基于改进灰狼算法的车-能互动综合能源系统优化运行策略

王昭天; 任永峰; 祝荣; 徐睿婕; 贺彬; 方琛智

doi:10.20204/j.sp.2026.01003

您当前的位置：

首页 >

文章列表页 >

基于改进灰狼算法的车-能互动综合能源系统优化运行策略

更新时间：2026-02-28

- 基于改进灰狼算法的车-能互动综合能源系统优化运行策略
- Vol. 54, Issue 1, Pages: 21-28(2026)
- 作者机构：
  
  1. 内蒙古工业大学能源与动力工程学院
  2. 内蒙古自治区新能源与储能技术重点实验室
  3. 内蒙古自治区高校可再生能源工程研究中心
  4. 风能太阳能利用技术教育部重点实验室
- 作者简介：
- 基金信息：
- DOI：10.20204/j.sp.2026.01003
  CLC： TM73;TP18;U491.8
- Published：2026
- 稿件说明：
移动端阅览
王昭天, 任永峰, 祝荣, et al. 基于改进灰狼算法的车-能互动综合能源系统优化运行策略[J]. 2026, 54(1): 21-28.
DOI：

王昭天, 任永峰, 祝荣, et al. 基于改进灰狼算法的车-能互动综合能源系统优化运行策略[J]. 2026, 54(1): 21-28. DOI： 10.20204/j.sp.2026.01003.

摘要

在车-能互动背景下，大规模分布式能源与电动汽车（EV）集群规模化接入综合能源系统（IES），导致了IES运营商（IESO）、EV集群及用户之间的利益均衡问题。为此，提出一种基于改进灰狼算法的主从博弈优化运行策略。首先，构建以IESO为领导者、EV集群与用户为跟随者的主从博弈模型；其次，通过Tent混沌映射优化初始种群分布，调整收敛因子增强全局搜索能力，并融合差分进化策略以避免算法陷入局部最优；同时通过动态定价机制引导EV集群与用户参与需求响应，挖掘EV集群可调度潜力。算例分析表明，所提策略在提升算法性能的同时，能有效协调IES设备出力与经济利益均衡，降低系统运行成本，并优化EV集群的充放电行为。

Abstract

Under the vehicle-energy interaction paradigm，the large-scale integration of distributed energy resources and electric vehicle（EV） clusters into the integrated energy system（IES） has led to the challenge of balancing interests among the IES operator（IESO），EV clusters，and end-users. To address this，an optimized operation strategy based on an improved grey wolf algorithm within a Stackelberg game framework is proposed. First，a Stackelberg game model is established with the IESO as the leader and EV clusters along with users as followers. Second，the Tent chaotic mapping is employed to optimize the initial population distribution，the convergence factor is adjusted to enhance global search capability，and a differential evolution strategy is integrated to avoid local optima. Meanwhile，a dynamic pricing mechanism is introduced to guide EV clusters and users in participating in demand response，thereby unlocking the dispatchable potential of EV clusters. Case study results demonstrate that the proposed strategy not only improves the performance of the algorithm but also effectively coordinates the output of IES equipment with economic interest equilibrium，reduces system operating costs，and optimizes the charging and discharging behavior of EV clusters.

关键词

Keywords

references

帅轩越,马志程,王秀丽,郭慧,张晗.基于主从博弈理论的共享储能与综合能源微网优化运行研究[J].电网技术,2023(02).

李珂,邵成成,王雅楠,严胜,周前,王秀丽,王锡凡.考虑电-气-交通耦合的城市综合能源系统规划[J].中国电机工程学报,2023(06).

黄小庆,李隆意,徐鹏鑫,王秀茹,韩少华.多主体博弈共赢的电动汽车充电桩共享方法[J].电工技术学报,2023(11).

刘又榕,林顺富,沈运帷,周波,李东东,许亮峰.计及电动汽车参与多元需求响应的微电网多时间尺度优化调度模型[J].电力建设,2023(10).

