电动汽车充电站选址优化研究

电动汽车充电站是影响电动汽车发展的一个重要因素,对电动车的推广具有重要意义。当前充电站配套设施建设的滞后阻碍电动汽车的发展。充电站建设前期选址是否合理影响着充电站的运营效益、服务质量以及安全性。针对当前电动汽车充电站选址布局的研究现状,总结影响充电站选址布局的因素和充电站选址布局原则。在满足选址原则的基础上,考虑充电需求点分布,建立以充电服务半径和充电站最大服务数量为约束的充电站收益最大化的非线性目标函数。为求解目标函数,利用遗传算法对目标函数进行寻优处理。最后通过仿真算得充电站的位置和服务充电需求点的范围。算例仿真表明,该模型能够实现较优的选址方案,为充电站的选址工作提供参考。     

电动汽车充电站分层递进式选址方法研究

从交通、环境、电力、规划、土地等6个方面界定了电动汽车充电站的选址条件,给出了基于熵权模糊物元法的充电站初步选址的技术流程,然后在初步选址的基础上建立了充电站总建设成本最低的精确选址模型,设计了精确选址模型的遗传求解算法。选取40×40平面内随机产生20个充电需求点和8个备选站点的案例,验证了电动汽车充电站分层递进式选址方法的科学性和可行性。     

电动汽车充电站的选址优化研究

电动汽车的充电系统是发展电动汽车的重要基础支撑系统,进行电动汽车充电站的选址优化研究对于电动汽车的推广具有重要意义。首先对影响电动汽车充电站的选址因素进行分析;在充分考虑电动汽车充电站建设原则的基础上,构建基于充电站运营费用和用户充电费用最小化的电动汽车充电站的选址模型;然后采用遗传算法对模型进行求解;最后通过算例对模型和算法进行验证。     

基于时空状态网络的电动物流车辆路径优化方法

针对电动物流车辆续航里程有限与充电基础设施不足的问题,综合考虑电池容量、车辆承载能力、充电站能力、客户服务时间窗、路网空间结构等约束条件,基于离散时空状态网络建立整数线性规划模型。扩展的状态维度可同时表征车辆剩余载重量和剩余电量的时空轨迹。通过对客户服务需求和充电站能力约束进行拉格朗日松弛,并增加二次惩罚项,构建增广拉格朗日模型。经过线性化处理二次目标函数,在块坐标下降框架下,原问题被分解为最短路径子问题,嵌入前向动态规划算法,循环依次求解。惩罚项的引入可以克服解的对称性问题,加快算法的收敛速率。通过计算最优上界与下界之间的间隙,评估可行解的质量。基于Sioux Falls网络构建测试算例,实验结果表明,该方法可以在时间、空间和状态维度上同步优化电动车辆路径和充电决策,可以有效避免车辆绕行充电,节省在途充电时间和配送成本,实现城市电动化物流资源的时空优化配置。     

基于渐进优化方法的电动汽车充电站选址研究

面对日益紧张的环境和资源的双重压力,电动汽车是未来汽车发展的方向,而电动汽车充电站是电动汽车发展所必需的基础设施,布局合理的电动汽车充电站对电动汽车的普及与发展起着重要的作用。在完成充电需求小区划分的基础上,以规划区域所有充电者到其临近充电站的广义距离之和最小,同时每个充电者都只距其所属充电需求小区的充电站广义距离最近为目标函数,建立整个规划区域内系统最优的充电站选址模型,采用充电需求小区划分一充电站选址一广义距离比较一充电需求小区划分调整的渐进优化法,不断循环求解,寻求充电站的最佳选址。最后针对南京市某区域,通过建模和渐进优化,得到了该区域内的充电站最佳选址。     

电动汽车充电站选址优化——以哈尔滨市为例

为解决电动汽车充电站选址布局不合理问题，从城市充电基础设施布局规划视角，采用ArcGIS网络分析法对原有充电站站点进行优化。以哈尔滨市为例，基于道路路网、充电站站点、停车场场点、人口及电动汽车数量等基础数据，运用ArcGIS构建最小化阻抗和最小化设施点模型。对模型输出结果以经营者年综合成本进行量化对比分析，并利用泰森多边形(Voronoi图)对模型结果的充电站选址进行可行性验证。综合对比模型输出结果可得：最小化阻抗模型在原有6个站点的基础上新增5个站点，能够将服务覆盖面积占比由58.87%提升至81.43%;被服务的充电需求点数量占比由75.4%提升至95.8%;同时，优化后的站点布局能够较好地契合Voronoi图，契合度达90%以上。     

考虑回路因素的电动汽车最短路问题研究

电动汽车保有量迅速增长，但仍存在里程焦虑、充电设施缺乏等问题，导致驾驶员有时必须绕路才能给电动汽车充电. 基于电动汽车在长途出行过程中绕路充电产生的回路现象，对电动汽车最短路径问题进行深入探索. 对路网进行重构，考虑驾驶员在不同充电速度和排队情况下的充电站选择行为，构造寻求电动汽车最短路径的混合整数规划模型，使用成熟的商业规划软件求解. 为提高大型路网下的模型求解速度，基于动态规划的思想提出一种改进的标签设置算法，高效求解路网中存在回路时的电动汽车最短路径问题. 通过算例验证所提模型和算法的合理性及高效性.     

