本文關(guān)鍵詞：基于改進(jìn)遺傳算法的電動(dòng)汽車有序充電控制策略研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：電動(dòng)汽車的應(yīng)用能減少化石燃料消耗,減少行駛成本,降低溫室氣體的排放,因而受到了廣泛的關(guān)注。當(dāng)大量電車隨意接入電力系統(tǒng)時(shí),就將會(huì)使得峰谷差和功率波動(dòng)變得更加嚴(yán)重,甚至還會(huì)超過電力系統(tǒng)的供電能力和承受能力,給電網(wǎng)的穩(wěn)定運(yùn)行帶來影響,同時(shí)會(huì)使充電成本過高從而阻礙電動(dòng)汽車產(chǎn)業(yè)化的發(fā)展。由此通過分析優(yōu)化電動(dòng)車輛充電調(diào)度方法,減小充電負(fù)荷對(duì)電網(wǎng)的不利影響,在實(shí)際應(yīng)用中是非常有意義。本文主要就電動(dòng)車輛響應(yīng)實(shí)時(shí)電價(jià)的有序充電調(diào)度的問題展開了非常深入探討,主要分析工作如下:第一,分析本文的研究背景和意義。建立了車輛開始充電時(shí)刻和車輛最初電量的概率分布模型,由此可以推出每臺(tái)車輛充電持續(xù)時(shí)間的計(jì)算方法,采用Monte Carlo模擬隨機(jī)充電狀態(tài)下對(duì)電網(wǎng)造成的影響。第二,本文提出了一種改進(jìn)遺傳算法,將正交交叉算子用于種群初始化和交叉操作中,使得個(gè)體分布更加均勻;改進(jìn)標(biāo)準(zhǔn)遺傳算法計(jì)算時(shí)速度緩慢,難以獲得整體最好解的問題。通過實(shí)驗(yàn)仿真將標(biāo)準(zhǔn)遺傳算法與改進(jìn)遺傳算法進(jìn)行了對(duì)比,從收斂性能的各個(gè)方面如迭代次數(shù)、計(jì)算時(shí)間、收斂率等方面進(jìn)行了驗(yàn)證,實(shí)驗(yàn)結(jié)果表明:改進(jìn)遺傳算法能夠進(jìn)行全局優(yōu)化,改進(jìn)了了“早熟收斂”的問題,同時(shí)計(jì)算速率有很大提升。第三,建立了一個(gè)充電模型,此模型通過實(shí)時(shí)電價(jià)來實(shí)現(xiàn)有序調(diào)度的目的,模型的目標(biāo)函數(shù)為充電費(fèi)用和峰谷差最小,約束條件為負(fù)荷波動(dòng),電量限制,之后利用改進(jìn)遺傳算法對(duì)模型尋優(yōu)求解。通過仿真,與無序的情況對(duì)比可得出,有序充電在平滑負(fù)荷波動(dòng)、降低電網(wǎng)的峰谷差值、減少充電費(fèi)用方面有很大進(jìn)步;同時(shí)將改進(jìn)遺傳算法與標(biāo)準(zhǔn)遺傳算法求解模型結(jié)果進(jìn)行比較得出,在加快收斂速度、降低峰谷差、平穩(wěn)負(fù)荷波動(dòng)和減小充電費(fèi)用方面,改進(jìn)的遺傳算法求解有進(jìn)一步的優(yōu)化。仿真結(jié)果證明了本文中用到的充電模型和求解算法是可靠并且有效的,實(shí)現(xiàn)了最優(yōu)化充電策略,降低了大規(guī)模車輛接入電網(wǎng)的有害影響。
【關(guān)鍵詞】：電動(dòng)汽車 有序充電 實(shí)時(shí)電價(jià) 改進(jìn)遺傳算法
【學(xué)位授予單位】：湖北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM73
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 研究背景及意義9-10
• 1.2 電動(dòng)汽車發(fā)展現(xiàn)狀10-13
• 1.3 電動(dòng)汽車接入電網(wǎng)充電研究現(xiàn)狀13-15
• 1.4 本文的主要工作15-17
• 第2章 電動(dòng)汽車充電負(fù)荷影響因素17-26
• 2.1 電動(dòng)汽車的充電方式17-20
• 2.2 電動(dòng)汽車電池類型20-22
• 2.3 電動(dòng)汽車用戶的行駛習(xí)慣22-25
• 2.4 本章小結(jié)25-26
• 第3章 蒙特卡洛模擬大規(guī)模電動(dòng)汽車無序充電26-33
• 3.1 蒙特卡洛方法26-27
• 3.2 無序充電仿真算例27-31
• 3.2.1 配電網(wǎng)設(shè)計(jì)27-28
• 3.2.2 基于蒙特卡洛模擬的電動(dòng)汽車充電28-31
• 3.3 本章小結(jié)31-33
• 第4章 基于改進(jìn)遺傳算法的電動(dòng)汽車有序充電控制策略研究33-53
• 4.1 實(shí)時(shí)電價(jià)的時(shí)段控制策略的研究33-34
• 4.2 有序充電控制流程34-37
• 4.2.1 充電站控制方法34-35
• 4.2.2 有序充電控制流程35-37
• 4.3 有序充電數(shù)學(xué)模型37-39
• 4.3.1 目標(biāo)函數(shù)37-38
• 4.3.2 約束條件38-39
• 4.4 改進(jìn)遺傳算法39-44
• 4.4.1 算法基本思想40-42
• 4.4.2 算法流程42
• 4.4.3 算法性能驗(yàn)證與結(jié)論42-44
• 4.5 改進(jìn)遺傳算法求解充電模型44-48
• 4.5.1 主要步驟44-48
• 4.5.2 基本操作48
• 4.6 有序充電模型求解仿真算例48-52
• 4.6.1 模擬場(chǎng)景設(shè)置48-49
• 4.6.2 有序充電與無序充電的仿真結(jié)果及其分析49-51
• 4.6.3 基于改進(jìn)GA和標(biāo)準(zhǔn)GA的仿真結(jié)果及其分析51-52
• 4.7 本章小結(jié)52-53
• 第5章 總結(jié)與展望53-55
• 5.1 論文主要工作與結(jié)論53-54
• 5.2 后續(xù)工作展望54-55
• 參考文獻(xiàn)55-58
• 致謝58

