CN112053053A - 一种电动汽车充电站选址方法 - Google Patents
一种电动汽车充电站选址方法 Download PDFInfo
- Publication number
- CN112053053A CN112053053A CN202010892704.XA CN202010892704A CN112053053A CN 112053053 A CN112053053 A CN 112053053A CN 202010892704 A CN202010892704 A CN 202010892704A CN 112053053 A CN112053053 A CN 112053053A
- Authority
- CN
- China
- Prior art keywords
- electric vehicle
- charging station
- cost
- calculating
- electric
- 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.)
- Granted
Links
- 238000010187 selection method Methods 0.000 title claims description 7
- 238000009826 distribution Methods 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 25
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 claims abstract description 11
- 238000010276 construction Methods 0.000 claims description 21
- 230000005611 electricity Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 230000002035 prolonged effect Effects 0.000 claims description 3
- 230000004048 modification Effects 0.000 abstract description 3
- 238000012986 modification Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
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
- G06Q10/06313—Resource planning in a project environment
-
- 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"
-
- 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)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Biodiversity & Conservation Biology (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)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供一种电动汽车充电站选址方法,包括,步骤S1,获取待选址的电动汽车充电站的规划需求数据,获取可选址地区内的电动汽车统计数据、历史交通数据和电网统计数据;步骤S2,计算区域内电动汽车保有量Nev、电动汽车用户日行驶里程分布情况f(l)、电动汽车的日耗电量ΔE、电动汽车开始充电时刻的分布情况ft(t),并计算不同交通拥堵指数下的车流速度数据Vc,计算电动汽车用户的出行成本Cuser;步骤S3,计算新建电动汽车充电站所需要的总投资成本Cinv及总运行成本Cope;步骤S4,计算新选址的电动汽车充电站所需总成本C,将所需总成本C最小的选址点作为电动汽车充电站的最终选址。本发明实现综合成本最小,为后续使用和改造进行有效的规划。
Description
技术领域
本发明涉及电力技术领域,特别是涉及一种电动汽车充电站选址方法。
背景技术
随着化石能源的枯竭与大量使用化石能源而造成环境污染和全球变暖,电动汽车车产业的发展。据《中国传统燃油车推出时间表研究》报告,我国有望在2050年前实现传统燃油车的全面退出。全国不少城市已经开始在公交车、出租车等领域启动“禁燃”工作。根据规划,先在全国重点地区试点实行公交车电动汽车化,进而实现全国的燃油出租车、公交车被电动汽车取代。
