CN109615260A - 确定充电桩的安装地址的方法 - Google Patents
确定充电桩的安装地址的方法 Download PDFInfo
- Publication number
- CN109615260A CN109615260A CN201811567246.1A CN201811567246A CN109615260A CN 109615260 A CN109615260 A CN 109615260A CN 201811567246 A CN201811567246 A CN 201811567246A CN 109615260 A CN109615260 A CN 109615260A
- Authority
- CN
- China
- Prior art keywords
- function
- charging pile
- installation point
- objective function
- candidate
- 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
Links
- 238000009434 installation Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000002245 particle Substances 0.000 claims description 25
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 238000005299 abrasion Methods 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 107
- 238000010276 construction Methods 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种确定充电桩的安装地址的方法。其中,该方法包括:获取候选安装点,其中安装点用于表示安装地址;确定目标函数,其中,目标函数用于根据每个候选安装点的充电桩参数,预测安装在候选安装点的充电桩在预设时间内产生的资源数据;求解目标函数进行求解,从候选安装点中选择最优的候选安装点。本发明解决了现有技术中充电桩的布局不合理,导致充电桩的数量不足的同时利用率低的技术问题。
Description
技术领域
本发明涉及电力领域,具体而言,涉及一种确定充电桩的安装地址的方法。
背景技术
目前国内新能源汽车充电桩比大约为3.5:1,远低于1:1的建设目标,在我国充电桩数量远远跟不上新能源汽车保有量的情况下,充电桩的使用率仍处于极低的状态,整体利用率不足15%,这是一个非常明显的双向矛盾。
充电站建设的规划与布局面临着供电能力、服务能力与城市用地紧张的矛盾,科学合理的充电站空间布局规划具有十分重要的意义,而目前针对电动汽车应用的充电站建设规划布局理论尚未完整成熟,各地的充电站建设尚处于定点示范建设阶段,没有建立于车辆应用、电网规划、城市规划相结合的充电站布局选址方案。
针对现有技术中充电桩的布局不合理,导致充电桩的数量不足的同时利用率低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种确定充电桩的安装地址的方法,以至少解决现有技术中充电桩的布局不合理,导致充电桩的数量不足的同时利用率低的技术问题。
根据本发明实施例的一个方面,提供了一种确定充电桩的安装地址的方法,包括:获取候选安装点,其中安装点用于表示安装地址;确定目标函数,其中,目标函数用于根据每个候选安装点的充电桩参数,预测安装在候选安装点的充电桩在预设时间内产生的资源数据;求解目标函数进行求解,从候选安装点中选择最优的候选安装点。
进一步地,确定第一函数,其中,第一函数用于表示充电桩除以折旧损失和管理资源之外的收益信息;确定第二函数,其中,第二函数用于表示电动汽车充电时所花费的时间信息;确定第三函数,其中,第三函数用于表示和电动汽车行驶至充电桩所产生的车辆磨损信息;获取第一函数、第二函数和第三函数对应的权重;根据权重对第一函数、第二函数和第三函数进行加权,得到目标函数。
进一步地,目标函数还包括:罚值函数,其中,罚值函数用于剔除非预设的候选位置的安装点。
进一步地,求解目标函数进行求解,从候选安装点中选择最优的候选安装点,包括:使用粒子群算法求解目标函数。
