CN108596394A - 一种多类型电动汽车充电站的选址协调配置方法 - Google Patents
一种多类型电动汽车充电站的选址协调配置方法 Download PDFInfo
- Publication number
- CN108596394A CN108596394A CN201810400766.7A CN201810400766A CN108596394A CN 108596394 A CN108596394 A CN 108596394A CN 201810400766 A CN201810400766 A CN 201810400766A CN 108596394 A CN108596394 A CN 108596394A
- Authority
- CN
- China
- Prior art keywords
- charging station
- bus
- private car
- formula
- cost
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000014509 gene expression Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000002349 favourable effect Effects 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种多类型电动汽车充电站的选址协调配置方法,先分别进行私家车充电站建模和公交车充电站建模,分别得到私家车充电站选址模型和公交车充电站选址模型,然后采用免疫算法分别对私家车充电站选址模型和公交车充电站选址模型进行求解,分别得到的私家车充电站和公交车充电站的站址坐标。本发明在考虑充电站时分别对私家车和公交车建立模型选址,再协调两类电动车选址,弥补了当前其他电动汽车充电站规划方法在考虑不同类型电动汽车选址、用户成本和充电站成本上的不足。
Description
技术领域
本发明涉及电动汽车充电站选址方法技术领域,具体说是一种多类型电动汽车充电站的选址协调配置方法。
背景技术
目前充电站选址方法基本是根据用户出行习惯、交通状况和充电站运营商的利益等几方面因素建立充电站选址模型,然后再通过算法进行优化求解选址,这些方法很少有分车型综合考虑不同车型的不同需求来选址,导致最终的选址结果不够合理。
发明内容
本发明的目的是针对上述现有技术中的不足,提供一种多类型电动汽车充电站的选址协调配置方法。
本发明的目的是通过以下技术方案实现的:
一种多类型电动汽车充电站的选址协调配置方法,包括如下步骤:
步骤1,进行私家车充电站建模,得到私家车充电站选址模型;
步骤2,进行公交车充电站建模,得到公交车充电站选址模型;
步骤3,采用免疫算法分别对私家车充电站选址模型和公交车充电站选址模型进行求解,得到的私家车充电站的站址坐标为(j1,k1),公交车充电站站址坐标为(j2,k2);
步骤4,根据以下规则确定电动汽车充电站站址:
1)当则充电站站址坐标为
2)当则充电站站址坐标为(j1,k1)。
式中r表示私家车充电站的站址和公交车充电站站址距离。
本发明进一步的设计方案中,步骤1中所述私家车充电站选址模型为:
minu=νw1+ζw2+τw3+w4-w5 (1)
式(1)中,w1为充电站初始建设需要的成本;w2为每年运营成本;w3为用户充电所消耗的成本;w4为充电站服务范围内消防站和大规模居住地时的有利因素加成,w5为充电站服务范围内有商业区的妨碍因素减成,ζ,τ,υ分别为各成本所占权重。
所述充电站初始建设需要的成本w1根据下式(2)确定:
所述每年运营成本w2根据下式(3)确定:
所述用户充电所消耗的成本w3根据下式(4)确定:
所述加成w4根据下式(5)确定:
w4=gyi+β (5)
所述减成w5根据下式(6)确定:
w5=λxi (6)
私家车充电站选址模型的约束条件为:
dij≤ri (7)
ljitji≤ψ (9)
式(2)-式(9)中,m为私家车充电站个数;hi为第i个私家车充电站房租费用;j为第j个需求点,fi为基本设施建设费用;k为充电站成本回收率;μ为投资回收年限;α为运营成本折算为初始成本的折算系数;lji为需求点j到充电站i经过的路口数为lji;tji为电动汽车经过每个路口需要等待红灯的平均时间;dij为j需求点到充电站i的距离;va为电动汽车在市区行驶的平均速度;δ为用户的时间成本系数;q为充电站服务半径内需求点个数;g为充电站周围有居民区时加成系数,yi为充电站附近居民区小区数量,β为充电站周围有医院消防站时加成系数;λ表示加成系数;xi表示x米内商业区的个数;ri为第i个充电站的服务半径;ui为第i个充电站可以充电的充电桩数;p为总的需求车辆数;ψ为客户能忍耐的最长总等红灯时间。
步骤2中所述公交车充电站选址模型为:
式(10)表示一个选址模型,在满足距离上限的情况下,需要从n个充电需求点中找出充电站站址并服务区域内电动汽车,F表示以路网节点处的充电需求和充电站的距离乘积的累加和最小为目标建立的标函数
