1 主要内容
该程序复现博士文章《互动环境下分布式电源与电动汽车充电站的优化配置方法研究》第三章《含多类型充电桩的电动汽车充电站优化配置方法》，本章选择3种典型的电动汽车充电桩，研究了含多类型充电桩的电 动汽车充电站优化配置方法。按照充电功率的升序排列，所选取的3种电动汽车充电桩 依次代表了慢速充电设施（Slow charging facility，SCF）、快速充电设施（Fast charging facility，FCF）和超级快速充电设施（Ultra-fast charging facility，UCF）。为了处理由多 类型充电桩间相互影响导致的条件场景约束，同时降低电动汽车充电站优化配置模型的 复杂度，本章提出了针对条件场景约束的二步等价方法，并应用二阶锥松弛技术将混合 整数非线性规划问题转化为混合整数二阶锥规划问题。为了检验上述模型与方法的有效 性，本章采用江苏地区一个实际的电气-地理信息耦合系统作为算例，通过对比不同电 动汽车充电站优化配置方案的年化社会总成本，证明了在优化配置问题中同时考虑多种 类型充电桩的意义与价值。
- 系统潮流约束
- 电压幅值约束
- 支路电流约束
- 二阶锥约束
- 电动汽车负荷调度中的数量平衡约束
- 充电区域选择范围限制
- 充电桩数量约束
该程序巧妙的将不同类型电动汽车充电站和文中30节点网络优化结合起来，采用二阶锥模型，程序采用整型变量的方式表达备选节点不同类型充电桩数量，同时结合四季和工作日/周末特点，很值得参考学习！
2 部分代码
T = 96;%时段数为1小时 nb = 31;%节点数,根节点为33 nl = 30;%支路数 P1=1e-5.*[500 200 250 180 180 120 240 240 240 240 240 160 160 400 320 300 300 300 300 800 0 80 200 100 60 40 500 200 80 30 0]'; Q1=1e-5.*[300 90 160 90 60 60 80 80 80 120 120 90 100 75 100 125 100 100 100 320 0 40 100 40 25 15 160 120 30 10 0]'; addpath('数据出力'); load pc_jm_w; load pc_jm_wd; load px_jm_w; load px_jm_wd; load pq_jm_w; load pq_jm_wd; load pd_jm_w; load pd_jm_wd; load pc_sc_w; load pc_sc_wd; load px_sc_w; load px_sc_wd; load pq_sc_w; load pq_sc_wd; load pd_sc_w; load pd_sc_wd; load pc_bg_w; load pc_bg_wd; load px_bg_w; load px_bg_wd; load pq_bg_w; load pq_bg_wd; load pd_bg_w; load pd_bg_wd; %电动汽车 prl=100;%容量 cdz=[7 30 60;400 3250 5600;40 325 560;10 10 10];%充电桩数据 cr=106.5;%单位容量增容成本 cl=80;%单位网损费用 plmax=600*1e-4;%线路最大电流 d=0.03;%折现率 num_peak=[1 2 5 1.*ones(1,28)];%测试数据，下为正式数据，运行速度太慢 %num_peak=[30 12 15 11 11 7 14 14 14 14 14 10 10 24 19 18 18 18 18 48 0 5 12 6 4 2 30 12 5 2 0]';%峰值电动汽车停车数量 load arr_jm_w; load arr_jm_wd; load arr_sc_w; load arr_sc_wd; load arr_bg_w; load arr_bg_wd; load stay_jm_w; load stay_jm_wd; load stay_sc_w; load stay_sc_wd; load stay_bg_w; load stay_bg_wd; sty_jd=[2 2 1 3 3 2 1 1 1 1 1 1 1 2 2 2 2 1 1 2 1 3 2 2 3 3 3 1 2 3 1];%节点区域类型 %构建负荷矩阵 for i=1:nb if sty_jd(i)==1 pload(i,1:T)=P1(i).*pc_jm_w;%春 工作日 pload(i,T+1:2*T)=P1(i).*pc_jm_wd;%春 周末 pload(i,2*T+1:3*T)=P1(i).*px_jm_w;%夏 工作日 pload(i,3*T+1:4*T)=P1(i).*px_jm_wd;%夏 周末 pload(i,4*T+1:5*T)=P1(i).*pq_jm_w;%秋 工作日 pload(i,5*T+1:6*T)=P1(i).*pq_jm_wd;%秋 周末 pload(i,6*T+1:7*T)=P1(i).*pd_jm_w;%冬 工作日 pload(i,7*T+1:8*T)=P1(i).*pd_jm_wd;%冬 周末 elseif sty_jd(i)==2 pload(i,1:T)=P1(i).*pc_sc_w;%春 工作日 pload(i,T+1:2*T)=P1(i).*pc_sc_wd;%春 周末 pload(i,2*T+1:3*T)=P1(i).