进一步地,使用粒子群算法求解目标函数,包括:随机初始化目标函数中,粒子的当前位置和粒子的移动速度;获取多个粒子的个体极值,其中,个体极值包括粒子的位置和适应值;获取全局极值,其中,全局极值包括最优的个体极值;将所有粒子的个体极值与全局极值进行比对,如果任意一个个体极值大于全局极值,则使用大于全局极值的个体极值更新全局极值,如果全局极值大于所有个体极值,则停止搜索,并确定全局极值所指示的位置为最优的候选安装点。
根据本发明实施例的一个方面,提供了一种确定充电桩的安装地址的装置,获取模块,用于获取候选安装点,其中安装点用于表示安装地址;确定模块,用于确定目标函数,其中,目标函数用于根据每个候选安装点的充电桩参数,预测安装在候选安装点的充电桩在预设时间内产生的资源数据;求解模块,用于求解目标函数进行求解,从候选安装点中选择最优的候选安装点。
进一步地,确定模块包括:第一确定子模块,用于确定第一函数,其中,第一函数用于表示充电桩除以折旧损失和管理资源之外的收益信息;第二确定子模块,用于确定第二函数,其中,第二函数用于表示电动汽车充电时所花费的时间信息;第三确定子模块,用于确定第三函数,其中,第三函数用于表示和电动汽车行驶至充电桩所产生的车辆磨损信息;获取子模块,用于获取第一函数、第二函数和第三函数对应的权重;加权子模块,用于根据权重对第一函数、第二函数和第三函数进行加权,得到目标函数。
进一步地,目标函数还包括:罚值函数,其中,罚值函数用于剔除非预设的候选位置的安装点。
根据本发明实施例的一个方面,提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行权利要求1至5中任意一项的确定充电桩的安装地址的方法。
根据本发明实施例的一个方面,提供了一种处理器,处理器用于运行程序,其中,程序运行时执行权利要求1至5中任意一项的确定充电桩的安装地址的方法。
在本发明实施例中,获取候选安装点,其中安装点用于表示安装地址,确定目标函数,其中,目标函数用于根据每个候选安装点的充电桩参数,预测安装在候选安装点的充电桩在预设时间内产生的资源数据,求解目标函数进行求解,从候选安装点中选择最优的候选安装点。上述方案通过建立用于预测资源数据的目标函数,并对目标模型求解,从而得到所耗费资源最少的安装点作为最优安装点。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的确定充电桩的安装地址的方法的流程图;以及
图2是根据本发明实施例的确定充电桩的安装地址的装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种确定充电桩的安装地址的方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的确定充电桩的安装地址的方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取候选安装点,其中安装点用于表示安装地址。
具体的,上述候选安装点可以是在商圈、大型写字楼等停车集中的位置。
在一种可选的实施例中,对一个城市的从充电桩的安装进行布局时,可以首先获取对城市内的商圈、写字楼等集中停车点的地址,并将这些停车及重点的地址作为候选安装点。
步骤S104,确定目标函数,其中,目标函数用于根据每个候选安装点的充电桩参数,预测安装在候选安装点的充电桩在预设时间内产生的资源数据。
具体的,上述充电桩参数用于表示,如果在候选安装点的位置安装充电桩,则会产生的参数,可以包括:收益率、车辆行驶至充电桩处的损耗,车辆充电所需要的等待时间等。
上述充电桩在预设时间内产生的资源数据可以包括建立充电桩所需的费用,还可以包括充电桩建设和运营费用、以及电动汽车路上行驶费用及等待时间等。
可以结合城市充电桩选址布局的特点,建立以总花费最小,包括充电桩建设和运营费用、电动汽车路上行驶费用及等待时间成本及罚值函数的数学模型作为目标函数,在该种情况下,目标函数最小的候选安装点为最优安装点。
步骤S106,求解目标函数进行求解,从候选安装点中选择最优的候选安装点。
具体的,上述最优安装点可以为一个,也可以为多个,求解目标函数可以是通过粒子群算法,获得使目标函数最小的候选安装点,作为最优安装点。