公交车充电站选址模型的约束条件为:
Zij≤hj,i∈N,j∈Mi (12)
Zij,hj∈(0,1),i∈N,j∈Mi (14)
dij≤s (15)
式(11)-式(15)中,N={1,2,…,n}表示公交站台集合;Mi表示到路网节点i即公交站台i的长度不大于s的备选充电站集合,i∈N,wi表示站台处车次数量即公交车充电需求量;dij表示某个公交站台i和最近充电站j的相距路程;Zij为0—1变量,当其为1时,表示公交站台j的需求量由充电站j供应,否则Zij=0;hj为0—1变量,当其为1表示确定j点为充电站;s表示对应的充电站和其服务的公交站台之间的上限距离;式(11)表示每个路网节点只能到一个充电站充电;式(12)表明没有充电站的地方没有路网节点;式(13)表示区域内规划的充电站数量为p;式(14)表示变量Zij和hj是0-1变量;式(15)表示对应节点处的电动汽车在充电站的充电范围内。
本发明具有以下突出的有益效果:
1、在私家车模型的用户成本中,考虑了用户到达充电站花费的时间成本,考虑了用户在到达充电站路上经过的路口数,等待红灯花费的时间。
2、在私家车充电站建模中,当充电站周围有商业区时对目标函数增加减成量w5,当充电站周围有居民区和消防站时对目标函数增加加成量w4。
3、在公交车充电站建模中,以公交站台车次数量作为公交车的充电需求量,每个公交站台作为一个需求节点,建立模型。
4、充电站最终选址是结合私家车和公交车协调的多类型充电站,公交车私家车两类充电站几何中心距离<1km,则充电站站址为两点中点;公交车私家车两类充电站几何中心距离>1km则充电站站址为私家车站址。
附图说明
图1是实施例中多类型电动汽车充电站的选址协调配置方法框图;
具体实施方式
下面结合附图及实施例对本发明作进一步说明。
实施例
多类型电动汽车充电站的选址的具体方法如下,参见图1:
步骤1,进行私家车充电站建模,得到私家车充电站选址模型;
私家车充电站选址模型为:
minu=νw1+ζw2+τw3+w4-w5 (1)
式(1)中,w1为充电站初始建设需要的成本;w2为每年运营成本;w3为用户充电所消耗的成本;w4为充电站服务范围内消防站和大规模居住地时的有利因素加成,w5为充电站服务范围内有商业区的妨碍因素减成,ζ,τ,υ分别为各成本所占权重。
所述充电站初始建设需要的成本w1根据下式(2)确定:
所述每年运营成本w2根据下式(3)确定:
所述用户充电所消耗的成本w3根据下式(4)确定:
所述加成w4根据下式(4)确定:
w4=gyi+β (5)
所述减成w5根据下式(4)确定:
w5=λxi (6)
私家车充电站选址模型的约束条件为:
dij≤ri (7)
ljiaji≤ψ (9)
式(2)-式(9)中,m为私家车充电站个数;hi为第i个私家车充电站房租费用;j为第j个需求点,fi为基本设施建设费用;k为充电站成本回收率;μ为投资回收年限;α为运营成本折算为初始成本的折算系数;lji为需求点j到充电站i经过的路口数为lji;tji为电动汽车经过每个路口需要等待红灯的平均时间,dij为j需求点到充电站i的距离;va为电动汽车在市区行驶的平均速度;δ为用户的时间成本系数;q为充电站服务半径内需求点个数;g为充电站周围有居民区时加成系数,yi为充电站附近居民区小区数量,β为充电站周围有医院消防站时加成系数;λ表示加成系数;xi表示x米内商业区的个数;ri为第i个充电站的服务半径;ui为第i个充电站可以充电的充电桩数;p为总的需求车辆数;ψ为客户能忍耐的最长总等红灯时间。
步骤2,进行公交车充电站建模,得到公交车充电站选址模型;
公交车充电站选址模型为:
式(10)表示一个选址模型,在满足距离上限的情况下,需要从n个充电需求点中找出充电站站址并服务区域内电动汽车,F表示以路网节点处的充电需求和充电站的距离乘积的累加和最小为目标建立的标函数。
公交车充电站选址模型的约束条件为:
Zij≤hj,i∈N,j∈Mi (12)
Zij,hj∈(0,1),i∈N,j∈Mi (14)
dij≤s (15)
式(11)-式(15)中,N={1,2,…,n}表示公交站台集合;Mi表示到路网节点i即公交站台i的长度不大于s的备选充电站集合,i∈N,wi表示站台处车次数量即公交车充电需求量;dij表示某个公交站台i和最近充电站j的相距路程;Zij为0—1变量,当其为1时,表示公交站台j的需求量由充电站j供应,否则Zij=0;hj为0—1变量,当其为1表示确定j点为充电站;s表示对应的充电站和其服务的公交站台之间的上限距离;式(11)表示每个路网节点只能到一个充电站充电;式(12)表明没有充电站的地方没有路网节点;式(13)表示区域内规划的充电站数量为p;式(14)表示变量Zij和hj是0-1变量;式(15)表示对应节点处的电动汽车在充电站的充电范围内。
私家车充电站选址模型和公交车充电站选址模型中的各因素的具体数据根据当地具体情况和选址要求进行确定。
