基于网格遗传算法的家用电动汽车有序充电策略  

Ordered charging strategy for household electric vehicles based on grid-genetic algorithm

作　　者：李波[1] 廖其龙 LI Bo;LIAO Qi-long

机构地区：[1]内江职业技术学院自动化技术系,内江641100 [2]攀枝花学院智能制造学院,攀枝花617099

出　　处：《制造业自动化》2022年第12期138-142,共5页Manufacturing Automation

基　　金：中国职业技术教育学会项目(1910414)。

摘　　要：为了减少电动汽车用户充电费用和减小小区配电网负载波动,以小区内电动汽车充电问题为研究对象,提出了基于网格遗传算法的电动汽车有序充电策略。研究了家用电车出行特性,建立了电动汽车最早离家概率模型、最晚归家概率模型、日行驶里程概率模型;使用蒙特卡罗法模拟了无序充电过程,结果表明无序充电会加大配电网负载峰谷差,必须对充电行为进行引导;使用网格法对变压器负载裕度进行划分,在网格环境下建立了多目标有序充电优化模型;对传统遗传算法进行网格环境和充电问题的适应性改进,并对优化模型进行求解;仿真结果表明,与无序充电相比,有序充电不仅使负载峰谷差减小了48.9%,而且用户用电单价降低了23.3%。

关 键 词：家用电动汽车 有序充电策略 多目标优化模型 网格划分法 改进遗传算法 

分 类 号：TM73[电气工程—电力系统及自动化]