电动汽车充电站规划的多种群混合遗传算法.pdfVIP

第 25卷第6期 电力 系 统 及其 自动 化 学 报 Vo1．25 No．6 2013年 12月 ProceedingsoftheCSU—EPSA Dec． 2013 电动汽车充电站规划的多种群混合遗传算法 冯 超 ，周步祥 ，林 楠 ，徐 飞 ，李 阳 ，夏榆杭 (1．四川大学电气信息学院，成都 610065；2．四川电力职业技术学院，成都 610071) 摘要：建立考虑充电站建设运营成本和充电者充电成本的电动汽车充电站综合成本最小模型。针对电动汽车 充电站规划的特点，提出了一种新的多种群混合遗传算法 (MPHGA)。该算法将标准遗传算法 (SGA)与交 替定位分配算法 (ALA)结合，针对充电站规划的多 目标性 ，采用多种群概念，建立多种群并进行协同进化 搜索。基于地理信息系统 (GIS)，考虑地理信息对充电站选址的影响，通过某市充电站规划实例验证了该模 型和方法的正确性和有效性。 关键词 ：地理信息系统；多种群；混合遗传算法；电动汽车充电站；选址定容 中图分类号：TM715 文献标志码：A 文章编号：1003—8930(2013)06—0123—07 ElectricVehicleChargingStationPlanningBasedon Multiple-populationHybridGeneticAlgorithm FENGChao，ZHOUBu-xiang，LINNan，XUFei，LIYang，XIAYu-hang (1．SchoolofElectricalEngineeringandInformation，SichuanUniversity，Chengdu610065，China； 2．SichuanElectricPowerCollege，Chengdu610071，China) Abstract：Theelectricvehiclechargingstationsminimum comprehensivecostmodelisestablishedinthepaper， whichconsiderschargingstation constructionandoperationcostandthecostofchargingpeople．Accordingtothe characteristicsoftheelectricvehiclechargingstationplanning，anewkindofmultiple—populationhybridgenetical- gorithm(MPHGA)isproposed．Thealgorithmcombinesthestandardgeneticalgorithm (SGA)withahernativelocation andallocationalgorithm (ALA)．Accordingtothemulti-objectiveofthechargingstationplanning，theconceptof multigroupisusedtodocollaborativeevolutionsearch．Basedonthegeographicinformationsystem (GIS)。thegeo— graphicinfomr ation influenceonthelocationofthechargingstationwillbeconsidered．Th emodelandmethodare provedthattheyhavegreatcorrectnessandeffectivenessbyachargingstationplanningexampleofacity． Keywords：geographicinfomrationsystem (GIS)；muhiplepopulation；hybridgeneticalgorithm；electricvehic