發(fā)布時間：2018-01-25 02:57

  本文關(guān)鍵詞： 容量約束 電動公交車 雙中心粒子群 初始化 優(yōu)化　出處：《電力系統(tǒng)保護與控制》2017年08期 　論文類型：期刊論文

【摘要】：針對電動公交車在一定容量約束的饋線充電的情況,采用了一種改進的雙中心粒子群算法對電動公交車充電進行優(yōu)化調(diào)度,以獲得最大的電動公交車運營數(shù)量。首先,建立公交車充電后饋線負荷曲線峰谷差最小的模型,設(shè)公交車運營初始數(shù)量,利用改進的雙中心粒子群算法進行優(yōu)化。然后,根據(jù)優(yōu)化結(jié)果對比該饋線容量約束修改電動公交車運營數(shù)量,重新優(yōu)化,逐步逼近并最終找到最優(yōu)的運營數(shù)量。改進的雙中心粒子群優(yōu)化算法是在原算法的基礎(chǔ)上,增加了5條粒子運動路線,擴大了搜索精度,抑制了粒子群的早熟。同時,為了提高尋優(yōu)速度,粒子的初始化是根據(jù)日負荷曲線距離饋線約束容量的遠近來確定。最后以南方某城市典型的饋電線路為例進行仿真計算,結(jié)果表明,該方法具有更優(yōu)的調(diào)度效果。
[Abstract]:In order to solve the problem of electric bus charging under certain capacity constraints, an improved dual-center particle swarm optimization algorithm is used to optimize the charging of electric bus. In order to obtain the largest number of electric bus operation. Firstly, the minimum peak and valley difference model of the feeder load curve after bus charging is established, and the initial number of bus operation is set up. The improved dual-center particle swarm optimization algorithm is used to optimize. Then, according to the optimization results, the capacity constraints of the feeder are compared to modify the number of electric bus operation and re-optimize. The improved dual-center particle swarm optimization algorithm is based on the original algorithm, adding five particle motion routes and expanding the search accuracy. At the same time, in order to improve the speed of optimization, the precocity of particle swarm is restrained. The initialization of particles is determined by the distance between the load curve and the constrained capacity of the feeder line. Finally, a typical feed line in a southern city is simulated and calculated, the results show that. This method has better scheduling effect.
【作者單位】： 廣東技術(shù)師范學(xué)院自動化學(xué)院;國家電網(wǎng)許繼集團市場部;武漢理工大學(xué)國際教育學(xué)院;
【分類號】：U492.22;TP18
【正文快照】： 近年來,由于電動汽車清潔環(huán)保,成為汽車未來的發(fā)展趨勢,而城市電動公交車由于路線及運營具有確定的規(guī)律,成為目前我國城市電動汽車優(yōu)先發(fā)展的方向之一[1-2]。在發(fā)展過程中,充電設(shè)施的建設(shè)涉及投資及效率,并對配網(wǎng)帶來一定的干擾,如何在現(xiàn)有城市變配電站的基礎(chǔ)上,電動公交車能

【參考文獻】

相關(guān)期刊論文 前10條

1 佟晶晶;溫俊強;王丹;張建華;劉文霞;;基于分時電價的電動汽車多目標(biāo)優(yōu)化充電策略[J];電力系統(tǒng)保護與控制;2016年01期

2 許慶強;寇英剛;馬建偉;閆安心;江明;;電動汽車充換電設(shè)施典型設(shè)計方案研究[J];電力系統(tǒng)保護與控制;2015年13期

3 徐鵬;陳祺偉;連湛偉;肖鋒;李洪鋒;楊茜;;一種電動公交車充換電站動力電池全自動更換技術(shù)方案[J];電力系統(tǒng)保護與控制;2015年03期

