基于K-means算法的电动汽车充电站在线能量管理

作者：王琛焱; 徐珑婷^*

来源：东华大学学报(自然科学版), 2022, 48(01): 66-71.

DOI：10.19886/j.cnki.dhdz.2020.0451

• 电动汽车
• 充电站
• 能量管理
• 在线算法
• K-means算法
• 遗传算法

针对电动汽车的充电需求以及未知的实时电价，探讨完整的充电方案，提出一种电动汽车充电站能量管理在线算法，建立由风能、太阳能及电网供电的充电站充电成本优化问题。在电价、风能和太阳能发电量等系统信息已知的条件下，采用离线算法即遗传算法搜索成本最小化问题的全局最优解。由于遗传算法需要已知所有时隙的系统信息，但这些信息是随机分布的，因此提出仅依赖当前信息的在线算法，即基于K-means聚类算法的在线能量管理方案。仿真结果表明，提出的K-means在线算法获得的平均成本优于遗传离线算法，且K-means在线算法收敛速度更快。因此，在电价、风能和太阳能发电量未知的情况下，采用K-means在线算法可控制充电成本。