本文選題：電動汽車 + 社區(qū)充電站　； 參考：《電力自動化設備》2017年12期

【摘要】：提出基于改進的非支配排序遺傳算法(NSGA-Ⅱ)的社區(qū)電動汽車充電站優(yōu)化充電策略。首先,以電動汽車充電容量和配電變壓器容量限制為約束條件,構建以單位電量充電費用最少、電網側負荷方差最小為目標的電動汽車充電站多目標充電模型;然后,針對傳統(tǒng)NSGA-Ⅱ存在的難以生成滿足約束條件的初始種群、Pareto解集分布不均和最優(yōu)解性能不高的缺點,提出改進初始種群生成和擁擠度比較算子相結合的NSGA-Ⅱ對模型進行求解,并采用基于信息熵的序數(shù)偏好法從最終Pareto解集中選擇最優(yōu)折中充電方案;最后,通過算例仿真驗證了所提算法的有效性,表明改進NSGA-Ⅱ能在較大程度上提高電網側的負荷水平和用戶的充電性價比。
[Abstract]:An optimal charging strategy for charging stations of community electric vehicles is proposed based on the improved non-dominated sorting genetic algorithm (NSGA- 鈪，

本文編號：1895397