电源技术
電源技術
전원기술
Chinese Journal of Power Sources
2015年
10期
2208-2211,2227
,共5页
李锰%王志刚%余保庆%付婷婷%吕源
李錳%王誌剛%餘保慶%付婷婷%呂源
리맹%왕지강%여보경%부정정%려원
电动汽车%充电负荷%多目标优化%非支配排序遗传算法%蒙特卡洛仿真
電動汽車%充電負荷%多目標優化%非支配排序遺傳算法%矇特卡洛倣真
전동기차%충전부하%다목표우화%비지배배서유전산법%몽특잡락방진
electric vehicle%charging load%multi-objective optimization%non-dominated sorting genetic algorithm-2%Monte-Carlo simulation
分析了现有电动汽车(electric vehicle,EV)充电负荷优化方式和算法的不足,结合配电系统最优运行的要求,考虑了多个随机因素的影响,以电动汽车蓄电池满充、蓄电池充电功率不越限及配网潮流约束等作为约束条件,以配电网网损、电源节点负荷峰值、负荷波动情况优化为子目标,建立了新的基于EV充电负荷的配电网多目标随机优化模型.利用改进的非支配排序遗传算法-Ⅱ (non-dominated sorting genetic algorithm-2,NSGA-2)求解,采用IEEE-33节点配电系统的实际优化状况为例进行了蒙特卡洛仿真.仿真证明所提出的EV充电负荷多目标优化策略在更贴近实际的随机模型下仍可以有效减弱电动汽车大规模接入对电网的冲击,充分利用其可控性实现配网各项指标的经济运行.
分析瞭現有電動汽車(electric vehicle,EV)充電負荷優化方式和算法的不足,結閤配電繫統最優運行的要求,攷慮瞭多箇隨機因素的影響,以電動汽車蓄電池滿充、蓄電池充電功率不越限及配網潮流約束等作為約束條件,以配電網網損、電源節點負荷峰值、負荷波動情況優化為子目標,建立瞭新的基于EV充電負荷的配電網多目標隨機優化模型.利用改進的非支配排序遺傳算法-Ⅱ (non-dominated sorting genetic algorithm-2,NSGA-2)求解,採用IEEE-33節點配電繫統的實際優化狀況為例進行瞭矇特卡洛倣真.倣真證明所提齣的EV充電負荷多目標優化策略在更貼近實際的隨機模型下仍可以有效減弱電動汽車大規模接入對電網的遲擊,充分利用其可控性實現配網各項指標的經濟運行.
분석료현유전동기차(electric vehicle,EV)충전부하우화방식화산법적불족,결합배전계통최우운행적요구,고필료다개수궤인소적영향,이전동기차축전지만충、축전지충전공솔불월한급배망조류약속등작위약속조건,이배전망망손、전원절점부하봉치、부하파동정황우화위자목표,건립료신적기우EV충전부하적배전망다목표수궤우화모형.이용개진적비지배배서유전산법-Ⅱ (non-dominated sorting genetic algorithm-2,NSGA-2)구해,채용IEEE-33절점배전계통적실제우화상황위례진행료몽특잡락방진.방진증명소제출적EV충전부하다목표우화책략재경첩근실제적수궤모형하잉가이유효감약전동기차대규모접입대전망적충격,충분이용기가공성실현배망각항지표적경제운행.
