基于改进云自适应粒子群的多DG配电网EV充电站优化配置

被引：15

作者：

黄飞腾 ^{[1
]}

翁国庆 ^{[1
]}

南余荣 ^{[1
]}

杨晓东 ^{[1
]}

陈鼎 ^{[2
]}

机构：

[1] 浙江工业大学信息工程学院

[2] 国网嘉兴供电公司

来源：

中国电机工程学报 | 2018年 / 38卷 / 02期

基金：

浙江省自然科学基金;

关键词：

电动汽车; 充电站; 分布式电源; 配电网; 云自适应粒子群;

D O I：

10.13334/j.0258-8013.pcsee.161981

中图分类号：

U491.8 [路侧服务设施];

学科分类号：

082302 ; 082303 ;

摘要：

考虑到分布式电源(distributed generator,DG)并入配电网的未来前景,提出了电动汽车(electric vehicle,EV)充电站的模糊服务半径新概念,建立了一种计及环境代价、交通流量、电能质量和建设成本等综合因素的EV充电站选址定容的新模型,在满足多目标约束条件下求取年均利润最优。提出了一种改进的云自适应粒子群算法(ICAPSO),使其更适用于大数据EV充电站优化模型的寻优迭代求解。将多个DG并入IEEE123节点配电网拓扑,用MATLAB仿真进行了算法对比,验证了所提优化模型和算法在多DG并网情景下的可行性和有效性,且算法具有较好的全局寻优能力和防早熟收敛特性。

引用

页码：514 / 525+682 +682

页数：13

共 21 条

[1] 考虑不同类型充电需求的城市内电动汽车充电设施综合规划 [J].