基于改进粒子群算法的电动出租车快充调度研究

田晟; 韩江浩; 李乐洋

doi:10.16088/j.issn.1001-6600.2025042103

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (03) : 13 -24. DOI: 10.16088/j.issn.1001-6600.2025042103

基于改进粒子群算法的电动出租车快充调度研究

田晟, 韩江浩, 李乐洋

作者信息 +

Author information +

文章历史 +

PDF

摘要

纯电动汽车的普及仍面临充电基础设施布局不均、服务效能低等挑战，且大规模无序充电形成的负荷冲击会导致配电网电压偏移、网损增加。作为纯电动汽车的重要应用类型，电动出租车充电需求频繁且具备调控潜力。本文在快速充电的调度过程中通过时间和空间2个方面考虑个体的调度可行性，并引入快充虚拟负荷实现充电预约机制的动态变化，利用电网负荷曲线情况及快充金钱成本建立多目标优化模型；同时提出基于电量偏差值的补偿机制，考虑充电站利用率平衡及快充时间成本进行空间负荷调度。针对经典粒子群优化(particle swarm optimization, PSO)算法的粒子早熟收敛、容易陷入局部最优解等缺陷，本文结合交叉变异机制提出正态分布权重衰减的遗传粒子群优化(genetic-particle swarm optimization of normal distribution decay inertia weight, NDGAPSO)算法。通过仿真实验从求解质量、收敛性能、运行速度等方面展开评估，证明了NDGAPSO算法的总体性能优于其他改进PSO算法。最后运用该算法求解快充调度模型，实验证明本文的调度优化研究能够有效兼顾电动出租车充电用户以及电网运营商等多方利益。