使用混合优化算法进行电动汽车充电站的规划

随着印度人口的不断增长，有必要开发替代传统内燃机汽车的交通工具，电动汽车是最优选的选择。但是由于电动汽车充电站的随意设置对公用配电系统造成很大影响。文中介绍了印度阿拉哈巴德市充电站基础设施的最佳规划（选址和规模优化）方法。

在过去几年，印度电动汽车（EV）和插电式混合动力电动汽车（PHEV）市场大幅增长。优化充电站的部署对EV的发展十分重要。政府正在阿拉哈巴德市进行EV运输试点项目，为此，文中以初始投资成本和配电网功率作为目标函数的参数，基于遗传算法和改进版本的常规粒子群优化的混合算法用于为该市选择充电站的最佳布置。接着基于上一次优化结果，采用粒子群优化算法在原有结果上继续进行最优解求解，最终确定出合理的充电站布置和规模。

文中将采用遗传算法和改进版常规粒子群优化算法的优化结果和采用遗传算法和常规粒子群优化算法的优化方法，用于对阿拉哈巴德市充电站规划的模拟，结果表明两种方法都对公用配电系统中电压曲线和供电质量有较大改善，且采用遗传算法和改进版常规粒子群优化算法的优化效果更好。

在充电站规划中，其数量要符合标准要求，同时对配电系统施加的压力最小。以后，文中将继续对电动汽车与电网互动技术（V2G）的运行和智能规划进行研究。