[發明專利]一種基于MOPSO算法的電動汽車充電站選址方法

有效

• 申請號: 201910388033.0
• 申請日: 2019-05-10
• 公開（公告）號: CN110276517B
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 王朝;曾德清;邱劍鋒;謝娟
• 申請（專利權）人: 安徽大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/00;B60L53/30
• 代理公司: 合肥市長遠專利代理事務所(普通合伙) 34119
• 代理人: 程篤慶

1.一種基于MOPSO算法的充電站選址方法，其特征在于，包括：

S1、根據規劃區內充電站相關數據，構建以充電站建站成本、用戶往返充電站時間和充電站服務范圍人口數為目標函數，以充電站容量約束和充電站電壓偏移為約束條件的充電站選址約束多目標優化模型；

S2、采用基于競爭和教學機制的多目標粒子群優化算法對這一多目標優化模型進行求解，通過競爭機制選取當前種群中的精英種群，其他個體通過教學機制向精英種群中個體學習，產生子代種群；

S3、采用自適應約束處理技術對復雜約束條件進行動態處理，并選擇優秀的可行解進入下一代種群；

S4、判斷當前迭代次數是否達到最大迭代次數，在判斷結果為是時，輸出最優選址方案解集；否則，執行步驟S2；

步驟S1，具體包括：

S11、獲取規劃區內充電站相關數據，所述規劃區內充電站相關數據包括：電動汽車日平均充電概率、規劃區地價、規劃區內電動汽車行駛平均速度、規劃區內充電站服務范圍覆蓋的人口數；設置最大迭代次數；

S12、構建充電站選址約束多目標優化模型：

MINB_cost＝N^LP^L+N^CP^C，其中，B_cost為建站成本，N^L和P^L分別為用地面積和單價，N^C和P^C分別為充電樁的個數和單價，X_i表示是否在此位置建充電站，X_i＝1表示建設，X_i＝0表示不建設，Pop_i為充電站覆蓋的人口數，U_cost為用戶往返時間，N^P中N為電動汽車充電站集合，P為電動汽車充電的概率，d_ij為需求點j到充電站i的直線距離，v為電動汽車在此區域行駛的平均速度；

S13、根據電動汽車日平均充電概率、規劃區地價、規劃區內電動汽車行駛平均速度、規劃區內充電站服務范圍覆蓋的人口數分別計算每一個個體的目標函數值以及約束違反值，所述約束違反值為充電站容量約束和電壓偏移約束，

充電站容量約束W_max：其中X_i表示是否在此位置建充電站，X_i＝1表示建設，X_i＝0表示不建設，W_i為位置i能建設的充電站的最大容量；

電壓偏移約束a：其中，U_i為位置i的電壓，U_N為配電網絡的額定電壓，a為允許的最大電壓偏移。

2.根據權利要求1所述的基于MOPSO算法的充電站選址方法，其特征在于，步驟S2，具體包括：

S21、對所有種群個體在所有目標函數上進行非支配排序，并對所有個體劃分非支配排序等級，根據非支配排序等級構建種群大小為n的精英種群，其中n為種群大小的1/5；

S22、隨機從精英種群中選出兩個精英個體，令兩個精英個體進行競爭，選出當前個體的老師，然后個體向老師學習，產生子代個體；

S23、判斷子代個體數目是否達到預設數量，在判斷結果為是時，將子代個體合并成子代種群；否則，執行步驟S22。

3.根據權利要求2所述的基于MOPSO算法的充電站選址方法，其特征在于，步驟S22中，所述兩個精英個體進行競爭，具體為：

通過公式p_w＝max(c₁,c₂)，

使兩個精英個體進行競爭，其中，p_w為勝者，e為當前迭代次數與最大迭代次數之比，e∈[0，1]，θ為所選精英個體與所選個體之間的角度，fx₁、fx₂和fx_i分別為所選兩個精英個體、所選種群個體的所有目標函數之和，CV₁和CV₂分別為所選兩個精英個體的約束違反值，c₁、c₂為約束值加權的兩個精英個體。