基于改进NSGA-Ⅱ的社区电动汽车充电站优化充电策略

发布时间：2018-05-16 04:14

  本文选题：电动汽车 + 社区充电站　； 参考：《电力自动化设备》2017年12期

【摘要】：提出基于改进的非支配排序遗传算法(NSGA-Ⅱ)的社区电动汽车充电站优化充电策略。首先,以电动汽车充电容量和配电变压器容量限制为约束条件,构建以单位电量充电费用最少、电网侧负荷方差最小为目标的电动汽车充电站多目标充电模型;然后,针对传统NSGA-Ⅱ存在的难以生成满足约束条件的初始种群、Pareto解集分布不均和最优解性能不高的缺点,提出改进初始种群生成和拥挤度比较算子相结合的NSGA-Ⅱ对模型进行求解,并采用基于信息熵的序数偏好法从最终Pareto解集中选择最优折中充电方案;最后,通过算例仿真验证了所提算法的有效性,表明改进NSGA-Ⅱ能在较大程度上提高电网侧的负荷水平和用户的充电性价比。
[Abstract]:An optimal charging strategy for charging stations of community electric vehicles is proposed based on the improved non-dominated sorting genetic algorithm (NSGA- 鈪，

本文编号：1895397