摘要：在机场区域内,新能源特种车辆充电具有很大的随机性,且不同种类特种车辆充电情况各不相同,造成飞行区内各充电桩利用率相差过大,影响机场配电网的健康运行。针对上述现象,设计了十一车型两阶段特种车辆协同充电调度策略。第一阶段通过分析不同车辆对航班的保障流程,以同一车辆对相邻航班保障起始时间差值最小为目标,生成存在充电需求的车辆序列。第二阶段以减小飞行区各区充电桩时间利用率方差和车辆充电排队时间为目标,在上一阶段车辆序列基础上采用改进的自适应变异粒子群算法进行模型求解,并以国内某枢纽机场的实际车辆充电数据进行对比验证。实验表明,采用该算法后,车辆充电时的等待时间降低了93.5%、飞行区充电桩时间利用率的整体方差下降了88.7%,达到了均衡使用充电桩的目标。

摘要：提出了一种基于改进遗传算法的电动汽车充电调度模型:设计了有效的车辆准入机制,并以停车场运营商利润和车主满意度为优化目标,引入模拟退火算法对传统遗传算法的变异操作进行改进,对提出的IGA算法和充电调度模型进行了实验仿真。结果表明,基于IGA算法的充电调度模型性能良好,能够有效平缓配电网负荷分布,满足充电站运营商和车主的共同利益,为相关领域的研究提供参考和借鉴。

摘要：针对大规模电动汽车无序充电过程中存在充电成本高、车主满意度低和充电桩利用率不均衡等问题,首先,以停车场运营商的利润和车主满意度最大化为目标,构建充电调度模型;其次,设计一种将遗传和模拟退火算法相结合的遗传模拟退火算法对模型进行求解;最后,将遗传模拟退火算法与无序充电调度策略和其他元启发式算法进行实验数值对比,验证所提算法的寻优性能,为新能源电动汽车的进一步推广提供有力依据。

摘要：针对在可充电的传感网络中节点能量损耗的问题,提出一种使用移动充电小车给待充电节点进行充电的方法。首先,建立移动充电小车给传感网络节点进行充电的模型,提出了充电电池的能量利用率的概念;其次对于提出的模型,分别在离线和在线两种模式下设计了离线启发式算法和在线启发式算法;最后通过仿真实验数据对比了离线和在线这两种大小不同规模环境的充电利用率,分析离线和在线模式在大规模环境中充电周期和充电电池总能量对充电利用率的影响。理论分析和实验仿真表明,与在线模式相比,离线模式的充电利用率平均提高了近13个百分点;而在大规模环境的一定范围内,离线和在线的充电利用率随着充电时间和电池总能量的增长而呈线性式增长。所提算法考虑到了小车充电能量的限制,更加贴近现实环境,可以提升充电电池利用率,提高传感网络的工作效率。

摘要：针对无线可充电传感器网络中现有的无线充电调度算法仅考虑时间和空间因素的影响而忽略全局观察的问题,提出了一种预估剩余成本的概念。同时设计三种不同的剩余区域规划模型来计算预估剩余成本,并基于这三种不同的模型设计充电调度算法。通过大量的仿真实验分析和比较这三种模型的性能,仿真结果显示:区域用方形面积近似,内部划分为图形这一模型的预估精度最准确。

摘要：提出预估剩余成本的概念,并设计出考虑预估剩余成本并结合时间和空间优先权的充电调度算法。该算法综合考虑节点与移动充电小车之间的空间距离,充电请求的到达时间及剩余预估成本。大量的仿真实验证明了该算法的良好性能,仿真结果表明,在繁忙的网络环境中,所提算法的成功充电节点数量和网络生存周期均优于最早期限优先(EDF)和修正的最早期限优先(REDF)算法。

摘要：高效充电调度问题一直是无线可充电传感器网络研究的关键之一。针对该问题,提出一种基于充电路径预估模型的遗传算法。该算法能够有效地完成充电任务从而使得传感器及时得到充电服务。算法包含了充电路径预估模型、染色体结构、选择、交配以及变异操作这几部分的设计。仿真结果表明,与EDF、REDF和NJNP相比,该算法有效地提高了网络的性能。

摘要：为缓解电动汽车(electric vehicle,EV)充电资源紧张的问题,提出一种面向“一桩对多车”场景的充电系统架构,可实现一台充电桩为不同停车位上的车辆提供充电服务。基于该充电系统架构,以提高充电运营商经营利润的同时降低车主充电成本为目标,结合充电系统和用户需求约束,设计充电调度策略模型,并将其转换为混合整数规划算法问题进行求解。仿真结果表明,相比于规则与粒子群优化结合的充电调度策略和“先到先充电”策略,所提出的充电调度策略能明显提高充电运营商利润,并有效降低车主充电成本。

摘要：针对大规模电动汽车无序充电过程中存在充电成本高、车主满意度低和充电桩的利用率不均衡等问题,以停车场运营商的利润和车主满意度最大化为目标,构建充电调度模型,设计一种遗传模拟退火算法(Genetic Simulated Annealing Algo⁃rithm,GASA)对模型进行求解,将GASA算法与无序充电调度策略和两种常见元启发式算法进行实验数值对比,验证了所提算法的寻优性能,为推动新能源电动汽车的进一步推广提供了有力依据。

摘要：为探讨共享电动汽车用户参与充电调度的意愿,提出一种基于累积前景理论的Logit预测模型。首先设计考虑不同停车点与目的地情景中用户在激励措施下对有无充电设施的停车点选择行为的调查问卷,并将非线性回归方法应用于问卷调查数据进行累积前景理论模型的参数标定;其次利用基于累积前景理论的Logit模型对用户参与充电调度的意愿进行预测分析;最后采用弹性分析方法对比分析不同多走距离对用户参与充电调度意愿的影响。结果表明,用户愿意参与充电调度的预测概率为61.82%,与问卷调查所得的实际选择概率58.21%的误差在允许的-1.5%~4.5%范围内;在参与充电调度可以获得奖励的激励下,部分共享电动汽车用户可以忍受多走一段距离将车辆停放到有充电设施的停车点并获得奖励;用户前往目的地多走距离增大时的充电调度参与概率变化幅度大于距离减小时的概率变化幅度,符合累积前景理论中决策者对损失的敏感程度高于对收益的敏感程度的特性。