典型文献
基于PSO算法的电动汽车有序充放电两阶段优化策略
文献摘要：
传统分时电价(time-of-use tariff,TOUT)和实时电价(real-time price,RTP)需求响应机制均会在负荷低谷时段产生新的负荷高峰,针对这一问题,考虑电网侧的调峰需求以及不同用户对充电电量、充电成本的不同需求和参与意愿,提出一种分时电价动态优化方法.所提方法根据每辆电动汽车(electric vehicle,EV)接入电网时的负荷信息动态更新该EV的峰谷电价,弥补了TOUT和RTP充电方式的缺点.基于所提分时电价动态优化方法,通过建立充电电量最多和充电成本最小多目标函数,采用粒子群算法对每辆EV的充(放)电行为进行两阶段优化,并通过引入虚拟荷电状态对优化后的充(放)电行为进行修正,由每位用户自主响应实现EV的有序充(放)电.为验证所提方法的有效性,基于2017年全美家用车辆调查结果(NHTS2017),采用蒙特卡洛法模拟某居民区1000辆EV的充电需求,并对不同充电策略、不同优化权重、不同参与度和不同V2G(vehicle to grid)响应度下的充电需求进行了仿真分析,结果表明,相较于其他充电策略,所提优化策略可以明显降低用户的充电成本和负荷曲线的峰谷差.
文献关键词：
电动汽车;有序充放电;优化策略;粒子群算法
中图分类号：
作者姓名：
张良;孙成龙;蔡国伟;黄南天;吕玲
作者机构：
现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学),吉林省 吉林市 132012
文献出处：
引用格式：
[1]张良;孙成龙;蔡国伟;黄南天;吕玲-.基于PSO算法的电动汽车有序充放电两阶段优化策略)[J].中国电机工程学报,2022(05):1837-1851,中插17
A类：
TOUT,NHTS2017
B类：
PSO,电动汽车,有序充放电,两阶段优化策略,分时电价,use,tariff,实时电价,real,price,RTP,需求响应,响应机制,低谷,谷时段,电网侧,调峰需求,同用,电量,充电成本,参与意愿,动态优化,每辆,electric,vehicle,EV,动态更新,峰谷电价,充电方式,提分,多目标函数,粒子群算法,荷电状态,每位,全美,家用车,蒙特卡洛法,居民区,充电需求,充电策略,V2G,grid,响应度,负荷曲线,峰谷差
AB值：
0.388767
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。
