p_3(:, k) - f(k) 0]; % 文中公式
end
Constraint8 [g f - gamma * ones(q, 1)];Constraint9 [g 0];Constraint10 [gamma 1 / q / alpha_h * sum(g) 0];Constraints [Constraint1, Constraint2, Constraint3, Constraint4, Constraint5, Constraint6, Constraint7, Constraint8, Constraint9, Constraint10];欢迎感兴趣的小伙伴关注小编会不定期更新高质量的学习资料、文章和程序代码为您的科研加油助力
