城区电动汽车充电站布局规划研究

电动汽车的大量推广必须以科学合理的充电设施规划为基础。提出一种城区电动汽车充电站布局规划方法。首先,在城区电动汽车快充需求分布预测基础上,以充电站内充电机数量、充电站与快充需求点间距离以及充电站间距离为约束,充电站社会年总成本最小为目标,建立兼顾充电站、电动汽车用户以及电网三方利益的充电站选址定容模型。然后,采用Voronoi图联合改进粒子群算法对模型进行求解。通过Voronoi图划分充电站服务区域,再利用改进粒子群算法进行全局寻优,得到规划区域内充电站选址定容最优方案。最后,以某城区为例进行仿真,验证了所提方法的有效性。     

基于遗传算法的电动汽车充电站的布局规划

阐述了电动汽车充电站选址的模型,应用区域交通流量守恒定理,将小区内的电动汽车总量视为充电站的负荷点,在此基础上做出电动汽车的总量和分布预测,提出了充电站的年最小费用模型,并运用遗传算法对实例进行求解.结果表明,基于遗传算法的电动汽车充电站的布局划具有简单实用、全局最优、适应性强、经济性好等优点.     

电动汽车公共充电站布局的最优规划

电动汽车未来大规模发展需要众多公共充电站服务,公共充电站应根据电动汽车分布进行合理布局。给出电动汽车分布的预测方法,采用基于排队论的充电机配置方法,提出公共充电站布局最优规划的数学模型。采用与充电站布局有相似数学特点的Voronoi图划分充电站服务区域,服务区内电动汽车考虑快充随机性,采用排队论M/M/s模型,以电动汽车排队等候时间为标准确定充电站规模。为解决Voronoi图全局寻优的困难,与具备全局随机寻优能力的改进粒子群优化算法结合,提出了最优规划的联合求解流程。算例分析验证了规划方法和算法的有效性和实用性。     

基于充电设备利用率的电动汽车充电路径多目标优化调度

由于电动汽车车主选择充电站具有较大的随机性,使得各充电站的利用率存在较大的差异,从而造成整个电网的负荷失衡,影响配电网的稳定性和安全性。针对上述问题,将行驶路程最近、时间最短、充电站时间利用率偏差最小和功率利用率偏差最小作为优化目标,建立了电动汽车充电路径多目标优化调度模型。在对该模型进行求解的过程中,提出了基于细菌趋化的改进粒子群算法进行求解。仿真结果表明,采用该算法后,电动汽车车主可以根据区域内充电站的利用率情况有目的选择充电站,实现均衡化充电站利用率的目的。     

基于遗传算法的电动汽车充电站布局的最优规划

电动汽车充电站是电动汽车市场化、产业化的重要支撑系统,对电动汽车充电站的布局规划进行研究,构建完善的充电服务网络,有利于电动汽车的推广。首先分析了电动汽车充电站布局规划相关研究现状,总结了目前充电站布局规划存在的问题,根据区域交通流量守恒原理对所要规划的区域进行充电需求小区的划分,并对其划分原则和可行性进行了探讨。然后利用单目标非线性规划建立了充电站投资成本、运行及维护成本的最小化的布局规划模型。在模型的优化求解方面,传统的优化算法很难求解这样复杂的问题,选择了遗传算法求得模型的最优解,确定了充电站的位置和容量,并用实例得出了优化后的充电站及其服务范围,验证了模型的准确性和有效性,为充电站布局规划工作提供了一定的经验。     

基于投资收益与用户效用耦合决策的电动汽车充电站优化配置

传统方法多聚焦于充电站的投资成本和收益,忽略了充电用户选择决策对投资主体规划决策的影响,该文提出一种考虑充电站投资收益和充电用户效用耦合决策的电动汽车充电站双层优化模型。根据城市电动汽车种类及其出行特性,计算规划区域内电动汽车充电功率需求,并以充电站投资收益为上层目标函数,以充电用户满意度为下层目标函数。引入用户选择决策变量耦合关联上下层模型,使用KKT条件实现双单层规划模型解耦。综合粒子群算法的快速搜索能力和变邻域搜索算法的全局搜索优势,采用混合变邻域粒子群算法对解耦模型进行求解。最后,算例仿真结果验证了模型和算法的有效性和可行性。     

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*

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。     

考虑多方需求的电动汽车充电站规划研究

随着电力市场逐渐开放,提高电动汽车充电站的市场竞争力可促进电动汽车长远健康发展,其中用户对于充电服务的满意度成为影响因素。因此,电动汽车充电站规划不仅要考虑投资方需求的投资收益性,还需考虑用户方对充电服务满意度的需求。从投资方、电网运营方与用户方3个方面分析其对电动汽车充电站规划建设的需求,并根据分析结果,建立了考虑多方需求的电动汽车充电站规划模型,该模型综合考虑了充电站投资收益性与用户满意度。采用粒子群(PSO)算法对所建模型进行求解,划分规划区域内充电站的服务范围采用Voronoi方法进行求解,通过仿真所得的结果分析得到了电动汽车充电站最优规划方案,验证了该方法的合理性与可行性。     

考虑用户出行特性和配电网线路可用裕度的充电站规划

考虑到电动汽车用户、电动汽车充电站和配电网三者之间的相互影响关系,根据路网交通流量和用户出行特性建立了电动汽车用户的年总耗时成本模型。在计及电动汽车充电站和配电网的年总成本的基础上建立了全社会年总成本模型,以此对电动汽车充电站进行优化规划。针对电动汽车充电站接入配电网的馈线布局,考虑了线路的通道资源问题,并建立了可用裕度模型。根据环境条件、社会条件、自然条件等外在条件对充电站的候选站址进行初步筛选。然后,以单位时间内充电站的综合成本最小为目标对充电站的容量进行优化配置。利用离散二进制粒子群算法和删除路径算法实现了电动汽车充电站的选址定容及接入配电网的馈线规划。最后,以33节点的路网和19节点的配电网为例,验证了所提模型及求解方法的合理性和有效性。     

