合適的電動汽車充電調(diào)度是避免增加峰值電力需求的必要措施。充電調(diào)度問題能夠通過多種方式實現(xiàn)，包括傳統(tǒng)的過程控制策略，例如模型預(yù)測控制及機器調(diào)度算法等。探討了電動汽車充電調(diào)度問題，并將其看作具有可用性約束的并行機調(diào)度問題，同時開發(fā)了幾種啟發(fā)式調(diào)度算法，這些算法采用Matlab進行了性能比較。此外，研究中采用通用優(yōu)化求解器CPLEX對一些小規(guī)模問題進行精確解確定，進而可用于檢測其它算法的性能。

本研究在明確充電器可用性約束的條件下，提出了4種啟發(fā)式機器調(diào)度算法，并將其用于解決電動汽車充電問題。所研究的調(diào)度算法的基本目標是最小化所有充電工作的總完工時間，同時保證在峰值需求階段阻斷充電活動，從而避免商業(yè)和工業(yè)（C&I）電力用戶在電力成本方面的不相稱增加。

4種算法分別為首要可用調(diào)度算法（FAS）、隨機首要可用調(diào)度算法（RFAS）、貪婪式局部搜索算法（GLS）及模擬退火算法（SA）。研究中通過求解混合整數(shù)規(guī)劃模型（MIP model），對4種算法調(diào)度結(jié)果進行了比較。結(jié)果表明，本研究所開發(fā)的GLS與SA算法具有最好的調(diào)度效果。相較于采用CPLEX求解MIP模型的解決方案，GLS和SA這兩種算法均提供了解決方案小于3.5%的最優(yōu)解差距。此外，兩種算法CPU時間都遠低于15min門檻。當應(yīng)用于智能功率監(jiān)控系統(tǒng)（PMCS）時，在有限可用性充電器情況下，這些算法能夠為電動汽車充電問題提供準確的最優(yōu)化調(diào)度。

刊名：Energy Systems（英）

刊期：2014年第4期

作者：Nicholas Jewell et al

編譯：王迪