步骤3,采用免疫算法分别对私家车充电站选址模型和公交车充电站选址模型进行求解,得到的私家车充电站的站址坐标为(j1,k1),公交车充电站站址坐标为(j2,k2)。
免疫算法具体步骤如下:
(1)分析问题。全面的分析研究需要解决的问题,确定解的适合的表达样式,以确保优化的结果最优。
(2)产生初始抗体群。随即获取N个个体,并且从记忆库里面提取m个个体来构成初始群体的数量,其中m就是记忆库中存在的个体的数量。
(3)对上述群体中各个抗体进行评价。在本算法中对个体的评价是以个体的期望繁殖率P为标准的。
(4)形成父代群体。将初始群体按期望繁殖率P进行降序排列,并取前N个个体构成父代群体;同时取前m个个体存入记忆库中。
(5)判断是否满足结束条件,是则结束;反之,则继续下一步操作。
(6)新群体的产生。基于步骤(4)的计算结果对抗体群进行选择、交叉、变异操作得到新群体,再从记忆库中取出记忆的个体,共同构成新一代群体。
(7)转去执行步骤(3)。
步骤4,根据以下规则确定电动汽车充电站站址:
1)当则充电站站址坐标为
2)当则充电站站址坐标为(j1,k1)。
式中r表示私家车充电站的站址和公交车充电站站址距离。
由于私家车和公交车的出行规律是不一样的从而两种车的充电需求不一样,本选址方法采用了不同的模型来规划不同的车型,从而能最大化的满足不同类型的电动汽车充电需求,然后两种模型求出的充电站是在不一样的再根据步骤四确定最终位置。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (4)
1.一种多类型电动汽车充电站的选址协调配置方法,其特征在于,包括如下步骤:
步骤1,进行私家车充电站建模,得到私家车充电站选址模型;
步骤2,进行公交车充电站建模,得到公交车充电站选址模型;
步骤3,采用免疫算法分别对私家车充电站选址模型和公交车充电站选址模型进行求解,得到的私家车充电站的站址坐标为(j1,k1),公交车充电站站址坐标为(j2,k2);
步骤4,根据以下规则确定电动汽车充电站站址:
1)当则充电站站址坐标为
2)当则充电站站址坐标为(j1,k1);
式中r表示私家车充电站的站址和公交车充电站站址距离。
2.根据权利要求1所述的多类型电动汽车充电站的选址协调配置方法,其特征在于,步骤1中所述私家车充电站选址模型为:
minu=νw1+ζw2+τw3+w4-w5 (1)
式(1)中,w1为充电站初始建设需要的成本;w2为每年运营成本;w3为用户充电所消耗的成本;w4为充电站服务区域内消防站和大规模居住地时的有利因素加成,w5为充电站服务区域内有商业区的妨碍因素减成,ζ,τ,υ分别为各成本所占权重。
3.根据权利要求2所述的多类型电动汽车充电站的选址协调配置方法,其特征在于,
所述充电站初始建设需要的成本w1根据下式(2)确定:
所述每年运营成本w2根据下式(3)确定:
所述用户充电所消耗的成本w3根据下式(4)确定:
所述加成w4根据下式(5)确定:
w4=gyi+β (5)
所述减成w5根据下式(6)确定:
w5=λxi (6)
私家车充电站选址模型的约束条件为:
dij≤ri (7)
ljiaji≤ψ (9)
式中,m为私家车充电站个数;hi为第i个私家车充电站房租费用;j为第j个需求点,fi为基本设施建设费用;k为充电站成本回收率;μ为投资回收年限;α为运营成本折算为初始成本的折算系数;lji为需求点j到充电站i经过的路口数为lji;tji为电动汽车经过每个路口需要等待红灯的平均时间;dij为j需求点到充电站i的距离;va为电动汽车在市区行驶的平均速度;δ为用户的时间成本系数;q为充电站服务半径内需求点个数;g为充电站周围有居民区时加成系数,yi为充电站附近居民区小区数量,β为充电站周围有医院消防站时加成系数;λ表示加成系数;xi表示x米内商业区的个数;ri为第i个充电站的服务半径;ui为第i个充电站可以充电的充电桩数;p为总的需求车辆数;ψ为客户能忍耐的最长总等红灯时间。
4.根据权利要求1所述的多类型电动汽车充电站的选址协调配置方法,其特征在于,步骤2中所述公交车充电站选址模型为:
公交车充电站选址模型的约束条件为:
Zij≤hj,i∈N,j∈Mi (12)
Zij,hj∈(0,1),i∈N,j∈Mi (14)
dij≤s (15)
其中,N={1,2,…,n}表示公交站台集合;Mi表示到公交站台i的长度不大于s的备选充电站集合,wi表示站台处车次数量即公交车充电需求量;dij表示某个公交站台i和最近充电站j的相距路程;Zij为0—1变量,当其为1时,表示公交站台j的需求量由充电站j供应,否则Zij=0;hj为0—1变量,当其为1表示确定j点为充电站;s表示对应的充电站和其服务的公交站台之间的上限距离;式(11)表示每个路网节点只能到一个充电站充电;式(12)表明没有充电站的地方没有路网节点;式(13)表示区域内规划的充电站数量为p;式(14)表示变量Zij和hj是0-1变量;式(15)表示对应节点处的电动汽车在充电站的充电范围内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810400766.7A