电动汽车充电站规划的多种群混合遗传算法

被引：16

作者：

冯超 ^{[1
]}

周步祥 ^{[1
]}

林楠 ^{[2
]}

徐飞 ^{[1
]}

李阳 ^{[1
]}

夏榆杭 ^{[1
]}

机构：

[1] 四川大学电气信息学院

[2] 四川电力职业技术学院

来源：

电力系统及其自动化学报 | 2013年 / 25卷 / 06期

关键词：

地理信息系统; 多种群; 混合遗传算法; 电动汽车充电站; 选址定容;

D O I：

暂无

中图分类号：

TM715 [电力系统规划]; TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

建立考虑充电站建设运营成本和充电者充电成本的电动汽车充电站综合成本最小模型。针对电动汽车充电站规划的特点,提出了一种新的多种群混合遗传算法(MPHGA)。该算法将标准遗传算法(SGA)与交替定位分配算法(ALA)结合,针对充电站规划的多目标性,采用多种群概念,建立多种群并进行协同进化搜索。基于地理信息系统(GIS),考虑地理信息对充电站选址的影响,通过某市充电站规划实例验证了该模型和方法的正确性和有效性。

引用

页码：123 / 129

页数：7

共 14 条

[1] Transportation options in a carbon-constrained world: Hybrids, plug-in hybrids, biofuels, fuel cell electric vehicles, and battery electric vehicles
Thomas, C. E. Sandy
[J]. INTERNATIONAL JOURNAL OF HYDROGEN ENERGY, 2009, 34 (23) : 9279 - 9296
[2] Application of geographic information system for substation and feeder planning
Lin, WM
Tsay, MT
Wu, SW
[J]. INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, 1996, 18 (03) : 175 - 183
[3] 遗传算法及其在电力系统中的应用.[M].熊信银;吴耀武[著];.华中理工大学出版社.2002,
[4] 遗传算法原理及应用.[M].周明;孙树栋编著;.国防工业出版社.1999,
[5] 电动汽车充电站最优分布和规模研究
任玉珑
史乐峰
张谦
韩维建
黄守军
[J]. 电力系统自动化, 2011, 35 (14) : 53 - 57
[6] 电动汽车充电设施规划方法
吴春阳
黎灿兵
杜力
曹一家
[J]. 电力系统自动化, 2010, 34 (24) : 36 - 39+45
[7] 电动汽车充电站运营模式探析
周逢权
连湛伟
王晓雷
杨校辉
徐怡山
[J]. 电力系统保护与控制, 2010, 38 (21) : 63 - 66+71
[8] 电动汽车充电站布局规划浅析
徐凡
俞国勤
顾临峰
张华
[J]. 华东电力, 2009, 37 (10) : 1678 - 1682
[9] 电动汽车充电模式与充电站建设研究
康继光
卫振林
程丹明
徐凡
[J]. 电力需求侧管理, 2009, 11 (05) : 64 - 66
[10] 基于改进多组织粒子群体优化算法的配电网络变电站选址定容
刘自发
张建华
[J]. 中国电机工程学报, 2007, (01) : 105 - 111

← 1 2 →