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊艷麗,史維祥;一種新的優(yōu)化算法—遺傳算法的設(shè)計(jì)[J];液壓氣動(dòng)與密封;2001年02期

2 王毅,曹樹良;遺傳算法在并聯(lián)水泵系統(tǒng)運(yùn)行優(yōu)化中的應(yīng)用[J];流體機(jī)械;2003年10期

3 趙義紅,李正文,何其四;生物信息處理系統(tǒng)遺傳算法探討[J];成都理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年05期

4 李凡,黃數(shù)林,張東風(fēng);一種改進(jìn)的多倍體遺傳算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

5 韋雪潔;黎明;劉高航;田貴超;;注入式的遺傳算法的分析與研究[J];南昌航空工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年01期

6 閻綱;;遺傳算法及其仿真[J];湖南工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年04期

7 ;遺傳算法[J];電網(wǎng)與清潔能源;2008年10期

8 吳玫;陸金桂;;遺傳算法的研究進(jìn)展綜述[J];機(jī)床與液壓;2008年03期

9 李培植;肖利明;于靜濤;;基于遺傳算法的結(jié)構(gòu)優(yōu)化方法[J];公路交通科技(應(yīng)用技術(shù)版);2008年08期

10 于金;金樂;杜海璐;;基于改進(jìn)遺傳算法的集裝箱裝載優(yōu)化問題研究[J];船海工程;2008年05期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第五屆全國制冷空調(diào)新技術(shù)研討會(huì)論文集[C];2008年

3 王志軍;李守春;張爽;;改進(jìn)的遺傳算法在反演問題中的應(yīng)用[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會(huì)論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計(jì)[A];全國第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計(jì)算機(jī)編程中的應(yīng)用[A];1995年中國智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（下冊(cè)）[C];1995年

9 靳開巖;張乃堯;;幾種實(shí)用遺傳算法及其比較[A];1996年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動(dòng)遺傳算法[A];1996年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國水利報(bào);2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 蔡美菊;交互式遺傳算法及其在隱性目標(biāo)決策問題中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2015年

2 張士偉;三維聲學(xué)快速多極基本解法在機(jī)械噪聲預(yù)測(cè)中的應(yīng)用研究[D];沈陽工業(yè)大學(xué);2016年

3 高軍;無鉛焊料本構(gòu)模型及其參數(shù)識(shí)別方法研究[D];南京航空航天大學(xué);2015年

4 Amjad Mahmood;半監(jiān)督進(jìn)化集成及其在網(wǎng)絡(luò)視頻分類中的應(yīng)用[D];西南交通大學(xué);2015年

5 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

6 郝國生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學(xué);2009年

7 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

8 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

9 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

10 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學(xué);2000年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對(duì)偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預(yù)測(cè)控制[D];華南理工大學(xué);2015年

4 王琳琳;新型雙層液壓轎運(yùn)車車廂的設(shè)計(jì)研究[D];上海工程技術(shù)大學(xué);2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風(fēng)面積比優(yōu)化方法研究[D];華南理工大學(xué);2015年

6 彭騫;基于遺傳算法的山區(qū)高等級(jí)公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測(cè)[D];昆明理工大學(xué);2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

10 于光帥;一類優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年

  本文關(guān)鍵詞：基于改進(jìn)遺傳算法的電動(dòng)汽車有序充電控制策略研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：405382