CN109636031A - 一种城市充电站整体规划方法 - Google Patents
一种城市充电站整体规划方法 Download PDFInfo
- Publication number
- CN109636031A CN109636031A CN201811505557.5A CN201811505557A CN109636031A CN 109636031 A CN109636031 A CN 109636031A CN 201811505557 A CN201811505557 A CN 201811505557A CN 109636031 A CN109636031 A CN 109636031A
- Authority
- CN
- China
- Prior art keywords
- charging station
- charging
- advance
- factor index
- website
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000010276 construction Methods 0.000 claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 239000002131 composite material Substances 0.000 claims description 19
- 238000010606 normalization Methods 0.000 claims description 10
- 210000003127 knee Anatomy 0.000 claims description 3
- 230000010354 integration Effects 0.000 abstract description 2
- 238000009826 distribution Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000002123 temporal 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
- G06Q10/04—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
-
- 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市充电站整体规划方法,首先根据城市电动车辆保有量和增速情况计算并规划充电站建设数量;其次通过模糊综合决策方法对预建充电站点进行最优化排序,以实现充电站对于城市充电用户的全覆盖;最后结合最优化排序结果确定最优的充电站布局方案。本发明方法可以解决充电站选址困难,用户充电不便,充电站效益不均等问题,为充电站规划建设提供理论支持。
Description
技术领域
本发明涉及电动汽车充电站规划方法,具体涉及一种城市充电站整体规划方法。
背景技术
化石能源短缺、环境污染加重、储能电池技术的进步促进了电动汽车产业的发展。大规模电动汽车充电设施的建设和运营是发展电动汽车消费市场的重要保证。电动汽车充电站作为电动汽车配套设施的重要组成部分,在国家政策支持及企业积极参与下得到迅速发展。
对充电站的选址问题主要从考虑电动汽车保有量和增速、交通网络拥堵状况、电网电能质量及经济性、电动汽车充电负荷的时空分布出发,确定充电站的合理位置;对充电站的定容问题主要考虑在确定服务区域范围基础上,以满足区域电动汽车充电需求为目标确定充电站容量。
充电站布局以充电需求为导向,充电站数量控制应考虑与充电需求的分布尽可能保持一致,应与各区域的电动汽车交通密度成正比。因此,规划充电站应根据区域供需平衡情况,再结合城市空间布局结构,满足该地区电动汽车运行配套需求,服务能力适度超前,但目前仍存在充电站选址困难,用户充电不便,充电站效益不均等问题。
发明内容
本发明的目的在于一种城市充电站整体规划方法,以克服上述现有技术存在的缺陷,本发明能够解决充电站选址规划问题,一方面减少建设成本,增加充电桩的使用率,从而增加充电站未来收益,另一方面满足用户充电需求和充电便捷性,为实际规划设计提供理论支撑。
为达到上述目的,本发明采用如下技术方案:
一种城市充电站整体规划方法,包括以下步骤:
步骤1:根据城市电动车辆保有量和增速情况计算并规划充电站建设数量;
步骤2:通过模糊综合决策方法对预建充电站点进行最优化排序,以实现充电站对于城市充电用户的全覆盖;
步骤3:结合最优化排序结果确定最优的充电站布局方案。
