CN107832891A - 一种城市快速路口的充电站规划方法 - Google Patents

Abstract

本申请公开了一种城市快速路口的充电站规划方法，所述方法包括：根据充电站的建设成本与运行维护成本，构建经济成本目标函数y₁；根据城市快速路口的电动汽车的充电需求，构建平均等待时间目标函数y₂；对所述目标函数y₁与目标函数y₂进行多目标优化求解，获得最优解。本发明提供的充电站规划方法综合考虑了城市快速路口建设充电的建设成本及电动汽车用户充电等待时间，并利用NSGA‑II多目标算法和TOPSIS排序方法得到最优解，由此获得充电站规划的优选方案，能够使规划结果更全面准确。

Description

一种城市快速路口的充电站规划方法

技术领域

本发明涉及城市充电站规划技术领域，尤其涉及一种城市快速路口的充电站规划方法。

背景技术

在资源与环境问题的压力下，电动汽车作为绿色无污染的出行方式，是缓解脑能源危机、推进可持续发展的重要手段。近年来，电动汽车在我国得以大力推广，其保有量逐年增加，而电动汽车充电站作为服务于电动汽车用户的基础服务设施，其规划的合理与否将直接影响到电动汽车用户充电的便捷性，间接影响着电动汽车的推广应用。

目前国内外针对电动汽车充电站规划已经做了初步研究，然而专门对城市快速路口的充电站进行的研究还较少。城市快速路属于快速路的一种，位居城市道路四个等级中的顶端，可以有效提高城市内部的运输效率。电动汽车代替传统汽车后，并不会改变车主的出行行为，而城市快速路口车流量较大，十分有必要研究城市快速路口的充电站建设。

但是，电动汽车充电站的规划收到多方面因素的影响，如车流量、经济建设成本、配电网约束等，目前已有的研究多集中于对于车流量和配电网约束等的影响，对综合考虑充电站各方面影响因素的研究较少，很难做到对充电站的最优规划。综上所述，构建一种考虑城市快速路口通行条件下的充电站规划方法具有重要的理论与现实意义。

