基于灰狼-鲸鱼混合优化算法的光伏与V2G充电站选址定容规划

《World Electric Vehicle Journal》：Solar Electric Vehicle Charging Stations with Vehicle-to-Grid: A Stagnation-Switched Grey Wolf–Whale Hybrid Benchmark

　　

摘要

将光伏（PV）发电与车辆到电网（V2G）能力共置于电动汽车充电站，可抵消充电对电网的影响。本文在IEEE 33节点馈线上建立了一个24小时规划模型，从六个候选节点中选出最多三个节点，并确定每个充电站的充电、光伏和V2G容量。将一种灰狼优化器（GWO）与鲸鱼优化算法（WOA）的混合算法（当搜索停滞时切换至GWO更新）与粒子群优化（PSO）、GWO、WOA以及两种随机切换混合算法在相同预算和共同随机种子下进行基准对比。最优方案将充电站置于节点18、22和30，在年成本增加0.8%的情况下，日损耗降低17.5%，电压偏差降低26.6%。这些收益归功于3 MW的光伏装机，而仅充电一项将使损耗增加14.8%。在1000个随机日中，损耗降低效果持续存在，但最低电压在8.9%的天数中低于0.90 p.u.（基础馈线为1.3%）。所提出的混合算法优于WOA（??=0.003）。与GWO、PSO和两种随机切换混合算法相比，既未建立显著差异也未建立等价性，点估计值偏向于基线。