进一步地,步骤1中充电站建设数量计算如下:
其中,以车桩比a:1,站内配置b个充电桩的建设模式,NCAR表示全市电动汽车保有量,α表示电动汽车年增长率,β表示误差系数。
进一步地,步骤2中通过模糊综合决策方法对预建充电站点进行最优化排序具体为:
步骤2.1:根据城市道路规划方案和电动汽车充电需求确定预建站点Ni;
步骤2.2:确定预建站点因素指标集,且预建站点因素指标集A包括周围目标充电车辆数量x1,站点周围道路拥堵状况x2及预建站点地价租金x3;
步骤2.3:将因素指标集数据标准化;
步骤2.4:采用专家估测法,根据专家意见给出各因素指标的权重,即由k个充电站规划建设领域的专家给出各因素指标的权重,取平均值作为最终的权重;
步骤2.5:根据大数据平台找到已运行的充电站中运行效益最好的站点,分析出其因素指标集作为标准因素指标集B;
步骤2.6:确定预建站综合因素指标集,并根据预建站综合因素指标集和标准因素指标集求格贴进度;
步骤2.7:根据择近原则对Ni个预建充电站进行最优化排序。
进一步地,步骤2.3中采用如下极值标准化公式,将因素指标集数据标准化:
其中,xij为实际获取的各因素指标值,i为预建站点序号数,j为因素指标序号数,min{xij}为各站点对应指标取最小,man{xij}各站点对应指标取最大,xij0为标准化后的各因素指标值。
进一步地,步骤2.4中最终权重计算如下式所示:
其中,αij为各个专家对各个因素指标给出的权重,i为预建站点序号数,j为因素指标序号数,k为专家个数。
进一步地,步骤2.6中采用下式确定预建站综合因素指标集:
B0=A0*R
其中,A0为数据标准化后的预建站点因素指标集,R为专家给出的各因素指标权重集,B0为预建站点的综合因素指标集。
进一步地,步骤2.6中采用下式根据预建站综合因素指标集和标准因素指标集求格贴进度:
其中,B为标准因素指标集,B0为预建站点的综合因素指标集,为B0与B对应值比较取小后取大,为B0与B对应值比较取大后取小,σ0(B0,B)为B0与B的格贴进度。
进一步地,步骤2.7具体采用下式进行最优化排序:
其中,B为标准因素指标集,B0i为各预建站点的综合因素指标集,σ为格贴进度,为B0i与B的格贴进度取最大值。
进一步地,步骤3具体为:将Ni个预建充电站根据最优化排序结果依次排列,依次选址前N个最优的站点计算其服务范围是否能覆盖整个城市,且N<Ni;若能,即选择这N个站点作为布局结果;若不能,则选择次优先级站点进行上述计算,直至找到最合理的布局方案;若所有组合均不能满足要求,选择服务范围最广的一组布局方案作为最终布局结果。
进一步地,还包括步骤4:通过路线引流策略对充电压力过大的明星站点实施分流策略,对充电桩使用率不足的边缘站点实施引流策略,以实现充电效益最大化:其中通过路线引流策略对充电压力过大的明星站点实施分流策略具体包括以下步骤:
步骤4.1:通过充电服务平台与手机地图对接,获取充电车主目前位置信息和周围道路拥堵状况;
步骤4.2:为用户推荐最快到达的Nk个充电站位置信息,充电站位置信息包括推荐路线和最快到达时间t;
步骤4.3:根据上述Nk个充电站的运行状态,确定目标站点t时间段后是否有闲置充电桩;
步骤4.4:若有闲置充电桩,该车主能够立即预约充电;若无闲置充电桩,则排除该站,重复4.2和4.3步骤;若超过设定时间该充电车主仍没有到站充电,则自动取消预约,重新规划线路。
与现有技术相比,本发明具有以下有益的技术效果:
本发明方法可以解决充电站选址困难,用户充电不便,充电站效益不均等问题,选择合理的充电站数量和位置,以满足充电用户的充电需求,既考虑了充电站投资者的未来收益,又考虑了用户充电的经济性和便捷性,未来应用前景广泛,能为充电站规划建设提供理论支持。
附图说明
图1是充电站规划总体流程;
图2是模糊综合决策方法流程图;
图3是确定最优的充电站布局方案的流程图;
图4是路线引流策略说明图。
具体实施方式
下面结合附图对本发明作进一步详细描述:
图1为整个规划过程流程简图,具体步骤为:
步骤1:根据城市电动车辆保有量和增速情况计算并规划充电站建设数量;
具体如下方法:
充电站建设数量计算:
以车桩比a:1,且a=4,站内配置采用b个充电桩(8个直流桩+4个交流桩)的建设模式,式中NCAR表示全市电动汽车保有量,α表示电动汽车年增长率,β表示误差系数。
步骤2:通过模糊综合决策方法对预建充电站点进行最优化排序,为了实现充电站对于城市充电用户的全覆盖;
具体方法如下:
根据图2说明模糊综合决策方法:
根据城市道路规划方案和电动汽车充电需求确定Ni预建站点;
确定预建站点因素指标集,预建站点因素指标集A主要包括(周围目标充电车辆数量x1,站点周围道路拥堵状况x2,预建站点地价租金x3);