基于拉格朗日分解的电动汽车充电路径优化

针对电动汽车充电路径优化问题,构建简单有效的车辆充电网络,考虑车辆剩余电量和充电站服务能力约束,以车辆行驶总时间最小为优化目标,建立基于多商品流的0-1整数规划模型.在拉格朗日分解框架下,构造所建模型的对偶问题,并利用次梯度算法对其求解.次梯度迭代过程中,对偶问题能够被分解为易处理的最短路径问题和半指派问题.通过应用标号算法求解最短路问题,设计有效的启发式方法求解半指派问题.仿真计算表明,求解算法能够在很短时间内达到非常小的优化间隙,验证了所提方法的可行性.     

基于控规的电动汽车公共充电站布局规划研究

电动汽车作为新能源领域最具发展潜力的行业之一,电动汽车替代传统燃油汽车成为各国共识。优化布局公共充电设施是推动电动汽车发展的重要环节。本文以成都市为例划定公共充电服务圈,借助出租车浮动车数据分析电动汽车出行规律,提出一种基于控规平台的公共充电站布局方法。     

考虑出行特征的电动汽车协同充电调度优化研究

针对大规模电动汽车无序充电导致的充电供需不平衡和资源利用率低等问题,在分析用户出行特征的基础上,提出电动汽车协同充电的调度优化策略。通过经济激励改变电动汽车用户的充电选择,并结合电网的分时电价策略协调充电站内各时段输出功率,以充电站收益最大化为目标建立电动汽车协同充电调度优化模型。为降低解空间的维度,加快求解速度,将模型分解为充电调度主问题和站点功率协调分配子问题,利用改进遗传算法编码求解模型主问题,并通过调用Gurobi求解器求解子问题。最后,分别在经典路网和现实路网中进行仿真实验。结果表明：电动汽车协同充电调度能够提高充电资源利用率和站点收益;随着调度补偿力度增大,站点收益提升效果逐渐减弱;较高的电力峰谷价差可以激励充电站主动实施充电调度和时段充电功率的协调分配,提高站点服务率并缓解电网负载波动。     

考虑续航能力的新能源汽车充电站递阶延时布局研究

递阶延时布局对降低新能源汽车充电站选址成本投资决策具有重要作用.本文分析递阶延时布局特征：空间维，以续航能力为半径的邻域衔接覆盖性；时间维，随交通流密度的双螺旋同步增长性；投资维，公共资源配置的有效性.在此基础上，基于截流选址方法建立扩展的OD交通路网，构建续航能力约束下的递阶延时布局优化模型；利用改进的逐步推进法求解，对实际案例进行测试和应用，以及相应投资决策分析.结果表明：递阶延时建设可以节约投资，资金成本越高效果越明显；续航里程增加可以减少充电站建设数量，达到节约投资的目的.本文为实际区域递阶延时充电站布局提供决策依据.     

考虑续航能力的新能源汽车充电站递阶延时布局研究

递阶延时布局对降低新能源汽车充电站选址成本投资决策具有重要作用.本文分析递阶延时布局特征：空间维,以续航能力为半径的邻域衔接覆盖性;时间维,随交通流密度的双螺旋同步增长性;投资维,公共资源配置的有效性.在此基础上,基于截流选址方法建立扩展的OD交通路网,构建续航能力约束下的递阶延时布局优化模型;利用改进的逐步推进法求解,对实际案例进行测试和应用,以及相应投资决策分析.结果表明：递阶延时建设可以节约投资,资金成本越高效果越明显;续航里程增加可以减少充电站建设数量,达到节约投资的目的.本文为实际区域递阶延时充电站布局提供决策依据.     

