典型文献
基于K-means算法的电动汽车充电站在线能量管理
文献摘要：
针对电动汽车的充电需求以及未知的实时电价,探讨完整的充电方案,提出一种电动汽车充电站能量管理在线算法,建立由风能、太阳能及电网供电的充电站充电成本优化问题.在电价、风能和太阳能发电量等系统信息已知的条件下,采用离线算法即遗传算法搜索成本最小化问题的全局最优解.由于遗传算法需要已知所有时隙的系统信息,但这些信息是随机分布的,因此提出仅依赖当前信息的在线算法,即基于K-means聚类算法的在线能量管理方案.仿真结果表明,提出的K-means在线算法获得的平均成本优于遗传离线算法,且K-means在线算法收敛速度更快.因此,在电价、风能和太阳能发电量未知的情况下,采用K-means在线算法可控制充电成本.
文献关键词：
电动汽车;充电站;能量管理;在线算法;K-means算法;遗传算法
中图分类号：
作者姓名：
王琛焱;徐珑婷
作者机构：
东华大学 信息科学与技术学院,上海 201620
文献出处：
引用格式：
[1]王琛焱;徐珑婷-.基于K-means算法的电动汽车充电站在线能量管理)[J].东华大学学报（自然科学版）,2022(01):66-71
A类：
充电成本优化
B类：
means,电动汽车充电站,线能量,充电需求,实时电价,充电方案,在线算法,风能,优化问题,太阳能发电,发电量,离线,搜索成本,成本最小化,全局最优解,时隙,随机分布,当前信息,聚类算法,能量管理方案,收敛速度
AB值：
0.233377
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
