The invention discloses an optimal planning method for an electric vehicle charging station. Traffic information and charging cost of users are included in the mathematical model of planning. The original particle swarm optimization algorithm is improved to improve the accuracy and efficiency of the algorithm. The steps of this method are as follows: 1) to establish a mathematical model for the location of charging station; 2) to use Voronoi diagram and improved particle swarm optimization algorithm to solve the charging station planning; 3) to verify the improved particle swarm optimization algorithm through simulation. The invention incorporates the charging cost of the user into the model to make the model closer to the actual situation; the solution of the invention is more efficient and effectively avoids falling into the problem of local optimum.
【技术实现步骤摘要】
一种电动汽车充电站最优规划方法
本专利技术属于智能电网领域,特别涉及一种电动汽车充电站最优规划方法。
技术介绍
近年来,化石燃料的日益枯竭,全球环境问题的日益恶化,为了缓解日益严峻的能源危机与空气污染问题,必须在交通运输行业大力发展节能、清洁的交通工具。电动汽车以其显著的燃油替代和节能减排优势受到世界范围的重视。电动汽车以电能作为行驶动力,避免了石油的消耗和尾气的排放,同时还有噪声低、能源效率高、维修方便的特点,因此,发展电动汽车是解决当下能源与环境问题的有效途径。新能源产业成为了替代传统化石燃料解决能源危机的重要举措,受到了各个国家的大力扶持。随着电动汽车技术,特别是电池技术的发展,以及一些国家在政策上的大力支持,电动汽车在过去的十多年间得到了快速发展。电动汽车充电站除了能给电动汽车充电外,还能为其提供维修、检测等多种服务,是未来必不可少的基础设施。但是现有技术中尚无一种电动汽车充电站最优规划方法。
技术实现思路
本专利技术解决的技术问题是提供一种电动汽车充电站最优规划方法。实现本专利技术目的的技术解决方案为:一种电动汽车充电站最优规划方法,包括以下步骤:步骤1、对 ...
【技术保护点】
1.一种电动汽车充电站最优规划方法,其特征在于,包括以下步骤:步骤1、对充电站的选址建立数学模型;步骤2、将Voronoi图和改进粒子群算法相结合,对充电站规划求解;步骤3、利用模拟仿真验证来改进粒子群算法,完成电动汽车充电站最优规划。
【技术特征摘要】
1.一种电动汽车充电站最优规划方法,其特征在于,包括以下步骤:步骤1、对充电站的选址建立数学模型;步骤2、将Voronoi图和改进粒子群算法相结合,对充电站规划求解;步骤3、利用模拟仿真验证来改进粒子群算法,完成电动汽车充电站最优规划。2.如权利要求1所述电动汽车充电站最优规划方法,其特征在于,步骤1中对充电站的选址建立数学模型,具体为:平均每年电动汽车充电站j的投资费用为:式中,fCSj表示电动汽车充电站j折算到每年的投资费用;C表示修建充电站所需征用土地和基础建设的固定投资成本;a是包含购买充电机、配电变压器修建成本和铺设输电线路等有关的等效投资系数;b为充电机的单价;Nchrg为充电站j所需安装充电机数量;r0是贴现率;Y为运行年限;电动汽车充电站表达式为:式中,frj表示是电动汽车充电站j每年投运的费用;σ表示的是比例系数;从充电需求点驶入充电站的空驶电量消耗费用,以及用户的排队等待费,表达式为:其中,fcustomerj表示平均每年电动汽车充电站j的服务区域内电动汽车用户在充电路途中消耗的费用;fDT表示用户有充电需求时的空驶损耗成本;fQT表示用户排队等待成本;ζ表示城市出行时间成本;β表示城市道路曲折系数,为城市中两点的实际距离和直线距离的比值,Eij表示充电需求点i到所属充电站j的欧几里德距离;nev为每个交通节点平均每天有充电需求的电动汽车数量;E1km为电动汽车单位耗电量;pe为电价;Wqj表示各个充电站的排队等待时间期望;全社会总成本优化模型的具体数学模型为:其中,F表示充电站规...
【专利技术属性】
技术研发人员:李超,张丹丹,袁健,朱建威,王森,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:江苏,32
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。