一种基于博弈论的含电动汽车入网的配电网重构方法与流程

技术特征：

1.一种基于博弈论的含电动汽车入网的配电网重构方法，其特征是按如下步骤进行：

步骤1、读取配电网原始网络数据和电动汽车相关数据；

步骤2、建立以配电网为上层、电动汽车用户为下层的主从博弈模型；

步骤3、采用遗传算法求解下层的电动汽车用户成本优化问题，得到电动汽车用户成本优化策略；

步骤4、调用所述电动汽车用户成本优化策略并采用粒子群算法求解上层的配电网运行成本最小优化问题，得到最小运行成本及其对应的重构网络拓扑；

步骤5、重复步骤3和步骤4，直到满足纳什均衡条件时，停止计算并输出最终的配电网最小运行成本及对应的重构网络拓扑。

2.根据权利要求1所述基于博弈论的含电动汽车入网的配电网重构方法，其特征是，所述步骤2中的主从博弈模型的上层决策者是配电网，下层决策者是电动汽车用户；

以配电网运行成本最小化为优化目标，建立如式(1)所示的博弈上层目标函数：

$\min F=\underset{j=1}{\overset{T}{\Σ}}\[\underset{k=1}{\overset{N}{\Σ}}{r}_k{I}_{kj}^2{C}_j+\underset{z=1}{\overset{n}{\Σ}}\left(P_{zj}^1{C}_j^1-P_{zj}^2{\mathrm{\ηC}}_j^2\right)\]---\left(1\right)$

式(1)中：F为所述配电网的运行成本；T为时间段总数；N为网络支路总数；k表示支路编号；r_k为第k条支路的电阻；I_kj为第j个时间段的第k条支路上的电流；n为电动汽车总数量；C_j、分别为第j个时间段的配电网电价、电动汽车充电电价和放电电价；分别为第z辆电动汽车在j个时间段的充电功率和放电功率；η为电动汽车放电效率；以所述第j个时间段的配电网电价C_j、电动汽车充电电价和放电电价作为上层决策变量a₁，即

所述博弈上层目标函数F的约束条件包括：潮流约束、节点电压约束和拓扑约束；

所述潮流约束如式(2)所示：

f(P_i,Q_i,U_i)＝0 (2)

式(2)中：P_i、Q_i分别为注入第i个节点的有功功率和无功功率，U_i为第i个节点的电压；

所述电压约束如式(3)所示：

U_imin≤U_i≤U_imax (3)

式(3)中：U_imax和U_imin分别为第i个节点电压的上限和下限；

所述拓扑约束包括：环路约束和孤岛约束；

所述环路约束为：在选择断开支路时，每个环路只能选择一条支路断开，即断开的支路数等于网络中所含的环路数，从而使得所述配电网不存在环路；

所述孤岛约束为：在选择断开支路时，若两个环路间有若干条公共支路，且其中一个环路已断开任意一条公共支路，则另一环路不能再选择断开其他的公共支路，从而使得所述配电网不存孤岛；

以电动汽车用户充放电运行成本为优化目标，建立如式(4)所示的博弈下层目标函数：

$\min G=\underset{j=1}{\overset{T}{\Σ}}\underset{z=1}{\overset{n}{\Σ}}(P_{zj}^1{C}_j^1-P_{zj}^2{C}_j^2)-{\mathrm{SC}}_j---\left(4\right)$

式(4)中：G为电动汽车用户的充放电运行成本；S为电动汽车充放电时的损耗；以所述第z辆电动汽车在j个时间段的充电功率和放电功率作为下层决策变量a₂，即

所述博弈下层目标函数G的约束条件如式(5)所示：

$\left\{\begin{array}{c}0\≤P_{zj}^1\≤P_{zmax}^1\\ 0\≤P_{zj}^2\≤P_{zmax}^2\\ {\mathrm{SOC}}_{zjmin}\≤{\mathrm{SOC}}_{zj}\≤{\mathrm{SOC}}_{zjmax}\end{array}\right.---\left(5\right)$

式(5)中：和分别为第z辆电动汽车的充电功率的上限和放电功率的上限；SOC_zj为第z辆电动汽车在第j个时间段的荷电状态；SOC_zjmax和SOC_zjmin分别为第j个时间段下第z辆电动汽车荷电状态的上限和下限。

3.根据权利要求2所述基于博弈论的含电动汽车入网的配电网重构方法，其特征是，所述步骤3中的电动汽车用户成本优化策略为最小适应度值所对应的下层决策变量作为最优下层策略

4.根据权利要求3所述基于博弈论的含电动汽车入网的配电网重构方法，其特征是，所述步骤4中，是将所述最优下层策略代入所述博弈上层目标函数F中进行求解，得到最小适应度值所对应的上层决策变量作为最优上层策略

5.根据权利要求4所述基于博弈论的含电动汽车入网的配电网重构方法，其特征是，所述步骤5纳什均衡条件为