原文传递
基于改进非洲秃鹫优化算法的电动汽车充电站选址优化研究
| 论文题名： | 基于改进非洲秃鹫优化算法的电动汽车充电站选址优化研究 |
| 关键词： | 电动汽车;充电站;反向学习;高斯变异;非洲秃鹫优化算法;选址布局 |
| 摘要： | 随着我国经济发展，环境污染和能源安全等问题日益突出。在交通领域上寻求能源的绿色可持续转变已成为一种趋势，电动汽车是以可再生、低污染的电能作为动力的运输工具之一，成为代替传统燃油车的重要选择。合理的充电基础设施的布局建没是普及电动汽车的煎耍基础。随着大规模的电动车数量激增引起大量的充电需求，良好有序的建站布局可以降低充电站建设成本和提高用户满意度，因此研究电动汽车充电站选址优化问题具有重要意义。针对选址布局优化问题，可以采用数学方法或新型的智能算法，但前者在求解这类问题可能会存在如收敛速度慢、易陷入局部最优等问题。后者中的元启发式算法拥有比传统数学优化算法更好的应用性和有效性，如算法设计逻辑简单、跳出局部最优等。为此本文对较新提出且性能较好的非洲秃鹫优化算法进行改进，并对改进后的算法的寻优性能进行了检验，最后对建立的选址模型进行了案例求解。本文的主要完成工作如下: (1)对课题的研究背景和国内外研究现状进行了简单介绍，概述电动汽车选址优化研究意义和发展现状、元启发式算法的发展现状.最后介绍了非洲秃鹫优化算法及其算法改进过程。 (2)分析充电站选址影响因素，从运营商和用户方双向视角出发，以运营商总投入成本最小化、用户综合满意度最大化为优化目标，重点考虑充电桩快慢桩数量配置、用户排队时间、充电距离等制约因素构建了电动汽车充电站选址模型。 (3)对非洲秃鹫优化算法融和一系列改进策略，提出了一种改进非洲秃鹫优化算法。第一:采用Tent混沌映射机制代替原算法的随机初始化种群机制，得到分布更均匀、多样性更丰富的初始种群:第二:采用基于贪婪规则的反向学习策略机制对原算法的全局搜索进行了改进，提高了算法的开采能力;第三:在原算法的勘探阶段，融入个体记忆优化搜索策略，增加算法前期的探索能力和中后期的收敛速度:第四:在原算法的开采阶段后期，引入高斯变异扰动和权重时变机制，加强算法迭代后期摆脱局部最优的能力。最后，将改进非洲秃鹫优化算法与鲸鱼优化算法、蜉蝣优化算法、粒子群算法、灰狼优化算法和基本非洲秃鹫算法通过基准测试函数比较算法的求解性能。 (4)验证改进非洲秃鹫优化算法求解电动汽车充电站选址模型的能力。选取某个区域为例，运用改进非洲秃鹫优化算法求解所构建的选址模型，得出最佳选址方案，并与其余五种算法比较发现其求解结果更好，进一步证明了改进算法改进的有效性和选址模型的可靠性。 |
| 作者： | 吴锋 |
| 专业： | 控制工程 |
| 导师： | 邹难 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
