The invention relates to an electric vehicle charging station location and volume determination method. Aiming at the problem that the solution of the electric vehicle charging station location and volume determination model is easy to fall into local extremum and slow convergence speed, the existing binary cuckoo algorithm is improved by introducing the infection mechanism of virus population and evolutionary operation, and the improved binary cuckoo algorithm is used to solve the location and volume determination model. Optimal solution. The invention is mainly divided into two parts: the first part is to analyze the location and capacity requirements of electric vehicles, and to construct a comprehensive optimization model for minimizing the operation cost of users, charging stations and substations, taking into account the construction cost of charging stations of electric vehicles, the traffic energy loss of users of electric vehicles and the power loss of substations; the second part is to use the improved binary cuckoo search algorithm to pair. The model is solved and the optimal location and capacity of the charging station are obtained. This method has the characteristics of high accuracy and fast convergence.
【技术实现步骤摘要】
电动汽车充电站选址定容方法
本专利技术涉及一种电动汽车充电站规划方法,特别涉及一种基于改进二进制布谷鸟算法的电动汽车充电站选址定容的方法。
技术介绍
全球环境日益恶化以及石油资源的日趋紧张,使得电动汽车作为新型能源交通工具越来越受到关注,其发展前景广阔。充电站、充电桩以及换电站等充电设施是发展电动汽车所必须的重要配套基础设施,基础充电设施的建设直接影响电动汽车行业的发展。目前对电动汽车充电站的规划问题的研究主要分为两部分:充电站选址定容模型建立和模型求解,现有研究用于模型求解的算法主要有遗传算法、布谷鸟算法,但是上述算法存在易于陷入局部最优解和算法收敛速度不高的缺点,导致无法得到最佳选址和容量配置,如何实现充电站选址定容模型快速精确的求解是目前电动汽车充电站规划问题的一大难点。
技术实现思路
本专利技术是针对电动汽车充电站选址定容模型求解易于陷入局部最优解和收敛速度慢的问题,提出了一种电动汽车充电站选址定容方法,实现对电动汽车充电站选址定容模型的快速精确求解。本专利技术的技术方案为:一种电动汽车充电站选址定容方法,体包括如下步骤:1)综合考虑电动汽车用户路程费用、充电站建设费用和变电站能量损耗费用,并对各个费用进行归一化处理,建立用户-充电站-变电站运营成本最小的优化模型如下:ω1+ω2+ω3=1式中:CEV.norm为电动汽车路程费用的标么值;CSBU.norm为电动汽车充电站建设费用标么值;CSS.norm为变电站能量能量损耗费用的标么值;CSS.m为变电站第m条母线能量损耗费用;CSBU.l为充电站l的建设成本;CEV.k为第k辆电动汽车用户到达最近充电 ...
【技术保护点】
1.一种电动汽车充电站选址定容方法,其特征在于,具体包括如下步骤:1)综合考虑电动汽车用户路程费用、充电站建设费用和变电站能量损耗费用,并对各个费用进行归一化处理,建立用户‑充电站‑变电站运营成本最小的优化模型如下:
【技术特征摘要】
1.一种电动汽车充电站选址定容方法,其特征在于,具体包括如下步骤:1)综合考虑电动汽车用户路程费用、充电站建设费用和变电站能量损耗费用,并对各个费用进行归一化处理,建立用户-充电站-变电站运营成本最小的优化模型如下:ω1+ω2+ω3=1式中:CEV.norm为电动汽车路程费用的标么值;CSBU.norm为电动汽车充电站建设费用标么值;CSS.norm为变电站能量能量损耗费用的标么值;CSS.m为变电站第m条母线能量损耗费用;CSBU.l为充电站l的建设成本;CEV.k为第k辆电动汽车用户到达最近充电站路程费用;ω1、ω2、ω3分别为CEV.norm、CSBU.norm、CSS.norm的占比,均为正值;N1为电动汽车的数量;N2为充电站的数量;N3为变电站的母线数量;为N1辆电动汽车去充电站的最大路程费用;为初步规划的所有电动汽车充电站建设的费用;为最大的电能损耗费用;2)使用改进的布谷鸟搜索算法对目标模型进行求解:2.1)改进布谷鸟算法步骤:2.1.1)病毒个体产生:病毒个体产生与主个体,病毒个体其长度同主个体相同,但加入了通配符*,通配符之外的称为有效字符;2.1.2)病毒个体的适应度:各病毒个体的适应度用被其感染的主个体感染前后的适应度变化来表示,对于病毒个体Vk,其适应度表示为:式中Vx为第x个病毒个体;Vxj为被病毒Vx感染的第j个主个体;G为被病毒Vk感染的主个体群;C为优化目标函数;和分别为被感染前后的适应度值;2.1.3)病毒感染操作通过反向代换感染出新主个体,然后通过结合操作使得各病毒进化;2.2)使用改进的布谷鸟算法进行求解:根据该区域的电动汽车数量、交通流量况初步制定出电动汽车充电站的地理位置:2.2.1)以CSP(l)为自变量,用二进制编码表示充电站表示鸟巢的位置,即充电站是否建设,当充电站l建设时,对应的二进制编码位为1;当充电站l不需要时,对应的二进制编码位为0;故主个体的大小为N2;随机产生种群规模为N的主种群和的病毒种群,即2.2.2)依据用户-充电站-变电站运营成本最小的优化模型计算主群体的适应度值,确定...
【专利技术属性】
技术研发人员:陈忠华,俞容江,徐强,王育飞,陈嘉敏,董悦,章诚亮,薛花,
申请(专利权)人:杭州市电力设计院有限公司,
类型:发明
国别省市:浙江,33
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。