受限电力网络中插电式电动汽车的完全分布式协同充电

插电式电动汽车（PEVs）在交通电气化中起着关键作用。PEVs充电需求的灵活性可用于降低充电成本并优化电力与交通网络的运行成本。利用地理分布的PEVs的充电灵活性需要设计和实现高效的优化算法。为此，我们提出一种完全分布式算法来求解PEVs的带电力约束协同充电（PEV-CCP）问题。我们的方案考虑了源自充电站物理特性（如现场变压器容量限制）的电力限制，并能够抑制PEVs对配电网络的充电负担。我们的方法还受到因额外PEV充电需求导致的配电层级负荷需求增长的推动。我们提出的方法将计算分布在各智能体（PEVs）之间，通过相邻智能体间的迭代交互以分布式方式求解PEV-CCP问题。每个智能体更新函数的结构确保在强制各PEV个体约束的同时就价格信号达成一致。除了收敛到全局最优解外，我们的算法还保证每次迭代中每个PEV决策的可行性。我们使用一支PEV车队测试了所提方法的性能。