由上可知,本申请上述实施例获取候选安装点,其中安装点用于表示安装地址,确定目标函数,其中,目标函数用于根据每个候选安装点的充电桩参数,预测安装在候选安装点的充电桩在预设时间内产生的资源数据,求解目标函数进行求解,从候选安装点中选择最优的候选安装点。上述方案通过建立用于预测资源数据的目标函数,并对目标模型求解,从而得到所耗费资源最少的安装点作为最优安装点。
作为一种可选的实施例,确定目标函数,包括:确定第一函数,其中,第一函数用于表示充电桩除以折旧损失和管理资源之外的收益信息;确定第二函数,其中,第二函数用于表示电动汽车充电时所花费的时间信息;确定第三函数,其中,第三函数用于表示和电动汽车行驶至充电桩所产生的车辆磨损信息;获取第一函数、第二函数和第三函数对应的权重;根据权重对第一函数、第二函数和第三函数进行加权,得到目标函数。
在一种可选的实施例,目标函数可以为:Fmincost=αC1+β(C2+C3)+M,第一函数可以为C1,第二函数可以为C2,第三函数可以为C3,
其中,α,β为权重系数且α+β=1;m为充电桩总数;n为车辆总数;i为城市电动汽车数目;j为充电桩的数目;Uj为第j个充电桩建设及管理费用;P为折现率;s为充电桩的运行折旧年限;Fi为第i辆电动汽车单位行驶距离费用Bi为第i辆电动汽车单位距离磨损费用;Ti为第i辆电动汽车单位等待时间消耗费用;Dij为第i辆电动汽车在一天中从充电需求点前往第j个充电桩充电途中行驶距离;G为集中用车点(商圈闹大型写字楼)的集合;Gz为第Z个集中用车点;CGj为第j个充电桩所覆盖集中用车点的集合;R为充电桩覆盖半径;djs为第j个充电桩到第z个集中用车点的距离,ny为一年的天数(365);为电动汽车距离充电桩的距离;为充电桩的服务半径;Zij为充电决策变量,当第i辆电动汽车在第j个充电桩充电时值为1,否则为0;tij为第i辆电动汽车在一天中从充电需求点前往第j个充电桩的等待充电时间;Kij为第i辆车到第j个充电桩时需要充电的车辆个数;γ为平均每辆车充电时长。
如果使用点需求模型和流量需求模型对充电桩的位置进行布局,点需求模型适合于在家或者工作场所附近补充能源的行为习惯,其局限性在于补充能源需求产生的位置不仅仅局限于住所和工作场所,出行中随时可能产生,同时该模型选址结果无法满足新能源供应站不断增加的连续性需求。流量需求模型则更多关注途中补充能源的行为习惯,主要缺点是没有区别出行距离的长短和供应站的服务能力,因此该模型难以满足较长距离的出行需求,难以应用于区域供应站优化选址;忽略供应站的容量而假设路径上的供应站能够满足所有车流量的需求,因此也是不现实的。
上述方案建立了以充电桩建设和运营费用、电动汽车路上行驶费用及等待时间成本最低为目标函数的充电桩数学模型,并结合粒子群算法求解模型,验证该方法的可行性
作为一种可选的实施例,目标函数还包括:罚值函数,其中,罚值函数用于剔除非预设的候选位置的安装点。
仍在上述实施例中,罚值函数可以为M。
作为一种可选的实施例,求解目标函数进行求解,从候选安装点中选择最优的候选安装点,包括:使用粒子群算法求解目标函数。
作为一种可选的实施例,使用粒子群算法求解目标函数,包括:随机初始化目标函数中,粒子的当前位置和粒子的移动速度;获取多个粒子的个体极值,其中,个体极值包括粒子的位置和适应值;获取全局极值,其中,全局极值包括最优的个体极值;将所有粒子的个体极值与全局极值进行比对,如果任意一个个体极值大于全局极值,则使用大于全局极值的个体极值更新全局极值,如果全局极值大于所有个体极值,则停止搜索,并确定全局极值所指示的位置为最优的候选安装点。
在一种可选的实施例中,粒子群算法对目标函数求解,具体步骤如下:
步骤2.1,随机初始化种群中各微粒的位置和速度,初始化参数。包括算法参数、车辆相关参数、充电桩相关参数、时间参数等;
步骤2.2,评价每个微粒的适应度,将当前各微子的位置和适应值存储在各微子的pbest中,将所有的pbest中适应最优个体的位置和适应值存储在gbest中;
步骤2.3,用下式更新粒子的速度和位移:
vi,j(t+1)=wvi,j(t)+c1r1[pi,j-xi,j(t)]+c2r2[pg,j-xi,j(t)]
xi,j(t+1)=xi,j(t)+vi,j(t+1),j=1,2,...d
步骤2.4,对每个微粒,将其适应值与其经历的最好位置作比较,如果较好,将其作为当前的最好位置;
步骤2.5,比较当前所有pbest和gbest的值,更新gbest;若满足停止条件:输出满足最小目标值的充电桩布局选址方案,搜索停止,输出结果,否知返回步骤2-3继续搜索。
