CN109572479A - 一种城市配电网络中电动汽车快速充电站的优化选址方法 - Google Patents

一种城市配电网络中电动汽车快速充电站的优化选址方法 Download PDF

Info

Publication number
CN109572479A
CN109572479A CN201811377590.4A CN201811377590A CN109572479A CN 109572479 A CN109572479 A CN 109572479A CN 201811377590 A CN201811377590 A CN 201811377590A CN 109572479 A CN109572479 A CN 109572479A
Authority
CN
China
Prior art keywords
node
transportation network
charge
city
charging station
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.)
Pending
Application number
CN201811377590.4A
Other languages
English (en)
Inventor
杨强
孙思扬
颜文俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201811377590.4A priority Critical patent/CN109572479A/zh
Publication of CN109572479A publication Critical patent/CN109572479A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/70—Interactions with external data bases, e.g. traffic centres
    • B60L2240/72—Charging station selection relying on external data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Electric Propulsion And Braking For Vehicles (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种城市配电网络中电动汽车快速充电站的优化选址规划方法。该方法通过对城市中道路网络的繁忙程度等因素进行分析，以所有电动汽车抵达距离其最近的快速充电站的路程之和最小为优化目标，从而求解获得电动汽车快速充电站的最优选址，从而可以节省电动汽车充电的路程成本，方便电动汽车充电。

Description

一种城市配电网络中电动汽车快速充电站的优化选址方法
技术领域
本发明涉及电动汽车快速充电站的选址规划问题，尤其涉及一种城市配电网络中电动汽车快速充电站的优化选址规划方法。
背景技术
随着经济的快速发展，资源匮乏和环境污染的问题越来越严重。目前庞大的汽车市场正在加剧资源的耗费，同时也为城市环境增添了更多的压力。而电动汽车因为其具有节能环保的特点正在成为汽车工业的主要发展方向。随着国家的政策支持和各大汽车厂商的积极参与，电动汽车的技术水平正日益提高。目前，已有一部分电动汽车的产品已经成型并投入示范运行，产业化和商业化的模式也在逐步完善。随着普及程度的增大，电动汽车的充电将会成为电网承担的又一重要负荷，对电网的影响也不可小视。作为电动汽车的基础配套，充电站必须先行进行规划和建设。而电动汽车的充电需求具有很强的随机性和不确定性，电动汽车充电站如何最优选址，是目前必须解决的一个问题。
发明内容
针对现有的电动汽车充电站选址规划方法的不足，本发明的目的在于提出了一种城市配电网络中电动汽车快速充电站的优化选址规划方法。
本发明的目的是通过以下技术手段实现的，一种城市配电网络中电动汽车快速充电站的优化选址规划方法，该方法包括以下步骤：
步骤(1)，获取城市内的交通网络的拓扑结构模型；所述的拓扑结构模型包括所有交通网络节点的权重系数W，以及每两个相邻节点之间的实际距离dij；其中，交通网络节点i的权重系数Wi越大，代表该节点的交通繁忙程度越大，即经过该节点的车辆越多；
步骤(2)，统计城市内的电动汽车总保有量
步骤(3)，根据步骤(1)中得到的交通网络的拓扑结构模型，利用重力空间互动模型理论计算每条道路i-j上的繁忙程度Fij，以及对应的车流量其中，nT为城市内的交通网络的拓扑结构模型的总节点个数；
步骤(4)，利用Floyd算法计算得到该城市的交通网络的拓扑结构模型中任意两个节点之间的最短距离；
步骤(5)，选取任意p个节点,作为充电节点；对于第i个交通网络节点，分别计算其到所有充电节点的行驶距离，将最短的行驶距离作为其有效充电距离
建立目标函数：
从而获得另充电节点个数p最少，且满足上述目标函数的充电节点的分布，即得到电动汽车快速充电站的最优选址结果。
本发明的有益效果在于：本发明通过分析交通网络拓扑模型中的交通繁忙程度、车流量等因素，以所有电动汽车充电的路程之和最小为目标，优化电动汽车快速充电站的选址，从而可以节省电动汽车充电的路程成本，方便电动汽车充电。
附图说明
图1：交通网络拓扑示意图。
图2：优化结果图。
具体实施方案
下面以某25节点的交通网络为算例，给出了详细的算法描述，通过一系列的实验证明所提出的方法的有效性。
步骤(1)，获取城市内的交通网络的拓扑结构模型；所述的拓扑结构模型包括所有交通网络节点的权重系数W，以及每两个相邻节点之间的实际距离dij；其中，交通网络节点i的权重系数Wi越大，代表该节点的交通繁忙程度越大，即经过该节点的车辆越多；具体参数如图1所示，图中采用1:18Km比例尺。
步骤(2)，调查统计所研究城市内的电动汽车总保有量
步骤(3)，根据步骤(1)中得到的交通网络的拓扑结构模型，利用重力空间互动模型理论计算每条道路i-j上的繁忙程度Fij，以及对应的车流量其中，nT为城市内的交通网络的拓扑结构模型的总节点个数；
步骤(4)，利用Floyd算法计算得到该城市的交通网络的拓扑结构模型中任意两个节点之间的最短距离；
步骤(5)，选取任意p个节点,作为充电节点；为方便计算，作如下假设：所有的电动汽车都处在交通节点上。对于第i个交通网络节点，分别计算其到所有充电节点的行驶距离，将最短的行驶距离作为其有效充电距离
建立目标函数其中，代表处于i节点的电动汽车到与其最近的电动汽车快速充电站的最短距离，即目标函数使得所有电动汽车到与其最近的电动汽车快速充电站的距离之和D最小；
从而获得另充电节点个数p最少，且满足上述目标函数的充电节点的分布，即得到电动汽车快速充电站的最优选址结果。如图2所示，2和14节点为最优快速充电站的选址；
步骤(8)，根据步骤(7)中所述的最优选址结果，计算电动汽车快速充电站j的服务范围Ωj；其中，Ωj是所有距离快速充电站j比其他快速充电站都要近的交通节点的集合，如图2所示。