*px_sc_w;%夏 工作日 pload(i,3*T+1:4*T)=P1(i).*px_sc_wd;%夏 周末 pload(i,4*T+1:5*T)=P1(i).*pq_sc_w;%秋 工作日 pload(i,5*T+1:6*T)=P1(i).*pq_sc_wd;%秋 周末 pload(i,6*T+1:7*T)=P1(i).*pd_sc_w;%冬 工作日 pload(i,7*T+1:8*T)=P1(i).*pd_sc_wd;%冬 周末 else pload(i,1:T)=P1(i).*pc_bg_w;%春 工作日 pload(i,T+1:2*T)=P1(i).*pc_bg_wd;%春 周末 pload(i,2*T+1:3*T)=P1(i).*px_bg_w;%夏 工作日 pload(i,3*T+1:4*T)=P1(i).*px_bg_wd;%夏 周末 pload(i,4*T+1:5*T)=P1(i).*pq_bg_w;%秋 工作日 pload(i,5*T+1:6*T)=P1(i).*pq_bg_wd;%秋 周末 pload(i,6*T+1:7*T)=P1(i).*pd_bg_w;%冬 工作日 pload(i,7*T+1:8*T)=P1(i).*pd_bg_wd;%冬 周末 end end qload=repmat(Q1,1,8*T); num_w=[];num_wd=[]; for i=1:31%分别计算工作日和周末时序停车数量 if sty_jd(i)==1 num_w(i,:)=round(num_peak(i).*arr_jm_w./max(arr_jm_w)); num_wd(i,:)=round(num_peak(i).*arr_jm_wd./max(arr_jm_wd)); %停车时长分布,样本数量不足，没法用停车时长概率曲线来计算，随机产生停车时长 elseif sty_jd(i)==2 num_w(i,:)=round(num_peak(i).*arr_sc_w./max(arr_sc_w)); num_wd(i,:)=round(num_peak(i).*arr_sc_wd./max(arr_sc_wd)); else num_w(i,:)=round(num_peak(i).*arr_bg_w./max(arr_bg_w)); num_wd(i,:)=round(num_peak(i).*arr_bg_wd./max(arr_bg_wd)); end end %建立节点电动汽车矩阵 sum_num_w=sum(num_w); sum_num_wd=sum(num_wd); max_num=max(sum_num_w,sum_num_wd); % k=1; % for t=1:T % k1=1; % for i=1:nb % if stay_time_w(i,t)~=0%计算每个电动汽车的充电时长 % for y=1:stay_time_w(i,t) % st(k1,t)=t*0.25; % end % k1=k1+1; % end % end % end k=1; for t=1:T for i=1:nb if num_w(i,t)~=0 for jj=1:num_w(i,t) soc=rand; st(k)=round(1+95*rand)*0.25;%充电时长 if st(k)*cdz(1,1)>=prl*(1-soc) evjd_w(k,:)=[t,i,soc,0,st(k),1,sty_jd(i)];%时间，节点，soc，充电节点，充电时长，充电桩选择，节点区域类型 elseif st(k)*cdz(1,1)<=prl*(1-soc) && prl*(1-soc)<=st(k)*cdz(1,2) evjd_w(k,:)=[t,i,soc,0,st(k),2,sty_jd(i)];%时间，节点，soc，充电节点，充电时长，充电桩选择，节点区域类型 else evjd_w(k,:)=[t,i,soc,0,st(k),3,sty_jd(i)];%时间，节点，soc，充电节点，充电时长，充电桩选择，节点区域类型 end % if gdch(i)~=0 % evjd_w(k,4)=gdch(i); % end k=k+1; end end end end %周末情况 k=1; for t=1:T for i=1:nb if num_w(i,t)~=0 for jj=1:num_w(i,t) soc=rand; st(k)=round(1+95*rand)*0.25;%充电时长 if st(k)*cdz(1,1)>=prl*(1-soc) evjd_wd(k,:)=[t,i,soc,0,st(k),1,sty_jd(i)];%时间，节点，soc，充电节点，充电时长，充电桩选择，节点区域类型 elseif st(k)*cdz(1,1)<=prl*(1-soc) && prl*(1-soc)<=st(k)*cdz(1,2) evjd_wd(k,:)=[t,i,soc,0,st(k),2,sty_jd(i)];%时间，节点，soc，充电节点，充电时长，充电桩选择，节点区域类型 else evjd_wd(k,:)=[t,i,soc,0,st(k),3,sty_jd(i)];%时间，节点，soc，充电节点，充电时长，充电桩选择，节点区域类型 end % if gdch(i)~=0 % evjd_wd(k,4)=gdch(i); % end k=k+1; end end end end
3 程序结果
部分原文结果