发明内容

本发明提供了一种城市快速路口的充电站规划方法，以解决目前充电站规划时因素考虑不全面，导致很难对充电站进行最优规划的问题。

本发明提供了一种城市快速路口的充电站规划方法，所述方法包括：

根据充电站的建设成本与运行维护成本，构建经济成本目标函数y₁；

根据城市快速路口的电动汽车的充电需求，构建平均等待时间目标函数y₂；

对所述目标函数y₁与目标函数y₂进行多目标优化求解，获得最优解。

可选的，所述根据充电站的建设成本与运行维护成本，构建的目标函数y₁，所述目标函数y₁的表达式为：

上式中，C₁为充电站的建设成本；C₂为充电站的运行维护成本；z为充电站运行年限；其中，

C₁＝ma+b

C₂＝αC₁

上式中，m为充电站配置的充电机数量；a为充电机单价；b为充电站建设的固定投资；α为折算系数。

可选的，所述根据城市快速路口的电动汽车的充电需求，构建目标函数y₂，所述目标函数y₂的表达式为：

上式中，w为产生了等待时间的所有车辆数；t_w,i为其对应的等待时间。

可选的，当电动汽车电池容量Soc﹤0.3E_ev时，则所述电动汽车产生了充电需求；对于有充电需求的第i辆电动汽车，其充电需求为：

Q_i＝(1-Soc_i)E_ev

上式中，Soc为电动汽车荷电状态；E_ev为电动汽车电池容量。

可选的，当需要充电的第i辆电动汽车进入充电站后，判断处于空闲状态的充电机n_f是否等于0；

若处于空闲状态的充电机n_f≠0，则电动汽车的等待时间t_w,i为0；

若处于空闲状态的充电机n_f＝0，则进入等待队列，寻找最快进入空闲状态的充电机；等待结束，开始充电并记录等待时间。

可选的，当处于空闲状态的充电机n_f＝0时，起始电池电量为Soc_i的电动汽车，其等待时间为：

t_w,i＝t_c,i-t_i

上式中，t_c,i为开始充电时刻；t_i为电动汽车到达充电站的时间。

可选的，当第i辆电动汽车开始充电时，其结束充电离开的时间为：

当第i+1辆电动汽车进入充电站后，寻找mint_q,i(q＝1,2,......n)对应的充电机，第i+1辆电动汽车开始充电的时间为mint_q,i。

可选的，所述对所述目标函数y₁与目标函数y₂进行多目标优化求解，获得最优解，包括：

采用NSGA-II多目标算法对目标函数y₁和目标函数y₂进行求解，并利用TOPSIS进行排序，确定目标函数的最优解。

可选的，所述确定目标函数的最优解，包括：

a，输入车流量信息、充电机功率、电动汽车电池容量信息，确定最大迭代次数N；

b，令模拟时钟t₀＝0，随机产生初始迭代种群；

c，根据当前状态下各个电动汽车的Soc，计算当前状态的充电需求；

d，分别构建目标函数y₁和目标函数y₂，并交叉变异生成子代种群；

e，合并子代种群，利用NSGA-II多目标算法计算经济性目标、等待时间目标，并利用TOPSIS进行排序；

f，选择使目标函数y₁和目标函数y₂都能达到最优的充电机数量，将所述充电机数量作为最优个体，并判断所述迭代次数是否达到N；

g，若未达到，则令t₀＝t₀+1，返回步骤b；若达到，则终止操作，输出最优解。

本发明提供的技术方案可以包括以下有益效果：

本发明提供的城市快速路口的充电站规划方法包括：根据充电站的建设成本与运行维护成本，构建经济成本目标函数y₁；根据城市快速路口的电动汽车的充电需求，构建平均等待时间目标函数y₂；对所述目标函数y₁与目标函数y₂进行多目标优化求解，获得最优解。本发明提供的充电站规划方法综合考虑了城市快速路口建设充电的建设成本及电动汽车用户充电等待时间，并利用NSGA-II多目标算法和TOPSIS排序方法得到最优解，由此获得充电站规划的优选方案，能够使规划结果更全面准确。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种城市快速路口的充电站规划方法的流程图；

图2为本发明实施例提供的一种城市快速路口的充电站规划方法中建立用户等待时间模型的流程图。

具体实施方式

参见图1，为本发明实施例提供的城市快速路口的充电站规划方法的流程图。

如图1所示，本发明实施例提供的城市快速路口的充电站规划方法包括：

S100：根据充电站的建设成本与运行维护成本，构建经济成本目标函数y₁。

电动汽车充电站的规划受到多方面因素的影响，如车流量、经济建设成本、配电网约束等，首先考虑充电站建设成本。充电站的建设必须考虑经济性，本申请实施例从建设成本和运行维护成本两方面考虑建设的经济成本，其中，

(1)建设成本C₁表达如下：

C₁＝ma+b (1)

上式中，m为充电站配置的充电机数量；a为充电机单价；b为充电站建设的固定投资。

(2)运行维护成本C₂表达如下：

C₂＝αC₁ (2)

上式中，α为折算系数，即运行维护成本正比于充电站建设固定成本。

因此，以充电站建设总成本作为一个目标函数：

上式中，z为充电站运行年限。

S200：根据城市快速路口的电动汽车的充电需求，构建平均等待时间目标函数y₂。

城市快速路口车流量较大，电动汽车的充电需求也较大，因此需要考虑电动汽车的充电行为。电动汽车用户可以考虑在出行完成之后进行充电以保证电量满足下一次出行需求，即为目的地充电模式；同时，用户也存在中途充电需求，即用户在出行途中进行充电，用户通过寻找最佳位置的充电站，为行驶中的电动汽车提供充电服务。

在第t个时刻，经过快速路口的车辆数记为f_t，电动汽车渗透率为η，当电动汽车荷电状态记为Soc，电动汽车电池容量记为E_ev，则对于有充电需求的第i辆电动汽车，其充电需求为：

Q_i＝(1-Soc_i)E_ev (4)

根据该快速路口车流量时变统计数据，结合电动汽车电池剩余电量统计规律，对路过的电动汽车电池剩余电量进行抽样，当电动汽车电池电量Soc小于0.3时，认为其产生了充电需求，计入该小时的充电负荷，从而建立了电动汽车充电模型。

