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

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。

用于配电网网损优化的电动汽车智能充电调度

针对家用汽车的使用特点,提出了一种通过综合调度电动汽车充电初始时间来进行有序充电,使得配电网网损最小的方法。应用智能粒子群算法进行综合优化,模型以初始充电时刻作为粒子的变量,并在初始化中采用了4种方案,以扩大粒子多样性,提高搜索范围。最后以IEEE33节点配电网系统进行仿真,计算结果表明该方法简单实用,相较于无序充电具有较好的网损优化功能,可提高电能质量,改善网络拥堵。

计及灵敏度的改进自适应粒子群算法在电动汽车充电降低馈线网损中的研究

针对电动汽车充电给馈电线路带来一系列的问题,提出了一种馈电线路下电动汽车充电调度降低网损的方法。该方法通过网损灵敏度选择合理的充电节点,然后再通过智能群优化算法对电动汽车的充电行为进行优化调度。优化算法采用一种改进的自适应粒子群算法,算法自适应的将临近变异运用于粒子群优化中。最后,对一个实际的24节点馈电线路的算例进行了仿真计算,结果表明该充电安排在降损节能、提高电能质量上有较好的作用。