基于并行多宇宙优化器的时变配电网电动汽车充电站选址与分配多目标帕累托规划研究
《Scientific Reports》:Optimal electric vehicle charging station planning in distribution networks using a Pareto-based parallel multi-verse optimizer
【字体:
大
中
小
】
时间:2026年09月20日
来源:Scientific Reports 4.9
编辑推荐:
摘要:本研究开发了一种基于帕累托的框架,用于在时变条件下对配电网中的电动汽车充电站(EVCS)进行最优规划。EVCS选址和整数EV分配方案联合优化,以在非线交流约束下最小化每周技术能量损耗并最大化EV承载容量。将并行多宇宙优化器(PMVO)与逐次逼近潮流计算和可行性优先档案相
摘要:本研究开发了一种基于帕累托的框架,用于在时变条件下对配电网中的电动汽车充电站(EVCS)进行最优规划。EVCS选址和整数EV分配方案联合优化,以在非线交流约束下最小化每周技术能量损耗并最大化EV承载容量。将并行多宇宙优化器(PMVO)与逐次逼近潮流计算和可行性优先档案相结合,使用哥伦比亚的需求数据和多簇EV充电曲线,在168小时(一周)的时间范围内评估每个候选方案。该框架在改进的33节点和136节点系统上进行测试,并与蒙特卡罗法(MC)、基于种群的遗传算法(PGA)、混合自适应模拟退火(HASA)以及并行粒子群优化(PPSO)进行基准对比,每种方法进行100次独立运行。在33节点馈线中,PMVO帕累托近似从每周损耗11,601.55 kWh的210辆EV到13,667.86 kWh的1,311辆EV,PMVO在比较方法中获得了最高的平均折中点承载容量,为921.3辆EV。在136节点馈线中,PMVO从30,612.05 kWh的725辆EV到33,583.88 kWh的3,930辆EV,在比较的前沿中达到了最低损耗和最高承载两个极端。专门的33节点收敛诊断显示,在第353次迭代时达到终止时最佳至今超体积的95%,在终止时有94.12%的种群具有电气可行性。总体而言,PMVO提供了广泛的竞争性电气可行的损耗-承载替代方案,但结果并不支持在所有方法和帕累托区域中的绝对优势。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号