建立了电动汽车充电模型后，还需考虑目前该类型公共服务的实际情况，按照“先到先服务”的原则，建立用户等待时间模型。

将充电站的充电机数量记为n，处于服务状态的充电机数量记为n_s，处于空闲状态的充电机记为n_f，则用户等待时间模型具体表示如下：

如图2所示，对于需要充电的第i辆电动汽车，其进入充电站后，若n_f≠0，即有充电机处于闲置状态，则车主无需等待，可直接享受充电服务，等待时间为0。将第i辆电动汽车到达时间记为t_i，其结束充电离开的时间为：

上式中，E_ev为电动汽车电池容量；Soc_i为到达的第i辆车的荷电状态，p为充电机功率。

若n_f＝0，此时由于没有空闲充电机，车辆到达后需要进入等待行列，寻找最快进入空闲状态的充电机，当电动汽车等待结束时，开始充电并记录等待时间。对于第q(q＝1，2…n)台充电机，起始电池电量为Soc_i的电动汽车，其到达时间记为t_i，开始充电时刻为t_c,i，则其等待时间为：

t_w,i＝t_c,i-t_i (6)

将该时间计入等待时间，作为对电动汽车充电站服务能力的评价。

第i辆电动汽车结束充电离开的时间为：

当有充电需求的第i+1辆电动汽车进入充电站后，寻找最快进入空闲状态的充电机，即寻找mint_q,i对应的充电机。当第i辆电动汽车开始进行充电后，更新各个充电机的t_q,i值，对于有充电需求的电动汽车重新寻找mint_q,i对应的充电机。

对于第i+2辆电动汽车，其开始进行充电的时间为mint_q,i，即t_c＝mint_q,i，重复以上过程，直至进入n_f＝0的情形。

对于每一辆产生等待的电动汽车，以其平均等待时间作为衡量指标评估该充电站站点的服务能力，其目标函数具体描述如下：

上式中，w为产生了等待时间的所有车辆数；t_w,i为其对应的等待时间。

S300：对所述目标函数y₁与目标函数y₂进行多目标优化求解，获得最优解。

确定目标函数y₁与目标函数y₂的最优解包括：综合考虑了充电站建设的经济性和服务能力，将充电机数量设置为控制变量，采用多目标算法NSGA-II求解电动汽车充电站的建设成本目标函数y₁与平均等待时间目标函数y₂，并利用TOPSIS排序方法进行排序，确定目标函数的最优解。其具体步骤如下：

a，输入车流量信息、充电机功率、电动汽车电池容量信息，确定最大迭代次数N；

b，令模拟时钟t₀＝0，随机产生初始迭代种群；

c，根据当前状态下各个电动汽车的Soc，计算当前状态的充电需求；

d，分别构建目标函数y₁和目标函数y₂，并交叉变异生成子代种群；

e，合并子代种群，利用NSGA-II多目标算法计算经济性目标、等待时间目标，并利用TOPSIS进行排序；

f，选择使目标函数y₁和目标函数y₂都能达到最优的充电机数量，将所述充电机数量作为最优个体，并判断所述迭代次数是否达到N；

g，若未达到，则令t₀＝t₀+1，返回步骤b；若达到，则终止操作，输出最优解。

获得目标函数的最优解包括城市快速路口充电站内充电机的数量，如快充充电机的数量、交流充电机的数量、慢充充电机的数量等，该最优解满足充电站建设成本最小、用户平均等待时间最短的要求。

从上述实施例可以看出，本发明实施例提供的城市快速路口的充电站规划方法综合考虑了充电站建设成本和电动汽车用户充电等待时间，构建了充电站建设成本目标函数y₁和以平均等待时间作为衡量指标的充电站服务能力的目标函数y₂，并利用NSGA-II多目标算法和TOPSIS排序方法得到目标函数求解方法，获得目标函数的最优解，从而使得规划结果更全面准确。

本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

以上所述的本发明实施方式并不构成对本发明保护范围的限定。

Claims (9)