CN108596394B (zh) | 2018-04-28 | 2018-04-28 | 一种多类型电动汽车充电站的选址协调配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810400766.7A CN108596394B (zh) | 2018-04-28 | 2018-04-28 | 一种多类型电动汽车充电站的选址协调配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108596394A true CN108596394A (zh) | 2018-09-28 |
CN108596394B CN108596394B (zh) | 2021-10-15 |
Family
ID=63619203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810400766.7A Active CN108596394B (zh) | 2018-04-28 | 2018-04-28 | 一种多类型电动汽车充电站的选址协调配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108596394B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409582A (zh) * | 2018-09-30 | 2019-03-01 | 贵州大学 | 一种充电桩位置优化方法 |
CN110287612A (zh) * | 2019-06-28 | 2019-09-27 | 成都理工大学 | 一种加氢站选址智能算法 |
CN111144669A (zh) * | 2020-02-18 | 2020-05-12 | 郑州航空工业管理学院 | 城市公交站台设置方法 |
CN113378079A (zh) * | 2021-04-07 | 2021-09-10 | 山东交通学院 | 基于改进免疫算法的电动汽车充电站选址方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722767A (zh) * | 2012-07-02 | 2012-10-10 | 山东鲁能智能技术有限公司 | 电动汽车充换电站布点规划系统及方法 |
CN102880921A (zh) * | 2012-10-16 | 2013-01-16 | 山东电力集团公司电力科学研究院 | 一种电动汽车充电站选址优化方法 |
CN107392360A (zh) * | 2017-07-01 | 2017-11-24 | 广东电网发展研究院有限责任公司 | 一种电动公交车充电站的规划方法 |
CN107392462A (zh) * | 2017-07-18 | 2017-11-24 | 上海电力学院 | 一种考虑分类特性的电动汽车并网调度方法 |
-
2018
- 2018-04-28 CN CN201810400766.7A patent/CN108596394B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722767A (zh) * | 2012-07-02 | 2012-10-10 | 山东鲁能智能技术有限公司 | 电动汽车充换电站布点规划系统及方法 |
CN102880921A (zh) * | 2012-10-16 | 2013-01-16 | 山东电力集团公司电力科学研究院 | 一种电动汽车充电站选址优化方法 |
CN107392360A (zh) * | 2017-07-01 | 2017-11-24 | 广东电网发展研究院有限责任公司 | 一种电动公交车充电站的规划方法 |
CN107392462A (zh) * | 2017-07-18 | 2017-11-24 | 上海电力学院 | 一种考虑分类特性的电动汽车并网调度方法 |
Non-Patent Citations (1)
Title |
---|
陈诚: ""电动汽车和配电网的协调调度与规划"", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409582A (zh) * | 2018-09-30 | 2019-03-01 | 贵州大学 | 一种充电桩位置优化方法 |
CN109409582B (zh) * | 2018-09-30 | 2021-05-25 | 贵州大学 | 一种充电桩位置优化方法 |
CN110287612A (zh) * | 2019-06-28 | 2019-09-27 | 成都理工大学 | 一种加氢站选址智能算法 |
CN111144669A (zh) * | 2020-02-18 | 2020-05-12 | 郑州航空工业管理学院 | 城市公交站台设置方法 |