电动公交更换式充电站的优化设计

更换式充电站具有提高车辆利用率、电池充电温度可控和电池维护便利等优点,成为国内纯电动公交车最主要的能源补给模式,同时更换式充电站也具有使用电池数量大、占地面积大、投资规模大等缺点.本文建立了基于高峰发车间隔、平峰发车间隔、高峰持续时间、平峰持续时间、电池回站SOC等参数的更换式充电站的车辆数量、电池数量和更换工位数量计算方法,建立了基于锂离子电池充电曲线的充电站总充电功率的计算方法,通过实际充电站的运行数据测试,验证了本文提出的相关方法的可行性和准确性.     

电动汽车混入条件下随机动态用户均衡分配模型

为分析电动汽车动态充电需求对公共充电设施服务水平的影响, 给充电设施网络规划与运营提供参考, 在考虑燃油汽车和电动汽车出行者行为差异、路段拥堵状态、车辆能源消耗、充电设施布局与服务水平等因素的基础上, 采用巢式Logit模型描述了包含充电需求判断、充电设施和路径选择的电动汽车出行联合选择行为; 建立了考虑用户在途快速充电行为的动态交通流分配模型, 提出了混合交通下随机动态用户均衡条件及等价的变分不等式模型, 并设计了融合电动汽车充电排队仿真的动态交通流迭代算法; 通过算例验证了模型与算法的有效性, 并进一步探究了在电动汽车推广的不同阶段, 需求和供给关键因素对充电设施服务水平的影响。研究结果表明: 受路网交通流量分布和充电设施布局的影响, 充电设施利用率在时间和空间上具有明显的非均衡性; 电动汽车混入率的提高会增加平均充电等待时间, 并改变充电高峰期的时间分布; 电动汽车电池初始电量和充电设施处的排队长度均对用户的充电需求判断呈负效应; 当路网中充电设施数量与需求规模不匹配时, 会导致服务水平急剧下降, 同时极易诱发局部拥堵; 用户在充电设施处的逗留时间以15~20 min居多, 约90%用户的等待时间在9 min以内, 因此, 提出的模型符合实际, 能够充分反映混合交通网络中电动汽车充电行为引发的一系列影响。      

数据驱动的电动汽车充电站选址方法

电动汽车在缓解能源压力和环境污染中起着重要的作用,充电不方便成为制约电动汽车发展的一个重要原因.为了合理布局电动汽车充电站位置,本文提出一种数据驱动的电动汽车充电站选址方法.利用海量的移动位置数据提取潜在的交通需求位置,包括出发点和目的地;将地图划分为等间隔的网格,将潜在的交通需求位置与网格关联,统计每个网格内的交通需求量,需求量大的网格作为电动汽车充电站选址的候选位置.实证研究表明,该方法能够精准定位潜在用户需求量大的位置,为电动汽车充电站选址提供数据支持和决策依据.     

Distributed Power Control Considering Different Behavioural Responses of Electric Vehicle Drivers in Photovoltaic Charging Station

A distributed energy management in a photovoltaic charging station(PV-CS) is proposed on the basis of different behavioural responses of electric vehicle(EV) drivers. On the basis of the provider or the consumer of the power, charging station and EVs have been modeled as independent players with different preferences. Because of the selfish behaviour of the individuals and their hierarchies, the power distribution problem is modeled as a noncooperative Stackelberg game. Moreover, Karush-Kuhn-Tucker(KKT) conditions and the most socially stable equilibrium are adopted to solve the problem in hand. The consensus network, a learning-based algorithm, is utilized to let the EVs communicate and update their own charging power in a distributed fashion. Simulation analysis is supported to show the static and dynamic responses as well as the effectiveness and workability of the proposed charging power management. For the sake of showing the responses of EV drivers, different behavioural responses of EVs' drivers to the discount on the charging price offered by the station are introduced. The simulation results show the effectiveness of the proposed energy management.     

考虑负效应最小化的电动汽车补能诱导研究

随着政府对“碳达峰”等环保政策的贯彻落实,电动汽车凭借节能环保等优点得到了迅速发展。由于电动汽车续航里程短,充电时间长,且路网中的补能需求与充电桩存在时空错配的现象,导致电动汽车补能排队时间长和驾驶员产生里程焦虑等一系列负效应。为此,本文首先从整体路网补能负效应最小化角度,通过引入激励手段实现最优补能方案,建立电动汽车补能诱导双层优化模型。其中,上层为路网补能负效应最小化诱导激励模型;下层为带有补能站点选择的混行路网均衡模型。然后,采用遗传算法求解上层模型,下层模型通过Frank-Wolfe算法求解,得出路网中补能车辆的最优诱导方案。最后,以经典Nguyen-Dupius路网为例验证模型,并进行灵敏度分析。结果表明,尽管本文提出的补能诱导模型增加了规划者的激励成本,但总社会补能负效应成本降低,证明了补能诱导的有效性。     

面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.     

面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.