Claims (1)

1.一种城市配电网络中电动汽车快速充电站的优化选址方法，其特征在于,该方法包括以下步骤：
步骤(1)，获取城市内的交通网络的拓扑结构模型；所述的拓扑结构模型包括所有交通网络节点的权重系数W，以及每两个相邻节点之间的实际距离dij；其中，交通网络节点i的权重系数Wi越大，代表该节点的交通繁忙程度越大，即经过该节点的车辆越多；
步骤(2)，统计城市内的电动汽车总保有量
步骤(3)，根据步骤(1)中得到的交通网络的拓扑结构模型，利用重力空间互动模型理论计算每条道路i-j上的繁忙程度Fij，以及对应的车流量 其中，nT为城市内的交通网络的拓扑结构模型的总节点个数；
步骤(4)，利用Floyd算法计算得到该城市的交通网络的拓扑结构模型中任意两个节点之间的最短距离；
步骤(5)，选取任意p个节点,作为充电节点；对于第i个交通网络节点，分别计算其到所有充电节点的行驶距离，将最短的行驶距离作为其有效充电距离
建立目标函数：
从而获得另充电节点个数p最少，且满足上述目标函数的充电节点的分布，即得到电动汽车快速充电站的最优选址结果。
CN201811377590.4A 2018-11-19 2018-11-19 一种城市配电网络中电动汽车快速充电站的优化选址方法 Pending CN109572479A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811377590.4A CN109572479A (zh) 2018-11-19 2018-11-19 一种城市配电网络中电动汽车快速充电站的优化选址方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811377590.4A CN109572479A (zh) 2018-11-19 2018-11-19 一种城市配电网络中电动汽车快速充电站的优化选址方法

Publications (1)

Publication Number Publication Date
CN109572479A true CN109572479A (zh) 2019-04-05

Family

ID=65923164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811377590.4A Pending CN109572479A (zh) 2018-11-19 2018-11-19 一种城市配电网络中电动汽车快速充电站的优化选址方法

Country Status (1)

