文章探讨了电动汽车(v2G)如何通过智能调度(EVS充电和放电)来优化配电系统的负荷曲线，减少负荷方差并平滑网络负载。利用蒙特卡洛(MC)模拟不确定性因素，如EVS的到达和离开时间，然后应用JAYA算法来确定最佳的EVS充电策略。在IEEE-69总线系统上的模拟结果显示了这种方法的有效性。
v2G技术优化配电系统负荷曲线
关键词:电动汽车，负荷方差，蒙特卡洛，JAYA算法
算法:PSO，MC，JAYA
从电池中管理使用电动车（EVS）和电力注射构成控制EV的充电和排放作为有吸引力的研究领域的问题。
为大量的电池充电，如果没有控制，损坏配电系统。
通过采用使用EVS的最佳规划，他们的停车位可以作为负载或能源的作用。
在本文中，研究了EVS充电调度对负荷特征增强的影响。
另一方面，EVS’业主的行为是概率。
因此，在第一步中，使用Monte Carlo的概率模型开发用于估计不确定的变量，包括：EVS到达和出发时间，EVS在停车场存在的持续时间，每个EV的电池容量。
之后，EVS充电和放电的调度由Jaya算法确定，使得每日负载方差减小并且网络负载特性变得平滑。
在IEEE-69总线系统上调查了提出方法的性能，仿真结果表明了建议的方法的优势。
ID:96160641624044520
472
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
