CN109754119A - 基于Floyd算法的电动汽车充换电服务网络优化规划方法 - Google Patents

Abstract

本发明涉及一种基于Floyd算法的电动汽车充换电服务网络优化规划方法，其包括以下步骤：步骤1、建立或调用电动汽车充换电需求模型；步骤2、采用Floyd算法根据电动汽车充换电需求模型进行电动汽车充换电站的选址规划；步骤3、在选址规划方案的基础上进行定容规划；步骤4、记录选址定容规划方案，循环执行数次，通过比较得出最优选址定容规划方案。本发明有效提高了充换电站运营水平、提升了电网的经济运行水平、提高了分布式电源消纳能力。

Description

基于Floyd算法的电动汽车充换电服务网络优化规划方法

技术领域

本发明属于电力设施规划技术领域，涉及电动汽车充换电服务网络优化规划方法，尤其是一种基于Floyd算法的电动汽车充换电服务网络优化规划方法。

背景技术

新能源汽车作为新兴产业，具有环境友好化，能源使用高效化等特点。新能源汽车是新经济在工业领域的一个标志性行业。我国对于新能源汽车发展的支持将是一如既往的，对电动汽车充换电设施发展的鼓励是只增不减的，对电动汽车整体发展的前景是长期看好的。为满足电动汽车的充电需求，各省都在大力推进充电站和充电桩的建设。

而在实际的建设过程中，电动汽车充换电服务网点的设置方案成为困扰相关规划人员的难题，包括：

在电动汽车充换电需求量大的区域电动汽车充换电服务网点的投放量难以满足需求，而在需求量小的区域的电动汽车充换电服务网点鲜有人使用，即电动汽车充换电需求与服务在空间上的选址规划不平衡。

在充电的高峰时间开放的充换电服务网点难以满足电动汽车充换电需求，即电动汽车充换电需求与服务在时间上的选址规划不平衡。

电动汽车充换电需求大的网点，电网承载能力不足以承载该电动汽车充换电网点，即电动汽车充换电需求与电力资源在空间上的定容规划不平衡。

电动汽车充换电需求的高峰时段时，电网承载能力不足以满足用量，即电动汽车充换电需求与电力资源在时间上的定容规划不平衡。

因此，如何规划电动汽车充换电服务站点的选址却成为了一大难题。急需一套能够立足于解决电动汽车充换电需求与服务在空间上的选址规划不平衡、电动汽车充换电需求与服务在时间上的选址规划不平衡、电动汽车充换电需求与电力资源在空间上的定容规划不平衡、电动汽车充换电需求与电力资源在时间上的定容规划不平衡等问题的科学规划方法。

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于Floyd算法的电动汽车充换电服务网络优化规划方法，能够以规模化电动汽车接入超大型城市电网为背景，根据电动汽车用户用电行为特性，形成计及电网承载能力的电动汽车充电设施选址定容规划方案。

本发明解决其现实问题是采取以下技术方案实现的：

一种基于Floyd算法的电动汽车充换电服务网络优化规划方法，包括以下步骤：

步骤1、建立或调用电动汽车充换电需求模型；

步骤2、采用Floyd算法根据电动汽车充换电需求模型进行电动汽车充换电站的选址规划；

步骤3、在选址规划方案的基础上进行定容规划；

步骤4、记录选址定容规划方案，循环执行数次，通过比较得出最优选址定容规划方案。

而且，所述步骤2的具体步骤包括：

(1)将规划区域划分为n个网格区域，根据电动汽车充换电需求模型确定各网格区域的电动汽车充换电需求，并将网格区域作为样本点；

(2)将所有样本点到最近电动汽车充换电站的总距离S定为目标函数：最优的规划方案应该使S最小：

上式中，w_j为电动汽车充换电需求，作为该网格区域的权重，d_ij为网格区域i至网格区域j的最短距离，z_ij为0-1函数，当在网格区域i设立电动汽车充换电站能够覆盖网格区域j时，z_ij＝1；反之，z_ij＝0；

(3)设预计设立电动汽车充换电站k个，确认约束条件：

上式中，u_j表示网格区域j被额外覆盖的次数；y_i为0-1函数，当在网格区域i有设立电动汽车充换电站时，y_i＝1；当在网格区域i未设立电动汽车充换电站时，y_i＝0；

(4)根据目标函数以及约束条件进行电动汽车充换电站选址最优化规划。

而且，所述步骤3的具体步骤包括：

(1)以规划期内电动汽车充换电站的总成本和网损费用之和f作为目标函数，最优的定容方案应使该值最小化。

上式中，C_I代表规划期内电动汽车充换电站i的投资成本；C_O代表规划期内电动汽车充换电站i的运行成本；C_M代表规划期内电动汽车充换电站i的维护成本；C_L代表规划期内接入电动汽车充换电站i后的系统网损费用；η代表折现率；T代表规划期数；k代表电动汽车充换电站总数；

①投资成本C_I通过以下方法确定：

电动汽车充换电站i的充电设备总容量为：

上式中，n_i表示电动汽车充换电站i中的充电设备数量；K_i表示充换电设备的同时工作系数；S_CHij表示电动汽车充换电站i中第j台充电设备的容量；P_CHij表示电动汽车充换电站i中第j台充电设备的输出功率；cosφ_CHij表示电动汽车充换电站i中第j台充电设备的功率因数；η_CHij示电动汽车充换电站i中第j台充电设备的充电效率；

电动汽车充换电站i的变压器总容量为：

上式中，S_ETi表示电动汽车充换电站i中的变压器总容量；S_DEi表示电动汽车充换电站i中除变压器及充换电设备外的其他设备的总容量；为电动汽车充换电站i的日最大负荷率；

则规划期内电动汽车充换电站i的投资成本C_I可以表示为：

上式中，表示电动汽车充换电站i中的变压器单位容量投资成本；表示电动汽车充换电站i中的充换电设备单位容量投资成本；表示电动汽车充换电站i中除变压器及充换电设备外的其他设备的单位容量投资成本；表示电动汽车充换电站i单位土地使用成本；F_EAi表示电动汽车充换电站i占地面积；

②规划期内电动汽车充换电站i的运行成本C_O可以表示为：

C_O＝C_CHi+C_EEi+C_VCi+C_HRi

上式中，C_CHi表示电动汽车充换电站i的充电成本；C_EEi表示电动汽车充换电站i的电能消耗成本，指除充电消耗之外的其他电能消耗的成本；

C_VCi表示电动汽车充换电站i的滤波补偿成本；C_HRi表示电动汽车充换电站i的人力成本；

其中，

上式中，表示电动汽车充换电站i的购电电价；表示电动汽车充换电站i的充换电设备额定功率；T_CHi表示电动汽车充换电站i的充换电设备年利用时间；

其中，

上式中，表示电动汽车充换电站i的电气设备平均总功率；T_EEi表示电动汽车充换电站i的电气设备年利用时间；

采用激励性的购电电价，即：

上式中，表示电动汽车充换电站i处的电力网络售电电价；表示电动汽车充换电站i的日平均负荷率。

采用有源滤波和无功补偿措施，即：

上式中，表示电动汽车充换电站i的有源滤波和无功补偿的单位容量成本；K_VCi表示整体修正系数；K_RAij表示电动汽车充换电站i中第j台充电设备的可靠性系数；η_HCij表示电动汽车充换电站i中第j台充电设备在交流电源输入端所产生的谐波电流的含有率；

③规划期内电动汽车充换电站i的维护成本C_M可以表示为：

上式中，表示电动汽车充换电站i中的变压器单位容量投资维护成本；

表示电动汽车充换电站i中的充换电设备单位容量维护成本；表示电动汽车充换电站i中除变压器及充换电设备外的其他设备的单位容量维护成本；

(2)确认目标函数之后，设立如下约束条件：

①变压器容量约束

即电动汽车充换电站i中的变压器总容量S_ETi不能超过电动汽车充换电站i中的变压器总容量上限

②无功补偿上下限约束

即电动汽车充换电站i中的无功补偿功率Q_EVCSi不能超过其上下限；

③结点电压幅值上下限约束

即配电系统中结点i的电压幅值V_i不能超过其上下限；

④馈线最大电流约束

即配电系统中馈线ij的电流|I_ij|不能超过其允许流过的最大电流

⑤允许接入电动汽车最大充电功率约束

即各电动汽车充换电站i中的充电有功功率之总和不能大于电网允许接入的电动汽车最大充电功率

⑥电动汽车充换电站的日平均负荷率约束：

即电动汽车充换电站i的日平均负荷率不能大于电动汽车充换电站i的日最大负荷率；

⑦功率因数约束

电动汽车负荷接入后，电动汽车充换电站的负荷功率因数应不小于功率因数最小值F_min

而且，所述步骤4的具体步骤包括：

(1)输入预计建设电动汽车充换电站数量，综合电动汽车充换电需求模型及电网承载能力通过算法分析得到初步的选址定容规划方案并进行记录；

(2)进行选址定容规划方案的筛选，多次迭代获得若干初步选址定容规划方案，将初步选址定容规划方案进行对比，筛选其中的最优方案，并将最优方案与预先设定的要求条件(包括误差范围以及迭代次数等)相对比，若符合要求条件，则输出该方案作为最优方案，若不符合要求条件，则继续进行迭代。

本发明的优点和有益效果：

1、本发明基于电动汽车充换电需求模型，充分考虑电动汽车用户充换电的时空特性，从而得到充换电需求，并在其基础上结合地区的电网承载能力、分布式电源、主动配电网、微电网等实际电力情况通过Floyd算法多次迭代得到最优的选址定容方案；本发明通过对电动汽车充换电服务网络的选址定容进行优化规划以实现电动汽车充换电需求-服务-供应在空间和时间上的均衡，科学高效的解决了如何规划充换电服务站点选址定容的问题，有效提高了充换电站运营水平、提升了电网的经济运行水平、提高了分布式电源消纳能力。

2、本发明通过优化充换电站设施的规划，提高充换电设施运行管理水平，延长充电设施使用寿命，提高电动汽车充电对电网的友好度，提升充换电设施用电服务水平，提高充换电站的运营服务质量。

3、本发明通过电动汽车充换电服务网点规划优化，实现电动汽车与分布式电源、微电网/主动配电网的协调互动，在电价/激励机制的引导下，满足电网运行需求，如紧急需求响应、峰谷平衡等，有效降低区域电网峰谷差，提高电网资产利用效率，减缓电网调峰机组、备用容量的建设需求，进而提升电网的经济运行水平。

4、本发明通过优化充换电站设施的规划，间接为电网运行提供了备用容量，提升区域电网的充裕度水平，有利于分布式能源的接纳能力，提高区域电网清洁能源占比，间接减少了二氧化碳的排放，带来良好的经济效益与社会效益，提升电力公司企业形象。

附图说明

图1是本发明的规划方法流程图；

图2是本发明的使用Floyd算法进行选址规划的流程图；

图3是本发明的选址定容规划及最优方案筛选流程图。

具体实施方式

以下结合附图对本发明实施例作进一步详述：

一种基于Floyd算法的电动汽车充换电服务网络优化规划方法，立足于规模化电动汽车接入超大型城市电网的背景，研究电动汽车用户用电行为特性，形成计及电网承载能力的电动汽车充电设施选址定容规划方案。如图1所示，包括以下步骤：

步骤1、建立或调用电动汽车充换电需求模型；

(1)查询电动汽车信息、区域规划信息、以及已建、在建和预建充电站信息作为电动汽车充换电需求模型的要素；

(2)根据步骤1查询的要素结果，建立电动汽车充换电需求模型。

实施例一：

所述步骤(2)的具体方法为：根据步骤1查询的要素结果，通过K聚类算法建立电动汽车充换电需求模型，其具体步骤包括：

①将规划区域划分成若干个网格区域，将每个网格区域的电动汽车充换电需求性质表示为n维空间上的向量x(a₁,a₂,a₃……a_n)，其中，向量x的各分量为量化表示的该网格区域的电动汽车充换电需求性质信息；

②选取若干向量x作为训练样本{x⁽¹⁾，x⁽²⁾……x^(m)}，样本容量为m；

③从样本中随机选取k个聚类质心点

④对于每一个样例i，计算其应该属于的类：

对于每一个类j，重新计算该类的质心：

⑤重复步骤4直到标准测度函数收敛。

实施例二：

所述步骤(2)的具体方法为：根据步骤1查询的要素结果，通过K中心聚类算法建立电动汽车充换电需求模型；

其具体步骤包括：

①将规划区域划分成若干个网格区域，将每个网格区域的电动汽车充换电需求性质表示为n维空间上的向量x(a₁,a₂，a₃……a_n)，其中向量x的各分量为量化表示的该网格区域的电动汽车充换电需求性质信息；

②选取若干向量x作为训练样本{x⁽¹⁾，x⁽²⁾……x^(m)}，样本容量为m；

③从样本中随机选取k个质心点

④将待聚类的样本点集中的点，指派到最近的质心点，形成k个族；

⑤计算各族内所有样本点到其中一个样本点的曼哈顿距离和；

⑥选出使该族内曼哈顿距离和最小的样本点作为质心；

⑦重复步骤4至步骤6直到满足迭代次数或误差范围。

步骤2、采用Floyd算法根据电动汽车充换电需求模型进行电动汽车充换电站的选址规划；

Floyd算法的核心思想在于：使电动汽车充换电站完全覆盖规划区域并使规划区域内各点到相应的电动汽车充换电站点的距离最短。

如图2所示，所述步骤2的具体步骤包括：

(1)将规划区域划分为n个网格区域，根据电动汽车充换电需求模型确定各网格区域的电动汽车充换电需求，并将网格区域作为样本点；

(2)将所有样本点到最近电动汽车充换电站的总距离S定为目标函数：最优的规划方案应该使S最小：

上式中，w_j为电动汽车充换电需求，作为该网格区域的权重，d_ij为网格区域i至网格区域j的最短距离，z_ij为0-1函数，当在网格区域i设立电动汽车充换电站能够覆盖网格区域j时，z_ij＝1；反之，z_ij＝0；

(3)设预计设立电动汽车充换电站k个，确认约束条件：

上式中，u_j表示网格区域j被额外覆盖的次数；y_i为0-1函数，当在网格区域i有设立电动汽车充换电站时，y_i＝1；当在网格区域i未设立电动汽车充换电站时，y_i＝0；

(4)根据目标函数以及约束条件进行电动汽车充换电站选址最优化规划。

从以上可以看出网格区域划分数量n将是影响规划准确度与计算速度的主要因素，即n值越大，选址规划越准确，但所需计算时间越长；n值越小，所需计算时间越短，但选址规划越粗略；

因此在该算法中，选址规划的准确度与规划的速度是二律背反的；

故该算法需要多次进行迭代以确定合适的n值以在合适的速度下保持合适的准确度。

步骤3、在选址规划方案的基础上进行定容规划；

所述步骤3的具体步骤包括：

在本实施例中，得到选址规划方案后，利用如表1中所示要素进行定容规划：

表1定容规划要素表

在本实施例中，通过以下方法进行电动汽车充换电站定容规划：

(1)以规划期内电动汽车充换电站的总成本和网损费用之和f作为目标函数，最优的定容方案应使该值最小化。

上式中，C_I代表规划期内电动汽车充换电站i的投资成本(Investment cost)；C_O代表规划期内电动汽车充换电站i的运行成本(Operation cost)；C_M代表规划期内电动汽车充换电站i的维护成本(Maintenance cost)；C_L代表规划期内接入电动汽车充换电站i后的系统网损费用(Lost)；η代表折现率；T代表规划期数；k代表电动汽车充换电站总数；

①投资成本C_I通过以下方法确定：

电动汽车充换电站i的充电设备总容量为：

上式中，n_i表示电动汽车充换电站i中的充电设备数量；K_i表示充换电设备的同时工作系数；S_CHij表示电动汽车充换电站i中第j台充电设备的容量；P_CHij表示电动汽车充换电站i中第j台充电设备的输出功率；cosφ_CHij表示电动汽车充换电站i中第j台充电设备的功率因数；η_CHij示电动汽车充换电站i中第j台充电设备的充电效率；

电动汽车充换电站i的变压器总容量为：

上式中，S_ETi表示电动汽车充换电站i中的变压器总容量；S_DEi表示电动汽车充换电站i中除变压器及充换电设备外的其他设备的总容量；为电动汽车充换电站i的日最大负荷率；

则规划期内电动汽车充换电站i的投资成本C_I可以表示为：

上式中，表示电动汽车充换电站i中的变压器单位容量投资成本；表示电动汽车充换电站i中的充换电设备单位容量投资成本；表示电动汽车充换电站i中除变压器及充换电设备外的其他设备的单位容量投资成本；表示电动汽车充换电站i单位土地使用成本；F_EAi表示电动汽车充换电站i占地面积；

②规划期内电动汽车充换电站i的运行成本C_O可以表示为：

C_O＝C_CHi+C_EEi+C_VCi+C_HRi

上式中，C_CHi表示电动汽车充换电站i的充电成本；C_EEi表示电动汽车充换电站i的电能消耗成本，指除充电消耗之外的其他电能消耗的成本；

C_VCi表示电动汽车充换电站i的滤波补偿成本；C_HRi表示电动汽车充换电站i的人力成本；

其中，

上式中，表示电动汽车充换电站i的购电电价；表示电动汽车充换电站i的充换电设备额定功率；T_CHi表示电动汽车充换电站i的充换电设备年利用时间；

其中，

上式中，表示电动汽车充换电站i的电气设备平均总功率；T_EEi表示电动汽车充换电站i的电气设备年利用时间；

在本实施例中，采用激励性的购电电价，即：

上式中，表示电动汽车充换电站i处的电力网络售电电价；表示电动汽车充换电站i的日平均负荷率。

通过采用激励性的购电电价，可以鼓励电动汽车充换电站提高其日平均负荷率，发挥削峰填谷作用以及提高系统供电可靠性。

在本实施例中，采用有源滤波和无功补偿措施，即：

上式中，表示电动汽车充换电站i的有源滤波和无功补偿的单位容量成本；K_VCi表示整体修正系数；K_RAij表示电动汽车充换电站i中第j台充电设备的可靠性系数；η_HCij表示电动汽车充换电站i中第j台充电设备在交流电源输入端所产生的谐波电流的含有率；

③规划期内电动汽车充换电站i的维护成本C_M可以表示为：

上式中，表示电动汽车充换电站i中的变压器单位容量投资维护成本；

表示电动汽车充换电站i中的充换电设备单位容量维护成本；表示电动汽车充换电站i中除变压器及充换电设备外的其他设备的单位容量维护成本；

(2)确认目标函数之后，设立如下约束条件：

①变压器容量约束

即电动汽车充换电站i中的变压器总容量S_ETi不能超过电动汽车充换电站i中的变压器总容量上限

②无功补偿上下限约束

即电动汽车充换电站i中的无功补偿功率Q_EVCSi不能超过其上下限；

③结点电压幅值上下限约束

即配电系统中结点i的电压幅值V_i不能超过其上下限；

④馈线最大电流约束

即配电系统中馈线ij的电流|I_ij|不能超过其允许流过的最大电流

⑤允许接入电动汽车最大充电功率约束

即各电动汽车充换电站i中的充电有功功率之总和不能大于电网允许接入的电动汽车最大充电功率

⑥电动汽车充换电站的日平均负荷率约束：

即电动汽车充换电站i的日平均负荷率不能大于电动汽车充换电站i的日最大负荷率；

⑦功率因数约束

电动汽车负荷接入后，电动汽车充换电站的负荷功率因数应不小于功率因数最小值F_min

定容规化问题可写成：

综上，解上述非线性规划问题，即可获得电动汽车充换电站定容规划优化方案，在保证电动汽车充换电站服务能力的同时满足经营成本的最小化。

在本发明的其他实施例中，也可以采用其他算法对电动汽车充换电站的定容进行优化。

步骤4、记录选址定容规划方案，循环执行数次，通过比较得出最优选址定容规划方案。

如图3所示，所述步骤4的具体步骤包括：

(1)输入预计建设电动汽车充换电站数量，综合电动汽车充换电需求模型及电网承载能力通过算法分析得到初步的选址定容规划方案并进行记录；

(2)进行选址定容规划方案的筛选，多次迭代获得若干初步选址定容规划方案，将初步选址定容规划方案进行对比，筛选其中的最优方案，并将最优方案与预先设定的要求条件(包括误差范围以及迭代次数等)相对比，若符合要求条件，则输出该方案作为最优方案，若不符合要求条件，则继续进行迭代。

在本实施例中，利用算法分析得到初步的选址定容规划方案时，在本发明的不同实施例中，可以分两步进行规划，即先进行选址规划，再在选址规划的基础上进行定容规划。也可以同步进行选址定容规划。

采用两步法进行选址定容规划，其准确度较高，但所需迭代时间较长。

采用同步进行选址定容规划，所需时间相对较短，但对原始数据的质量要求较高。

本发明的工作原理是：

(1)选址规划

选址规划是依据数据统计结果搭建的电动汽车用户充换电需求模型，对有充换电需求空间进行划分，从满足电动汽车用户充电的方便性、提高充电站的覆盖率和经济效益、推动电动汽车普及的角度，依据规划建站数量，提供最优的建站选址规划。即以预先建立的电动汽车用户充换电需求模型为基础进行电动汽车充换电站选址规划。

其中，电动汽车用户充换电需求模型为：将所需规划地区划分为很多个较小的网格区域，按照每个网格区域的空间属性(区域编号、区域道路交通系数、区域商住属性(商业区、景区、住宅区、工作区等)、充电需求量系数等)进行设置划分；基于大数据统计及行为学知识确定用户出行规律，确定电动汽车充换电的接入方式，电动汽车用户充换电时空特性等用户充换电规律；基于整个规划地区汽车保有量、电动汽车占比情况和各类电动汽车配置和性能信息，并结合上述步骤确定网格区域对应的充换电需求。

(2)定容规划

电动汽车充换电站定容规划依据如上方法规划出的最优选址方案，得出每个选址区域所需充电站的容量，并考虑此选择地区电动汽车的充电需求对电网的影响，并结合分布式电源、主动配电网、微电网协同规划，对不同的充换电设施定容方案进行进一步优化规划，形成计及电网承载能力和电网协同规划的充换电设施定容的最佳规划，根据选址情况和电动汽车用户充电需求模型统计出每个选址的充电站容量，并结合所在区域的电网承载能力和电动汽车与分布式电源、主动配电网/微电网协同规划信息，提供最优的定容方案，并根据数据统计结果设置每个充电站对应的快慢充数量进行定容。

综上所述，本发明所提供的电动汽车充换电站选址定容规划可概括为：

利用预先建立好的电动汽车用户充换电需求模型，基于目前统计出的充电站需求分布情况，并结合已有或在建、预建充电站的影响，初步确定计划建站数量，从而拟定建站选址方案，并可与当次规划的其他方案进行对比，确定出最优选址方案，并初步确定充电站容量，然后结合每个充电站选址地区的电网承载能力和分布式电源、主配电网、微电网协同规划的影响，进一步确定各个充电站的定容方案。

需要强调的是，本发明所述实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (4)

1.一种基于Floyd算法的电动汽车充换电服务网络优化规划方法，其特征在于：包括以下步骤：

步骤1、建立或调用电动汽车充换电需求模型；

步骤2、采用Floyd算法根据电动汽车充换电需求模型进行电动汽车充换电站的选址规划；

步骤3、在选址规划方案的基础上进行定容规划；

步骤4、记录选址定容规划方案，循环执行数次，通过比较得出最优选址定容规划方案。

2.根据权利要求1所述的一种基于Floyd算法的电动汽车充换电服务网络优化规划方法，其特征在于：所述步骤2的具体步骤包括：

(1)将规划区域划分为n个网格区域，根据电动汽车充换电需求模型确定各网格区域的电动汽车充换电需求，并将网格区域作为样本点；

(2)将所有样本点到最近电动汽车充换电站的总距离S定为目标函数：最优的规划方案应该使S最小：

上式中，w_j为电动汽车充换电需求，作为该网格区域的权重，d_ij为网格区域i至网格区域j的最短距离，z_ij为0-1函数，当在网格区域i设立电动汽车充换电站能够覆盖网格区域j时，z_ij＝1；反之，z_ij＝0；

(3)设预计设立电动汽车充换电站k个，确认约束条件：

上式中，u_j表示网格区域j被额外覆盖的次数；y_i为0-1函数，当在网格区域i有设立电动汽车充换电站时，y_i＝1；当在网格区域i未设立电动汽车充换电站时，y_i＝0；

(4)根据目标函数以及约束条件进行电动汽车充换电站选址最优化规划。

3.根据权利要求1所述的一种基于Floyd算法的电动汽车充换电服务网络优化规划方法，其特征在于：所述步骤3的具体步骤包括：

(1)以规划期内电动汽车充换电站的总成本和网损费用之和f作为目标函数，最优的定容方案应使该值最小化；

上式中，C_I代表规划期内电动汽车充换电站i的投资成本；C_O代表规划期内电动汽车充换电站i的运行成本；C_M代表规划期内电动汽车充换电站i的维护成本；C_L代表规划期内接入电动汽车充换电站i后的系统网损费用；η代表折现率；T代表规划期数；k代表电动汽车充换电站总数；

①投资成本C_I通过以下方法确定：

电动汽车充换电站i的充电设备总容量为：

上式中，n_i表示电动汽车充换电站i中的充电设备数量；K_i表示充换电设备的同时工作系数；S_CHij表示电动汽车充换电站i中第j台充电设备的容量；P_CHij表示电动汽车充换电站i中第j台充电设备的输出功率；cosφ_CHij表示电动汽车充换电站i中第j台充电设备的功率因数；η_CHij示电动汽车充换电站i中第j台充电设备的充电效率；

