基于去中心化鲸鱼优化算法的公平且隐私感知的电动汽车放电策略以最小化电动汽车及聚合商成本

加快电动汽车（EVs）市场化推广的一个关键动机是实现车辆到电网（V2G）功能。借助 V2G，EV 车主可拥有将其电池能量与电网交互的额外自由，即在 EV 不使用时将能量出售给电网。另一方面，EV 聚合商和公用事业公司可利用所收集能量的灵活性为电网实施各种辅助服务，从而显著降低例如电网侧传统电厂旋转备用的运行成本。然而，这种额外自由也带来了实际挑战：如何为一组 EV 设计公平且某种意义下最优的放电策略。在本文中，我们在典型 V2G 能源交易框架中提出一种新的 EV 放电策略设计，同时以去中心化方式利用鲸鱼优化算法——一种已被证明在求解大规模集中式优化问题中有效的元启发式算法。我们证明，通过数据混洗与聚合的简单思想，可以设计出公平、最优且隐私感知的 EV 放电策略，其中隐私是指 EV 与 EV 聚合商之间不应交换任何关键信息，反之亦然。公平性意味着需为所有 EV 寻求一个共同的放电速率，使同一 V2G 计划中无人获得优于他人的收益。仿真结果展示了我们所提系统的有效性。