一种电动汽车充电站规划方法

本发明涉及充电桩规划，尤其涉及一种电动汽车充电站规划方法。

背景技术：

1、随着气候恶化和能源危机问题的不断凸显，发展交通领域车辆电动化，对减少对化石能源依赖、构建清洁能源供应体系和提高资源配置能力具有重要意义。电动汽车保有量日益增长。

2、随着电动汽车续驶里程和充电效率的不断提升，电动汽车用户对于城际间长距离出行的需求日益增长。合理的高速公路充电网络将是提高电动汽车可达性，推广电动汽车使用的重要基础。

技术实现思路

1、本发明目的在于针对上述现有技术的缺陷和不足，提供一种电动汽车充电站规划方法，该方法能够为电动汽车充电站建设企业提供充电站选址及确定各充电站充电桩数量和服务费价格的多个可供选择的最优方案。

2、本发明解决其技术问题所采用的技术方案是：一种电动汽车充电站规划方法，包括以下步骤：

3、步骤1，构建结合充电站周边环境温度、最大化充电站年利润和最小化用户等待时间的多目标优化电动汽车充电站规划模型；

4、步骤2，通过贪心策略选择成本最小的充电站进行充电；

5、步骤3，优化各个站点的最佳充电桩数量和服务费价格；

6、步骤4，使用改进的moea/d-m2m算法对该模型进行优化。

7、进一步地，本发明步骤1包括：假设有n个建站候选站址，对每个候选站址i∈i＝{1，2，...，n}最多建一个充电站，每个充电站的可建充电桩有一个上限，充电站充电桩的数量在5到80个之间，在充电站规划时设定充电桩的数量上限为5到80个之间；假设有m个用户，每个用户j∈j＝{1，2，...，m}最多选择一个充电站，向量记录各候选站址的可建充电桩数量上限；向量表示各候选站址的建站状态；为降低用户里程焦虑，满足用户充电需求及避免资源浪费，基于用户平均等待时间设置里程焦虑约束因子，充电站之间距离需要有一定限制，向量l为充电站之间的间距，其中

8、

9、向量表示各已建站候选点的充电桩数量，

10、

11、矩阵z＝[zij]n×m表示用户j与充电站i的关系，

12、

13、而不等式lmin≤l≤llimit中，lmin为充电站之间的最低间距；llimit为通过里程焦虑模型计算出的充电站之间的最大间距。

14、最大化充电站年利润：

15、

16、其中，w为单个充电桩功率；t为平均充电时间即服务时间；c为单个充电桩运维成本；其中pic为各充电站i的年运维总成本；向量μi表示充电站i的日服务用户数量；

17、

18、继续的，365wsixit×min(μi，upi)为充电站i的年收入；xipic为充电站i的年运营维护费用；365wsixit×min(μi，upi)-xipic为成充电站i的年利润；si为充电站i的服务费价格，假设充电服务价格与充电站的负载相关，负载越高，意味着充电需求越大，根据供需关系，从而服务价格也越高；反之，则充电服务价格越低；从而得到：

19、

20、其中，a为充电站的服务费价格下限，b为充电站的服务费价格上限；设a＝0.5元/人/小时，b＝2.0元/人/小时；其中upi表示在充电站i有pi个充电桩且用户平均等待时间最长为15分钟的情况下，对应的日服务用户数最大值；

21、使用m/g/k排队模型的平均等待时间计算公式：

22、

23、其中，ti表示平均等待时间，varrive表示到达率(即车辆到达充电站的速率)，vserve表示服务率(即充电站提供服务的速率)，ρ＝varrive/(pi*vserve)表示系统的利用率(即系统处于忙碌状态的概率)，pi表示已建站候选点的服务通道数(即充电桩数量)。

24、最小化用户充电平均等待时间，用户充电排队问题符合排队论的m/g/k排队模型，根据m/g/k排队模型的平均等待时间计算公式，计算里程焦虑约束：

25、τγe-(vserve+varrive)ti≥0  (8)

26、其中，电动汽车单位电量(kmh)行驶公里数设为τ，电动汽车的电池能量为e，则电动汽车里程焦虑距离可表示为τγe，其中γ∈(0，1)焦虑因子，即当电量少于100γ％时，驾驶人充电需求产生；而整个不等式的含义是焦虑距离必须大于等于等待服务距离(vserve+varrive)ti，即驾驶人的充电需求必须在焦虑距离之内得到满足。

27、上述公式(7)和公式(8)表示里程焦虑约束确保在里程焦虑击穿之前进行充电同时可在求解过程中将可行ij对进行初步筛选在高速公路网络中存在多对ij对，合理建设的充电站应该满足ij对行驶距离小于里程焦虑的最大距离即(vserve+varrive)ti≤τγe。

28、进一步地，本发明充电站充电桩数量决策层子问题具体内容包括：

29、在建站选址x和用户的分配矩阵z的情况下，使用局部搜索策略优化各个站点的最佳充电桩数量p，最大化充电站收入；

30、

31、其中为充电站负载率；

32、(a)评估供电资源质量：参考各候选点为中心，15km为半径的圆形范围内电压等级±1100千伏，输送容量1200万千瓦以上规模电厂密度ppd(单位：家/km2)、光照条件(年日照天数比例)s_ratio、风能密度wed(瓦特每平方米(w/m2))以及水力发电指数计算出各个候选点供电资源质量指数rqi,用于评价各候选点供电资源质量，该指数将影响候选点是否会被选中及选中后设置的充电桩数量：

33、

34、其中，为各类供电指数权重，discharge各候选点为中心，15km为半径的圆形范围内径流量，grad该区域水利梯度在各候选点中的排名前百分数，sp为该区域土壤渗透性在各候选点中的排名前百分数，pro1，pro2，pro3，pro3分别为该区域传统输电、光伏发电、风能用电以及水利发电在用电总量中的比例。

35、(b)根据环境温度更新用户电池状况：根据如下公式确定电动汽车的电池剩余电量计算模型：

36、

37、其中，capco为场景co下的电池容量；cap25°为环境温度为25℃时的电池容量；zco为场景co的不同温度下的相对电池容量百分比；cap0为初始电池电量；soc0为初始荷电状态；pco为场景co下的空调平均耗电功率；mco为电动汽车在场景co下以速度v行驶1公里时的空调耗电量；capt为t时刻的剩余电量；capt-1为t-1时刻的剩余电量；δl为t-1时刻到t时刻的行驶距离；δcap为电动汽车行驶1公里的耗电量。

38、(c)更新充电桩数量：在建站选址x、用户的分配矩阵z确定的条件下，对pi进行求解，找到一个最佳的使得

39、

40、其中为在充电桩数量为时，保证用户等待时间不超过15分钟的，可容纳的用户数上限；

41、(d)更新服务价格：计算每一个充电站负载μ，令服务费价格s＝a+(b-a)×min(μ，1)；得到建站选址x对应的充电桩数量p、服务费价格s。

42、进一步地，本发明充电站位置决策层子问题具体内容包括：

43、基于改进的moea/d-m2m使用以下步骤及模块对进行优化优化建站选址x，流程如下：

44、s1、使用m1初始化模块进行初始化；其中m1初始化模块具体内容为：

45、在一次运行中同时求解这些子问题；从解空间的第一卦限中选择k个均匀分布的单位向量v1，v2，...，vk作为中心向量,并根据这k个中心向量将分为k个不相交的子区域ω1，ω2，...，ωk，其中ωk∈(k＝1，...，k)

46、

47、其中f＝(f1，f2)为个体的目标值向量，为f到vd的锐角角度，即f∈ωk当且仅当在k个中心向量中，vk与f的锐角角度最小；

48、在每个子区域中选择l个均匀分布的权重向量w1，w2，...，wl；对建站选址方案x进行二进制编码；每个子区域维护种群规模为l的子种群ok；组成种群规模为k×l的种群g＝{o1，o2，...，ok}；每个建站选址x建站点随机初始化；并初始化精英外部集

49、s2、使用m2目标函数值计算模块，计算每个建站选址x的目标函数值；

50、其中，m2目标函数值计算模块：根据公式(1)计算每个建站选址x的总年利润f1(x，p，z)；根据公式(5)计算每个建站选址x的用户平均等待时间f2(x，p，z)；

51、s3、遍历每个子区域的子种群，对每个个体x进行如下步骤：

52、(a)使用m3交叉变异模块进行交叉变异；

53、(b)再使用m4局部搜索模块，删除负载低的充电站；

54、(c)再使用m2模块计算目标函数值；将新个体加入子代种群h；遍历完k个区域后，得到种群规模为k×l的子代种群h；

55、(d)合并子代种群h和原种群g，得到一个种群规模为2×k×l的种群r；

56、(e)根据公式(14)把种群r中的个体分配到k个子区域，并保证各子区域子种群规模为l，k个新子种群组成新的种群g；保证各子区域子种群规模为l的规则具体为：

57、若某个子区域分配到的个体数量n＝l，则n个个体构成新的子种群；若n＞l，则从种群r中随机选取l-n个个体补够l个，由这l个个体构成新的子种群；若n＞l，则对这n个个体依次在子区域中的权重向量w1，w2，...，wl下计算切比雪夫距离，根据

58、

59、其中，z*＝(maxf1，minf2)，选出每个权重下切比雪夫距离最小的个体加入新的子种群，最终得到包含l个个体的子种群；

60、(f)遍历新种群g的个体，使用非支配排序法，更新精英外部集e；规则如下：

61、(1)若且或且或且则xi支配xi′；

62、(2)若种群g中的个体xi不被种群g和精英外部集e的其他个体支配，则加入精英外部集e；

63、(3)若种群g中的个体xi支配精英外部集e的个体xe，则删去xe；

64、s4、若达到指定代数，终止程序，输出精英外部集e以及精英个体对应的各充电站充电桩数量p和服务费价格s；否则，转到步骤s3；

65、其中m3交叉变异模块程序流程为：遍历区域中的个体，对个体xi，从区域子种群中随机选出一个个体xi′先进行交叉：

66、(a)确定新个体的建站数量：

67、

68、其中rand为0到1之前的随机数；|xi|，|xi′|为个体xi，xi′的建站数量；

69、(b)确定建站地址，记录两个个体的已建站候选点，从中随机选出|xc|个候选点建站；

70、(c)返回进行交叉后的个体xc；

71、再进行变异：

72、(a)若rand＞0.5，随机选择一个未建站的候选点建站；

73、(b)若rand≤0.5，随机选择一个已建站点删除；

74、(c)返回进行变异后的个体xcm；

75、经过交叉变异后，得到交叉变异个体xcm。

76、进一步地，本发明m4局部搜索模块具体内容包括：

77、为了充分利用充电站空间，删除空间利用率低的充电站；计算各充电站的空间利用率若则删除充电站i。

78、有益效果：

79、1、本发明模型提出了动态优化充电设施资源配置方案，为充电设施有序规划提供决策支撑。

80、2、本发明能够为电动汽车充电站建设企业提供充电站选址及确定各充电站充电桩数量和服务费价格的多个可供选择的最优方案。