配電系統(tǒng)中插電式混合動(dòng)力汽車停車場(chǎng)的配置及規(guī)模優(yōu)化

配電系統(tǒng)中插電式混合動(dòng)力汽車停車場(chǎng)的配置及規(guī)模優(yōu)化

插電式混合動(dòng)力汽車（PHEV）數(shù)量的增長(zhǎng)將導(dǎo)致以電網(wǎng)為充電支持的車用電池使用量增加。提出了一種多目標(biāo)算法，以最優(yōu)確定配電系統(tǒng)中PHEV停車場(chǎng)最優(yōu)數(shù)量。此外，該算法可以最優(yōu)選擇停車場(chǎng)的位置和大小，包括兩種地段類型：商業(yè)和住宅。根據(jù)不同的模式對(duì)PHEV提出了不同的配置方案，根據(jù)電網(wǎng)中可用的能源以及電池包的電量確定PHEV的充電、放電。該算法的目標(biāo)是最大限度地降低配電系統(tǒng)的整體能源成本。考慮到整個(gè)能量系統(tǒng)和PHEV的限制，該目標(biāo)函數(shù)包含整個(gè)網(wǎng)絡(luò)中能量的損失、從主電網(wǎng)進(jìn)口的能源成本、能量供應(yīng)網(wǎng)絡(luò)的成本、以及網(wǎng)絡(luò)放電時(shí)停車場(chǎng)提供的能量成本。此外，該算法需要最大限度地實(shí)現(xiàn)為停車場(chǎng)中的PHEV電池充電。

為了優(yōu)化PHEV停車場(chǎng)的配置及規(guī)模，采用了人工蜂群算法（即通過(guò)設(shè)置一半的蜜蜂為雇傭蜂，另一半為觀察蜜蜂）。人工蜂群算法的循環(huán)包含以下3個(gè)步驟：①將雇傭蜂噴入解決空間并計(jì)算其適應(yīng)度；②選擇食物源的轉(zhuǎn)移，通過(guò)諸如輪盤堵法來(lái)移動(dòng)觀察蜂；③當(dāng)雇傭蜂的適應(yīng)度不隨迭代次數(shù)改變時(shí)，移動(dòng)觀察蜂；④當(dāng)食物源位置被放棄時(shí)，與該食物源相關(guān)的雇傭蜂轉(zhuǎn)化為觀察蜂；⑤該觀察蜂生成一個(gè)完全隨機(jī)的新的食物源位置。

所提出的算法被應(yīng)用于一個(gè)33條總線的徑向分布網(wǎng)絡(luò)。測(cè)試結(jié)果表明，該P(yáng)HEV停車場(chǎng)配電系統(tǒng)的操作條件得到改善。

刊名：International Journal of Electrical Power& Energy Systems（英）

刊期：2016年第5期

作者：Amany El-Zonkoly et al

編譯：陳洋