详情

原文传递基于改进蚁群算法的电动汽车充电调度研究

论文题名：	基于改进蚁群算法的电动汽车充电调度研究
关键词：	电动汽车;充电调度;路径规划;交通流;改进蚁群算法
摘要：	作为应对能源危机和环境污染的重要手段，电动汽车凭借高能效、低排放等优势在世界各国逐渐得到推广。但其出现由于电量不足而造成续驶里程缩短的问题，此外城市交通拥堵导致汽车出现时变速度导致电池寿命降低、续航能力下降，因此合理规划充电调度路线，提高电动汽车的续航能力具有重要的现实意义。　　针对用户行驶途中由于电量不足需先前往充电站充电后，随后再从充电站重新出发前往目的地的问题，本文提出了一种基于改进蚁群算法的电动汽车充电调度优化方法，通过联合优化充电路径选择和充电站选择，以时变速度和时间片的交通流为基础，通过考虑实时电池剩余电量、交通状况，构建在满足当前电池剩余电量可抵达充电站的同时电动汽车行驶时用时最少的充电调度路径规划方案，并分别对路况稳定时间片的交通流和路况变化时间片的交通流进行研究，研究内容如下：　　（1）在现有文献及理论基础上，对电动汽车充电调度问题做出了详细分析及充电调度目的阐述，随后介绍群智能算法，以及对蚁群算法进行了分析研究，为后续时变速度和时间片的交通流下双目标模型建立及求解算法设计奠定了理论基础。　　（2）对蚁群算法提出了四个方面改进，提出了自适应动态搜索的蚁群优化算法。一、采用贪婪算法构建次优途路径提高经过路段上的信息素，实现不同路段的信息素初始分配；二、选择下一节点时引入拥堵因子作为参考依据；三、动态调整挥发因子，增加蚁群算法的全局搜索能力和收敛速度；四、对每次迭代的最优解执行变异操作，防止算法陷入局部最优解；其次将自适应动态搜索的蚁群优化算法与其他两种蚁群算法在不同基准测试函数仿真测试，验证了改进蚁群算法具有更好的收敛速度。　　（3）为了验证改进蚁群算法求解电动汽车充电调度模型的能力，本文以能耗和时耗两个角度建立双目标优化函数，即满足当前电池剩余电量可抵达充电站的同时，电动汽车行驶时时耗最少，且针对不同的时变速度和交通路况的时间片的多种场景设置不同的算法求解模型。　　（4）在仿真实验中，为区别每条道路的拥堵状况，采用了不同的颜色进行标注。首先在不同路网模型下，通过设定相同起点在不同时变速度和交通路况的时间片中对改进蚁群算法与贪婪算法和基础蚁群算法进行仿真实验对比后，验证改进蚁群算法具有有效性；其次通过在规则路网模型下，通过设置不同的起点在不同时变速度和交通路况的时间片对改进蚁群算法进行仿真实验，验证改进蚁群算法具有稳定性；且通过设置不同充电站个数对改进蚁群算法与贪婪算法及基础蚁群算法进行仿真实验对比，也验证了改进蚁群算法对双目标充电调度优化问题具有稳定性。
作者：	蔡志民
专业：	计算机技术
导师：	张天乐
授予学位：	硕士
授予学位单位：	广州大学
学位年度：	2022