4 路欣怡;劉念;湯慶峰;張建華;;計及服務(wù)可用性的電動汽車換電站容量優(yōu)化配置[J];電力系統(tǒng)自動化;2014年14期

5 錢斌;石東源;謝平平;朱林;;電動公交車換電站—電池充電站優(yōu)化規(guī)劃[J];電力系統(tǒng)自動化;2014年02期

6 陽岳希;胡澤春;宋永華;;電動公交充換電站的優(yōu)化運行研究[J];中國電機工程學(xué)報;2012年31期

7 湯可宗;柳炳祥;楊靜宇;孫廷凱;;雙中心粒子群優(yōu)化算法[J];計算機研究與發(fā)展;2012年05期

8 胡澤春;宋永華;徐智威;羅卓偉;占愷嶠;賈龍;;電動汽車接入電網(wǎng)的影響與利用[J];中國電機工程學(xué)報;2012年04期

9 韓海英;和敬涵;王小君;姜久春;田文奇;;基于改進粒子群算法的電動車參與負荷平抑策略[J];電網(wǎng)技術(shù);2011年10期

10 羅卓偉;胡澤春;宋永華;楊霞;占愷嶠;吳俊陽;;電動汽車充電負荷計算方法[J];電力系統(tǒng)自動化;2011年14期

相關(guān)碩士學(xué)位論文 前1條

1 潘姝月;城市公交車行駛工況的研究[D];大連理工大學(xué);2009年

【共引文獻】

相關(guān)期刊論文 前10條

1 周雪會;王希平;;考慮顧客滿意度的電動汽車充電樁規(guī)劃策略[J];可再生能源;2017年06期

2 周曉薇;陳昕儒;;基于離網(wǎng)型微網(wǎng)的電動汽車消納可再生能源研究[J];電工電氣;2017年06期

3 陳一凡;劉廷章;金勇;張菲;梁立新;;電動汽車充電調(diào)度綜述[J];電氣自動化;2017年03期

4 馮明;熊煒;;一定規(guī)模電動汽車集群充電優(yōu)化策略研究[J];電力科學(xué)與工程;2017年05期

5 蔡久青;陳昌松;段善旭;劉朋;;一體化電站并聯(lián)功率變換系統(tǒng)多模式運行統(tǒng)一控制策略[J];電工技術(shù)學(xué)報;2017年10期

6 陳常曦;張向煒;曹智慧;韓海倫;;梯級利用儲能系統(tǒng)在電動汽車充電站的經(jīng)濟效益分析[J];自動化與儀器儀表;2017年05期

7 呂林;許威;向月;張逸;熊軍;;基于馬爾科夫鏈充電負荷預(yù)測的多區(qū)域充電樁優(yōu)化配置研究[J];工程科學(xué)與技術(shù);2017年03期

8 呂立國;季偉東;;結(jié)合質(zhì)心思想和柯西變異策略的粒子群優(yōu)化算法[J];計算機應(yīng)用;2017年05期

9 武中;;基于行車特性的地區(qū)電動私家車快充充電樁規(guī)劃方法研究[J];智能電網(wǎng);2017年05期

10 徐凱琪;蘇偉;魏增福;劉華靖;;能源互聯(lián)網(wǎng)與電動汽車車電互聯(lián)[J];電器工業(yè);2017年05期

相關(guān)碩士學(xué)位論文 前10條

1 楊陽;基于西高新循環(huán)工況的純電動城市客車動力系統(tǒng)匹配設(shè)計及仿真研究[D];長安大學(xué);2015年

2 秦承林;基于工況的增程式電動公交客車性能仿真研究[D];昆明理工大學(xué);2015年

3 趙利軍;某混合動力客車動力系統(tǒng)匹配與控制策略研究[D];南京理工大學(xué);2015年

4 趙軍;基于不同城市工況的并聯(lián)氣電混合動力客車能量流分析[D];清華大學(xué);2014年

5 翟正錕;插電式混合動力校車動力系統(tǒng)匹配與控制策略研究[D];中北大學(xué);2014年

6 孟金;西安市典型路段城市公交循環(huán)工況的研究[D];長安大學(xué);2014年

7 白東明;基于工況識別的CNG混合動力公交車控制策略優(yōu)化研究[D];吉林大學(xué);2014年

8 景雷;行駛工況數(shù)據(jù)采集設(shè)備的開發(fā)與系統(tǒng)集成[D];天津理工大學(xué);2014年

9 李寧;城市道路車輛行駛工況的構(gòu)建與研究[D];河北農(nóng)業(yè)大學(xué);2013年

10 鄭雪;隨機行駛工況下的并聯(lián)混合動力汽車控制策略研究[D];南京理工大學(xué);2013年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 吳小剛;劉宗歧;田立亭;丁冬;楊水麗;;基于改進多目標(biāo)粒子群算法的配電網(wǎng)儲能選址定容[J];電網(wǎng)技術(shù);2014年12期

2 張明霞;田立亭;楊水麗;胡娟;侯朝勇;;考慮電動汽車充電負荷空間分布的系統(tǒng)特性分析[J];電力系統(tǒng)保護與控制;2014年21期

3 孫近文;萬云飛;鄭培文;林湘寧;;基于需求側(cè)管理的電動汽車有序充放電策略[J];電工技術(shù)學(xué)報;2014年08期

4 張聰;許曉慧;孫海順;周鑫;;基于自適應(yīng)遺傳算法的規(guī)模化電動汽車智能充電策略研究[J];電力系統(tǒng)保護與控制;2014年14期

