电动汽车充电站的最优选址定容（matlab程序）

0.代码链接

电动汽车充电站的最优选址定容（matlab程序）_电动汽车充电站配置程序资源-CSDN文库

1.简述

随着经济的快速发展,环境污染和能源紧缺问题越来越严重,电动汽车的出现可以起到保护环境,节约能源的作用。未来随着我国电动汽车数量的快速增加,充电站的数量也会快速增长。本文的主要研究目的是通过对充电站科学的选址和定容,综合考虑运营商成本、用户满意度、电网损耗等多个方面,实现对电动汽车充电站在选址、定容方面进行多方面利益的协调。首先,按照日常用途将电动汽车分类,然后根据电动汽车充电规律建立模型,考虑快充和慢充对充电负荷曲线的影响。使用蒙特卡洛法进行仿真,得到电动汽车充电需求的日负荷特性。其次,针对充电站选址定容问题难以精确求解的问题,提出一种基于粒子群算法优化算法的选址定容方法。改进飞蛾扑火算法引入Tent混沌映射和反向学习初始化策略来提高初始解的多样性,进而提高算法的搜索能力。利用Lévy飞行策略增加空间搜索的多样性,加入动态惯性权值策略来增强改进算法迭代初期的全局探索能力,增强迭代后期的收敛精度和收敛速度,进一步提高算法的性能。最后,针对充电站选址定容问题中电能损耗考虑不全面的问题,对充电站选址定容模型进行优化。在年运行成本和用户时间成本的基础上,进一步考虑用户电力成本和电网电能损耗成本,包括配电网损耗成本和站内充电桩变压器电能损耗成本为目标函数。将选址区域与IEEE30节点系统进行耦合,利用改进粒子群算法和Voronoi图进行求解以求得最优配置。结果表明该方法可行有效,可以解决充电站选址定容问题。

关键字：粒子群算法；电动汽车

2.部分代码

clear ;
clc;
close all
%% 基础数据
% 1 2 3 4 5
%b=[需求坐标，需求负荷，成本系数，区域]
%充电需求点坐标
b(:,1) =1.0e+003.*([0.1092, 0.1197,0.2578,0.4259, 0.1257,0.2803,0.4439,0.5505,0.5610,0.5700,0.1332,0.3013,0.4559,0.5850,0.1452,0.3163,0.4739,0.5880,0.3193,0.4784,0.6015,0.6736,0.8657,1.0308,0.6781,0.8327,1.0188,0.6811,0.8192,1.0083,0.6691,0.6976,0.8191,1.0098]');
b (:,2)=1.0e+003.*[0.1348;0.2399;0.1724;0.1739;0.3420;0.3375;0.3360;0.1108;0.2024;0.3075;0.4591;0.4455;0.4380;0.4260;0.6092;0.5341;0.5341;0.5341;0.6407;0.6452; 0.6467;0.1574 ;0.1649;0.1634;0.2924;0.2909;0.2939;0.4425; 0.4576;0.4546;0.5431;0.6392;0.6377;0.6347];
%充电需求点常规电力负荷点负荷b(:,3)（kW）
b(:,3)=[2480;2480;8680;11400;890;2340;4160;560;1670;5010;2670;8280;7400;1430;7500;4840;3400;4290;3840;3680;2560;7000;14800;8960;3160;7000;5000;2280;10360;10000;760;6000;7040;5600];

%集中充电站坐标,两个，各区域一个
bcs=[ 937.7296 379.5010;
310.3141 238.4076];
%选址数量
Tn=7;

3.运行结果