基于改进模拟退火遗传算法的高速公路服务区自洽能源系统高能效优化

李艳波, 李若尘, 史博, 陈俊硕

西安交通大学学报 ›› 2024, Vol. 58 ›› Issue (1) : 197 -207+216.

西安交通大学学报 ›› 2024, Vol. 58 ›› Issue (1) : 197 -207+216.

基于改进模拟退火遗传算法的高速公路服务区自洽能源系统高能效优化

    李艳波, 李若尘, 史博, 陈俊硕
作者信息 +

Author information +
文章历史 +

摘要

针对高速公路自洽能源系统高能效优化的问题,基于改进模拟退火遗传算法(SA-GA),提出了一种综合考虑经济目标和环保目标的自洽能源系统高能效优化运行策略。首先根据高速公路服务区自洽能源系统中各电力单元特性,建立一种综合考虑系统经济性和环保性的能效目标函数;其次根据高速公路服务区自洽能源系统的分类,建立了不同类型系统对应的约束条件;为避免遗传算法易陷入局部最优的缺陷,引入模拟退火算法,对改进后的SA-GA算法采用降温函数,寻找全局最优解;利用新疆某高速公路服务区自洽能源系统发电和负荷数据,并在传统服务区负荷的基础上进一步考虑新能源汽车充电站的影响。测试函数测试结果表明:SA-GA算法在求解速度和稳定性方面有明显提升,改进SA-GA算法对夏季、冬季典型日能效优化的结果,相较于遗传算法,在寻优精度提升约为20.33%。

关键词

交通能源融合 / 自洽能源系统 / 高能效 / 充电站 / 模拟退火算法 / 遗传算法

Key words

引用本文

引用格式 ▾
李艳波, 李若尘, 史博, 陈俊硕. 基于改进模拟退火遗传算法的高速公路服务区自洽能源系统高能效优化[J]. 西安交通大学学报, 2024, 58(1): 197-207+216 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家重点研发计划资助项目(2021YFB1600200); 陕西省重点研发计划资助项目(2021KW-13); 河南省交通运输厅科技项目(2021G10)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/