• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
周卓,芦翔,刘海涛,祁升龙,韩韬,王青.含新能源发电的电动汽车充电站充电功率在线优化策略研究[J].电测与仪表,2024,61(2):101-107.
ZHOU Zhuo,LU Xiang,LIU Haitao,QI Shenglong,HAN Tao,WANG Qing.Research on on-line charging power optimization strategy for EV charging station with renewable energy generation[J].Electrical Measurement & Instrumentation,2024,61(2):101-107.
含新能源发电的电动汽车充电站充电功率在线优化策略研究
Research on on-line charging power optimization strategy for EV charging station with renewable energy generation
DOI:10.19753/j.issn1001-1390.2024.02.015
中文关键词:  电动汽车  电动汽车充电站  新能源发电  充电功率在线优化  决策变量分类  微分演化算法
英文关键词:electric vehicle, EV charging station, renewable energy generation, on-line charging power optimization, decision variables classification, differential evolution algorithm
基金项目:国家自然科学基金资助项目(51967013);江西省自然科学基金资助项目(20212BAB214061)
                 
作者中文名作者英文名单位
周卓ZHOU Zhuo江苏金智科技股份有限公司
芦翔LU Xiang国网宁夏电力有限公司电力科学研究院
刘海涛LIU Haitao国网宁夏电力有限公司电力科学研究院
祁升龙QI Shenglong国网宁夏电力有限公司电力科学研究院
韩韬HAN Tao国网电力科学研究院有限公司
王青WANG Qing南昌大学信息工程学院
摘要点击次数: 1429
中文摘要:
      针对含新能源发电系统的电动汽车充电站充电功率优化问题,提出了一种充电功率在线实时优化策略,依据新能源发电出力及电动汽车当前状态信息动态调整未来24 h内充电站各充电桩充电功率,该在线优化策略依据电动汽车充电负荷特点,在初始化阶段利用基于状态依赖的决策向量分类方法,降低了每次优化待优化矩阵维度;在优化过程中利用微分演化算法,分别对有效决策向量组合以及决策向量进行优化,旨在快速、准确地对充电站中各充电桩未来24 h内的充电计划进行实时优化。该优化策略对降低充电站运行成本、改善因电动车充电引起的负荷波动具有一定的参考价值。
英文摘要:
      Aiming at the charging power optimization problem of EV charging stations with renewable energy generations, an on-line optimization strategy of charging power in real time is proposed. During the optimization process, a state dependence based decision variables classification method in the initial stage is proposed to reduce the optimized matrix dimensions. In the optimization process, the differential evolution algorithm (DEA) is utilized to optimize the effective decision vector combination and decision vector respectively, by which both the quickness and accuracy can be achieved to optimize the charging plan of each charging pile in the charging station in the next 24 hours. The proposed optimization strategy has a certain reference value for reducing the charging cost and improving load fluctuation caused by EV charging.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司