为减小电动汽车无序入网与分布式能源的波动性给配电网带来的影响,提出了一种V2G(vehicle to grid)模式下基于电动汽车分群方法的配电网运行策略。在系统宏观与具体网络拓扑结构2个层面,依据车主费用、配电网负荷均方差与网损搭建了内...为减小电动汽车无序入网与分布式能源的波动性给配电网带来的影响,提出了一种V2G(vehicle to grid)模式下基于电动汽车分群方法的配电网运行策略。在系统宏观与具体网络拓扑结构2个层面,依据车主费用、配电网负荷均方差与网损搭建了内外嵌套模型,基于电动汽车充放电与分布式能源配合,对源网荷三方协调优化,得到配电网的最优运行工况。基于开始充电时刻和车主期望电量充电所需时间2个特征值的电动汽车分群方法,在减少变量维度的同时,也考虑到了车主的出行需求。采用GA-PSO(genetic and particle swarm optimization algorithm)算法在4种场景下的算例仿真表明,该策略在保障电动汽车车主利益的同时,可有效降低配电网负荷水平、平抑负荷波动、减小峰谷差、改善电压水平以及减小网损。展开更多
针对传统的可靠性建模方法难以建立复杂机电产品的可靠性数学模型,提出一种结合功能分解(FMA,function-motion-action)和故障树(FTA,fault tree analysis)的建模方法,降低了复杂机电产品的可靠性优化模型的构造难度。针对遗传算法(GA,ge...针对传统的可靠性建模方法难以建立复杂机电产品的可靠性数学模型,提出一种结合功能分解(FMA,function-motion-action)和故障树(FTA,fault tree analysis)的建模方法,降低了复杂机电产品的可靠性优化模型的构造难度。针对遗传算法(GA,genetic algorithm)和粒子群算法(PSO,particle swarm optimization)在模型求解时存在的不足,提出构建混合GA-PSO算法来改善GA算法易陷入局部最优或全局搜索能力弱的现象。通过数控磨齿机的实例分析,验证了用混合GA-PSO算法构造优化模型的可行性,以及采用混合粒子群算法优化求解的有效性。展开更多
文摘为减小电动汽车无序入网与分布式能源的波动性给配电网带来的影响,提出了一种V2G(vehicle to grid)模式下基于电动汽车分群方法的配电网运行策略。在系统宏观与具体网络拓扑结构2个层面,依据车主费用、配电网负荷均方差与网损搭建了内外嵌套模型,基于电动汽车充放电与分布式能源配合,对源网荷三方协调优化,得到配电网的最优运行工况。基于开始充电时刻和车主期望电量充电所需时间2个特征值的电动汽车分群方法,在减少变量维度的同时,也考虑到了车主的出行需求。采用GA-PSO(genetic and particle swarm optimization algorithm)算法在4种场景下的算例仿真表明,该策略在保障电动汽车车主利益的同时,可有效降低配电网负荷水平、平抑负荷波动、减小峰谷差、改善电压水平以及减小网损。