实施例2
根据本发明实施例,提供了一种确定充电桩的安装地址的装置的实施例,图2是根据本发明实施例的确定充电桩的安装地址的装置的示意图,如图2所示,该装置包括如下:
获取模块20,用于获取候选安装点,其中安装点用于表示安装地址;
确定模块22,用于确定目标函数,其中,目标函数用于根据每个候选安装点的充电桩参数,预测安装在候选安装点的充电桩在预设时间内产生的资源数据;
求解模块24,用于求解目标函数进行求解,从候选安装点中选择最优的候选安装点。
作为一种可选的实施例,确定模块包括:第一确定子模块,用于确定第一函数,其中,第一函数用于表示充电桩除以折旧损失和管理资源之外的收益信息;第二确定子模块,用于确定第二函数,其中,第二函数用于表示电动汽车充电时所花费的时间信息;第三确定子模块,用于确定第三函数,其中,第三函数用于表示和电动汽车行驶至充电桩所产生的车辆磨损信息;获取子模块,用于获取第一函数、第二函数和第三函数对应的权重;加权子模块,用于根据权重对第一函数、第二函数和第三函数进行加权,得到目标函数。
作为一种可选的实施例,目标函数还包括:罚值函数,其中,罚值函数用于剔除非预设的候选位置的安装点。
作为一种可选的实施例求解目标函数进行求解,从候选安装点中选择最优的候选安装点,包括:求解子模块,用于使用粒子群算法求解目标函数。
作为一种可选的实施例,求解子模块包括:初始化单元,用于随机初始化目标函数中,粒子的当前位置和粒子的移动速度;第一获取单元,用于获取多个粒子的个体极值,其中,个体极值包括粒子的位置和适应值;第二获取单元,用于获取全局极值,其中,全局极值包括最优的个体极值;更新单元,用于将所有粒子的个体极值与全局极值进行比对,如果任意一个个体极值大于全局极值,则使用大于全局极值的个体极值更新全局极值,如果全局极值大于所有个体极值,则停止搜索,并确定全局极值所指示的位置为最优的候选安装点。
实施例3
根据本发明实施例,提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行实施例1的确定充电桩的安装地址的方法。
实施例4
根据本发明实施例,提供了一种处理器,处理器用于运行程序,其中,程序运行时执行实施例1的确定充电桩的安装地址的方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种确定充电桩的安装地址的方法,其特征在于,包括:
获取候选安装点,其中安装点用于表示安装地址;
确定目标函数,其中,目标函数用于根据每个候选安装点的充电桩参数,预测安装在候选安装点的充电桩在预设时间内产生的资源数据;
求解目标函数进行求解,从候选安装点中选择最优的候选安装点。
2.根据权利要求1的方法,其特征在于,确定目标函数,包括:
确定第一函数,其中,第一函数用于表示充电桩除以折旧损失和管理资源之外的收益信息;
确定第二函数,其中,第二函数用于表示电动汽车充电时所花费的时间信息;
确定第三函数,其中,第三函数用于表示和电动汽车行驶至充电桩所产生的车辆磨损信息;
获取第一函数、第二函数和第三函数对应的权重;
根据权重对第一函数、第二函数和第三函数进行加权,得到目标函数。
3.根据权利要求2的方法,其特征在于,目标函数还包括:罚值函数,其中,罚值函数用于剔除非预设的候选位置的安装点。
4.根据权利要求1的方法,其特征在于,求解目标函数进行求解,从候选安装点中选择最优的候选安装点,包括:使用粒子群算法求解目标函数。
5.根据权利要求1的方法,其特征在于,使用粒子群算法求解目标函数,包括:
随机初始化目标函数中,粒子的当前位置和粒子的移动速度;
获取多个粒子的个体极值,其中,个体极值包括粒子的位置和适应值;
获取全局极值,其中,全局极值包括最优的个体极值;
将所有粒子的个体极值与全局极值进行比对,如果任意一个个体极值大于全局极值,则使用大于全局极值的个体极值更新全局极值,如果全局极值大于所有个体极值,则停止搜索,并确定全局极值所指示的位置为最优的候选安装点。
6.一种确定充电桩的安装地址的装置,其特征在于,包括:
获取模块,用于获取候选安装点,其中安装点用于表示安装地址;
确定模块,用于确定目标函数,其中,目标函数用于根据安装在候选安装点的充电桩的充电桩参数,表示安装充电桩所需的资源数据;
求解模块,用于求解目标函数进行求解,从候选安装点中选择最优的候选安装点。
7.根据权利要求6的方法,其特征在于,确定模块包括:
