基于引入模拟退火思想的改进粒子群算法的电动汽车充电站最优规划

被引:52
作者
闫天泽
邱晓燕
刘延博
唐可
万成江
机构
[1] 四川大学智能电网四川省重点实验室
关键词
充电站; 最优规划; 车流信息; 用户成本; 加权Voronoi图; 改进粒子群算法;
D O I
暂无
中图分类号
U491.8 [路侧服务设施];
学科分类号
082305 [交通基础设施工程];
摘要
未来电动汽车的大规模发展,需要建设大量的充电站,充电站的合理布局对充电站投资者和用户具有非常重要的意义。文中提出了一种计及交通道路结构、车流信息及用户成本的电动汽车充电站最优规划模型。采用加权Voronoi图对待规划区进行服务区域划分,对传统粒子群算法引入模拟退火思想,并且对惯性权重更新机制做出改进。使用加权Voronoi图和引入模拟退火思想的改进粒子群算法相结合优化充电站的建设位置和容量配置。算例分析验证了规划模型和算法的正确性和实用性。
引用
收藏
页码:11 / 16
页数:6
相关论文
共 18 条
[1]
基于主从博弈的智能小区代理商定价策略及电动汽车充电管理 [J].
魏韡 ;
陈玥 ;
刘锋 ;
梅生伟 ;
田芳 ;
张星 .
电网技术, 2015, 39 (04) :939-945
[2]
基于差分进化粒子群算法的城市电动汽车充电站最优规划 [J].
赵书强 ;
李志伟 .
华北电力大学学报(自然科学版), 2015, 42 (02) :1-7
[3]
基于改进加权Voronoi图和遗传算法的变电站规划 [J].
曹昉 ;
孟琦斌 ;
苗培青 ;
李越 .
电网技术, 2015, 39 (02) :511-516
[4]
考虑电动汽车充电负荷空间分布的系统特性分析 [J].
张明霞 ;
田立亭 ;
杨水丽 ;
胡娟 ;
侯朝勇 .
电力系统保护与控制, 2014, 42 (21) :86-92
[5]
计及电动汽车充放电静态频率特性的负荷频率控制 [J].
张谦 ;
周林 ;
周雒维 ;
刘超 ;
史乐峰 .
电力系统自动化, 2014, 38 (16) :74-80
[6]
基于动态分时电价的电动汽车充电站有序充电策略 [J].
徐智威 ;
胡泽春 ;
宋永华 ;
张洪财 ;
陈晓爽 .
中国电机工程学报, 2014, 34 (22) :3638-3646
[7]
电动汽车充电设施分层递进式定址定容最优规划 [J].
孙元 ;
丁茂生 ;
柳劲松 ;
杨永标 ;
许晓慧 ;
徐青山 ;
时姗姗 .
电测与仪表 , 2014, (11) :114-119
[8]
基于排队理论的充电站最优配置 [J].
林琳 ;
高亚静 .
电力科学与工程, 2014, 30 (04) :33-37
[9]
电动汽车规模化与智能电网建设展望 [J].
杜大明 ;
杨洋 ;
冯浩 .
电测与仪表, 2013, 50 (01) :6-9
[10]
电动汽车对电网影响的评估和解决方案 [J].
田立亭 ;
张明霞 ;
汪奂伶 .
中国电机工程学报, 2012, 32 (31) :43-49+217