使用混合優化算法進行電動汽車充電站的規劃

隨著印度人口的不斷增長，有必要開發替代傳統內燃機汽車的交通工具，電動汽車是最優選的選擇。但是由于電動汽車充電站的隨意設置對公用配電系統造成很大影響。文中介紹了印度阿拉哈巴德市充電站基礎設施的最佳規劃（選址和規模優化）方法。

在過去幾年，印度電動汽車（EV）和插電式混合動力電動汽車（PHEV）市場大幅增長。優化充電站的部署對EV的發展十分重要。政府正在阿拉哈巴德市進行EV運輸試點項目，為此，文中以初始投資成本和配電網功率作為目標函數的參數，基于遺傳算法和改進版本的常規粒子群優化的混合算法用于為該市選擇充電站的最佳布置。接著基于上一次優化結果，采用粒子群優化算法在原有結果上繼續進行最優解求解，最終確定出合理的充電站布置和規模。

文中將采用遺傳算法和改進版常規粒子群優化算法的優化結果和采用遺傳算法和常規粒子群優化算法的優化方法，用于對阿拉哈巴德市充電站規劃的模擬，結果表明兩種方法都對公用配電系統中電壓曲線和供電質量有較大改善，且采用遺傳算法和改進版常規粒子群優化算法的優化效果更好。

在充電站規劃中，其數量要符合標準要求，同時對配電系統施加的壓力最小。以后，文中將繼續對電動汽車與電網互動技術（V2G）的運行和智能規劃進行研究。