共查询到16条相似文献,搜索用时 171 毫秒
1.
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。 相似文献
2.
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 总被引:1,自引:0,他引:1
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。 相似文献
3.
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。 相似文献
4.
针对电动汽车充电站规划与用户需求及配电网运行的适配性问题,在采用EV空间转移概率模型来模拟用户出行不确定性时考虑充电站规划对用户充电行为的影响;综合建设成本、用户充电体验和配电网运行风险等需求建立充电站规划目标;建立空间权重来反映不同功能区域对充电站需求的差异,提出计及空间权重的两级加权Voronoi图进行充电站服务范围分区;分别基于粒子群优化算法和循环支路替换法提出充电站选址定容和充电负荷接入节点优化方法。以一个规划区为例,通过不同充电站数下规划方案对比选出最优方案,结果表明,考虑空间权重的TWVD分区方法比加权Voronoi图具有更好的分区效果。 相似文献
5.
电动汽车公共充电站布局的最优规划 总被引:2,自引:0,他引:2
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。 相似文献
6.
考虑到电动汽车的普及,对充电站的需求越来越大,合理规划充电站是保证快速发展电动汽车的一项重要举措。根据某地区现有电动汽车的保有量,考察电动汽车的集中充电所需最大负荷,结合市场充电站的固定建设成本、运维成本、用户充电途中的耗时成本以及电池配送成本,综合考虑上述几种主要成本因素,以总成本最小为目标函数,建立充电站的规划模型。将交叉操作引入到PSO算法中,加强了PSO算法后期的寻优能力,通过采用加权Voronoi图和GA-PSO算法对模型进行计算。结果表明,在结合了多种成本并考虑用户需求的情况下,能够使得规划方法达到最优。 相似文献
7.
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。 相似文献
8.
9.
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。 相似文献
10.
《中国电机工程学报》2017,(20)
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。 相似文献
11.
电动汽车充电站规划布局与选址方案的优化方法 总被引:1,自引:0,他引:1
在兼顾充电站运营者和电动汽车用户双方利益的前提下,提出了一种基于全社会成本最小化的充电站规划布局的优选模型。在充分考虑路网结构、车流信息和用户路程损耗等影响因素的情况下,提出了充电站选址定容的优化方法。该方法以路口节点的交通流量来表示路网中的车流情况,以权重来反映车流密度对充电站服务范围的影响,以用户在充电路程中的损耗成本最小为目标进行选址,并利用加权Voronoi图来实现充电站服务范围的自动划分。最后,以全社会成本最小为目标从多种规划方案中选择最优方案作为规划区充电站最终的规划方案。算例表明,所提出的方法和模型对于城市区域电动汽车充电站的优化规划具有一定的可行性和合理性。 相似文献
12.
基于计算几何方法的电动汽车充电站规划 总被引:3,自引:0,他引:3
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。 相似文献
13.
基于LCC和量子遗传算法的电动汽车充电站优化规划 总被引:4,自引:0,他引:4
电动汽车充电站优化规划是电动汽车与智能电网灵活互动的重要研究内容之一。面向电动汽车充电站运营周期,详细分析了充电站的成本效益及全寿命周期成本(LCC)的计算方法;基于上述工作,提出利用交通路网车流量信息估算充电站容量,以充电站运营商获得的净现值收益最大为优选目标,以交通路网车流量、电网电能质量和经济性、用户充电需求为约束条件,确定充电站的选址和容量;进一步地,提出了计及LCC的充电站优化规划模型,并采用量子遗传算法求解该模型。算例仿真表明,优化规划模型及其求解方法有效。 相似文献
14.
15.
16.
基于粒子群优化的加权伏罗诺伊图变电站规划 总被引:3,自引:0,他引:3
针对变电站规划问题,提出一种基于粒子群优化的加权伏罗诺伊图(weighted Voronoi diagram,WVD)变电站规划方法,在变电站数量和容量组合确定的情况下,对变电站的位置和供电范围进行优化。根据变电站及负荷分布的特点,给出全新的权重计算方法,其权重可自适应调整,从而形成基于加权伏罗诺伊图的变电站规划方法。该方法在保证算法收敛的同时,使变电站的位置及供电范围更合理。利用粒子群优化算法的全局搜索特点,实现了基于粒子群优化的加权伏罗诺伊图(particle swarm optimization-weighted voronoi diagram,PSO-WVD)变电站选址及供电范围规划。算例结果表明所提方法无论在变电站站址的确定方面,还是在变电站供电范围的划分方面都比单一方法可靠、合理。 相似文献