[發明專利]基于隨機粒子群算法的EV充電站位置生成方法及裝置

在審

• 申請號: 201910363601.1
• 申請日: 2019-04-30
• 公開（公告）號: CN110084522A
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 范艷紅;楊奕暉;何春輝;李敏;屈婉瑩;馬茜;寇健;陸軼祺;解大
• 申請（專利權）人: 國網上海市電力公司;上海交通大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06Q50/06
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 蔡彭君

1.一種基于隨機粒子群算法的EV充電站位置生成方法，其特征在于，包括：

步驟S1：采集地理信息數據；

步驟S2：基于地理信息數據，根據配電網因素、交通因素和社會因素構建優化問題的目標函數及約束條件；

步驟S3：結合PSO與Bagging算法，求解所述優化問題，生成最優充電站位置。

2.根據權利要求1所述的一種基于隨機粒子群算法的EV充電站位置生成方法，其特征在于，所述目標函數為：

其中：α為調節系數，p_a為第a個充電站的建設成本，β為調節系數，f(s_j)為第j個充電站的便利度，P為充電站建設成本集合，s充電站集合；

所述約束條件為：

其中：s_j為第j個充電站的容量，s_j,e為充電站容量和，ε_s為限制區域充電站容量和的裕度，w為區域b_w的編號，n為供電站的數目，為區域b_w內第r個供電站，為區域供電容量，ε_g為限制區域供電容量的裕度，l_k為第k個道路段，為第k個道路段的坐標，為第j個充電站的坐標，R_j為第j個充電站的充電服務半徑，ε_R為限制充電服務半徑的裕度，S為供電站的容量集合，G為供電站集合，L為道路集合。

3.根據權利要求2所述的一種基于隨機粒子群算法的EV充電站位置生成方法，其特征在于，所述步驟S3具體包括：

步驟S31：通過Bagging算法劃分樣本集；

步驟S32：對一個未處理的樣本集，初始化其粒子群的速度和位置，其中，任一粒子對應于一充電站位置；

步驟S33：計算粒子群的適應度，并找到個體最優值；

步驟S34：判斷是否遍歷完成所有樣本集，若為是，則執行步驟S35，反之，則執行步驟S32；

步驟S35：找到全局最優值，并更新粒子群的速度和位置；

步驟S36：判斷是否滿足迭代條件，若為是，則執行步驟S37，反之，則返回步驟S33；

步驟S37：將當前各粒子的速度和位置對應的充電站位置作為結果輸出。

4.根據權利要求3所述的一種基于隨機粒子群算法的EV充電站位置生成方法，其特征在于，所述步驟S35中，更新粒子群的速度和位置的表達式具體為：

其中：為更新后粒子的速度，為更新后粒子的位置，V為粒子的慣性，v_t為更新前粒子的速度，C₁為個體最優對粒子t的影響率，d₁、d₂為相對位置關系與速度間的轉換關系，q_t為粒子最優位置，z_t為更新前粒子的位置，C₂為種群最優對粒子t的影響率，q_h為全局最優位置。

5.一種基于隨機粒子群算法的EV充電站位置生成裝置，其特征在于，包括存儲器、處理器，以及存儲于存儲器中并由所述處理器執行的程序，所述處理器執行所述程序時實現以下步驟：

步驟S1：采集地理信息數據；

步驟S2：基于地理信息數據，根據配電網因素、交通因素和社會因素構建優化問題的目標函數及約束條件；

步驟S3：結合PSO與Bagging算法，求解所述優化問題，生成最優充電站位置。