因素指标集数据标准化,
利用上述极值标准化公式,将因素指标数据标准化,数据压缩到[0,1]上,便于后续模糊分析,此时数据标准化后的因素指标集为A0;xij为实际获取的各因素指标值,i为预建站点序号数,j为因素指标序号数,min{xij}为各站点对应指标取最小,man{xij}各站点对应指标取最大,xij0为标准化后的各因素指标值。
采用专家估测法,根据专家意见给出各因素指标的权重,即由k个充电站规划建设领域的专家给出各因素指标的权重,取平均值作为最终的权重,
式中αij为各个专家对各个因素指标给出的权重,i为预建站点序号数,j为因素指标序号数,k为专家个数;
根据下列公式,确定预建站点综合因素指标集,
B0=A0*R (5)
其中,A0为数据标准化后的预建站点因素指标集,R为专家给出的各因素指标权重集,B0为预建站点的综合因素指标集。
根据大数据平台找到已运行的充电站中运行效益最好的站点,分析出其因素指标集作为标准因素指标集B(xs1,xs2,xs3);
预建站综合因素指标集和标准因素指标集求格贴进度,
其中,B为标准因素指标集,B0为预建站点的综合因素指标集,为B0与B对应值比较取小后取大,为B0与B对应值比较取大后取小,σ0(B0,B)为B0与B的格贴进度。
根据择近原则对Ni个预建充电站进行最优化排序,
其中,B为标准因素指标集,B0i为各预建站点的综合因素指标集,σ为格贴进度,为B0i与B的格贴进度取最大值。
步骤3:结合上述最优化排序结果确定最优的充电站布局方案;
根据图3流程图说明,按照冒泡法逐次选择最适合建设充电站的N个站点,计算其服务范围是否能完全覆盖整个城市,直至找到最合理的布局方案。
具体方法如下:
Ni个预建充电站的最优化排序结果,依次排列(Ni1,Ni2,Ni3,……,Nii);
依次选址前N(N<Ni)个最优的站点计算其服务范围是否能基本覆盖整个城市;
若能,即选择这N个站点作为布局结果;若不能,则选择次优先级站点进行上述计算,直至找到最合理的布局方案;
若所有组合均不能满足要求,选择服务范围最广的一组布局方案作为最终布局结果。
步骤4:最后通过路线引流策略对充电压力过大的明星站点实施分流策略,对充电桩使用率不足的边缘站点实施引流策略,实现充电效益最大化。
具体方法如下:
为解决用户充电不方便问题,根据图4说明,采用路线引流策略,通过充电服务平台与手机地图对接,获取充电车主目前位置信息和周围道路拥堵状况;
为用户推荐最快到达的Nk个充电站位置信息,推荐路线和最快到达时间t;
根据上述Nk个充电站的运行状态,确定目标站点t时间段后是否有闲置充电桩;
若有闲置充电桩,该车主可以立即预约充电;若无闲置充电桩,则排除该站,重复前两个步骤;若超时d分钟该充电车主仍没有到站充电,则自动取消预约,重新规划线路。
为缓解明星站点压力过大,边缘站点充电桩闲置,电网昼夜峰谷差大等问题,采用“差异化配置+降价引流”策略,
通过获取全市各充电站运行情况和各站所在区域配电网负荷曲线信息。
对于充电压力较大的明星充电站点采用峰谷价差策略;即当充电服务平台检测到某些充电站所在配电网处于负荷高峰期,则按电网要求适当提高价格;
当充电服务平台检测到某些充电站所在配电网处于负荷低谷期,则按电网要求适当降低价格;
对于充电桩长期闲置的边缘站点采用分时降价+特色配置的引流策略,即当某些边缘充电站的充电桩长期处于闲置状态,应按电网要求适当降低价格,并提供更优质的站内配置(如自助洗车,信息室等)。
本发明应用于充电站规划建设领域,提出了一种城市充电站整体规划方法,主要解决充电站选址规划问题,一方面要减少建设成本,增加充电桩的使用率,从而增加充电站未来收益,另一方面要满足用户充电需求和充电便捷性,为实际规划设计提供理论支撑。
Claims (10)
1.一种城市充电站整体规划方法,其特征在于,包括以下步骤:
步骤1:根据城市电动车辆保有量和增速情况计算并规划充电站建设数量;
步骤2:通过模糊综合决策方法对预建充电站点进行最优化排序,以实现充电站对于城市充电用户的全覆盖;
步骤3:结合最优化排序结果确定最优的充电站布局方案。
2.根据权利要求1所述的一种城市充电站整体规划方法,其特征在于,步骤1中充电站建设数量计算如下:
其中,以车桩比a:1,站内配置b个充电桩的建设模式,NCAR表示全市电动汽车保有量,α表示电动汽车年增长率,β表示误差系数。
3.根据权利要求1所述的一种城市充电站整体规划方法,其特征在于,步骤2中通过模糊综合决策方法对预建充电站点进行最优化排序具体为:
步骤2.1:根据城市道路规划方案和电动汽车充电需求确定预建站点Ni;
步骤2.2:确定预建站点因素指标集,且预建站点因素指标集A包括周围目标充电车辆数量x1,站点周围道路拥堵状况x2及预建站点地价租金x3;
步骤2.3:将因素指标集数据标准化;
步骤2.4:采用专家估测法,根据专家意见给出各因素指标的权重,即由k个充电站规划建设领域的专家给出各因素指标的权重,取平均值作为最终的权重;
步骤2.5:根据大数据平台找到已运行的充电站中运行效益最好的站点,分析出其因素指标集作为标准因素指标集B;
步骤2.6:确定预建站综合因素指标集,并根据预建站综合因素指标集和标准因素指标集求格贴进度;
步骤2.7:根据择近原则对Ni个预建充电站进行最优化排序。
4.根据权利要求3所述的一种城市充电站整体规划方法,其特征在于,步骤2.3中采用如下极值标准化公式,将因素指标集数据标准化:
其中,xij为实际获取的各因素指标值,i为预建站点序号数,j为因素指标序号数,min{xij}为各站点对应指标取最小,man{xij}各站点对应指标取最大,xij0为标准化后的各因素指标值。
5.根据权利要求3所述的一种城市充电站整体规划方法,其特征在于,步骤2.4中最终权重计算如下式所示:
其中,αij为各个专家对各个因素指标给出的权重,i为预建站点序号数,j为因素指标序号数,k为专家个数。
6.根据权利要求5所述的一种城市充电站整体规划方法,其特征在于,步骤2.6中采用下式确定预建站综合因素指标集:
B0=A0*R
其中,A0为数据标准化后的预建站点因素指标集,R为专家给出的各因素指标权重集,B0为预建站点的综合因素指标集。
7.根据权利要求6所述的一种城市充电站整体规划方法,其特征在于,步骤2.6中采用下式根据预建站综合因素指标集和标准因素指标集求格贴进度:
其中,B为标准因素指标集,B0为预建站点的综合因素指标集,为B0与B对应值比较取小后取大,B0⊙B为B0与B对应值比较取大后取小,σ0(B0,B)为B0与B的格贴进度。
8.根据权利要求7所述的一种城市充电站整体规划方法,其特征在于,步骤2.7具体采用下式进行最优化排序:
其中,B为标准因素指标集,B0i为各预建站点的综合因素指标集,σ为格贴进度,为B0i与B的格贴进度取最大值。
9.根据权利要求1所述的一种城市充电站整体规划方法,其特征在于,步骤3具体为:将Ni个预建充电站根据最优化排序结果依次排列,依次选址前N个最优的站点计算其服务范围是否能覆盖整个城市,且N<Ni;若能,即选择这N个站点作为布局结果;若不能,则选择次优先级站点进行上述计算,直至找到最合理的布局方案;若所有组合均不能满足要求,选择服务范围最广的一组布局方案作为最终布局结果。
10.根据权利要求1所述的一种城市充电站整体规划方法,其特征在于,还包括步骤4:通过路线引流策略对充电压力过大的明星站点实施分流策略,对充电桩使用率不足的边缘站点实施引流策略,以实现充电效益最大化:其中通过路线引流策略对充电压力过大的明星站点实施分流策略具体包括以下步骤:
步骤4.1:通过充电服务平台与手机地图对接,获取充电车主目前位置信息和周围道路拥堵状况;
步骤4.2:为用户推荐最快到达的Nk个充电站位置信息,充电站位置信息包括推荐路线和最快到达时间t;
步骤4.3:根据上述Nk个充电站的运行状态,确定目标站点t时间段后是否有闲置充电桩;
步骤4.4:若有闲置充电桩,该车主能够立即预约充电;若无闲置充电桩,则排除该站,重复4.2和4.3步骤;若超过设定时间该充电车主仍没有到站充电,则自动取消预约,重新规划线路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811505557.5A CN109636031A (zh) | 2018-12-10 | 2018-12-10 | 一种城市充电站整体规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811505557.5A CN109636031A (zh) | 2018-12-10 | 2018-12-10 | 一种城市充电站整体规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109636031A true CN109636031A (zh) | 2019-04-16 |
Family
ID=66072573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811505557.5A Pending CN109636031A (zh) | 2018-12-10 | 2018-12-10 | 一种城市充电站整体规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109636031A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682765A (zh) * | 2016-12-01 | 2017-05-17 | 四川大学 | 充电站优化布局方法及装置 |
