[發明專利]一種電動汽車充電站優化配置的方法

有效

• 申請號: 201710025691.4
• 申請日: 2017-01-13
• 公開（公告）號: CN106651059B
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 趙俊屹;楊超穎;薛志偉
• 申請（專利權）人: 國網山西省電力公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 成都信博專利代理有限責任公司 51200
• 代理人: 劉凱

本發明公開一種電動汽車充電站優化配置的方法，基于對分析各類電動汽車行為特性的分析，采用Monte Carlo模擬法預測規劃區域充電功率需求；考慮電網、充電站和投資者預算等約束條件，建立充電站投資收益和用戶感知效用的雙層規劃模型；引入KKT條件實現雙單層模型等效轉化，并采用帶審斂聚合度的變鄰域搜索?粒子群混合算法進行求解。本發明有效避免了粒子早熟收斂問題，增加了種群多樣性并明顯提高了粒子的尋優能力和算法的收斂速度，提高了充電站優化配置的計算速度和計算準確性，為企業主導模式下的投資者規劃建設充電站提供了重要參考。

技術領域

本發明涉及電動汽車充電站優化配置技術領域，具體為一種電動汽車充電站優化配置的方法。

背景技術

近年來，世界各國在能源危機與環境污染的雙重壓力下，已經對加強可再生能源的開發和利用達成共識。目前，電動汽車作為一種能充分利用可再生能源達到節能環保的綠色交通工具已在歐美、日本等發達國家得到了快速發展和廣泛應用。企業主導模式下的企業(如特斯拉、比亞迪、北汽等大型汽車制造企業)投資者更注重于電動汽車充電站的投資收益和市場綜合競爭力，電動汽車充電站優化配置已成為企業投資者重點關注的問題之一。實際上，由于僅考慮充電站投資成本，忽略了企業主導模式下企業投資者的實際收益，也未考慮充電用戶對新建充電站的滿意程度。

目前國內外對于電動汽車充電站優化配置的研究主要集中在：一、從投資成本和投資收益角度建立了相應充電站規劃模型；二、兼顧用戶時間損耗和尋找乘客便利性建立充電站優化布局模型。所采用的粒子群算法是一種基于社會群體行為的智能優化算法，具有快速搜索能力，但進化后期常因為種群多樣性喪失，發生早熟收斂而陷入局部最優。

發明內容

針對上述問題，本發明的目的在于提供一種可有效避免粒子早熟收斂問題，增加種群多樣性并明顯提高粒子的尋優能力和算法收斂速度的電動汽車充電站優化配置的方法。技術方案如下：

一種電動汽車充電站優化配置的方法，包括以下步驟：

步驟1：建立電動汽車充電功率預測模型，采用MonteCarlo模擬法對規劃區域1天內電動汽車充電功率進行預測：

a)根據各類電動汽車的數量和由歷史數據擬合得到的日行駛距離概率密度函數，采用MonteCarlo法隨機抽取第q類電動汽車日行距離L_q,w，w＝1,2,…,W_q，W_q為第q類電動汽車抽樣數量；

b)根據各類電動汽車的百km耗電量，按照下式計算各類電動汽車日充電功率需求P_q,w：

其中，χ_100,q為第q類電動汽車百km耗電量；

c)根據各類電動汽車日充電功率按照下式進行疊加計算規劃區的總充電負荷P_total：

其中，Q為電動汽車的總類數；

步驟2：計算年運行收益C₁、年建設運行成本C₂、全年網絡損耗成本C₃、用戶耗時成本C₄：