基于改进双中心粒子群算法的电动公交车运营数量优化策略研究

发布时间：2018-01-25 02:57

  本文关键词： 容量约束 电动公交车 双中心粒子群 初始化 优化　出处：《电力系统保护与控制》2017年08期 　论文类型：期刊论文

【摘要】：针对电动公交车在一定容量约束的馈线充电的情况,采用了一种改进的双中心粒子群算法对电动公交车充电进行优化调度,以获得最大的电动公交车运营数量。首先,建立公交车充电后馈线负荷曲线峰谷差最小的模型,设公交车运营初始数量,利用改进的双中心粒子群算法进行优化。然后,根据优化结果对比该馈线容量约束修改电动公交车运营数量,重新优化,逐步逼近并最终找到最优的运营数量。改进的双中心粒子群优化算法是在原算法的基础上,增加了5条粒子运动路线,扩大了搜索精度,抑制了粒子群的早熟。同时,为了提高寻优速度,粒子的初始化是根据日负荷曲线距离馈线约束容量的远近来确定。最后以南方某城市典型的馈电线路为例进行仿真计算,结果表明,该方法具有更优的调度效果。
[Abstract]:In order to solve the problem of electric bus charging under certain capacity constraints, an improved dual-center particle swarm optimization algorithm is used to optimize the charging of electric bus. In order to obtain the largest number of electric bus operation. Firstly, the minimum peak and valley difference model of the feeder load curve after bus charging is established, and the initial number of bus operation is set up. The improved dual-center particle swarm optimization algorithm is used to optimize. Then, according to the optimization results, the capacity constraints of the feeder are compared to modify the number of electric bus operation and re-optimize. The improved dual-center particle swarm optimization algorithm is based on the original algorithm, adding five particle motion routes and expanding the search accuracy. At the same time, in order to improve the speed of optimization, the precocity of particle swarm is restrained. The initialization of particles is determined by the distance between the load curve and the constrained capacity of the feeder line. Finally, a typical feed line in a southern city is simulated and calculated, the results show that. This method has better scheduling effect.
【作者单位】： 广东技术师范学院自动化学院;国家电网许继集团市场部;武汉理工大学国际教育学院;
【分类号】：U492.22;TP18
【正文快照】： 近年来,由于电动汽车清洁环保,成为汽车未来的发展趋势,而城市电动公交车由于路线及运营具有确定的规律,成为目前我国城市电动汽车优先发展的方向之一[1-2]。在发展过程中,充电设施的建设涉及投资及效率,并对配网带来一定的干扰,如何在现有城市变配电站的基础上,电动公交车能

【参考文献】

相关期刊论文 前10条

1 佟晶晶;温俊强;王丹;张建华;刘文霞;;基于分时电价的电动汽车多目标优化充电策略[J];电力系统保护与控制;2016年01期

2 许庆强;寇英刚;马建伟;闫安心;江明;;电动汽车充换电设施典型设计方案研究[J];电力系统保护与控制;2015年13期

3 徐鹏;陈祺伟;连湛伟;肖锋;李洪锋;杨茜;;一种电动公交车充换电站动力电池全自动更换技术方案[J];电力系统保护与控制;2015年03期

4 路欣怡;刘念;汤庆峰;张建华;;计及服务可用性的电动汽车换电站容量优化配置[J];电力系统自动化;2014年14期

5 钱斌;石东源;谢平平;朱林;;电动公交车换电站—电池充电站优化规划[J];电力系统自动化;2014年02期

6 阳岳希;胡泽春;宋永华;;电动公交充换电站的优化运行研究[J];中国电机工程学报;2012年31期

7 汤可宗;柳炳祥;杨静宇;孙廷凯;;双中心粒子群优化算法[J];计算机研究与发展;2012年05期

8 胡泽春;宋永华;徐智威;罗卓伟;占恺峤;贾龙;;电动汽车接入电网的影响与利用[J];中国电机工程学报;2012年04期

9 韩海英;和敬涵;王小君;姜久春;田文奇;;基于改进粒子群算法的电动车参与负荷平抑策略[J];电网技术;2011年10期

10 罗卓伟;胡泽春;宋永华;杨霞;占恺峤;吴俊阳;;电动汽车充电负荷计算方法[J];电力系统自动化;2011年14期

相关硕士学位论文 前1条

1 潘姝月;城市公交车行驶工况的研究[D];大连理工大学;2009年

【共引文献】

相关期刊论文 前10条

1 周雪会;王希平;;考虑顾客满意度的电动汽车充电桩规划策略[J];可再生能源;2017年06期

2 周晓薇;陈昕儒;;基于离网型微网的电动汽车消纳可再生能源研究[J];电工电气;2017年06期

3 陈一凡;刘廷章;金勇;张菲;梁立新;;电动汽车充电调度综述[J];电气自动化;2017年03期

4 冯明;熊炜;;一定规模电动汽车集群充电优化策略研究[J];电力科学与工程;2017年05期

5 蔡久青;陈昌松;段善旭;刘朋;;一体化电站并联功率变换系统多模式运行统一控制策略[J];电工技术学报;2017年10期

6 陈常曦;张向炜;曹智慧;韩海伦;;梯级利用储能系统在电动汽车充电站的经济效益分析[J];自动化与仪器仪表;2017年05期

7 吕林;许威;向月;张逸;熊军;;基于马尔科夫链充电负荷预测的多区域充电桩优化配置研究[J];工程科学与技术;2017年03期

8 吕立国;季伟东;;结合质心思想和柯西变异策略的粒子群优化算法[J];计算机应用;2017年05期

9 武中;;基于行车特性的地区电动私家车快充充电桩规划方法研究[J];智能电网;2017年05期

10 徐凯琪;苏伟;魏增福;刘华靖;;能源互联网与电动汽车车电互联[J];电器工业;2017年05期

相关硕士学位论文 前10条

1 杨阳;基于西高新循环工况的纯电动城市客车动力系统匹配设计及仿真研究[D];长安大学;2015年

2 秦承林;基于工况的增程式电动公交客车性能仿真研究[D];昆明理工大学;2015年

3 赵利军;某混合动力客车动力系统匹配与控制策略研究[D];南京理工大学;2015年

4 赵军;基于不同城市工况的并联气电混合动力客车能量流分析[D];清华大学;2014年

5 翟正锟;插电式混合动力校车动力系统匹配与控制策略研究[D];中北大学;2014年

6 孟金;西安市典型路段城市公交循环工况的研究[D];长安大学;2014年

7 白东明;基于工况识别的CNG混合动力公交车控制策略优化研究[D];吉林大学;2014年

8 景雷;行驶工况数据采集设备的开发与系统集成[D];天津理工大学;2014年

9 李宁;城市道路车辆行驶工况的构建与研究[D];河北农业大学;2013年

10 郑雪;随机行驶工况下的并联混合动力汽车控制策略研究[D];南京理工大学;2013年

【二级参考文献】

相关期刊论文 前10条

1 吴小刚;刘宗歧;田立亭;丁冬;杨水丽;;基于改进多目标粒子群算法的配电网储能选址定容[J];电网技术;2014年12期

2 张明霞;田立亭;杨水丽;胡娟;侯朝勇;;考虑电动汽车充电负荷空间分布的系统特性分析[J];电力系统保护与控制;2014年21期

3 孙近文;万云飞;郑培文;林湘宁;;基于需求侧管理的电动汽车有序充放电策略[J];电工技术学报;2014年08期

4 张聪;许晓慧;孙海顺;周鑫;;基于自适应遗传算法的规模化电动汽车智能充电策略研究[J];电力系统保护与控制;2014年14期

5 杨玉青;苏粟;姜久春;张维戈;黄梅;鲍谚;;改善配电网负荷特性的充电站有序充电优化策略[J];电力系统保护与控制;2014年07期

6 李同智;;基于多机器人协同操作的电动汽车快速换电系统[J];电力系统自动化;2013年20期

7 李国;张智晟;温令云;;换电模式下电动汽车充换电网络的规划[J];电力系统保护与控制;2013年20期

8 刘玉娇;蒋传文;王旭;申景双;;采用随机约束和多目标算法的电动汽车换电站能量管理[J];电力自动化设备;2013年08期

9 张帝;姜久春;张维戈;张言茹;黄_g;;基于遗传算法的电动汽车换电站经济运行[J];电网技术;2013年08期

10 高赐威;吴茜;薛飞;刘红超;;换电模式下电动汽车电池组需求规划[J];电网技术;2013年07期

相关硕士学位论文 前1条

1 徐杨;串联混合动力城市客车问题研究[D];合肥工业大学;2006年

【相似文献】

相关期刊论文 前10条

1 全芙蓉;;粒子群算法的理论分析与研究[J];硅谷;2010年23期

2 吴军;李为吉;;改进的粒子群算法及在结构优化中的应用[J];陕西理工学院学报(自然科学版);2006年04期

3 段海涛;刘永忠;冯霄;;水系统优化的粒子群算法分析[J];华北电力大学学报(自然科学版);2007年02期

4 王伟;;混合粒子群算法及其优化效率评价[J];中国水运(学术版);2007年06期

5 付宜利;封海波;孙建勋;李荣;马玉林;;机电产品管路自动敷设的粒子群算法[J];机械工程学报;2007年11期

6 蒋荣华;王厚军;龙兵;;基于离散粒子群算法的测试选择[J];电子测量与仪器学报;2008年02期

7 周苗;陈义保;刘加光;;一种新的协同多目标粒子群算法[J];山东理工大学学报(自然科学版);2008年05期

8 姚峰;杨卫东;张明;;改进粒子群算法及其在热连轧负荷分配中的应用[J];北京科技大学学报;2009年08期

9 张大兴;贾建援;张爱梅;郭永献;;基于粒子群算法的三轴跟瞄装置跟踪策略研究[J];仪器仪表学报;2009年09期

10 王丽萍;江波;邱飞岳;;基于决策偏好的多目标粒子群算法及其应用[J];计算机集成制造系统;2010年01期

相关会议论文 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

相关博士学位论文 前10条

1 李庆伟;粒子群算法及电厂若干问题的研究[D];东南大学;2016年

2 杜毅;多阶段可变批生产线重构的研究[D];广东工业大学;2016年

3 尹浩;求解Web服务选取问题的粒子群算法研究[D];东北大学;2014年

4 王芳;粒子群算法的研究[D];西南大学;2006年

5 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

6 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

7 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

8 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

9 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

10 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

相关硕士学位论文 前10条

1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年

2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年

3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年

4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年

5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年

6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年

7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年

8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年

9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年

10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年

，

本文编号：1461794