随着国家大力推动新能源汽车行业的发展,电动汽车保有量逐年增加,大量电动汽车的充电需求对配电网提出了新的要求。电动汽车作为当前配电网中的一种特殊负荷,与传统负荷不同,其具有充电时间不确定性、充电位置不确定性以及用户驾驶行为不确定性等特点,大量电动汽车在电网中进行无序充电,必然会影响电网安全可靠性运行。大规模的电动汽车接入配电网后,电动汽车用户负荷曲线将与配电网原有的固负荷曲线叠加后将改变原配电网的负荷水平和负荷特性,大量电动汽车的充电需求会对配电网提出新的要求。
电动汽车充电站既是配电网的一部分,也是公共服务设施,在进行充电站规划建设及相应的配电网升级改造时,不仅要考虑配电网和充电站的投资运行成本,还要考虑充电站选址对于电动汽车用户以及其他汽车用户产生的成本。对于传统负荷,其接入配电网的位置一般固定,电动汽车用户通过充电站接入配电网,如何选择充电站位置需要考虑诸多因素,比如:考虑用户出行、馈线的新建和扩容、充电站的选址定容的最优规划方案,以总投资成本、总运行成本和总用户出行成本等,现有电动汽车充电站选址过程并没有充分考虑这些因素,会导致后期用户使用不方便,改造升级难,成本高等诸多问题。
发明内容
本发明的目的在于,提出一种电动汽车充电站选址方法,解决现有技术中对电动汽车充电站选址不合理,造成后续使用不方便,改造升级难,成本高的技术问题。
本发明的一方面,提供一种电动汽车充电站选址方法,包括以下步骤:
步骤S1,获取待选址的电动汽车充电站的规划需求数据,根据所述规划需求数据确定可选址地区范围,并获取可选址地区内的电动汽车统计数据、历史交通数据和电网统计数据;
步骤S2,根据所述电动汽车统计数据分别计算区域内电动汽车保有量Nev、电动汽车用户日行驶里程分布情况f(l)、电动汽车的日耗电量ΔE、电动汽车开始充电时刻的分布情况ft(t),并根据历史交通数据计算不同交通拥堵指数下的车流速度数据Vc,根据区域内电动汽车保有量Nev、电动汽车用户日行驶里程分布情况f(l)、电动汽车的日耗电量ΔE、电动汽车开始充电时刻的分布情况ft(t)及车流速度数据Vc计算电动汽车用户的出行成本Cuser,其中,所述出行成本包括电动汽车用户去往充电站的路上成本Cev和路径上其他车辆的出行成本Cother;
步骤S3,根据电网统计数据分别计算新建电动汽车充电站所需要的总投资成本Cinv及总运行成本Cope;
步骤S4,根据总投资成本Cinv、总运行成本Cope和用户的出行成本Cuser计算新选址的电动汽车充电站所需总成本C,并计算所需总成本C最小的选址点,将所需总成本C最小的选址点作为电动汽车充电站的最终选址。
优选的,所述步骤S2包括:
根据以下公式计算区域内电动汽车保有量Nev:
Nev=ηevNpeo
其中,ηev为人均电动汽车保有率,Npeo为规划区域内人口总数;
根据以下公式计算电动汽车用户日行驶里程分布情况f(l):
其中,l为电动汽车日行驶里程数,μev=3.20,σev=0.88;
根据以下公式计算电动汽车的日耗电量ΔE:
其中,Ec为每公里耗电量;ηdis为电动汽车电池放电能耗系数;
根据以下公式电动汽车开始充电时刻的分布情况ft(t):
其中,μt=17.6,σt=3.4,t为电动汽车出发充电时刻。
优选的,所述步骤S2包括:
根据以下公式计算车流速度数据Vc:
其中,Vc为道路网中统计时间间隔内的汽车平均行驶速度;Vfc为自由流状态下汽车行驶速度;Kc为汽车平均行驶速度为Vc时的车流密度;Kz为最大车流密度;TPI为道路交通拥堵指数。
优选的,所述步骤S2包括:
根据以下公式计算电动汽车用户单位出行时间成本Ptri.t:
Ptri.t=ηtwW
其中,ηtw时间价值折算系数,W为人均小时工资收入;
根据以下公式计算第t小时从电动汽车负荷节点n行驶到目标充电站p路上所花费的时间Tn,p,t:
其中,lr为道路r的长度;n为电动汽车负荷节点;p为目标充电站编号;t为电动汽车从负荷节点出发的时间段;ψn,p,t为第t小时电动汽车负荷节点n的电动汽车选择充电站p为目标充电站的行驶路径;
根据以下公式计算电动汽车用户的路上成本Cev:
其中,;Tn,p,t为第t小时从电动汽车负荷节点n行驶到目标充电站p路上所花费的时间;为第t小时电动汽车负荷节点n需要充电的电动汽车数量;Ptri.t为电动汽车用户单位出行时间成本;xn,p,t为第t小时电动汽车负荷节点n的电动汽车选择充电站p为目标充电站的0、1变量;为第t小时从电动汽车负荷节点n到目标充电站p处充电所花费的时间;为第t小时从电动汽车负荷节点n行驶到目标充电站p路上所花费的时间;N为规划区域内的电动汽车负荷点数。
优选的,所述步骤S2包括:
根据以下公式计算电动汽车用户出行上路给其他汽车用户造成的出行时长增加量ΔTr,t:
其中,Vr,fc为道路r的车辆自由流速度;Kr,z为道路r的最大车流密度;lr为道路r的长度;
根据以下公式计算路径上其他车辆的出行成本Cother:
其中,ΔTr,t为第t小时电动汽车用户上路给其他汽车用户造成的出行时长增加;为第t小时道路r上的其他汽车车流密度;Ptri.t为电动汽车用户单位出行时间成本;R为规划区域内道路的集合;vr,t为第t小时道路r上的车流速度。
优选的,所述步骤S3包括:
根据以下公式计算新建电动汽车充电站所需要的总投资成本Cinv:
其中,ψR为需要新建的线路的集合;ψA为需要扩容的线路的集合;ψBx为线路扩容或者新建的备选线型的集合;ψC为充电站备选站址的集合;为线路扩容或者新建的第J种线型的投资成本;为新建线路j选择线型J的0、1变量:为扩容线路k选择线型J的0、1变量;为第p个节点新建充电站的固定成本;为第p个节点新建充电站的单位可变投资;PP为第p个节点新建充电站的充电容量;xp为备选站直节点新建充电站的0、1变量。
优选的,所述步骤S3包括:
根据以下公式计算新建电动汽车充电站所需要的总运行成本Cope:
优选的,所述步骤S4包括:
根据以下公式计算新建电动汽车充电站所需总成本C:
C=Cinv+Cope+Cuser
其中,Cinv新建电动汽车充电站所需要的总投资成本;Cope为新建电动汽车充电站所需要的总运行成本;Cuser为出行成本。
优选的,所述步骤S4包括:
根据以下公式分别对与新选址的电动汽车充电站对应的配电网首端的有功功率Pij,t和首端的无功功率Qij,t进行约束:
根据以下公式对与新选址的电动汽车充电站对应的配电网线路载流量进行约束:
根据以下公式对与新选址的电动汽车充电站对应的配电网节点电压vj,t进行约束:
其中,vmax和vmin分别为节点电压平方的上限和下限;
根据以下公式对与新选址的电动汽车充电站容量需求Pdemand和节点容量Pp进行约束:
其中,Ptemand为规划区域内所有电动汽车的需求;Pmin,p为第p个节点新建充电站的可选建设容量下限;Pmax,p为第p个节点新建充电站的可选建设容量上限。
优选的,所述步骤S4包括:
根据以下公式对与新选址的电动汽车充电站及扩容线路变量间的逻辑进行约束:
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的电动汽车充电站选址方法,进行充电站规划建设及相应的配电网升级改造时,不仅考虑了配电网和充电站的投资运行成本,还考虑了充电站选址对于电动汽车用户以及其他汽车用户产生的成本;通过分析电动汽车的时空分布、路网交通情况对用户选择充电站的影响,寻找综合考虑用户出行、馈线的新建和扩容、充电站的选址定容的最优规划方案,实现综合成本最小,为后续使用和改造进行有效的规划。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例中一种电动汽车充电站选址方法的主流程示意图。
图2为本发明实施例中规划区路网结构示意图。
图3为本发明实施例中规划区配电网结构示意图
图4为本发明实施例中规划区充电站接入位置规划示意图。
图5为本发明实施例中规划区各充电站备选站址负荷示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明提供的一种电动汽车充电站选址方法的一个实施例的示意图。在该实施例中,所述方法包括以下步骤:
步骤S1,获取待选址的电动汽车充电站的规划需求数据,根据所述规划需求数据确定可选址地区范围,并获取可选址地区内的电动汽车统计数据、历史交通数据和电网统计数据;电动汽车充电站的选址建设,影响其与配电网的投资运行成本,电动汽车用户的出行时长与路径以及对于其他车辆的影响,所以充分考虑用户出行、馈线的新建和扩容等因素。
步骤S2,根据所述电动汽车统计数据分别计算区域内电动汽车保有量Nev、电动汽车用户日行驶里程分布情况f(l)、电动汽车的日耗电量ΔE、电动汽车开始充电时刻的分布情况ft(t),并根据历史交通数据计算不同交通拥堵指数下的车流速度数据Vc,根据区域内电动汽车保有量Nev、电动汽车用户日行驶里程分布情况f(l)、电动汽车的日耗电量ΔE、电动汽车开始充电时刻的分布情况ft(t)及车流速度数据Vc计算电动汽车用户的出行成本Cuser,其中,所述出行成本包括电动汽车用户去往充电站的路上成本Cev和路径上其他车辆的出行成本Cother;
具体实施例中,根据电动汽车统计数据分别计算区域内电动汽车保有量Nev、电动汽车用户日行驶里程分布情况f(l)、电动汽车的日耗电量ΔE、电动汽车开始充电时刻的分布情况ft(t):
根据以下公式计算区域内电动汽车保有量Nev:
Nev=ηevNpeo
其中,ηev为人均电动汽车保有率,Npeo为规划区域内人口总数;
根据以下公式计算电动汽车用户日行驶里程分布情况f(l):
其中,l为电动汽车日行驶里程数,μev=3.20,σev=0.88;
根据以下公式计算电动汽车的日耗电量ΔE:
其中,Ec为每公里耗电量,取值为0.15(kW·h)/km;ηdis为电动汽车电池放电能耗系数,取值为0.9;
根据以下公式电动汽车开始充电时刻的分布情况ft(t):
其中,μt=17.6,σt=3.4,t为电动汽车出发充电时刻;电动汽车出发进行充电时的电池电量服从均匀分布U(0.3,0.5),为防止过充损害电池寿命,设置充电至电池容量的90%时停止。
再具体的,根据历史交通数据计算不同交通拥堵指数下的车流速度数据Vc,可以理解的,根据以下公式计算车流速度数据Vc:
其中,Vc为道路网中统计时间间隔内的汽车平均行驶速度;Vfc为自由流状态下汽车行驶速度;Kc为汽车平均行驶速度为Vc时的车流密度;Kz为最大车流密度;TPI为道路交通拥堵指数。
实施例中,对电动汽车用户的出行成本Cuser进行计算;包括,计算电动汽车用户去往充电站的路上成本Cev:
根据以下公式计算电动汽车用户单位出行时间成本Ptri.t:
Ptri.t=ηtwW
其中,ηtw时间价值折算系数,W为人均小时工资收入;W为人均小时工资收入,世界银行的推荐系数为:工作、商务出行小时时间成本为1.33W;其他非工作出行小时时间成本为0.3W;
根据以下公式计算第t小时从电动汽车负荷节点n行驶到目标充电站p路上所花费的时间Tn,p,t:
其中,lr为道路r的长度;n为电动汽车负荷节点;p为目标充电站编号;t为电动汽车从负荷节点出发的时间段;ψn,p,t为第t小时电动汽车负荷节点n的电动汽车选择充电站p为目标充电站的行驶路径;
根据以下公式计算电动汽车用户的路上成本Cev:
其中,;Tn,p,t为第t小时从电动汽车负荷节点n行驶到目标充电站p路上所花费的时间;为第t小时电动汽车负荷节点n需要充电的电动汽车数量;Ptri.t为电动汽车用户单位出行时间成本;xn,p,t为第t小时电动汽车负荷节点n的电动汽车选择充电站p为目标充电站的0、1变量;为第t小时从电动汽车负荷节点n到目标充电站p处充电所花费的时间;为第t小时从电动汽车负荷节点n行驶到目标充电站p路上所花费的时间;N为规划区域内的电动汽车负荷点数。
还包括,计算路径上其他车辆的出行成本Cother:
根据以下公式计算电动汽车用户出行上路给其他汽车用户造成的出行时长增加量ΔTr,t:
其中,Vr,fc为道路r的车辆自由流速度;Kr,z为道路r的最大车流密度;lr为道路r的长度;
根据以下公式计算路径上其他车辆的出行成本Cother:
其中,ΔTr,t为第t小时电动汽车用户上路给其他汽车用户造成的出行时长增加;为第t小时道路r上的其他汽车车流密度;Ptri.t为电动汽车用户单位出行时间成本;R为规划区域内道路的集合;vr,t为第t小时道路r上的车流速度。
步骤S3,根据电网统计数据分别计算新建电动汽车充电站所需要的总投资成本Cinv及总运行成本Cope;
具体实施例中,根据以下公式计算新建电动汽车充电站所需要的总投资成本Cinv:
其中,ψR为需要新建的线路的集合;ψA为需要扩容的线路的集合;ψBx为线路扩容或者新建的备选线型的集合;ψC为充电站备选站址的集合;为线路扩容或者新建的第J种线型的投资成本;为新建线路j选择线型J的0、1变量;为扩容线路k选择线型J的0、1变量;为第p个节点新建充电站的固定成本;为第p个节点新建充电站的单位可变投资;PP为第p个节点新建充电站的充电容量;xp为备选站直节点新建充电站的0、1变量。
实施例中,根据以下公式计算新建电动汽车充电站所需要的总运行成本Cope:
步骤S4,根据总投资成本Cinv、总运行成本Cope和用户的出行成本Cuser计算新选址的电动汽车充电站所需总成本C,并计算所需总成本C最小的选址点,将所需总成本C最小的选址点作为电动汽车充电站的最终选址;
具体实施例中,根据以下公式计算新建电动汽车充电站所需总成本C:
C=Cinv+Cope+Cuser
其中,Cinv新建电动汽车充电站所需要的总投资成本;Cope为新建电动汽车充电站所需要的总运行成本;Cuser为出行成本。
实施例中,分别对相关参数进行约束,求解最优选址位置:
根据以下公式分别对与新选址的电动汽车充电站对应的配电网首端的有功功率Pij,t和首端的无功功率Qij,t进行约束:
根据以下公式对与新选址的电动汽车充电站对应的配电网线路载流量进行约束:
根据以下公式对与新选址的电动汽车充电站对应的配电网节点电压vj,t进行约束:
其中,vmax和vmin分别为节点电压平方的上限和下限;
根据以下公式对与新选址的电动汽车充电站容量需求Pdemand和节点容量Pp进行约束:
其中,Pdemand为规划区域内所有电动汽车的需求;Pmin,p为第p个节点新建充电站的可选建设容量下限;Pmax,p为第p个节点新建充电站的可选建设容量上限。
还有,根据以下公式对与新选址的电动汽车充电站及扩容线路变量间的逻辑进行约束:
本发明的另一实施例中,一种电动汽车充电站选址方法,如图2所示,是规划区的电动汽车充电站规划为例。该规划区有路网节点48个,道路110段;规划区内有3座35/10kV变电站(节点号为1、15、25),32个负荷节点,如图3所示,是电动汽车充电站对应的配电网结构,该配电网系统包含32条支路,系统基准容量为10MVA,基准电压为10kV。设定变电站的容量足够大,即不考虑变电站节点的扩容。各配电网节点的坐标及高峰负荷如下表所示:
其中,节点4、10、11、12、14、20、22、24、27、30、31和35为居民负荷,节点3、16、17、18、19、21、23、26、28、29、32和33为商业负荷,节点2、5、6、7、8、9、13和34为工业负荷。
如下表所示为峰谷电价:
假定工业区人口密度为500人/km2,商业区1000人//km2,居民区2000人//km2;电动汽车渗透率为20%,每辆电动汽车电池容量为32kW·h,充电站充电桩功率为45kW,充电桩的充电效率为0.9,;人均小时工资收入W取40元/小时;主干道路车辆自由流速度vfz=55.6km/h,次主干道车辆自由流速度vfc=45.8km/h;主干道最大车流密度Kzz=293辆/km,次主干道最大车流密度Kzc=214辆/km;使用杭州市城市道路拥堵系数。
交通拥堵指数(Traffic Performance Index,TPI)把道路拥堵情况数字化,综合反映道路网畅通或拥堵的概念性数值,其取值范围为0-10,且分为5级,如下表所示:
实际情况下,由于城市规划的限制,电动汽车充电站并不能在任意位置建设,只能选择在特定的地方进行投资建设,充电站备选站址下表所示:
当线路容量不足时,可以对通过更换馈线扩大线路载流量;新建充电站时,需要新建线路将其与配电网连接供电。线路扩容与线路新建可选线路参数如下表所示:
对规划区电动汽车充电站选址定容进行求解,计算结果如下表所示:
可以看出,当充电站的建设数量为6时,该规划方案的总成本最小,为5028.78万元。规划结果选择在备选站址2、3、4、5、6和7处投资建设充电站,各个充电站的建设容量如小表所示:
充电站接入配电网位置如图4所示,各个充电站的日负荷如图5所示,可知随着建设的充电站数量增加,由于新建充电站的固定投资成本及其相应的线路新建成本的投入导致投资成本增加;由于网损与线路电流的非线性关系,运行成本将会降低;增加建设的充电站可以对其所在地附近的电动汽车用户减少出行时间以及其充电行为对路网资源的占用,其出行成本将会降低,同时电动汽车用户出行时对路径上的其他汽车产生的出行成本也会降低。路网结构以及相应的道路交通信息会影响电动汽车用户充电时目标充电站的选择以及驾驶前往目标充电站的行驶路径。电动汽车充电站作为一种公共服务设施,在进行配电网充电站投资建设规划时,不仅仅需要考虑配电网和充电站的投资成本,还需要考虑其选址对于电动汽车用户充电行为产生的出行成本。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的电动汽车充电站选址方法,进行充电站规划建设及相应的配电网升级改造时,不仅考虑了配电网和充电站的投资运行成本,还考虑了充电站选址对于电动汽车用户以及其他汽车用户产生的成本;通过分析电动汽车的时空分布、路网交通情况对用户选择充电站的影响,寻找综合考虑用户出行、馈线的新建和扩容、充电站的选址定容的最优规划方案,实现综合成本最小,为后续使用和改造进行有效的规划。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种电动汽车充电站选址方法,其特征在于,包括以下步骤:
步骤S1,获取待选址的电动汽车充电站的规划需求数据,根据所述规划需求数据确定可选址地区范围,并获取可选址地区内的电动汽车统计数据、历史交通数据和电网统计数据;
步骤S2,根据所述电动汽车统计数据分别计算区域内电动汽车保有量Nev、电动汽车用户日行驶里程分布情况f(l)、电动汽车的日耗电量ΔE、电动汽车开始充电时刻的分布情况ft(t),并根据历史交通数据计算不同交通拥堵指数下的车流速度数据Vc,根据区域内电动汽车保有量Nev、电动汽车用户日行驶里程分布情况f(l)、电动汽车的日耗电量ΔE、电动汽车开始充电时刻的分布情况ft(t)及车流速度数据Vc计算电动汽车用户的出行成本Cuser,其中,所述出行成本包括电动汽车用户去往充电站的路上成本Cev和路径上其他车辆的出行成本Cother;
步骤S3,根据电网统计数据分别计算新建电动汽车充电站所需要的总投资成本Cinv及总运行成本Cope;
步骤S4,根据总投资成本Cinv、总运行成本Cope和用户的出行成本Cuser计算新选址的电动汽车充电站所需总成本C,并计算所需总成本C最小的选址点,将所需总成本C最小的选址点作为电动汽车充电站的最终选址。
4.如权利要求3所述的方法,其特征在于,所述步骤S2包括:
根据以下公式计算电动汽车用户单位出行时间成本Ptri.t:
Ptri.t=ηtwW
其中,ηtw时间价值折算系数,W为人均小时工资收入;
根据以下公式计算第t小时从电动汽车负荷节点n行驶到目标充电站p路上所花费的时间Tn,p,t:
其中,lr为道路r的长度;n为电动汽车负荷节点;p为目标充电站编号;t为电动汽车从负荷节点出发的时间段;ψn,p,t为第t小时电动汽车负荷节点n的电动汽车选择充电站p为目标充电站的行驶路径;
根据以下公式计算电动汽车用户的路上成本Cev:
5.如权利要求4所述的方法,其特征在于,所述步骤S2包括:
根据以下公式计算电动汽车用户出行上路给其他汽车用户造成的出行时长增加量ΔTr,t:
其中,Vr,fc为道路r的车辆自由流速度;Kr,z为道路r的最大车流密度;lr为道路r的长度;
根据以下公式计算路径上其他车辆的出行成本Cother:
8.如权利要求7所述的方法,其特征在于,所述步骤S4包括:
根据以下公式计算新建电动汽车充电站所需总成本C:
C=Cinv+Cope+Cuser
其中,Cinv新建电动汽车充电站所需要的总投资成本;Cope为新建电动汽车充电站所需要的总运行成本;Cuser为出行成本。
9.如权利要求1所述的方法,其特征在于,所述步骤S4包括:
根据以下公式分别对与新选址的电动汽车充电站对应的配电网首端的有功功率Pij,t和首端的无功功率Qij,t进行约束:
根据以下公式对与新选址的电动汽车充电站对应的配电网线路载流量进行约束:
根据以下公式对与新选址的电动汽车充电站对应的配电网节点电压vj,t进行约束:
其中,vmax和vmin分别为节点电压平方的上限和下限;
根据以下公式对与新选址的电动汽车充电站容量需求Pdemand和节点容量Pp进行约束:
其中,Pdemand为规划区域内所有电动汽车的需求;Pmin,p为第p个节点新建充电站的可选建设容量下限;Pmax,p为第p个节点新建充电站的可选建设容量上限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010892704.XA CN112053053B (zh) | 2020-08-31 | 2020-08-31 | 一种电动汽车充电站选址方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010892704.XA CN112053053B (zh) | 2020-08-31 | 2020-08-31 | 一种电动汽车充电站选址方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112053053A true CN112053053A (zh) | 2020-12-08 |
CN112053053B CN112053053B (zh) | 2023-10-27 |
Family
ID=73608334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010892704.XA Active CN112053053B (zh) | 2020-08-31 | 2020-08-31 | 一种电动汽车充电站选址方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112053053B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191552A (zh) * | 2021-04-30 | 2021-07-30 | 深圳供电局有限公司 | 充电站建设线路确定方法、装置、计算机设备及存储介质 |
CN116307524A (zh) * | 2023-02-16 | 2023-06-23 | 哈尔滨工业大学(深圳) | 基于改善动态用户均衡的电动汽车充电站选址规划方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139096A (zh) * | 2015-09-28 | 2015-12-09 | 东南大学 | 一种基于两阶段优化的电动汽车充电站选址定容方法 |
CN108805321A (zh) * | 2017-05-02 | 2018-11-13 | 南京理工大学 | 一种电动汽车充电站规划方法 |
CN109447410A (zh) * | 2018-09-25 | 2019-03-08 | 华南理工大学 | 一种考虑城市路网交通运行状态的充电站选址方法 |
CN110458329A (zh) * | 2019-07-11 | 2019-11-15 | 南京邮电大学 | 一种电动汽车充电站选址定容方法 |
-
2020
- 2020-08-31 CN CN202010892704.XA patent/CN112053053B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139096A (zh) * | 2015-09-28 | 2015-12-09 | 东南大学 | 一种基于两阶段优化的电动汽车充电站选址定容方法 |
CN108805321A (zh) * | 2017-05-02 | 2018-11-13 | 南京理工大学 | 一种电动汽车充电站规划方法 |
CN109447410A (zh) * | 2018-09-25 | 2019-03-08 | 华南理工大学 | 一种考虑城市路网交通运行状态的充电站选址方法 |
CN110458329A (zh) * | 2019-07-11 | 2019-11-15 | 南京邮电大学 | 一种电动汽车充电站选址定容方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191552A (zh) * | 2021-04-30 | 2021-07-30 | 深圳供电局有限公司 | 充电站建设线路确定方法、装置、计算机设备及存储介质 |
CN116307524A (zh) * | 2023-02-16 | 2023-06-23 | 哈尔滨工业大学(深圳) | 基于改善动态用户均衡的电动汽车充电站选址规划方法 |
CN116307524B (zh) * | 2023-02-16 | 2024-03-19 | 哈尔滨工业大学(深圳) | 基于改善动态用户均衡的电动汽车充电站选址规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112053053B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | A novel fast-charging stations locational planning model for electric bus transit system | |
González et al. | Impact of EV fast charging stations on the power distribution network of a Latin American intermediate city | |
Ioakimidis et al. | Peak shaving and valley filling of power consumption profile in non-residential buildings using an electric vehicle parking lot | |
CN108932561B (zh) | 一种考虑非线性充电函数的电动汽车充电路径选择方法 | |
CN109840635B (zh) | 基于电压稳定性和充电服务质量的电动汽车充电站规划方法 | |
CN106530180A (zh) | 一种高寒地区充电服务网络规划方法 | |
CN105139096A (zh) | 一种基于两阶段优化的电动汽车充电站选址定容方法 | |
CN110189025B (zh) | 考虑不同负荷增长的电动汽车充电站规划方案获取方法 | |
CN112053053B (zh) | 一种电动汽车充电站选址方法 | |
CN115115268B (zh) | 基于路电耦合与低碳约束的电动汽车充电桩容量规划方法 | |
De Lima et al. | A specialized long-term distribution system expansion planning method with the integration of distributed energy resources | |
CN114169609A (zh) | 一种考虑光伏耦合的电动汽车充电站规划方法 | |
Yan | Optimal layout and scale of charging stations for electric vehicles | |
Plagowski et al. | Impact of electric vehicle charging–An agent‐based approach | |
CN112613682A (zh) | 一种电动汽车充电负荷预测方法 | |
CN112070334A (zh) | 基于多智能理论的充换电站协调规划的方法及系统 | |
Guo et al. | Optimal path planning method of electric vehicles considering power supply | |
CN111651899A (zh) | 考虑用户选择行为的换电站鲁棒选址定容方法和系统 | |
da Paixão et al. | EV fast charging microgrid on highways: A hierarchical analysis for choosing the installation site | |
CN115907097A (zh) | 一种考虑用户出行特性与交通流量的加氢站优化布局方法 | |
CN114725967A (zh) | 一种基于车网互动v2g的电动汽车充放电效益优化方法 | |
CN114118796A (zh) | 一种电动汽车充电设施的规划方法 | |
Dedík et al. | Traffic potential evaluation of the regions in the context of rail passenger transport–a case for Slovak Republic | |
CN112350334B (zh) | 一种综合车场充电设施的供电方法 | |
Shimin et al. | Location and capacity planning of electric vehicles charging piles |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |