The present invention provides a charging station optimization and device layout method, which belongs to the technical field of new energy, wherein said method comprises: according to the basic parameters of distribution network and the first constraint condition of the first model generation charging parameter decision variable station through, according to the parameters of the decision variables get two yuan by second decision variables model. The parameters of the decision variables and decision variables of two yuan according to the preset rules update the preset number, the default rules include: according to the parameters of the decision variables through the second model updating two yuan decision variables, according to the updated two yuan decision variables and constraint conditions of the first through the first model updating parameter decision variables; according to the decision variables and parameters update two yuan decision variables through the first model to obtain investment two yuan according to the optimization results, the decision variables are updated by second models get satisfaction optimization results. Through the interaction between the decision variables and the two variables in the optimization process, the optimal solution to meet the needs of users and investors is obtained.
【技术实现步骤摘要】
充电站优化布局方法及装置
本专利技术涉及新能源
,具体而言,涉及一种充电站优化布局方法及装置。
技术介绍
随着科学技术的发展,以及石化能源的日益消耗,新能源技术逐步涌现出来。在新能源技术中,电能为代表性的新能源,以电能驱动的电动汽车已经逐步的应用到人们的生活中。在目前电动汽车的实际应用中,电动汽车在行驶一段距离后,需要对电瓶进行充电以便于再次行驶。由于城市复杂的道路环境,使用者在家附加对电动汽车进行充电是不适用的。在城市中,往往需要在城市的多个区域设置充电桩,以便于电动汽车能够便捷的进行充电。若设置充电桩的站点或充电桩太少,虽然能够有效的控制企业的建设及维护的资金,但电动汽车的使用者往往需要花费较长时间,行驶较远距离或长时间排队才能给自己的电动汽车进行充电,从而极大的影响了用户的适用性。若设置充电桩的站点或充电桩较多,虽然能够有效减小电动汽车使用者的行驶距离,行驶时长或排队时间,满足了使用者的需求。但企业的投资却需要花费大量资金进行建设及维护,从而不能够满足企业投资者的需求。因此,如何有效的计算城市中设置充电桩的站点或充电桩的数量,以获取满足使用者和投资者需求的最优方案是目前业界一大难题。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种充电站优化布局方法及装置,其能够有效的计算城市中设置充电桩的站点或充电桩的数量,以获取满足使用者和投资者需求的最优方案。本专利技术的实施例是这样实现的:第一方面,本专利技术实施例提供了一种充电站优化布局方法,所述方法包括:获取配网基本参数,根据所述配网基本参数和第一约束条件通过第一模型生成充电站的参数决策变量,根据所 ...
【技术保护点】
一种充电站优化布局方法,其特征在于,所述方法包括:获取配网基本参数,根据所述配网基本参数和第一约束条件通过第一模型生成充电站的参数决策变量,根据所述参数决策变量通过第二模型获取二元决策变量;将所述参数决策变量和所述二元决策变量根据预设规则均更新至预设次数,其中,所述预设规则包括:根据所述参数决策变量通过所述第二模型更新所述二元决策变量,再根据更新的所述二元决策变量和所述第一约束条件通过所述第一模型更新所述参数决策变量;根据更新至预设次数的所述参数决策变量和更新至预设次数的所述二元决策变量通过所述第一模型获取投资优化结果,根据更新至预设次数的所述二元决策变量通过所述第二模型获取满意度优化结果;根据所述投资优化结果和所述满意度优化结果获取充电站优化布局结果。
【技术特征摘要】
1.一种充电站优化布局方法,其特征在于,所述方法包括:获取配网基本参数,根据所述配网基本参数和第一约束条件通过第一模型生成充电站的参数决策变量,根据所述参数决策变量通过第二模型获取二元决策变量;将所述参数决策变量和所述二元决策变量根据预设规则均更新至预设次数,其中,所述预设规则包括:根据所述参数决策变量通过所述第二模型更新所述二元决策变量,再根据更新的所述二元决策变量和所述第一约束条件通过所述第一模型更新所述参数决策变量;根据更新至预设次数的所述参数决策变量和更新至预设次数的所述二元决策变量通过所述第一模型获取投资优化结果,根据更新至预设次数的所述二元决策变量通过所述第二模型获取满意度优化结果;根据所述投资优化结果和所述满意度优化结果获取充电站优化布局结果。2.根据权利要求1所述的充电站优化布局方法,其特征在于,获取配网基本参数,根据所述配网基本参数和第一约束条件通过第一模型生成充电站的参数决策变量,根据所述参数决策变量通过第二模型获取二元决策变量的步骤,包括:获取所述配网基本参数;根据所述配网基本参数和所述第一约束条件通过所述第一模型以量子遗传算法生成充电站的所述参数决策变量;根据所述参数决策变量和第二约束条件通过所述第二模型以粒子群算法获取所述二元决策变量。3.根据权利要求2所述的充电站优化布局方法,其特征在于,将所述参数决策变量和所述二元决策变量根据预设规则均更新至预设次数,其中,所述预设规则包括:根据所述参数决策变量通过所述第二模型更新所述二元决策变量,再根据更新的所述二元决策变量和所述第一约束条件通过所述第一模型更新所述参数决策变量的步骤,包括:将所述参数决策变量和所述二元决策变量根据所述预设规则均更新至预设次数,其中,所述预设规则包括:根据第二约束条件和所述参数决策变量通过所述第二模型以所述粒子群算法更新所述二元决策变量,并根据更新的所述二元决策变量和所述第一约束条件通过所述第一模型以所述量子遗传算法更新所述参数决策变量用户;当所述参数决策变量和所述二元决策变量根据所述预设规则均更新至预设次数时,判定满足结束条件。4.根据权利要求1所述的充电站优化布局方法,其特征在于,在获取配网基本参数,根据所述配网基本参数和第一约束条件通过第一模型生成充电站的参数决策变量,根据所述参数决策变量通过第二模型获取二元决策变量的步骤之前,还包括:获取电动汽车的基准数据,根据所述基准数据获取预设区域内的日充电最大功率,其中,所述日充电最大功率为所述配网基本参数中的参数。5.根据权利要求4所述的充电站优化布局方法,其特征在于,获取电动汽车的基准数据,根据所述基准数据获取预设区域内的日充电最大功率,其中,所述日充电最大功率为所述配网基本参数中的参数的步骤包括:根据所述基准数据获取预设区域内的所述电动汽车的日行驶距离的距离正态分布和开始充电时刻的时刻概率密度函数;根据所述距离正态分布和预设充电功率获取所述电动汽车充电时长的时长概率密度函数;将所述时长概率密度函数和所述时刻概率密度函数相乘获取所述电动汽车一天中某时刻处于充电状态的充电概率;根据所述充电概率、所述时刻概率密度函数、所述预设充电功率和所述时长概率密度函数进行多次抽样而获取预设区域内的所述日充电最大功率,其中,所述日充电最大功率为所述配网基本参数中的参数。6.根据权利要求1所述的充电站优化布局方法,其特征在于,所述第一模型为:minC=C1+C2+C3
【专利技术属性】
技术研发人员:徐方维,赵劲帅,杨洪耕,谭洋洋,
申请(专利权)人:四川大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。