CN111144669B (zh) * | 2020-02-18 | 2023-06-16 | 郑州航空工业管理学院 | 城市公交站台设置方法 |
CN113378079A (zh) * | 2021-04-07 | 2021-09-10 | 山东交通学院 | 基于改进免疫算法的电动汽车充电站选址方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108596394B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Optimal routing and charging of an electric vehicle fleet for high-efficiency dynamic transit systems | |
CN108596394A (zh) | 一种多类型电动汽车充电站的选址协调配置方法 | |
CN109523051A (zh) | 一种电动汽车充电实时优化调度方法 | |
CN109034465B (zh) | 考虑充电站选址与出行路径耦合的充电站两层规划方法 | |
Tao et al. | Data-driven optimized layout of battery electric vehicle charging infrastructure | |
CN109711630A (zh) | 一种基于出行概率矩阵的电动汽车快充站选址定容方法 | |
US20120203726A1 (en) | Information systems and methods for deployment of charging infrastructure in support of electric vehicles | |
Lin et al. | Optimal planning of intra-city public charging stations | |
CN108183514A (zh) | 一种立体式充电站云平台智能充放电控制系统及方法 | |
Pan et al. | Deploying public charging stations for electric taxis: A charging demand simulation embedded approach | |
CN108961813A (zh) | 一种新型智能停车场 | |
CN109190813A (zh) | 一种基于双层规划的共享自行车区域投放规划方法 | |
CN107871184A (zh) | 一种面向区域充电设施的电动汽车充电站的选址方法 | |
Zhang et al. | Impact of available electric vehicle battery power capacity on power system reliability | |
CN110930037B (zh) | 电动出租车充电站与配电设施的协调规划方法 | |
CN112734063A (zh) | 充电桩智能引导平台 | |
CN110059937A (zh) | 一种集成电动汽车全轨迹空间的负荷建模方法 | |
CN106022514A (zh) | 一种基于出行链的公共电动自行车租赁点选址方法 | |
Majhi et al. | Assessment of dynamic wireless charging based electric road system: A case study of Auckland motorway | |
CN114186754A (zh) | 含有不同类型充电桩的电动汽车充电站选址定容优化方法 | |
CN106849233A (zh) | 一种集中式充放电系统、控制方法及装置 | |
Zhong et al. | Charging navigation strategy for electric vehicles considering empty-loading ratio and dynamic electricity price | |
Krallmann et al. | Multi-objective optimization of charging infrastructure to improve suitability of commercial drivers for electric vehicles using real travel data | |
CN106130110B (zh) | 基于分层概率选择出行地的电动出租车充电站定容方法 | |
Celli et al. | Optimal multi-objective allocation of fast charging stations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |