CN110705746A - 电动出租车快速充电站优化配置方法 - Google Patents

Abstract

本发明提供了一种电动出租车快速充电站优化配置方法，属于电动出租车充电站技术领域，该方法建立电动出租车的充电需求的时空分布矩阵；基于电动出租车的充电需求的时空分布矩阵，根据排队理论分析已有的充电站能否满足当前的充电需求；若已有的充电站不能满足当前的充电需求，则以充电站扩建的社会成本最低为目标函数，建立充电站的配置优化模型；求解充电站的配置优化模型得到充电站优化配置方案。本发明解决了充电站盲目扩建带来的充电站间服务不均衡和站内装置利用率低等问题，适应电动出租车充电需求的发展对充电站进行有序、合理的扩建，避免盲目建设带来的资金浪费和资源不合理配置。

Description

电动出租车快速充电站优化配置方法

技术领域

本发明涉及电动出租车充电站技术领域，具体涉及一种能够避免盲目建设带来的资金浪费和资源不合理配置的电动出租车快速充电站优化配置方法。

背景技术

随着电动汽车的大力推广，城区内电动出租车的渗透率也逐年提高，已有的充电站将无法满足日益扩增的充电需求，造成用户排队时间长、充电服务质量下降等问题，需要扩大已有的充电网络。然而，充电站的扩建也需要与当前的充电需求相匹配，盲目的扩建将带来充电站间服务不均衡和充电站内利用率低等问题，造成资金浪费和资源的不合理配置。

因此，如何适应电动出租车的发展状况，合理、有序地对充电站进行扩建和配置，保证充电站的持续性发展，是一个亟待解决的问题。

发明内容

本发明的目的在于提供一种能够避免盲目建设带来的资金浪费和资源不合理配置的电动出租车快速充电站优化配置方法，以解决上述背景技术中存在的技术问题。

为了实现上述目的，本发明采取了如下技术方案：

本发明提供的一种电动出租车快速充电站优化配置方法，该方法包括如下流程步骤：

步骤S110：建立电动出租车的充电需求的时空分布矩阵；

步骤S120：基于电动出租车的充电需求的时空分布矩阵，根据排队理论分析已有的充电站能否满足当前的充电需求；

步骤S130：若已有的充电站不能满足当前的充电需求，则以充电站扩建的社会成本最低为目标函数，建立充电站的配置优化模型；

步骤S140：求解充电站的配置优化模型得到充电站优化配置方案；其中，所述充电站优化配置方案包括：已有充电站内充电设施的扩增数量，新建充电站的数量和位置以及新建充电站内充电设施的最优配置数量和配置功率。

优选的，所述步骤S110具体包括：

根据已有充电站内的充电记录划分充电站运营时段，若相邻的两次充电记录的时间间隔大于等于1小时，则这两次充电记录分别属于两个运营时段；

分析各个运营时段内电动出租车进站充电时长和充电间隔数据，得到各个运营时段内电动出租车充电时长符合正态分布，充电时间间隔符合负指数分布，则快充站内的电动出租车排队系统符合多服务台等待制M/G/s排队模型；

分析区域内当前电动出租车的总数量和充电频次状况，得到电动出租车的日均充电车次：

式中，N_c为该区域一天内电动出租车的总充电车次，N为该区域内电动出租车的总运营数量；p_k为该区域内运营的电动出租车充电k次的概率；q为电动出租车一天内充电的最高频次；

将电动出租车的充电需求归算到最近的交通路口，选取路口位置作为充电需求点位置，记录各个交通路口各个时段内的电动出租车流量Q_ij，根据运营时段划分情况，得到当前电动出租车的充电需求的时空分布矩阵P：

式中，P_ij为区域内路口j(j＝1,2,…,l)在时段i(i＝1,2,…,n)内产生的平均充电车次；Q_ij为区域内路口j在时段i内的电动出租车车流量。

优选的，所述步骤S120具体包括：

对候选建站点进行数字编号，确定充电站建设状态矩阵A_yet，该矩阵为1×m矩阵，m为候选建站点的总数量；其中，所述候选建站点包括需要增加充电设备的已有充电站和未建设的充电站，已有充电站在矩阵中对应的元素为1，未建设的充电站在矩阵中对应的元素为0；

