基于混合离散粒子群算法的电动汽车充电站优化布局研究

发布时间：2022-02-10 17:23

　　电动汽车充电设施是推广电动汽车产业规模化发展不可或缺的能源服务基础设施,伴随电动汽车的迅速发展和逐步普及,充电站在未来智能电网系统与交通系统中有着巨大的应用潜力,研究充电站的选址定容问题具有理论和实践上的重要意义。针对城市电动汽车充电站规划的优化布局及充电站服务范围划分的问题,本文提出一种基于变权Voronoi图和混合离散粒子群算法（Weight-Changed Voronoi Diagram and Hybrid Particle Swarm Optimization,HBPSO-CWVD）的优化算法。在HBPSO-CWVD算法中,首先通过分析二进制粒子群算法（BPSO）的粒子位置变化率,发现其在一定条件下容易在全局最优解或局部最优解处发生变异的问题,提出概率映射函数的改进公式,提高算法迭代中后期的全局搜索能力;然后结合充电站的服务能力和最大服务半径的约束,改进Voronoi图生成过程中的权重,使其随着范围的扩张而逐渐减小,结合栅格生成法生成的变权重Voronoi图有助于更加合理的划分电动汽车充电站的服务范围;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... 

【文章来源】：华北电力大学(北京)北京市211工程院校教育部直属院校

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

Voronoi图示意图

加权Voronoi图示意图

（a）街区距离 （b）棋盘距离 （c）八角形距离 （d）斜面 3-4图 2-4 栅格距离确定了栅格距离后，就可以通过算法求出空间中各个顶点与每个栅格（像素）间的距离，而该距离即为最短距离。算法表达式如下： ( ) ( ( 1 1) ( 1 ) ( 1 1)

【参考文献】：
期刊论文
[1]电动出租车充电桩优化配置[J]. 张帝,姜久春,张维戈,王晓峰,黄彧.  电工技术学报. 2015(18)
[2]基于用户意愿和出行规律的电动汽车充电负荷分配策略[J]. 党杰,汤奕,宁佳,伏祥运.  电力系统保护与控制. 2015(16)
[3]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(02)
[4]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(02)
[5]计及碳排放的电动汽车充电站多目标规划[J]. 陈光,毛召磊,李济沅,王东举,周浩,孙可.  电力系统自动化. 2014(17)
[6]含分布式电源与充电站的配电网协调规划[J]. 吴万禄,韦钢,谢丽蓉,张鑫.  电力系统保护与控制. 2014(15)
[7]基于粒子群遗传算法的电动汽车充电站的布局规划[J]. 李菱,唐朝裕,李笑怡.  陕西电力. 2014(04)
[8]电动汽车充电站规划模型及评价方法[J]. 张成,滕欢.  电力系统及其自动化学报. 2014(01)
[9]不同模式下电动汽车充电负荷及充电设施需求数量计算[J]. 郭晓斌,张乐平,赖宇阳.  电网与清洁能源. 2013(11)
[10]换电模式下电动汽车充换电网络的规划[J]. 李国,张智晟,温令云.  电力系统保护与控制. 2013(20)

博士论文
[1]电动汽车灵活接入的充电设施需求预测、运行与能效评估方法研究[D]. 罗汉武.武汉大学 2013

硕士论文
[1]电动汽车充电站选址问题研究[D]. 郝建飞.大连海事大学 2015
[2]离散粒子群算法的改进及其应用研究[D]. 陈曦.安徽大学 2014
[3]电动汽车充电站规划与运营研究[D]. 王辉.浙江大学 2013
[4]基于加权Voronoi图的电动汽车充换电网络规划体系研究[D]. 齐灿.华北电力大学 2014
[5]基于最小覆盖圆及顶点加权V图的变电站优化选址研究[D]. 陈庆文.郑州大学 2007



本文编号：3619230