Country Link
CN (1) CN109572479A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110443406A (zh) * 2019-06-28 2019-11-12 国网浙江综合能源服务有限公司 一种电动汽车充电设施与分布式电源的分层规划方法
CN110991710A (zh) * 2019-11-18 2020-04-10 腾讯科技（深圳）有限公司 为能源补给站确定布置位置的方法及相关设备
CN115271268A (zh) * 2022-09-27 2022-11-01 国网浙江省电力有限公司宁波供电公司 一种电动汽车充电站选址规划方法、装置及终端设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013223345A (ja) * 2012-04-17 2013-10-28 Toyota Home Kk 集合住宅の車両充電システム
CN103699950A (zh) * 2013-09-07 2014-04-02 国家电网公司 一种考虑交通网络流量的电动汽车充电站规划方法
CN103793750A (zh) * 2012-10-30 2014-05-14 国际商业机器公司 部署充/换电站的方法和装置
CN107730049A (zh) * 2017-10-30 2018-02-23 武汉理工大学 电动汽车快速充电最优位置选择方法
CN107832958A (zh) * 2017-11-15 2018-03-23 云南电网有限责任公司 一种基于需求分析的电动出租车充电站规划方法
CN108304977A (zh) * 2018-03-12 2018-07-20 电子科技大学 一种基于截流模型的充电站选址方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013223345A (ja) * 2012-04-17 2013-10-28 Toyota Home Kk 集合住宅の車両充電システム
CN103793750A (zh) * 2012-10-30 2014-05-14 国际商业机器公司 部署充/换电站的方法和装置
CN103699950A (zh) * 2013-09-07 2014-04-02 国家电网公司 一种考虑交通网络流量的电动汽车充电站规划方法
CN107730049A (zh) * 2017-10-30 2018-02-23 武汉理工大学 电动汽车快速充电最优位置选择方法
CN107832958A (zh) * 2017-11-15 2018-03-23 云南电网有限责任公司 一种基于需求分析的电动出租车充电站规划方法
CN108304977A (zh) * 2018-03-12 2018-07-20 电子科技大学 一种基于截流模型的充电站选址方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110443406A (zh) * 2019-06-28 2019-11-12 国网浙江综合能源服务有限公司 一种电动汽车充电设施与分布式电源的分层规划方法
CN110443406B (zh) * 2019-06-28 2022-06-21 国网浙江综合能源服务有限公司 一种电动汽车充电设施与分布式电源的分层规划方法
CN110991710A (zh) * 2019-11-18 2020-04-10 腾讯科技（深圳）有限公司 为能源补给站确定布置位置的方法及相关设备
CN110991710B (zh) * 2019-11-18 2023-05-16 腾讯科技（深圳）有限公司 为能源补给站确定布置位置的方法及相关设备
CN115271268A (zh) * 2022-09-27 2022-11-01 国网浙江省电力有限公司宁波供电公司 一种电动汽车充电站选址规划方法、装置及终端设备
CN115271268B (zh) * 2022-09-27 2023-01-13 国网浙江省电力有限公司宁波供电公司 一种电动汽车充电站选址规划方法、装置及终端设备

Similar Documents

Publication Publication Date Title
Kong et al. Optimal location planning method of fast charging station for electric vehicles considering operators, drivers, vehicles, traffic flow and power grid
CN107180274B (zh) 一种电动汽车充电设施规划典型场景选取和优化方法
Xu et al. Optimal placement of charging infrastructures for large-scale integration of pure electric vehicles into grid
CN109572479A (zh) 一种城市配电网络中电动汽车快速充电站的优化选址方法
CN102722767B (zh) 电动汽车充换电站布点规划系统及方法
CN105528498B (zh) 网联智能电动车辆一体化建模与集成控制方法
Tan et al. Asymptotic performance evaluation of battery swapping and charging station for electric vehicles
CN105160428A (zh) 高速公路电动汽车快速充电站的规划方法
CN109447410A (zh) 一种考虑城市路网交通运行状态的充电站选址方法
CN103699950A (zh) 一种考虑交通网络流量的电动汽车充电站规划方法
CN109670674A (zh) 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法
CN109583706B (zh) 配电系统接纳电动汽车能力的多元优化评估方法及系统
CN104966135A (zh) 基于可达性和可达强度的公交线路网络优化方法
CN111523930A (zh) 城市电动出租车充电站选址和服务范围划分的规划方法
CN110378724A (zh) 一种考虑用户充电需求转移的充电站选址定容策略
CN110459053A (zh) 基于智能网联车信息的高速公路混合车流速度估计方法
CN111199320A (zh) 基于出行概率矩阵的电动汽车充电负荷时空分布预测方法
CN116029453A (zh) 一种电动汽车充电桩配置方法、记录媒体及系统
Hulagu et al. Electrified location routing problem with energy consumption for resources restricted archipelagos: Case of buyukada
CN114936666A (zh) 基于车-站-平台系统的电动汽车充电导航方法及系统
CN112036624B (zh) 一种基于区域内电动汽车充电负荷预测的电网调度方法
CN112101638B (zh) 一种城市物流配送范围协同优化方法
Sadhukhan et al. Optimal placement of electric vehicle charging stations in a distribution network
CN111382912B (zh) 一种交通网层能量最优分配策略确定方法及系统
CN103208804B (zh) 基于支路电压稳定分析的微电网无功补偿点选择方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190405