CN110263783A (zh) * | 2019-05-27 | 2019-09-20 | 华东师范大学 | 基于深度学习的多特征充电选址影响因素分析方法及系统 |
CN112487587A (zh) * | 2020-11-06 | 2021-03-12 | 国网浙江省电力有限公司衢州供电公司 | 一种基于点线面综合布局的公用充电设施选址方法 |
CN112966864A (zh) * | 2021-03-02 | 2021-06-15 | 悉地(苏州)勘察设计顾问有限公司 | 一种城市公交充电站布局规划方法、装置及可读存储介质 |
CN113610276A (zh) * | 2021-07-13 | 2021-11-05 | 国网江苏省电力有限公司苏州供电分公司 | 一种城市级电动汽车充电基础设施规划方法及系统 |
CN114347827A (zh) * | 2021-09-17 | 2022-04-15 | 能科科技股份有限公司 | 一种电动汽车智能充电桩的设计系统 |
US20220219559A1 (en) * | 2019-04-27 | 2022-07-14 | Deutz Aktiengesellschaft | Fast-charging station and method for charging electrically operated land vehicles, watercraft, aircraft and/or work machines and/or batteries |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473437A (zh) * | 2013-08-02 | 2013-12-25 | 福州大学 | 一种基于模糊理想化目标分析的云服务平台选择方法 |
CN105809278A (zh) * | 2016-03-03 | 2016-07-27 | 华北电力大学(保定) | 一种基于排队论算法的电动汽车换电站选址规划方法 |
CN107341560A (zh) * | 2016-12-01 | 2017-11-10 | 中国电力工程顾问集团西南电力设计院有限公司 | 市内电动汽车快速充电设施规划方法 |
CN107640049A (zh) * | 2017-09-20 | 2018-01-30 | 东北大学 | 一种针对充电站的电动汽车有序充电的移动终端系统 |
-
2018
- 2018-12-10 CN CN201811505557.5A patent/CN109636031A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473437A (zh) * | 2013-08-02 | 2013-12-25 | 福州大学 | 一种基于模糊理想化目标分析的云服务平台选择方法 |
CN105809278A (zh) * | 2016-03-03 | 2016-07-27 | 华北电力大学(保定) | 一种基于排队论算法的电动汽车换电站选址规划方法 |
CN107341560A (zh) * | 2016-12-01 | 2017-11-10 | 中国电力工程顾问集团西南电力设计院有限公司 | 市内电动汽车快速充电设施规划方法 |
CN107640049A (zh) * | 2017-09-20 | 2018-01-30 | 东北大学 | 一种针对充电站的电动汽车有序充电的移动终端系统 |
Non-Patent Citations (1)
Title |
---|
葛少云等: "电动汽车充电站规划布局与选址方案的优化方法", 《中国电力》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682765A (zh) * | 2016-12-01 | 2017-05-17 | 四川大学 | 充电站优化布局方法及装置 |
US20220219559A1 (en) * | 2019-04-27 | 2022-07-14 | Deutz Aktiengesellschaft | Fast-charging station and method for charging electrically operated land vehicles, watercraft, aircraft and/or work machines and/or batteries |
