智能电网中电动汽车的最优充电：特征分析与填谷算法

电动汽车 (EVs) 为减少对化石燃料的依赖和温室气体排放提供了一种有吸引力的长期解决方案。然而，分布在智能电网网络中且具有不同电池充电速率约束的电动汽车车队，需要协调的充电调度以最小化发电成本和电动汽车充电成本。本文研究了一种联合最优潮流 (OPF) 与电动汽车充电问题，该问题在时间维度上扩展了 OPF 问题以纳入电动汽车充电。虽然 OPF 问题通常是非凸且非光滑的，但近期研究表明，对于大多数实际电力网络，利用其凸对偶问题可以最优地求解 OPF 问题。基于这一零对偶间隙结果，我们研究了一种嵌套优化方法来分解联合 OPF 与电动汽车充电问题。我们将最优离线电动汽车充电调度特征化为填谷 (valley-filling) 剖面，这使得我们能够开发一种计算复杂度显著低于集中式内点求解器的最优离线算法。此外，我们提出了一种去中心化在线算法，能够动态跟踪填谷剖面。我们的算法在 IEEE 14 节点系统上进行了评估，仿真结果表明，在不同设置下，该在线算法的性能几乎接近最优（与离线最优解的相对差异 $<1$）。