电动汽车充换电站i的变压器总容量为：

上式中，S_ETi表示电动汽车充换电站i中的变压器总容量；S_DEi表示电动汽车充换电站i中除变压器及充换电设备外的其他设备的总容量；为电动汽车充换电站i的日最大负荷率；

则规划期内电动汽车充换电站i的投资成本C_I可以表示为：

上式中，表示电动汽车充换电站i中的变压器单位容量投资成本；表示电动汽车充换电站i中的充换电设备单位容量投资成本；表示电动汽车充换电站i中除变压器及充换电设备外的其他设备的单位容量投资成本；表示电动汽车充换电站i单位土地使用成本；F_EAi表示电动汽车充换电站i占地面积；

②规划期内电动汽车充换电站i的运行成本C_O可以表示为：

C_O＝C_CHi+C_EEi+C_VCi+C_HRi

上式中，C_CHi表示电动汽车充换电站i的充电成本；C_EEi表示电动汽车充换电站i的电能消耗成本，指除充电消耗之外的其他电能消耗的成本；C_VCi表示电动汽车充换电站i的滤波补偿成本；C_HRi表示电动汽车充换电站i的人力成本；

其中，

上式中，表示电动汽车充换电站i的购电电价；表示电动汽车充换电站i的充换电设备额定功率；T_CHi表示电动汽车充换电站i的充换电设备年利用时间；

其中，

上式中，表示电动汽车充换电站i的电气设备平均总功率；T_EEi表示电动汽车充换电站i的电气设备年利用时间；

采用激励性的购电电价，即：

上式中，表示电动汽车充换电站i处的电力网络售电电价；表示电动汽车充换电站i的日平均负荷率；

采用有源滤波和无功补偿措施，即：

上式中，表示电动汽车充换电站i的有源滤波和无功补偿的单位容量成本；K_VCi表示整体修正系数；K_RAij表示电动汽车充换电站i中第j台充电设备的可靠性系数；η_HCij表示电动汽车充换电站i中第j台充电设备在交流电源输入端所产生的谐波电流的含有率；

③规划期内电动汽车充换电站i的维护成本C_M可以表示为：

上式中，表示电动汽车充换电站i中的变压器单位容量投资维护成本；

表示电动汽车充换电站i中的充换电设备单位容量维护成本；

表示电动汽车充换电站i中除变压器及充换电设备外的其他设备的单位容量维护成本；

(2)确认目标函数之后，设立如下约束条件：

①变压器容量约束

即电动汽车充换电站i中的变压器总容量S_ETi不能超过电动汽车充换电站i中的变压器总容量上限

②无功补偿上下限约束

即电动汽车充换电站i中的无功补偿功率Q_EVCSi不能超过其上下限；

③结点电压幅值上下限约束

V_i ^min≤V_i≤V_i ^max

即配电系统中结点i的电压幅值V_i不能超过其上下限；

④馈线最大电流约束

即配电系统中馈线ij的电流|I_ij|不能超过其允许流过的最大电流

⑤允许接入电动汽车最大充电功率约束

即各电动汽车充换电站i中的充电有功功率之总和不能大于电网允许接入的电动汽车最大充电功率

⑥电动汽车充换电站的日平均负荷率约束：

即电动汽车充换电站i的日平均负荷率不能大于电动汽车充换电站i的日最大负荷率；

⑦功率因数约束

电动汽车负荷接入后，电动汽车充换电站的负荷功率因数应不小于功率因数最小值F_min

4.根据权利要求1所述的一种基于Floyd算法的电动汽车充换电服务网络优化规划方法，其特征在于：所述步骤4的具体步骤包括：

(1)输入预计建设电动汽车充换电站数量，综合电动汽车充换电需求模型及电网承载能力通过算法分析得到初步的选址定容规划方案并进行记录；

(2)进行选址定容规划方案的筛选，多次迭代获得若干初步选址定容规划方案，将初步选址定容规划方案进行对比，筛选其中的最优方案，并将最优方案与预先设定的要求条件(包括误差范围以及迭代次数等)相对比，若符合要求条件，则输出该方案作为最优方案，若不符合要求条件，则继续进行迭代。