5 楊玉青;蘇粟;姜久春;張維戈;黃梅;鮑諺;;改善配電網(wǎng)負荷特性的充電站有序充電優(yōu)化策略[J];電力系統(tǒng)保護與控制;2014年07期

6 李同智;;基于多機器人協(xié)同操作的電動汽車快速換電系統(tǒng)[J];電力系統(tǒng)自動化;2013年20期

7 李國;張智晟;溫令云;;換電模式下電動汽車充換電網(wǎng)絡(luò)的規(guī)劃[J];電力系統(tǒng)保護與控制;2013年20期

8 劉玉嬌;蔣傳文;王旭;申景雙;;采用隨機約束和多目標(biāo)算法的電動汽車換電站能量管理[J];電力自動化設(shè)備;2013年08期

9 張帝;姜久春;張維戈;張言茹;黃_g;;基于遺傳算法的電動汽車換電站經(jīng)濟運行[J];電網(wǎng)技術(shù);2013年08期

10 高賜威;吳茜;薛飛;劉紅超;;換電模式下電動汽車電池組需求規(guī)劃[J];電網(wǎng)技術(shù);2013年07期

相關(guān)碩士學(xué)位論文 前1條

1 徐楊;串聯(lián)混合動力城市客車問題研究[D];合肥工業(yè)大學(xué);2006年

【相似文獻】

相關(guān)期刊論文 前10條

1 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

2 吳軍;李為吉;;改進的粒子群算法及在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J];陜西理工學(xué)院學(xué)報(自然科學(xué)版);2006年04期

3 段海濤;劉永忠;馮霄;;水系統(tǒng)優(yōu)化的粒子群算法分析[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2007年02期

4 王偉;;混合粒子群算法及其優(yōu)化效率評價[J];中國水運(學(xué)術(shù)版);2007年06期

5 付宜利;封海波;孫建勛;李榮;馬玉林;;機電產(chǎn)品管路自動敷設(shè)的粒子群算法[J];機械工程學(xué)報;2007年11期

6 蔣榮華;王厚軍;龍兵;;基于離散粒子群算法的測試選擇[J];電子測量與儀器學(xué)報;2008年02期

7 周苗;陳義保;劉加光;;一種新的協(xié)同多目標(biāo)粒子群算法[J];山東理工大學(xué)學(xué)報(自然科學(xué)版);2008年05期

8 姚峰;楊衛(wèi)東;張明;;改進粒子群算法及其在熱連軋負荷分配中的應(yīng)用[J];北京科技大學(xué)學(xué)報;2009年08期

9 張大興;賈建援;張愛梅;郭永獻;;基于粒子群算法的三軸跟瞄裝置跟蹤策略研究[J];儀器儀表學(xué)報;2009年09期

10 王麗萍;江波;邱飛岳;;基于決策偏好的多目標(biāo)粒子群算法及其應(yīng)用[J];計算機集成制造系統(tǒng);2010年01期

相關(guān)會議論文 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進粒子群算法[A];中國科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學(xué)系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學(xué)和運動穩(wěn)定性學(xué)術(shù)會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計中的應(yīng)用[A];第十一屆全國膨脹節(jié)學(xué)術(shù)會議膨脹節(jié)設(shè)計、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國水力發(fā)電工程學(xué)會大壩安全監(jiān)測專委會年會暨學(xué)術(shù)交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學(xué);2016年

2 杜毅;多階段可變批生產(chǎn)線重構(gòu)的研究[D];廣東工業(yè)大學(xué);2016年

3 尹浩;求解Web服務(wù)選取問題的粒子群算法研究[D];東北大學(xué);2014年

4 王芳;粒子群算法的研究[D];西南大學(xué);2006年

5 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

6 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學(xué);2009年

7 黃平;粒子群算法改進及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

8 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

9 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學(xué);2014年

10 張寶;粒子群算法及其在衛(wèi)星艙布局中的應(yīng)用研究[D];大連理工大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 李強;基于改進粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計[D];河北聯(lián)合大學(xué);2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

5 梁計鋒;基于改進粒子群算法的交通控制算法研究[D];長安大學(xué);2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學(xué);2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學(xué);2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機數(shù)學(xué)模型問題[D];山東大學(xué);2015年

9 陳百霞;考慮風(fēng)電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學(xué);2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究[D];江西理工大學(xué);2015年

，

本文編號：1461794