第一确定子模块,用于确定第一函数,其中,第一函数用于表示充电桩除以折旧损失和管理资源之外的收益信息;
第二确定子模块,用于确定第二函数,其中,第二函数用于表示电动汽车充电时所花费的时间信息;
第三确定子模块,用于确定第三函数,其中,第三函数用于表示和电动汽车行驶至充电桩所产生的车辆磨损信息;
获取子模块,用于获取第一函数、第二函数和第三函数对应的权重;
加权子模块,用于根据权重对第一函数、第二函数和第三函数进行加权,得到目标函数。
8.根据权利要求7的方法,其特征在于,目标函数还包括:罚值函数,其中,罚值函数用于剔除非预设的候选位置的安装点。
9.一种存储介质,其特征在于,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行权利要求1至5中任意一项的确定充电桩的安装地址的方法。
10.一种处理器,其特征在于,处理器用于运行程序,其中,程序运行时执行权利要求1至5中任意一项的确定充电桩的安装地址的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811567246.1A CN109615260A (zh) | 2018-12-19 | 2018-12-19 | 确定充电桩的安装地址的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811567246.1A CN109615260A (zh) | 2018-12-19 | 2018-12-19 | 确定充电桩的安装地址的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109615260A true CN109615260A (zh) | 2019-04-12 |
Family
ID=66010172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811567246.1A Pending CN109615260A (zh) | 2018-12-19 | 2018-12-19 | 确定充电桩的安装地址的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109615260A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110911A (zh) * | 2019-04-26 | 2019-08-09 | 浙江工业大学 | 基于绕路模型的电动汽车充电桩优化部署方法 |
CN110110947A (zh) * | 2019-05-31 | 2019-08-09 | 北京恒华龙信数据科技有限公司 | 一种充电站的选址优化方法及系统 |
CN111475746A (zh) * | 2020-04-07 | 2020-07-31 | 深圳市腾讯计算机系统有限公司 | 兴趣点位置挖掘方法、装置、计算机设备和存储介质 |
CN113537828A (zh) * | 2021-08-04 | 2021-10-22 | 拉扎斯网络科技(上海)有限公司 | 虚拟站点挖掘方法和装置 |
WO2023173817A1 (zh) * | 2022-03-16 | 2023-09-21 | 广东电网有限责任公司东莞供电局 | 一种配电网分布式储能规划方法及系统 |
-
2018
- 2018-12-19 CN CN201811567246.1A patent/CN109615260A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110911A (zh) * | 2019-04-26 | 2019-08-09 | 浙江工业大学 | 基于绕路模型的电动汽车充电桩优化部署方法 |
CN110110911B (zh) * | 2019-04-26 | 2021-05-18 | 浙江工业大学 | 基于绕路模型的电动汽车充电桩优化部署方法 |
CN110110947A (zh) * | 2019-05-31 | 2019-08-09 | 北京恒华龙信数据科技有限公司 | 一种充电站的选址优化方法及系统 |
CN111475746A (zh) * | 2020-04-07 | 2020-07-31 | 深圳市腾讯计算机系统有限公司 | 兴趣点位置挖掘方法、装置、计算机设备和存储介质 |
