[發(fā)明專利]基于遺傳算法的共享汽車定價規(guī)劃模型的多目標優(yōu)化方法在審
| 申請?zhí)枺?/td> | 202010987510.8 | 申請日: | 2020-09-18 |
| 公開(公告)號: | CN112507506A | 公開(公告)日: | 2021-03-16 |
| 發(fā)明(設(shè)計)人: | 王澍 | 申請(專利權(quán))人: | 長安大學(xué) |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06N3/12;G07F17/00;G06F111/04;G06F111/06 |
| 代理公司: | 西安智大知識產(chǎn)權(quán)代理事務(wù)所 61215 | 代理人: | 弋才富 |
| 地址: | 710000*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 遺傳 算法 共享 汽車 定價 規(guī)劃 模型 多目標 優(yōu)化 方法 | ||
基于遺傳算法的共享汽車定價規(guī)劃模型的多目標優(yōu)化方法,包括以下步驟:步驟一:首先獲取路網(wǎng)各路徑共享汽車車流的歷史數(shù)據(jù),路徑行駛速度與駕駛時長;通過大數(shù)據(jù)方法對各路徑各時間段共享電動汽車流量進行日前預(yù)測與地圖映射,然后建立多目標模型;步驟二:構(gòu)建約束條件,并通過遺傳算法對多目標模型進行求解并找到非支配解解集,利用折衷解方法,在所有非支配解中尋找最優(yōu)的方案;本發(fā)明為共享系統(tǒng)節(jié)約了運營成本,增加系統(tǒng)收益,同時提高了用戶對于共享服務(wù)使用的滿意度并且降低了共享電動汽車充電行為對于電網(wǎng)穩(wěn)定性的負面影響。
技術(shù)領(lǐng)域
本發(fā)明涉及電力電網(wǎng)技術(shù)領(lǐng)域,特別涉及基于遺傳算法的共享汽車定價規(guī)劃模型的多目標優(yōu)化方法,可應(yīng)用于考慮時間與路徑的價格彈性的共享電動汽車充電規(guī)劃與路徑定價決策中。
背景技術(shù)
電動汽車共享系統(tǒng)是近年來的一種新型的城市共享經(jīng)濟。電動汽車作為一種環(huán)保、低碳的交通方式,與共享系統(tǒng)的結(jié)合將極大的提升地理服務(wù)覆蓋范圍,并為用戶提供靈活的出行計劃。到目前為止,國內(nèi)外在共享電動汽車定價方案方面的研究還比較初步,尚沒有形成完整而系統(tǒng)的定價決策模型與優(yōu)化方法。首先現(xiàn)有大多數(shù)研究并沒有考慮客戶對不同共享價格應(yīng)對的反向決策。事實上,共享價格的變化不僅會影響用戶數(shù)量,同時還會改變用戶的路徑選擇與使用時間。因此建立基于價格的客戶路徑偏好與出行請求的時空分布模型,才能促進運營商的優(yōu)化管理與利潤提升。同時,在決策共享電動汽車的充電計劃與里程價格時,電動汽車對外部電網(wǎng)的運行的影響也應(yīng)在共享定價方案決策過程中予以考慮。另外,車輛共享價格決策的過程中通常需要對車輛共享系統(tǒng)的服務(wù)質(zhì)量進行衡量與要求。與傳統(tǒng)的汽車租賃服務(wù)不同,當共享電動車電池容量不能滿足用戶的里程要求時,需要對其充電且充電的時間往往遠大于傳統(tǒng)車輛的加油時長。目前的研究均通過對用戶需求拒絕的百分比來衡量電動汽車共享系統(tǒng)的服務(wù)質(zhì)量,其假設(shè)如果所有的電動汽車都無法提供滿足顧客里程需求服務(wù)時,那么用戶訂單將被取消。然而,在實際情況下,用戶通常允許并希望等待少量的時間直到電動車重新充電完成再使用共享電動車,這相比較于直接拒絕用戶需求更為符合實際情況。
發(fā)明內(nèi)容
針對上述現(xiàn)有技術(shù)的不足,本發(fā)明提出了一種基于遺傳算法的共享汽車定價規(guī)劃模型的多目標優(yōu)化方法,同時考慮了共享充電行為對電網(wǎng)穩(wěn)定性的影響與最大化用戶的共享服務(wù)質(zhì)量體驗,在滿足相關(guān)約束條件下,以考慮減少用戶等待充電時長來提升電動汽車共享系統(tǒng)的服務(wù)質(zhì)量,同時該發(fā)明模型可以進一步的提升共享系統(tǒng)的服務(wù)使用效率與收益,并減少共享系統(tǒng)對配電網(wǎng)電壓偏移的負面影響。
為了達到上述目的,本發(fā)明采用以下的技術(shù)方案:
基于遺傳算法的共享汽車定價規(guī)劃模型的多目標優(yōu)化方法,包括以下步驟:
步驟一:首先獲取路網(wǎng)各路徑共享汽車車流的歷史數(shù)據(jù),路徑行駛速度與駕駛時長;通過大數(shù)據(jù)方法對各路徑各時間段共享電動汽車流量進行日前預(yù)測與地圖映射,然后建立多目標模型;
步驟二:構(gòu)建約束條件,并通過遺傳算法對多目標模型進行求解并找到非支配解解集,利用折衷解方法,在所有非支配解中尋找最優(yōu)的方案。
步驟一所述的建立多目標定價決策模型,為三個模型:最大化共享系統(tǒng)利潤收益目標模型、最大化用戶共享服務(wù)滿意度目標模型和最小化配電網(wǎng)系統(tǒng)電壓波動影響目標模型,具體為:
最大化共享系統(tǒng)利潤等于用戶出行收入RCR與其他電動汽車共享系統(tǒng)成本RCS之差,最大化共享系統(tǒng)利潤收益目標模型WPR由下式計算表示:
式中:k,j表示路徑起點與終點,A1為時間t內(nèi)路徑kj上的共享電動車數(shù)量集合,K’表示共享充電站點集合,T’為時間集合,表示路徑kj 的行駛時間;RCS由站點維護成本、電動汽車折舊成本、電動汽車充電成本、電動汽車維護成本和移動成本組成;
其中,用戶出行收入RCR與其他電動汽車共享系統(tǒng)成本計算如下:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于長安大學(xué),未經(jīng)長安大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010987510.8/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