宋晓通,师芊芊,巨云涛,葛怀畅,张佳惠,卢艺玮,于坤禹.综合能源系统低碳规划与运行研究述评[J].高电压技术,2024(03).

许敏茹,魏斌,韩肖清.计及差异化服务费定价的电动汽车聚合商两阶段调度策略[J].电力建设,2023(08).

聂永辉,李宗锴.基于纳什谈判和主从博弈的多园区综合能源系统优化调度[J].智慧电力,2024(05).

张美霞,王晓晴,杨秀,张安,付御临.考虑路网和用户满意度的集群电动汽车主从博弈优化调度策略[J].电力系统保护与控制,2024(03).

王杨洋,茆美琴,杨铖,周堃,杜燕,Nikos D.HATZIARGYRIOU.面向多场景辅助服务的大规模电动汽车聚合可调度容量建模[J].电力系统自动化,2024(07).

王明月,刘东,魏力鹏,陈飞.电动汽车参与虚拟电厂优化调控的状态推演策略研究[J].供用电,2024(01).

赵宇轩,宋伟峰,李伟康,孟宇翔,马刚.考虑共享储能容量配置的多虚拟电厂优化运行方法[J].电网与清洁能源,2024(01).

关红伟,刘丽娟,白牧可,贾宇琛,刘永福,张立梅.多主体博弈下基于改进灰狼算法的综合能源服务商优化运行策略[J].电力系统及其自动化学报,2024(07).

袁越,苗安康,吴涵,朱俊澎,王作民,钱康.低碳综合能源系统研究框架与关键问题研究综述[J].高电压技术,2024(09).

张林垚,廖锦霖,吴桂联,余墨多,黄逸文,邰能灵.基于主从博弈的虚拟电厂与配电网双层协同规划模型[J].供用电,2024(06).

袁晓冬,曾飞,缪惠宇,侯永全,徐敦彬,张潇,梅霜.电热氢综合能源系统建模及容量规划研究[J].高压电器,2024(07).

李亚伦,欧阳明高,赵争鸣.电动汽车车能互动的充电机理、系统构型与推广路径[J].中国电机工程学报,2024(17).

黄宇翔,陈皓勇,牛振勇,王莉,曹仁威,余志文,郑晓东,肖东亮.基于“能量-信息-价值”三层网络的虚拟电厂架构及运行关键技术综述[J].电力系统保护与控制,2024(24).

戴观权,潘凯岩,蔡莹,林国彪,曾顺奇,黄宇翔,刘晓婕.基于改进灰狼优化算法的多区域虚拟电厂协调优化调度技术[J].可再生能源,2024(12).

陈晓梅,周博,蔡烨.基于改进灰狼算法的微网多主体主从博弈策略[J].科学技术与工程,2024(18).

蒋正锋,李春青,杨秀增,李熙春,柳雪飞,莫洁安,韩凌波.灰狼优化算法研究综述[J].计算机工程与应用,2025(16).

张玉敏,李竞锐,吉兴全,吴海波,李森茂,文福拴.考虑电-碳市场决策协同的园区综合能源系统双层博弈调度[J].电力系统自动化,2025(12).

董龙,吴世杰,赵素娟,孙楠,王毅斌.考虑碳捕集与电动汽车参与的综合能源系统三层调度优化控制[J].智慧电力,2025(05).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

计及电动汽车用户均衡行为的电-交通互联系统能源共享交易建模及求解方法

基于概率碳流分析的综合能源系统两阶段低碳经济调度

基于多边界点近似的配电网电动汽车充电负荷承载力评估方法

基于能量域的电动汽车突发性换电负荷响应能力表征与实时管控机制

省级集中电动汽车充换电智能管控平台方案研究

Related Author

张从容

刘子祺

陈斌

谢仕炜

盛裕杰

肖淑华

胡开越

赵桉霆

Related Institution

福州大学电气工程与自动化学院

国网福建省电力有限公司

电力系统运行与控制山西省重点实验室(太原理工大学)

煤电清洁智能控制教育部重点实验室(太原理工大学)

国网山西省电力公司太原供电公司

AI问答

⁰