【技术实现步骤摘要】
一种目标充电站的信息优选方法及系统
本专利技术是关于行驶的电动汽车充电站选取
，特别是关于一种基于组合赋权法的目标充电站的优选方法及系统。
技术介绍
随着电动汽车的普及，积极推动充电配套基础设施的建设，满足快速增长的电动汽车充电需求，是发展电动汽车产业的重要保障。然而，目前电动汽车的增长规模大幅高于充电桩数量的增长规模，车桩之间的缺口仍不断扩大，电量不足时快速充电仍是影响充电汽车发展的重要因素，电动汽车用户对于智慧出行服务需求持续增长，进而有必要为电动汽车用户提供路径规划、充电引导等服务。目前，国内外对电动汽车充电引导策略的相关研究，一方面集中于电动汽车在慢充方式下有序充电调度研究，多以配电网运行最优、用户充电费用最优、充电站收益最优为充电目标；另一方面的研究集中于电动汽车在快充方式下的充电路径规划，当电动汽车在行驶过程中有紧急充电需求时，需选择快速充电站进行充电，考虑用户充电之后到达下一目的地的便捷性,分别提出以电动汽车距离最短、时间成本最小为目标，建立下一目的地导向下的电动汽车充电引导策略。但在电动车实际行...
【技术保护点】
1.一种目标充电站的信息优选方法，其特征在于：所述目标充电站的优选方法包括以下步骤：/n获取驾驶员的主观实际出行需求及充电站选取的客观需求；/n采用灰色关联分析法作为客观权重赋权法确定充电站优选方案中各子指标的权重系数；/n采用层次分析法作为主观权重赋权法确定充电站优选方案中各子指标的权重系数；/n结合利用主观权重赋权法以及客观权重赋权法所求解的权重系数；/n利用偏差函数构造单目标优化模型即求解多因素约束的目标充电站，完成指标权重向量ω＝(ω
【技术特征摘要】
1.一种目标充电站的信息优选方法，其特征在于：所述目标充电站的优选方法包括以下步骤：
获取驾驶员的主观实际出行需求及充电站选取的客观需求；
采用灰色关联分析法作为客观权重赋权法确定充电站优选方案中各子指标的权重系数；
采用层次分析法作为主观权重赋权法确定充电站优选方案中各子指标的权重系数；
结合利用主观权重赋权法以及客观权重赋权法所求解的权重系数；
利用偏差函数构造单目标优化模型即求解多因素约束的目标充电站，完成指标权重向量ω＝(ω1,ω2,ω3)T的确定；以及
通过对方案综合属性值的排序比较，由各方案的综合属性值大小决定方案的优劣。
2.根据权利要求1所述的目标充电站的信息优选方法，其特征在于：其中，所述驾驶员的主观实际出行需求包括选取理想充电站以及决定充电时长；充电站选取的客观需求包括驶往充电站时间、充电排队时间和充电服务时间，其中，所述充电站选取的客观需求通过归一化方法将驶往充电站时间、充电排队时间和充电服务时间量纲转换为[0，1]区间上的值。
3.根据权利要求1所述的目标充电站的信息优选方法，其特征在于：通过对方案综合属性值的排序比较，由各方案的综合属性值大小决定方案的优劣具体为：目标充电站选择模型可表示为：G＝min{ω1(Tij)+ω2(Twait,ij)+ω3(Tcharge,ij)}，
ω1+ω2+ω3＝1，且ω1、ω2、ω3均大于0，
其中，Tij、Twait,ij、Tcharge,ij分别表示驶往充电站时间、充电排队时间和充电服务时间的各评价指标数值，ω1、ω2和ω3分别表示Tij、Twait,ij、Tcharge,ij的权重系数。
4.根据权利要求1所述的目标充电站的信息优选方法，其特征在于：采用灰色关联分析法作为客观赋权法确定充电站优选方案中各子指标的权重系数包括如下步骤：
建立分析数据列和参考数据列；
确定各指标间的关联程度；以及
确定各评价指标的权重系数。
5.根据权利要求4所述的目标充电站的信息优选方法，其特征在于：其中，建立分析数据列和参考数据列包括：将已检索充电站Ci(i＝1,2,3)的备选方案及各方案的评价指标(j＝1,2,3)构成分析数据列，记为X＝{xi(j)}；由备选方案中同一评价指标最优值确定参考数据列，记为X0＝{x0(j)}；各指标间的关联程度的计算公式为：
其中，Δ(min)为第二级最小差；Δ(max)为第二级最大差；ρ为分辨系数；ξi(j)为xi对参考数据列...
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。