确定候选建站点的充电设施数量矩阵s_yet和功率矩阵P_yet，矩阵均为1×m矩阵，m为候选建站点的总数量，已有充电站在数量矩阵s_yet和功率矩阵P_yet中对应的元素分别为该充电站内充电设施配置的数量和功率，未建设充电站的在数量矩阵s_yet和功率矩阵P_yet中对应的元素均为0；

基于M/G/s排队模型的运行指标计算公式，结合矩阵A_yet、矩阵s_yet和矩阵P_yet，计算电动出租车充电需求扩增后各个充电站内用户的排队时间和充电设施的装置利用率，判断是否满足用户的充电服务质量要求。

优选的，所述步骤S130中，确定有序扩建优化模型的目标函数包括：

假设在已有充电站建站后的第p年，电动出租车充电需求扩增，需要对已有的充电站进行扩建，确定有序扩建优化模型的目标函数如下：

式中，Q_new为规划区域内充电站扩建总社会成本；L_new为第p年用户在前往充电站途中的寻站成本；F_{t_yet}为已有充电站t(t＝1,2,…,u)的站内社会成本；F_{k_new}为新建充电站k(k＝1,2,…,m)的站内社会成本；A_k为候选建站点k是否建站的决策变量。

优选的，第p年充电需求扩增后的用户寻站成本L_new为：

式中，h_ij为充电需求点j在运营时段i产生的充电需求车次；ε为城市道路非直线系数，不同的道路网络结构取值不同；D_minj为充电需求点j到最近的建站点的距离；C_w为电动出租车司机的平均出行时间成本；V为电动出租车的平均行驶速度；c为快充站充电收费；S_E为电动出租车的电池容量；M为电动出租车的续航里程；T_ki为快充站k内运营时段i的时间长度；考虑到这p年间出租车司机的收入增长，L_new需要对电动出租车司机的平均出行时间成本进行系数矫正，f为电动出租车司机收入的年增长率；

优选的，已有充电站的站内社会成本F_{t_yet}为：

F_{t_yet}包括初次规划的投资成本、第p年充电站增加充电设施的投资成本和第p年充电站内的用户等候时间成本；考虑到成本折现和出租车司机的收入增长，需要对新增充电设施投资成本和用户等候时间成本进行系数矫正：

minF_{t_yet}＝F_{st_yet}+F_{st_new}+F_wt×(1+f)^p

式中，F_{st_yet}为已有充电站t内初次规划的投资成本；F_{st_new}为已有充电站t扩建的投资成本；F_wt为已有充电站t第p年的用户等候时间成本；r为充电站的运营年限；d为贴现率；C_td为充电站内非充电车位土地的成本；C_yu为充电站内运营成本；C_zm为充电站内照明办公用电的配电成本；C_gm为单个充电设施的购买成本；C_wa为单个充电设施的维护安装成本；C_cw为单个充电车位的土地成本；C_pd为单个充电设施的配电成本；s_t为已有充电站t扩建后的充电设施数量；s_{t_yet}为已有充电站t内初次规划的充电设施数量；

优选的，新建充电站的站内社会成本F_{k_new}为：

F_{k_new}包括第p年新建充电站k的投资成本和站内的用户等候时间成本，基于成本折现和出租车司机的收入增长，对新建充电站的投资成本和用户等候时间成本进行系数矫正：

式中，F_{k_new}为新建快充站k的站内社会成本；F_sk为充电站k内运营商投资成本；F_wk为充电站k内用户等候时间成本；

优选的，建立电动出租车快充站有序扩建优化模型如下：

式中，g_jk为充电需求点j的电动出租车是否到充电站k进行充电的决策变量；D_jk为充电需求点j到充电站k的距离；D_s为电动出租车快充站的服务半径；p_ki为快充站k内第i个时段的装置利用率；p_t为装置利用率的最低限定值；W_qki为快充站k内第i个时段的排队时间；W_t为用户可以容忍的最大排队时间；S_Nk，S_tk分别为快充站k的配电容量和配电容量上限值；s_k，s_tk分别为快充站k的充电设施数量和充电设施数量上限值。

优选的，所述步骤S140具体包括：

判断在已有充电站内加装充电设施能否满足增长的充电需求，包括：

基于充电站有序扩建模型的计算公式，使得A_k＝A_yet，对已有的充电站站内充电设施的数量和功率进行寻优，其中各站内充电设施数量优化的下限s_{t_yet}＝s_yet，充电设施的功率为P_yet。

如果在此输入条件下，模型有解，则无需新建充电站；如果不满足，则需要新建充电站以满足充电需求的增长。

优选的，若已有充电站内加装充电设施即可满足充电需求的增长的情况下，模型求解输出需要加装充电设施的充电站编号，以及相应充电站内充电设施的最优扩增数量；

在需要新建充电站才可满足充电需求的增长的情况下，模型求解输出需要加装充电设施的充电站编号，以及相应充电站内充电设施的最优扩增数量；同时输出新建充电站的位置编号，以及新建充电站内充电设施的最优配置数量和配置功率。

本发明有益效果：解决了已有充电设施无法满足当前充电需求和充电服务质量要求的问题以及充电站盲目扩建带来的充电站间服务不均衡和站内装置利用率低等问题，适应电动出租车充电需求的发展对充电站进行有序、合理的扩建，避免盲目建设带来的资金浪费和资源不合理配置。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施1例所述的电动出租车快速充电站优化配置方法的流程示意图。

图2为本发明实施例2所述的电动出租车快速充电站优化配置方法的流程示意图。

图3为本发明实施例2所述的电动出租车快速充电站配置优化模型求解流程图。

具体实施方式

下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或模块，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、模块和/或它们的组。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以具体实施例为例做进一步的解释说明，且实施例并不构成对本发明实施例的限定。

本领域普通技术人员应当理解的是，附图只是一个实施例的示意图，附图中的部件或装置并不一定是实施本发明所必须的。

实施例1

如图1所示，本发明实施例1提供一种电动出租车快速充电站优化配置方法，该方法包括如下流程步骤：

步骤S110：建立电动出租车的充电需求的时空分布矩阵；

步骤S120：基于电动出租车的充电需求的时空分布矩阵，根据排队理论分析已有的充电站能否满足当前的充电需求；

步骤S130：若已有的充电站不能满足当前的充电需求，则以充电站扩建的社会成本最低为目标函数，建立充电站的配置优化模型；

步骤S140：求解充电站的配置优化模型得到充电站优化配置方案；其中，所述充电站优化配置方案包括：已有充电站内充电设施的扩增数量，新建充电站的数量和位置以及新建充电站内充电设施的最优配置数量和配置功率。

所述步骤S110具体包括：

根据已有充电站内的充电记录划分充电站运营时段，若相邻的两次充电记录的时间间隔大于等于1小时，则这两次充电记录分别属于两个运营时段；

分析各个运营时段内电动出租车进站充电时长和充电间隔数据，得到各个运营时段内电动出租车充电时长符合正态分布，充电时间间隔符合负指数分布，则快充站内的电动出租车排队系统符合多服务台等待制M/G/s排队模型；

分析区域内当前电动出租车的总数量和充电频次状况，得到电动出租车的日均充电车次：

式中，N_c为该区域一天内电动出租车的总充电车次，N为该区域内电动出租车的总运营数量；p_k为该区域内运营的电动出租车充电k次的概率；q为电动出租车一天内充电的最高频次；

将电动出租车的充电需求归算到最近的交通路口，选取路口位置作为充电需求点位置，记录各个交通路口各个时段内的电动出租车流量Q_ij，根据运营时段划分情况，得到当前电动出租车的充电需求的时空分布矩阵P：

式中，P_ij为区域内路口j(j＝1,2,…,l)在时段i(i＝1,2,…,n)内产生的平均充电车次；Q_ij为区域内路口j在时段i内的电动出租车车流量。

所述步骤S120具体包括：

对候选建站点进行数字编号，确定充电站建设状态矩阵A_yet，该矩阵为1×m矩阵，m为候选建站点的总数量；其中，所述候选建站点包括需要增加充电设备的已有充电站和未建设的充电站，已有充电站在矩阵中对应的元素为1，未建设的充电站在矩阵中对应的元素为0；

确定候选建站点的充电设施数量矩阵s_yet和功率矩阵P_yet，矩阵均为1×m矩阵，m为候选建站点的总数量，已有充电站在数量矩阵s_yet和功率矩阵P_yet中对应的元素分别为该充电站内充电设施配置的数量和功率，未建设充电站的在数量矩阵s_yet和功率矩阵P_yet中对应的元素均为0；

基于M/G/s排队模型的运行指标计算公式，结合矩阵A_yet、矩阵s_yet和矩阵P_yet，计算电动出租车充电需求扩增后各个充电站内用户的排队时间和充电设施的装置利用率，判断是否满足用户的充电服务质量要求。

所述步骤S130中，确定有序扩建优化模型的目标函数包括：

假设在已有充电站建站后的第p年，电动出租车充电需求扩增，需要对已有的充电站进行扩建，确定有序扩建优化模型的目标函数如下：

式中，Q_new为规划区域内充电站扩建总社会成本；L_new为第p年用户在前往充电站途中的寻站成本；F_{t_yet}为已有充电站t(t＝1,2,…,u)的站内社会成本；F_{k_new}为新建充电站k(k＝1,2,…,m)的站内社会成本；A_k为候选建站点k是否建站的决策变量。

第p年充电需求扩增后的用户寻站成本L_new为：

式中，h_ij为充电需求点j在运营时段i产生的充电需求车次；ε为城市道路非直线系数，不同的道路网络结构取值不同；D_minj为充电需求点j到最近的建站点的距离；C_w为电动出租车司机的平均出行时间成本；V为电动出租车的平均行驶速度；c为快充站充电收费；S_E为电动出租车的电池容量；M为电动出租车的续航里程；T_ki为快充站k内运营时段i的时间长度；考虑到这p年间出租车司机的收入增长，L_new需要对电动出租车司机的平均出行时间成本进行系数矫正，f为电动出租车司机收入的年增长率；

已有充电站的站内社会成本F_{t_yet}为：

F_{t_yet}包括初次规划的投资成本、第p年充电站增加充电设施的投资成本和第p年充电站内的用户等候时间成本；考虑到成本折现和出租车司机的收入增长，需要对新增充电设施投资成本和用户等候时间成本进行系数矫正：

minF_{t_yet}＝F_{st_yet}+F_{st_new}+F_wt×(1+f)^p

式中，F_{st_yet}为已有充电站t内初次规划的投资成本；F_{st_new}为已有充电站t扩建的投资成本；F_wt为已有充电站t第p年的用户等候时间成本；r为充电站的运营年限；d为贴现率；C_td为充电站内非充电车位土地的成本；C_yu为充电站内运营成本；C_zm为充电站内照明办公用电的配电成本；C_gm为单个充电设施的购买成本；C_wa为单个充电设施的维护安装成本；C_cw为单个充电车位的土地成本；C_pd为单个充电设施的配电成本；s_t为已有充电站t扩建后的充电设施数量；s_{t_yet}为已有充电站t内初次规划的充电设施数量；

新建充电站的站内社会成本F_{k_new}为：

F_{k_new}包括第p年新建充电站k的投资成本和站内的用户等候时间成本，基于成本折现和出租车司机的收入增长，对新建充电站的投资成本和用户等候时间成本进行系数矫正：

式中，F_{k_new}为新建快充站k的站内社会成本；F_sk为充电站k内运营商投资成本；F_wk为充电站k内用户等候时间成本；

建立电动出租车快充站有序扩建优化模型如下：

式中，g_jk为充电需求点j的电动出租车是否到充电站k进行充电的决策变量；D_jk为充电需求点j到充电站k的距离；D_s为电动出租车快充站的服务半径；p_ki为快充站k内第i个时段的装置利用率；p_t为装置利用率的最低限定值；W_qki为快充站k内第i个时段的排队时间；W_t为用户可以容忍的最大排队时间；S_Nk，S_tk分别为快充站k的配电容量和配电容量上限值；s_k，s_tk分别为快充站k的充电设施数量和充电设施数量上限值。

所述步骤S140具体包括：

判断在已有充电站内加装充电设施能否满足增长的充电需求，包括：

基于充电站有序扩建模型的计算公式，使得A_k＝A_yet，对已有的充电站站内充电设施的数量和功率进行寻优，其中各站内充电设施数量优化的下限s_{t_yet}＝s_yet，充电设施的功率为P_yet。

如果在此输入条件下，模型有解，则无需新建充电站；如果不满足，则需要新建充电站以满足充电需求的增长。

若已有充电站内加装充电设施即可满足充电需求的增长的情况下，模型求解输出需要加装充电设施的充电站编号，以及相应充电站内充电设施的最优扩增数量；

在需要新建充电站才可满足充电需求的增长的情况下，模型求解输出需要加装充电设施的充电站编号，以及相应充电站内充电设施的最优扩增数量；同时输出新建充电站的位置编号，以及新建充电站内充电设施的最优配置数量和配置功率。

实施例2

如图2所示，本发明实施例2提供一种电动出租车快速充电站优化配置方法，该方法包括如下步骤：

步骤1、基于区域内已有电动出租车快充站的建设情况，确定充电站候选建站点及其配电容量和占地面积等约束条件；

步骤2、基于当前电动出租车的充电需求，根据排队理论分析已有的电动出租车快充站能否满足当前的充电需求；

步骤3、分析充电站候选建站点的约束条件，以充电站扩建的社会成本最低为目标函数，建立电动出租车快速充电站的有序扩建优化模型；

步骤4、判断在已有充电站内加装充电设施能否满足增长的充电需求；

步骤5、求解电动出租车快充站有序扩建优化模型得到区域内电动出租车快充站的最优扩建方案，包括已有充电站内充电设施的扩增数量，新建充电站的数量和位置以及新建充电站内充电设施的最优配置数量和配置功率。

所述的步骤1中的基于区域内已有电动出租车快充站的建设情况，确定充电站候选建站点及其配电容量和占地面积等约束条件的具体处理过程包括：

(1)记录区域内已有的电动出租车快充站内的充电设施配置的数量与功率，记录区域内所有充电站候选建站点(包括已有充电站)及其配电容量和占地面积等约束条件；

(2)对候选建站点进行数字编号，确定充电站建设状态矩阵A_yet，该矩阵为1×m矩阵，m为候选建站点的总数量；其中，所述候选建站点包括需要增加充电设备的已有充电站和未建设的充电站，已有充电站在矩阵中对应的元素为1，未建设的充电站在矩阵中对应的元素为0；

(3)确定候选建站点的充电设施数量矩阵s_yet和功率矩阵P_yet，矩阵均为1×m矩阵，m为候选建站点的总数量，已有充电站在数量矩阵s_yet和功率矩阵P_yet中对应的元素分别为该充电站内充电设施配置的数量和功率，未建设充电站的在数量矩阵s_yet和功率矩阵P_yet中对应的元素均为0。

所述的步骤2中的基于当前电动出租车的充电需求，根据排队理论分析已有的电动出租车快充站能否满足当前的充电需求的具体处理过程包括如下：

(1)对已有电动出租车充电站内的充电记录进行调研，根据充电记录划分充电站运营时段，若相邻的两次充电记录的时间间隔大于等于1小时，则这两次充电记录分别属于两个运营时段；

(2)分析各个运营时段内电动出租车进站充电时长和充电间隔数据，得到各个运营时段内电动出租车充电时长符合正态分布，充电时间间隔符合负指数分布，则快充站内的电动出租车排队系统符合M/G/s(多服务台等待制)排队模型；

(3)分析区域内当前电动出租车的总数量和充电频次状况，得到电动出租车的日均充电车次：

式中，N_c为该区域一天内电动出租车的总充电车次(辆)，N为该区域内电动出租车的总运营数量(辆)；p_k为该区域内运营的电动出租车充电k次的概率；q为电动出租车一天内充电的最高频次；

(4)将电动出租车的充电需求归算到最近的交通路口，选取路口位置作为充电需求点位置，记录各个交通路口各个时段内的电动出租车车流量Q_ij，根据充电站的运营时段划分情况，得到当前电动出租车的充电需求的时空分布矩阵P：

式中，P_ij为区域内路口j(j＝1,2,…,l)在时段i(i＝1,2,…,n)内产生的平均充电车次(辆)；Q_ij为区域内路口j在时段i内的电动出租车车流量(辆/h)；

(5)基于M/G/s(多服务台等待制)排队模型的运行指标计算公式，结合建设状态矩阵A_yet、充电设施数量矩阵s_yet和功率矩阵P_yet，计算电动出租车充电需求扩增后各个充电站内用户的排队时间和充电设施的装置利用率，判断是否满足用户的充电服务质量要求；如果满足，则无需对当前的充电站进行扩建，如果不满足，则需要对已有的充电站进行扩建或者新建充电站，以满足充电需求的增长。

所述的步骤3中的考虑充电站候选建站点的约束条件，以充电站扩建的社会成本最低为目标函数，建立电动出租车快速充电站的有序扩建优化模型的具体处理过程包括如下：

(1)假设在已有充电站建站后的第p年，电动出租车充电需求扩增，需要对已有的充电站进行扩建，确定有序扩建优化模型的目标函数如下：

式中，Q_new为规划区域内充电站扩建总社会成本(元/h)；L_new为第p年用户在前往充电站途中的寻站成本；F_{t_yet}为已有充电站t(t＝1,2,…,u)的站内社会成本；F_{k_new}为新建充电站k(k＝1,2,…,m)的站内社会成本；A_k为候选建站点k是否建站的决策变量，是在充电站已建方案矩阵A_yet的基础上进行改动的1×m的矩阵，A_yet中值为1的元素在A_k中仍为1，A_yet中值为0的元素在A_k中可能为1(表示在该候选点建设充电站)，也可能为0(表示不在该候选点建设充电站)；

(2)计算第p年充电需求扩增后的用户寻站成本L_new：

式中，h_ij为充电需求点j在运营时段i产生的充电需求车次(辆)；ε为城市道路非直线系数，不同的道路网络结构取值不同；D_minj为充电需求点j到最近的建站点的距离(km)；C_w为电动出租车司机的平均出行时间成本(元/h)；V为电动出租车的平均行驶速度(km/h)；c为快充站充电收费(元/kWh)；S_E为电动出租车的电池容量(kWh)；M为电动出租车的续航里程(km)；T_ki为快充站k内运营时段i的时间长度(h)；考虑到这p年间出租车司机的收入增长，L_new需要对电动出租车司机的平均出行时间成本进行系数矫正，f为电动出租车司机收入的年增长率；

(3)计算已有充电站的站内社会成本F_{t_yet}：

F_{t_yet}包括初次规划的投资成本、第p年充电站增加充电设施的投资成本和第p年充电站内的用户等候时间成本；考虑到成本折现和出租车司机的收入增长，需要对新增充电设施投资成本和用户等候时间成本进行系数矫正：

minF_{t_yet}＝F_{st_yet}+F_{st_new}+F_wt×(1+f)^p

式中，F_{st_yet}为已有充电站t内初次规划的投资成本；F_{st_new}为已有充电站t扩建的投资成本；F_wt为已有充电站t第p年的用户等候时间成本；r为充电站的运营年限(年)；d为贴现率；C_td为充电站内非充电车位土地的成本(元)；C_yu为充电站内运营成本(元)；C_zm为充电站内照明办公用电的配电成本(元)；C_gm为单个充电设施的购买成本(元)；C_wa为单个充电设施的维护安装成本(元)；C_cw为单个充电车位的土地成本(元)；C_pd为单个充电设施的配电成本(元)；s_t为已有充电站t扩建后的充电设施数量；s_{t_yet}为已有充电站t内初次规划的充电设施数量；

(4)计算新建充电站的站内社会成本F_{k_new}：

F_{k_new}包括第p年新建充电站k的投资成本和站内的用户等候时间成本；考虑到成本折现和出租车司机的收入增长，需要对新建充电站的投资成本和用户等候时间成本进行系数矫正：

式中，F_{k_new}为新建快充站k的站内社会成本；F_sk为充电站k内运营商投资成本；F_wk为充电站k内用户等候时间成本；

(5)以充电站扩建总社会成本最小为目标函数，考虑充电站内装置利用率、排队时间、配电容量和占地面积等约束条件，建立电动出租车快充站有序扩建优化模型如下：

式中，g_jk为充电需求点j的电动出租车是否到充电站k进行充电的决策变量；D_jk为充电需求点j到充电站k的距离(km)；D_s为电动出租车快充站的服务半径(km)；p_ki为快充站k内第i个时段的装置利用率；p_t为装置利用率的最低限定值；W_qki为快充站k内第i个时段的排队时间(h)；W_t为用户可以容忍的最大排队时间(h)；S_Nk，S_tk分别为快充站k的配电容量和配电容量上限值(MVA)；s_k，s_tk分别为快充站k的充电设施数量和充电设施数量上限值。

所述的步骤4中的判断在已有充电站内加装充电设施能否满足增长的充电需求的具体处理过程包括如下：

(1)基于充电站有序扩建模型的计算公式，使得A_k＝A_yet，对已有的充电站站内充电设施的数量和功率进行寻优，其中各站内充电设施数量优化的下限s_{t_yet}＝s_yet，充电设施的功率为P_yet；

(2)如果在此输入条件下，模型有解，则无需新建充电站；如果不满足，则需要新建充电站以满足充电需求的增长。

如图3所示，所述的步骤5中的求解电动出租车有序扩建优化模型得到区域内电动出租车快充站的最优扩建方案的具体处理过程包括如下：

(1)在已有充电站内加装充电设施即可满足充电需求的增长的情况下，模型求解输出需要加装充电设施的充电站编号，以及相应充电站内充电设施的最优扩增数量；

(2)在需要新建充电站才可满足充电需求的增长的情况下，模型求解输出需要加装充电设施的充电站编号，以及相应充电站内充电设施的最优扩增数量；同时输出新建充电站的位置编号，以及新建充电站内充电设施的最优配置数量和配置功率。

综上所述，本发明实施例提出的方法考虑了当前电动出租车的充电需求，明确了充电需求和已有充电站之间的联系关系；在充分利用已有充电站内充电设施的基础上，结合当前电动汽车的充电需求，对充电站群进行合理、有序的扩建。此外，充分考虑各个建设点的占地面积和配电容量的约束条件，有利于提高发明的工程应用价值。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种电动出租车快速充电站优化配置方法，其特征在于，该方法包括如下流程步骤：

步骤S110：建立电动出租车的充电需求的时空分布矩阵；

步骤S120：基于电动出租车的充电需求的时空分布矩阵，根据排队理论分析已有的充电站能否满足当前的充电需求；

步骤S130：若已有的充电站不能满足当前的充电需求，则以充电站扩建的社会成本最低为目标函数，建立充电站的配置优化模型；

步骤S140：求解充电站的配置优化模型得到充电站优化配置方案；其中，所述充电站优化配置方案包括：已有充电站内充电设施的扩增数量，新建充电站的数量和位置以及新建充电站内充电设施的最优配置数量和配置功率。

2.根据权利要求1所述的电动出租车快速充电站优化配置方法，其特征在于，所述步骤S110具体包括：

根据已有充电站内的充电记录划分充电站运营时段，若相邻的两次充电记录的时间间隔大于等于1小时，则这两次充电记录分别属于两个运营时段；

分析各个运营时段内电动出租车进站充电时长和充电间隔数据，得到各个运营时段内电动出租车充电时长符合正态分布，充电时间间隔符合负指数分布，则快充站内的电动出租车排队系统符合多服务台等待制M/G/s排队模型；

分析区域内当前电动出租车的总数量和充电频次状况，得到电动出租车的日均充电车次：

式中，N_c为该区域一天内电动出租车的总充电车次，N为该区域内电动出租车的总运营数量；p_k为该区域内运营的电动出租车充电k次的概率；q为电动出租车一天内充电的最高频次；

将电动出租车的充电需求归算到最近的交通路口，选取路口位置作为充电需求点位置，记录各个交通路口各个时段内的电动出租车流量Q_ij，根据运营时段划分情况，得到当前电动出租车的充电需求的时空分布矩阵P：

式中，P_ij为区域内路口j(j＝1,2,…,l)在时段i(i＝1,2,…,n)内产生的平均充电车次；Q_ij为区域内路口j在时段i内的电动出租车车流量。

3.根据权利要求2所述的电动出租车快速充电站优化配置方法，其特征在于，所述步骤S120具体包括：

对候选建站点进行数字编号，确定充电站建设状态矩阵A_yet，该矩阵为1×m矩阵，m为候选建站点的总数量；其中，所述候选建站点包括需要增加充电设备的已有充电站和未建设的充电站，已有充电站在矩阵中对应的元素为1，未建设的充电站在矩阵中对应的元素为0；

确定候选建站点的充电设施数量矩阵s_yet和功率矩阵P_yet，矩阵均为1×m矩阵，m为候选建站点的总数量，已有充电站在数量矩阵s_yet和功率矩阵P_yet中对应的元素分别为该充电站内充电设施配置的数量和功率，未建设充电站的在数量矩阵s_yet和功率矩阵P_yet中对应的元素均为0；

基于M/G/s排队模型的运行指标计算公式，结合矩阵A_yet、矩阵s_yet和矩阵P_yet，计算电动出租车充电需求扩增后各个充电站内用户的排队时间和充电设施的装置利用率，判断是否满足用户的充电服务质量要求。

4.根据权利要求3所述的电动出租车快速充电站优化配置方法，其特征在于，所述步骤S130中，确定有序扩建优化模型的目标函数包括：

假设在已有充电站建站后的第p年，电动出租车充电需求扩增，需要对已有的充电站进行扩建，确定有序扩建优化模型的目标函数如下：

式中，Q_new为规划区域内充电站扩建总社会成本；L_new为第p年用户在前往充电站途中的寻站成本；F_{t_yet}为已有充电站t(t＝1,2,…,u)的站内社会成本；F_{k_new}为新建充电站k(k＝1,2,…,m)的站内社会成本；A_k为候选建站点k是否建站的决策变量。

5.根据权利要求4所述的电动出租车快速充电站优化配置方法，其特征在于：

第p年充电需求扩增后的用户寻站成本L_new为：

式中，h_ij为充电需求点j在运营时段i产生的充电需求车次；ε为城市道路非直线系数，不同的道路网络结构取值不同；D_minj为充电需求点j到最近的建站点的距离；C_w为电动出租车司机的平均出行时间成本；V为电动出租车的平均行驶速度；c为快充站充电收费；S_E为电动出租车的电池容量；M为电动出租车的续航里程；T_ki为快充站k内运营时段i的时间长度；考虑到这p年间出租车司机的收入增长，L_new需要对电动出租车司机的平均出行时间成本进行系数矫正，f为电动出租车司机收入的年增长率。

6.根据权利要求5所述的电动出租车快速充电站优化配置方法，其特征在于：

已有充电站的站内社会成本F_{t_yet}为：

F_{t_yet}包括初次规划的投资成本、第p年充电站增加充电设施的投资成本和第p年充电站内的用户等候时间成本；考虑到成本折现和出租车司机的收入增长，需要对新增充电设施投资成本和用户等候时间成本进行系数矫正：

min F_{t_yet}＝F_{st_yet}+F_{st_new}+F_wt×(1+f)^p

式中，F_{st_yet}为已有充电站t内初次规划的投资成本；F_{st_new}为已有充电站t扩建的投资成本；F_wt为已有充电站t第p年的用户等候时间成本；r为充电站的运营年限；d为贴现率；C_td为充电站内非充电车位土地的成本；C_yu为充电站内运营成本；C_zm为充电站内照明办公用电的配电成本；C_gm为单个充电设施的购买成本；C_wa为单个充电设施的维护安装成本；C_cw为单个充电车位的土地成本；C_pd为单个充电设施的配电成本；s_t为已有充电站t扩建后的充电设施数量；s_{t_yet}为已有充电站t内初次规划的充电设施数量。

7.根据权利要求6所述的电动出租车快速充电站优化配置方法，其特征在于：新建充电站的站内社会成本F_{k_new}为：

F_{k_new}包括第p年新建充电站k的投资成本和站内的用户等候时间成本，基于成本折现和出租车司机的收入增长，对新建充电站的投资成本和用户等候时间成本进行系数矫正：

式中，F_{k_new}为新建快充站k的站内社会成本；F_sk为充电站k内运营商投资成本；F_wk为充电站k内用户等候时间成本。

8.根据权利要求7所述的电动出租车快速充电站优化配置方法，其特征在于：建立电动出租车快充站有序扩建优化模型如下：

式中，g_jk为充电需求点j的电动出租车是否到充电站k进行充电的决策变量；D_jk为充电需求点j到充电站k的距离；D_s为电动出租车快充站的服务半径；p_ki为快充站k内第i个时段的装置利用率；p_t为装置利用率的最低限定值；W_qki为快充站k内第i个时段的排队时间；W_t为用户可以容忍的最大排队时间；S_Nk，S_tk分别为快充站k的配电容量和配电容量上限值；s_k，s_tk分别为快充站k的充电设施数量和充电设施数量上限值。

9.根据权利要求8所述的电动出租车快速充电站优化配置方法，其特征在于，所述步骤S140具体包括：

判断在已有充电站内加装充电设施能否满足增长的充电需求，包括：

基于充电站有序扩建模型的计算公式，使得A_k＝A_yet，对已有的充电站站内充电设施的数量和功率进行寻优，其中各站内充电设施数量优化的下限s_{t_yet}＝s_yet，充电设施的功率为P_yet；如果模型有解，则无需新建充电站；如果不满足，则需要新建充电站以满足充电需求的增长。

10.根据权利要求9所述的电动出租车快速充电站优化配置方法，其特征在于，若已有充电站内加装充电设施即可满足充电需求的增长的情况下，模型求解输出需要加装充电设施的充电站编号，以及相应充电站内充电设施的最优扩增数量；

在需要新建充电站才可满足充电需求的增长的情况下，模型求解输出需要加装充电设施的充电站编号，以及相应充电站内充电设施的最优扩增数量；同时输出新建充电站的位置编号，以及新建充电站内充电设施的最优配置数量和配置功率。

Images