基于变权Voronoi图和混合粒子群算法的电动汽车充电站规划

针对城市电动汽车充电站规划布局及服务范围划分的问题,提出一种基于变权Voronoi图和混合离散粒子群算法的优化算法。为解决离散粒子群算法在达到最优解时容易发生变异的问题,改进了离散粒子群算法中的概率映射函数,提高算法迭代中后期的全局搜索能力;引入加权Voronoi图生成过程中可随充电站的服务能力和最大服务半径约束动态调整的变权重系数,使充电站服务范围的划分可控且更为合理;利用最短路径法求得用户充电行驶过程中的交通路径距离来取代传统的欧式距离,提高算法的准确性。运用改进后的混合离散粒子群-变权Voronoi图算法求解算例模型,通过算例结果验证了所提算法用于电动汽车充电站规划的有效性。     

基于计算几何方法的电动汽车充电站规划

综合分析了影响电动汽车充电站规划的若干因素,建立了电动汽车充电站规划的最大收益模型。根据电动汽车充电特性和出行特征,计算电动汽车充电功率需求期望值,从而得出规划区充电站的容量需求。根据电动汽车的分布特点,通过调节加权伏罗诺伊图的权重,使得服务区域划分更合理,同时保持各充电站负载率的均衡。利用粒子群优化算法的全局寻优能力,结合加权伏罗诺伊图,对充电站进行选址定容和服务区域划分的优化规划。算例分别针对不同电动汽车数量和不同分布方式的情况进行计算,结果验证了所述模型和方法的有效性和可行性。     

基于混沌模拟退火粒子群优化算法的电动汽车充电站选址与定容

针对城市电动汽车充电站的选址与定容问题,建立了考虑充电站运营商、电动汽车用户以及电网企业综合利益的充电站选址定容规划模型。采用Voronoi图思想和需求点栅格化理论,结合Floyd最短路径算法划分充电站的服务范围。提出采用一种混沌模拟退火粒子群优化算法对问题进行求解,通过引入混沌理论使粒子更高效地遍历搜寻空间,并结合模拟退火算法的概率突跳特性使算法在迭代后期仍具有较高的全局寻优能力。通过算例分析表明,采用所提算法对城市电动汽车充电站选址定容进行优化规划的可行性和有效性。     

计及可入网电动汽车最优时空分布的双层经济调度模型

为研究大规模电动汽车入网(V2G)对电网的影响,文中以传统计及网络安全约束的机组组合问题为基础,构建了计及V2G的经济调度双层优化数学模型,并充分考虑电动汽车的时空分布特性,将模型解耦为机组最优组合和电动汽车最优充/放电计划两个子模型。分别采用基于牛顿—拉夫逊潮流计算思路的非线性规划方法和粒子群优化算法求解该模型。算例表明,该模型可以同时获取次日机组调度计划和各时段电动汽车最优充放电计划。时间上,实现24时段实时优化控制;空间上,将V2G调度计划细分到各接入节点,对充放电站的规划选址具有指导意义。模型在实现降低发电成本的同时使得配电网网损最小,且削峰填谷作用明显。     

考虑V2G模式的电动汽车充电站规划

考虑到V2G模式和电动汽车充电站规划之间的联系,在分时电价机制的基础上,分析了电动汽车用户的充放电行为,并建立了电动汽车充电站的充电收益、放电成本和固有成本模型,同时以电动汽车充电站年总收益最大为目标函数。针对充电站候选站址的选择问题提出了包含环境条件、社会条件和政策因素等在内的外在选择条件。同时在Voronoi图的基础上结合路网交通流量对电动汽车充电站的容量进行确定。通过离散二进制粒子群算法实现了考虑V2G模式的电动汽车充电站的规划。最后,算例分析验证了规划模型的合理性和有效性。     

电动汽车充电站的概率负荷建模

电动汽车充电站负荷的随机性特征,使相关建立具有通用性负荷模型的研究存在一定的困难,针对三类典型电动汽车充电站,即电池更换站、居民区充电站、公共场所充电站,提出了一种以充电方式、地理位置、出行特征为基础的概率负荷建模方法,通过全面研究充电站负荷建模的影响因素,采用蒙特卡洛模拟与概率统计分析规律相结合的方法综合建立三类典型充电站的概率负荷模型。在此基础上,运用粒子群算法优化得到了填谷效应最优的三类典型充电站的优化配置方案,验证了所建立的概率负荷模型的有效性和实用性。     

加盟连锁方式布局电动汽车充电站网络的探讨

电动汽车充电站网络对电动汽车的发展非常重要,网络规模越大,消费者使用越方便。成熟电动汽车充电网络会促进电动汽车的普及。加盟连锁(商业特许经营)方式是电动汽车充电站组网布局的最佳模式之一,能够加速网络形成使其更有效率,并在不同投资者之间分散风险。     

基于改进粒子群算法的电动车参与负荷平抑策略

建立了电动车参与负荷平抑的数学模型,在考虑电动车充放电功率及可用容量等约束条件的前提下,应用粒子群优化算法（particle swarm optimization,PSO）对模型进行了求解。针对PSO处理高维问题过早局部收敛的缺陷,提出了基于子向量的改进型PSO算法,在保证算法搜索到空间中的每个区域的同时,将搜索空间分...