近年来电动汽车(EV)的迅速增加对电网产生了重大影响。为了确保这些电动汽车有足够的电力,需要在电力网络中战略性地部署多个电动汽车充电站(EVCS)。随机添加这些EVCS可能会导致潜在的电力质量问题,并且需要额外的基础设施,如新的配电/输电线路、变压器和变电站。通过最优部署EVCS可以克服这一问题。许多现有的优化技术存在早熟收敛、对初始参数的敏感性、高维诅咒及在非线性问题上的表现不佳等缺点。这导致了次优的结果。为了解决这些缺陷,开发了一种新的方法,基于人工蜂鸟算法(AHA),以识别EVCS的最佳位置。这种新方法——修改后的人工蜂鸟算法(MAHA)已应用于标准电力网络——IEEE-57总线系统,以寻找EVCS的最佳放置。与现有的方法(AHA、粒子群优化(PSO)和灰狼优化(GWO))相比,结果显示MAHA在确定EVCS的最佳放置方面更为有效。
Dumpeti 等(周五)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: