基于改进遗传算法的电动汽车有序充电控制策略研究

发布时间：2017-05-29 18:04

  本文关键词：基于改进遗传算法的电动汽车有序充电控制策略研究，，由笔耕文化传播整理发布。

【摘要】：电动汽车的应用能减少化石燃料消耗,减少行驶成本,降低温室气体的排放,因而受到了广泛的关注。当大量电车随意接入电力系统时,就将会使得峰谷差和功率波动变得更加严重,甚至还会超过电力系统的供电能力和承受能力,给电网的稳定运行带来影响,同时会使充电成本过高从而阻碍电动汽车产业化的发展。由此通过分析优化电动车辆充电调度方法,减小充电负荷对电网的不利影响,在实际应用中是非常有意义。本文主要就电动车辆响应实时电价的有序充电调度的问题展开了非常深入探讨,主要分析工作如下:第一,分析本文的研究背景和意义。建立了车辆开始充电时刻和车辆最初电量的概率分布模型,由此可以推出每台车辆充电持续时间的计算方法,采用Monte Carlo模拟随机充电状态下对电网造成的影响。第二,本文提出了一种改进遗传算法,将正交交叉算子用于种群初始化和交叉操作中,使得个体分布更加均匀;改进标准遗传算法计算时速度缓慢,难以获得整体最好解的问题。通过实验仿真将标准遗传算法与改进遗传算法进行了对比,从收敛性能的各个方面如迭代次数、计算时间、收敛率等方面进行了验证,实验结果表明:改进遗传算法能够进行全局优化,改进了了“早熟收敛”的问题,同时计算速率有很大提升。第三,建立了一个充电模型,此模型通过实时电价来实现有序调度的目的,模型的目标函数为充电费用和峰谷差最小,约束条件为负荷波动,电量限制,之后利用改进遗传算法对模型寻优求解。通过仿真,与无序的情况对比可得出,有序充电在平滑负荷波动、降低电网的峰谷差值、减少充电费用方面有很大进步;同时将改进遗传算法与标准遗传算法求解模型结果进行比较得出,在加快收敛速度、降低峰谷差、平稳负荷波动和减小充电费用方面,改进的遗传算法求解有进一步的优化。仿真结果证明了本文中用到的充电模型和求解算法是可靠并且有效的,实现了最优化充电策略,降低了大规模车辆接入电网的有害影响。
【关键词】：电动汽车 有序充电 实时电价 改进遗传算法
【学位授予单位】：湖北工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM73
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-17
• 1.1 研究背景及意义9-10
• 1.2 电动汽车发展现状10-13
• 1.3 电动汽车接入电网充电研究现状13-15
• 1.4 本文的主要工作15-17
• 第2章 电动汽车充电负荷影响因素17-26
• 2.1 电动汽车的充电方式17-20
• 2.2 电动汽车电池类型20-22
• 2.3 电动汽车用户的行驶习惯22-25
• 2.4 本章小结25-26
• 第3章 蒙特卡洛模拟大规模电动汽车无序充电26-33
• 3.1 蒙特卡洛方法26-27
• 3.2 无序充电仿真算例27-31
• 3.2.1 配电网设计27-28
• 3.2.2 基于蒙特卡洛模拟的电动汽车充电28-31
• 3.3 本章小结31-33
• 第4章 基于改进遗传算法的电动汽车有序充电控制策略研究33-53
• 4.1 实时电价的时段控制策略的研究33-34
• 4.2 有序充电控制流程34-37
• 4.2.1 充电站控制方法34-35
• 4.2.2 有序充电控制流程35-37
• 4.3 有序充电数学模型37-39
• 4.3.1 目标函数37-38
• 4.3.2 约束条件38-39
• 4.4 改进遗传算法39-44
• 4.4.1 算法基本思想40-42
• 4.4.2 算法流程42
• 4.4.3 算法性能验证与结论42-44
• 4.5 改进遗传算法求解充电模型44-48
• 4.5.1 主要步骤44-48
• 4.5.2 基本操作48
• 4.6 有序充电模型求解仿真算例48-52
• 4.6.1 模拟场景设置48-49
• 4.6.2 有序充电与无序充电的仿真结果及其分析49-51
• 4.6.3 基于改进GA和标准GA的仿真结果及其分析51-52
• 4.7 本章小结52-53
• 第5章 总结与展望53-55
• 5.1 论文主要工作与结论53-54
• 5.2 后续工作展望54-55
• 参考文献55-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

2 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

3 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

4 李凡,黄数林,张东风;一种改进的多倍体遗传算法[J];华中科技大学学报(自然科学版);2005年01期

5 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期

6 阎纲;;遗传算法及其仿真[J];湖南工程学院学报(自然科学版);2006年04期

7 ;遗传算法[J];电网与清洁能源;2008年10期

8 吴玫;陆金桂;;遗传算法的研究进展综述[J];机床与液压;2008年03期

9 李培植;肖利明;于静涛;;基于遗传算法的结构优化方法[J];公路交通科技(应用技术版);2008年08期

10 于金;金乐;杜海璐;;基于改进遗传算法的集装箱装载优化问题研究[J];船海工程;2008年05期

中国重要会议论文全文数据库 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

中国重要报纸全文数据库 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

中国博士学位论文全文数据库 前10条

1 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年

2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

6 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

7 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

8 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

9 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

10 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

中国硕士学位论文全文数据库 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

  本文关键词：基于改进遗传算法的电动汽车有序充电控制策略研究，由笔耕文化传播整理发布。

本文编号：405382