CN110263783A (zh) * | 2019-05-27 | 2019-09-20 | 华东师范大学 | 基于深度学习的多特征充电选址影响因素分析方法及系统 |
CN112487587A (zh) * | 2020-11-06 | 2021-03-12 | 国网浙江省电力有限公司衢州供电公司 | 一种基于点线面综合布局的公用充电设施选址方法 |
CN112966864A (zh) * | 2021-03-02 | 2021-06-15 | 悉地(苏州)勘察设计顾问有限公司 | 一种城市公交充电站布局规划方法、装置及可读存储介质 |
CN113610276A (zh) * | 2021-07-13 | 2021-11-05 | 国网江苏省电力有限公司苏州供电分公司 | 一种城市级电动汽车充电基础设施规划方法及系统 |
CN114347827A (zh) * | 2021-09-17 | 2022-04-15 | 能科科技股份有限公司 | 一种电动汽车智能充电桩的设计系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636031A (zh) | 一种城市充电站整体规划方法 | |
Tao et al. | Data-driven optimized layout of battery electric vehicle charging infrastructure | |
CN106651059B (zh) | 一种电动汽车充电站优化配置的方法 | |
CN103915869B (zh) | 一种基于移动设备的电动汽车智能充电系统及方法 | |
Erol-Kantarci et al. | Prediction-based charging of PHEVs from the smart grid with dynamic pricing | |
Rotering et al. | Optimal charge control of plug-in hybrid electric vehicles in deregulated electricity markets | |
CN102880921B (zh) | 一种电动汽车充电站选址优化方法 | |
CN103679299B (zh) | 兼顾车主满意度的电动汽车最优峰谷分时电价定价方法 | |
CN109398149A (zh) | 基于分布式能源应用的智能电动汽车充放电系统及其运行控制方法 | |
CN105024432A (zh) | 一种基于虚拟电价的电动汽车充放电优化调度方法 | |
CN107180272B (zh) | 基于能耗控制的电动汽车停车场充电方法 | |
CN101901945B (zh) | 一种插电式混合动力车的集中智能调度充电方法 | |
CN107169273A (zh) | 计及延时和v2g充电模式的电动汽车充电功率预测方法 | |
CN108596667B (zh) | 一种基于车联网的电动汽车实时充电电价计算方法 | |
CN103241130A (zh) | 一种电动公交车充换电站的能量管理方法及系统 | |
CN109193718A (zh) | 一种适应于v2g的选择电动汽车入网调控方法 | |
CN103810539A (zh) | 考虑换电服务可用性的电动汽车换电站容量优化配置方法 | |
CN112183882B (zh) | 一种基于电动汽车快充需求的智慧充电站充电优化方法 | |
CN106340134A (zh) | 一种电动汽车租赁管理方法及系统 | |
CN111798121A (zh) | 一种面向电动汽车能源管理调度的分布式协同优化方法 | |
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 | |
CN114039372B (zh) | 参与电网分区削峰填谷的电动汽车车辆调度方法及系统 | |
CN106296008A (zh) | 一种电动汽车网络租赁管理方法及系统 | |
CN116691414B (zh) | 一种基于分钟级采集的有序充电业务智能监测管理系统 | |
CN114022046A (zh) | 一种考虑交通均衡的综合能源系统优化调度方法 |
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: 20190416 |