[發明專利]電動汽車充電站選址定容方法

在審

• 申請號: 201910015821.5
• 申請日: 2019-01-08
• 公開（公告）號: CN109858684A
• 公開（公告）日: 2019-06-07
• 發明（設計）人: 陳忠華;俞容江;徐強;王育飛;陳嘉敏;董悅;章誠亮;薛花
• 申請（專利權）人: 杭州市電力設計院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/00
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐穎

本發明涉及一種電動汽車充電站選址定容方法，針對電動汽車充電站選址定容模型的求解存在易于陷入局部極值和收斂速度慢的問題，考慮引入病毒群體的感染機制和進化操作對現有二進制布谷鳥算法進行改進，并使用改進的二進制布谷鳥算法對選址定容模型進行優化求解。本發明主要分為兩個部分：第一部分為分析電動汽車選址定容需求，綜合考慮電動汽車充電站建設費用、電動汽車用戶的交通能量損耗和變電站的功率損耗，構建用戶?充電站?變電站運營成本最小的綜合優化模型；第二部分為使用改進的二進制布谷鳥搜索算法對模型進行求解，得出電動汽車充電站最佳選址和最優容量。該方法具有求解精度高、收斂速度快的特點。

技術領域

本發明涉及一種電動汽車充電站規劃方法，特別涉及一種基于改進二進制布谷鳥算法的電動汽車充電站選址定容的方法。

背景技術

全球環境日益惡化以及石油資源的日趨緊張，使得電動汽車作為新型能源交通工具越來越受到關注，其發展前景廣闊。充電站、充電樁以及換電站等充電設施是發展電動汽車所必須的重要配套基礎設施，基礎充電設施的建設直接影響電動汽車行業的發展。

目前對電動汽車充電站的規劃問題的研究主要分為兩部分：充電站選址定容模型建立和模型求解，現有研究用于模型求解的算法主要有遺傳算法、布谷鳥算法，但是上述算法存在易于陷入局部最優解和算法收斂速度不高的缺點，導致無法得到最佳選址和容量配置，如何實現充電站選址定容模型快速精確的求解是目前電動汽車充電站規劃問題的一大難點。

發明內容

本發明是針對電動汽車充電站選址定容模型求解易于陷入局部最優解和收斂速度慢的問題，提出了一種電動汽車充電站選址定容方法，實現對電動汽車充電站選址定容模型的快速精確求解。

本發明的技術方案為：一種電動汽車充電站選址定容方法，體包括如下步驟：

1)綜合考慮電動汽車用戶路程費用、充電站建設費用和變電站能量損耗費用，并對各個費用進行歸一化處理，建立用戶-充電站-變電站運營成本最小的優化模型如下：

ω₁+ω₂+ω₃＝1

式中：C_EV.norm為電動汽車路程費用的標么值；C_SBU.norm為電動汽車充電站建設費用標么值；C_SS.norm為變電站能量能量損耗費用的標么值；C_SS.m為變電站第m條母線能量損耗費用；C_SBU.l為充電站l的建設成本；C_EV.k為第k輛電動汽車用戶到達最近充電站路程費用；ω₁、ω₂、ω₃分別為C_EV.norm、C_SBU.norm、C_SS.norm的占比，均為正值；N1為電動汽車的數量；N2為充電站的數量；N3為變電站的母線數量；為N1輛電動汽車去充電站的最大路程費用；為初步規劃的所有電動汽車充電站建設的費用；為最大的電能損耗費用；

2)使用改進的布谷鳥搜索算法對目標模型進行求解：

2.1)改進布谷鳥算法步驟：

2.1.1)病毒個體產生：病毒個體產生與主個體，病毒個體其長度同主個體相同，但加入了通配符*，通配符之外的稱為有效字符；

2.1.2)病毒個體的適應度：各病毒個體的適應度用被其感染的主個體感染前后的適應度變化來表示，對于病毒個體V_k，其適應度表示為：