1.一种城市快速路口的充电站规划方法，其特征在于，所述方法包括：

根据充电站的建设成本与运行维护成本，构建经济成本目标函数y₁；

根据城市快速路口的电动汽车的充电需求，构建平均等待时间目标函数y₂；

对所述目标函数y₁与目标函数y₂进行多目标优化求解，获得最优解。

2.如权利要求1所述的方法，其特征在于，所述根据充电站的建设成本与运行维护成本，构建的目标函数y₁，所述目标函数y₁的表达式为：

<mrow> <msub> <mi>y</mi> <mn>1</mn> </msub> <mo>=</mo> <mi>M</mi> <mi>i</mi> <mi>n</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>C</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>C</mi> <mn>2</mn> </msub> </mrow> <mi>z</mi> </mfrac> <mo>)</mo> </mrow> </mrow>

上式中，C₁为充电站的建设成本；C₂为充电站的运行维护成本；z为充电站运行年限；其中，

C₁＝ma+b

C₂＝αC₁

上式中，m为充电站配置的充电机数量；a为充电机单价；b为充电站建设的固定投资；α为折算系数。

3.如权利要求1所述的方法，其特征在于，所述根据城市快速路口的电动汽车的充电需求，构建目标函数y₂，所述目标函数y₂的表达式为：

<mrow> <msub> <mi>y</mi> <mn>2</mn> </msub> <mo>=</mo> <mi>M</mi> <mi>i</mi> <mi>n</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>w</mi> </munderover> <msub> <mi>t</mi> <mrow> <mi>w</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> </mrow> <mi>w</mi> </mfrac> <mo>)</mo> </mrow> </mrow>

上式中，w为产生了等待时间的所有车辆数；t_w,i为其对应的等待时间。

4.如权利要求3所述的方法，其特征在于，当电动汽车电池容量Soc﹤0.3E_ev时，则所述电动汽车产生了充电需求；对于有充电需求的第i辆电动汽车，其充电需求为：

Q_i＝(1-Soc_i)E_ev

上式中，Soc为电动汽车荷电状态；E_ev为电动汽车电池容量。

5.如权利要求4所述的方法，其特征在于,当需要充电的第i辆电动汽车进入充电站后，判断处于空闲状态的充电机n_f是否等于0；

若处于空闲状态的充电机n_f≠0，则电动汽车的等待时间t_w,i为0；

若处于空闲状态的充电机n_f＝0，则进入等待队列，寻找最快进入空闲状态的充电机；等待结束，开始充电并记录等待时间。

6.如权利要求5所述的方法，其特征在于,当处于空闲状态的充电机n_f＝0时，起始电池电量为Soc_i的电动汽车，其等待时间为：

t_w,i＝t_c,i-t_i

上式中，t_c,i为开始充电时刻；t_i为电动汽车到达充电站的时间。

7.如权利要求6所述的方法，其特征在于,当第i辆电动汽车开始充电时，其结束充电离开的时间为：

<mrow> <msub> <mi>t</mi> <mrow> <mi>q</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>t</mi> <mrow> <mi>c</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <mfrac> <mrow> <msub> <mi>E</mi> <mrow> <mi>e</mi> <mi>v</mi> </mrow> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>Soc</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow> <mi>p</mi> </mfrac> </mrow>

当第i+1辆电动汽车进入充电站后，寻找mint_q,i(q＝1,2,......n)对应的充电机，第i+1辆电动汽车开始充电的时间t_c,i+1为mint_q,i。

8.如权利要求1所述的方法，其特征在于，所述对所述目标函数y₁与目标函数y₂进行多目标优化求解，获得最优解，包括：

采用NSGA-II多目标算法对目标函数y₁和目标函数y₂进行求解，并利用TOPSIS进行排序，确定目标函数的最优解。

9.如权利要求8所述的方法，其特征在于，所述确定目标函数的最优解，包括：

a，输入车流量信息、充电机功率、电动汽车电池容量信息，确定最大迭代次数N；

b，令模拟时钟t₀＝0，随机产生初始迭代种群；

c，根据当前状态下各个电动汽车的Soc，计算当前状态的充电需求；

d，分别构建目标函数y₁和目标函数y₂，并交叉变异生成子代种群；

e，合并子代种群，利用NSGA-II多目标算法计算经济性目标、等待时间目标，并利用TOPSIS进行排序；

f，选择使目标函数y₁和目标函数y₂都能达到最优的充电机数量，将所述充电机数量作为最优个体，并判断所述迭代次数是否达到N；

g，若未达到，则令t₀＝t₀+1，返回步骤b；若达到，则终止操作，输出最优解。