雖然近年來電動汽車銷售市場在不斷擴(kuò)大,但過低的充電樁利用率使得電動汽車充換電服務(wù)運(yùn)營商的收益并不樂觀。通過大數(shù)據(jù)分析充電站的部署方式可以有效提升充電樁利用率。闡述了演化計(jì)算和群體智能主要算法的原理,研究了充電站規(guī)劃的多目標(biāo)優(yōu)化數(shù)學(xué)模型,論述了演化計(jì)算和群體智能在充電站規(guī)劃中的應(yīng)用,研究了演化計(jì)算和群體智能在充電站規(guī)劃過程中的改進(jìn)方式,討論了人工神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)應(yīng)用于充電站規(guī)劃的可能性,并對發(fā)展現(xiàn)狀和未來趨勢進(jìn)行了總結(jié)與展望。 

【文章來源】：計(jì)算機(jī)工程與應(yīng)用. 2020,56(02)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

電動汽車充電大數(shù)據(jù)應(yīng)用場景

遺傳算法最初由密歇根大學(xué)教授Holland提出，是一種通過模仿種群進(jìn)化過程尋找全局最優(yōu)解的啟發(fā)式算法，結(jié)合遺傳算法基本流程[9-10]，應(yīng)用于充電站規(guī)劃的遺傳算法流程如圖2所示。首先，輸入初始站址坐標(biāo)、充電需求熱點(diǎn)和相關(guān)路網(wǎng)電網(wǎng)約束條件，通過對站址坐標(biāo)編碼構(gòu)成初始種群。然后針對每個初始站址計(jì)算目標(biāo)函數(shù)值，尋找出初步最優(yōu)站址。隨后按照適應(yīng)度函數(shù)值對站址進(jìn)行隨機(jī)選擇，通過交叉變異站址編碼更新站址位置。再次進(jìn)行適應(yīng)度函數(shù)計(jì)算，比較更新最優(yōu)站址，判斷收斂條件。如果滿足收斂條件則輸出最優(yōu)站址規(guī)劃，否則再次進(jìn)行交叉變異操作。在應(yīng)用遺傳算法過程中，站址編碼與染色體交叉變異的示例如圖3所示，初始種群為給定的多種站址方案，如果所選站址建站則該位置表示為1，否則為0，從而采用二進(jìn)制編碼站址方案。交叉操作則為兩種站址方案之間某一位置的編碼進(jìn)行互換，而變異操作則可以通過指定某位取反。

在應(yīng)用遺傳算法過程中，站址編碼與染色體交叉變異的示例如圖3所示，初始種群為給定的多種站址方案，如果所選站址建站則該位置表示為1，否則為0，從而采用二進(jìn)制編碼站址方案。交叉操作則為兩種站址方案之間某一位置的編碼進(jìn)行互換，而變異操作則可以通過指定某位取反。在應(yīng)用遺傳算法求解具體問題時，染色體的編碼規(guī)則、適應(yīng)度函數(shù)的選取、遺傳算子的設(shè)計(jì)以及算法參數(shù)的確定上需要針對具體問題分析，這也是應(yīng)用遺傳算法求解問題的難點(diǎn)所在[11-15]。只有通過合適的策略應(yīng)用遺傳算法，才能最大程度地保存種群的多樣性，提升算法的準(zhǔn)確性，使得算法能夠更快地收斂至理想的結(jié)果。

【參考文獻(xiàn)】：
期刊論文
[1]中國新能源汽車行業(yè)發(fā)展水平分析及展望[J]. 唐葆君,王翔宇,王彬,吳鄖,鄒穎,許黃琛,馬也.  北京理工大學(xué)學(xué)報(社會科學(xué)版). 2019(02)
[2]考慮駕駛?cè)顺鲂墟湹碾妱悠嚦潆娬疽?guī)劃[J]. 王冬,劉繼春,曹芷健,牛毅,唐虎,劉俊勇.  電力系統(tǒng)及其自動化學(xué)報. 2018(06)
[3]基于模糊多目標(biāo)優(yōu)化的電動汽車充電網(wǎng)絡(luò)規(guī)劃[J]. 丁丹軍,戴康,張新松,顧菊平,周輝,錢科軍.  電力系統(tǒng)保護(hù)與控制. 2018(03)
[4]基于粗糙集的電動汽車充電站規(guī)劃綜合評價[J]. 劉廣,曾成碧,苗虹.  現(xiàn)代電力. 2018(01)
[5]Charging Pile Siting Recommendations via the Fusion of Points of Interest and Vehicle Trajectories[J]. Yuan Kong,Jianping Wu,Ming Xu,Kezhen Hu.  中國通信. 2017(11)
[6]基于深度學(xué)習(xí)的充電站容量規(guī)劃方法[J]. 李智,侯興哲,劉永相,孫洪亮,朱珠,龍羿,徐婷婷.  電力系統(tǒng)保護(hù)與控制. 2017(21)
[7]基于變權(quán)Voronoi圖和混合粒子群算法的電動汽車充電站規(guī)劃[J]. 麻秀范,王皓,李穎,王超,洪瀟.  電工技術(shù)學(xué)報. 2017(19)
[8]自適應(yīng)K值的粒子群聚類算法[J]. 白樹仁,陳龍.  計(jì)算機(jī)工程與應(yīng)用. 2017(16)
[9]智能用電網(wǎng)交互系統(tǒng)負(fù)荷預(yù)測仿真研究[J]. 張建偉,楊昊,趙永輝,李仕林.  計(jì)算機(jī)仿真. 2016(09)
[10]電動汽車充電站規(guī)劃方案的模糊物元評估方法[J]. 譚洋洋,楊洪耕,徐方維,張曦.  電力建設(shè). 2016(09)

碩士論文
[1]鋰離子電池公交車與超級電容公交車系統(tǒng)能量效率及能耗綜合分析與系統(tǒng)優(yōu)化[D]. 劉月晨.北京交通大學(xué) 2018



本文編號：3011420