CN111475746B (zh) * | 2020-04-07 | 2023-09-12 | 深圳市腾讯计算机系统有限公司 | 兴趣点位置挖掘方法、装置、计算机设备和存储介质 |
CN113537828A (zh) * | 2021-08-04 | 2021-10-22 | 拉扎斯网络科技(上海)有限公司 | 虚拟站点挖掘方法和装置 |
WO2023173817A1 (zh) * | 2022-03-16 | 2023-09-21 | 广东电网有限责任公司东莞供电局 | 一种配电网分布式储能规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109615260A (zh) | 确定充电桩的安装地址的方法 | |
Miao et al. | Autonomous connected electric vehicle (ACEV)-based car-sharing system modeling and optimal planning: A unified two-stage multi-objective optimization methodology | |
CN108458716B (zh) | 一种基于充电桩动态占用率预测的电动汽车充电导航方法 | |
CN109177802B (zh) | 一种基于无线通信的电动汽车有序充电系统及其方法 | |
CN112665600B (zh) | 路径规划方法及装置、计算机可读存储介质及处理器 | |
CN108764634A (zh) | 一种考虑充电需求增长的电动汽车充电站动态规划方法 | |
JP2019145087A (ja) | 交換可能エネルギー貯蔵装置に対する需要を予測するためのシステムおよび方法 | |
CN112907103B (zh) | 一种共享单车动态供需平衡的方法 | |
CN107730049B (zh) | 电动汽车快速充电最优位置选择方法 | |
CN106063067A (zh) | 电力需求预测装置、供电系统、电力需求预测方法及程序 | |
Tang et al. | Online operations of automated electric taxi fleets: An advisor-student reinforcement learning framework | |
CN113222241B (zh) | 考虑充电服务引导与客户需求的出租车快充电站规划方法 | |
CN107180274A (zh) | 一种电动汽车充电设施规划典型场景选取和优化方法 | |
CN107506844A (zh) | 一种电动汽车充电站新型优化布局方法 | |
CN112498164A (zh) | 充电策略的处理方法和装置 | |
CN115330267A (zh) | 基于需求行为的充换电设施布局方法、装置、设备及介质 | |
CN110111001B (zh) | 一种电动汽车充电站的选址规划方法、装置以及设备 | |
CN113984079B (zh) | 电动车的路线规划方法、装置、电子设备和存储介质 | |
CN114997478A (zh) | 基于混合多目标粒子群算法的新能源公交车充电调度方法 | |
CN107153891A (zh) | 区域转移调度方法、装置、设备及存储介质 | |
CN114897285A (zh) | 一种基于剩余电量的共享汽车调度方法 | |
Zhang et al. | Relocation-related problems in vehicle sharing systems: A literature review | |
CN110084522A (zh) | 基于随机粒子群算法的ev充电站位置生成方法及装置 | |
CN111429166B (zh) | 基于最大轮廓聚类的电动汽车充电需求空间分布预测方法 | |
CN115759779A (zh) | 电动汽车充换电站选址方法、电子设备及存储介质 |
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 |
Application publication date: 20190412 |
|
RJ01 | Rejection of invention patent application after publication |