面向智慧城市的充电站建设方法技术

本发明专利技术公开了面向智慧城市的充电站建设方法，通过获取待规划城市内的交通信息、居民信息以及充电站的建设参数和运行参数数据；对待规划城市进行充电需求分析并进行充电区块划分，通过卷积神经网络预测各充电区块的关键充电需求点及各关键充电需求点所对应的电动汽车平均行驶速度；以保证充电站全天应满足其服务范围内所有充电需求、各用户在预设电量值内需到达相应的充电站进行充电、以及所述待规划城市中的任一关键充电需求点至少在一个充电站的服务范围内为约束条件，以最小化待规划城市的充电站建设投入成本及用户充电成本为目标，构建充电站选址建设模型；求解该模型得到待规划城市的选址及建设方案。

Charging station construction method for smart city

【技术实现步骤摘要】
面向智慧城市的充电站建设方法
本专利技术涉及城市交通规划与优化
，尤其涉及面向智慧城市的充电站建设方法。
技术介绍
随着社会的经济技术发展，环保成为了现代社会的一个重要话题。在人类社会的生活选择上，环保逐渐成为一种趋势。在这种社会趋势下，人们在出行选择上，更多地选择了电动汽车来代替传统的燃油汽车。电动汽车的需求量逐渐增大，而其充电需求也在变大。但是，基于现有的充电技术，电动汽车的充能方式很难像传统燃油汽车一样快速、便捷。现有的电动汽车充电主要有两种方式：慢充和快充。在慢充模式下，电动汽车通常需要6小时以上才能充满，适合长时间停车的电动汽车车主；快充模式下，电动汽车之需要30分钟～1小时就能充满。两者相比之下，快充模式因为其快捷性，逐渐成为了电动汽车用户的重要充电选择，但同时，快充也会给电网带来一定的压力，其建设成本与慢充相比也会比较大。与传统加油站选址方式相比，在面向智慧城市的电动汽车充电站的建设选址过程中，需要综合考虑各方面具体因素，主要包括：充电站的建设成本、电动汽车用户为充电的所花费的经济成本、时间成本，同时也要考虑充电站选址的合理性，即充电站的服务范围、充电站的电网建设可以满足其服务范围内所有有充电需求的用户。因此，在考虑充电站的选址时，传统的加油站选址方式很难得到沿用。为了使电动汽车更加普及，充电站在选址建设上需要作出一定的考量及改进。然而现有的研究更多针对电动汽车快充的特性，少有考虑慢充的充电方案。综上所述，传统加油站的选址策略在目前电动汽车充电的充能模式无法继续沿用，另外现有的充电站选址研究极少考虑考虑交通路网的特性以及慢充的充电方案，充电站建设规划欠优。
技术实现思路
本专利技术为解决传统加油站的选址策略在目前电动汽车充电的充能模式无法继续沿用，且现有的充电站选址研究极少考虑考虑交通路网的特性以及慢充的充电方案，充电站建设规划欠优的问题，提供了面向智慧城市的充电站建设方法。为实现以上专利技术目的，而采用的技术手段是：面向智慧城市的充电站建设方法，包括以下步骤：S1.获取待规划城市内的交通信息、居民信息以及充电站的建设参数和运行参数数据；S2.基于步骤S1得到的数据，对所述待规划城市进行充电需求分析并进行充电区块划分，通过卷积神经网络预测各充电区块的关键充电需求点及各关键充电需求点所对应的电动汽车平均行驶速度；S3.以保证充电站全天应满足其服务范围内所有充电需求、各用户在预设电量值内需到达相应的充电站进行充电、以及所述待规划城市中的任一关键充电需求点至少在一个充电站的服务范围内为约束条件，以最小化所述待规划城市的充电站建设投入成本及用户充电成本为目标，构建充电站选址建设模型；S4.求解所述充电站选址建设模型，得到所述待规划城市的选址及建设方案。上述方案中，结合考虑一定充电桩覆盖区域内充电需求分析、以及交通路网性质，对充电需求的生成和空间分布情况进行了有效的预测，而后构建了充电站选址、规划的联合优化问题及相应的充电站选址建设模型，通过该模型，可以设计得到在满足一定区域内充电需求的前提下，符合路网特性的最优方案，同时达到最小成本的效果。优选的，步骤S1所述的：交通信息包括：在所述待规划城市中各路段的起点、终点的经纬度信息、距离、路段类型以及该路段在一天内各个时刻的电动汽车通行量；居民信息包括：所述待规划城市的人口数量表、私人机动车数量表、私人电动汽车数量、规划充电站覆盖区域的总面积；充电站的建设参数和运行参数包括：充电站中单个快充充电桩造价、单个慢充充电桩造价：其中Ffast为单个快充充电桩造价、Fslow为单个慢充充电桩造价；用户选择快充和慢充两种不同充电方式下的充电时长：其中Tfast为快充的充电时长；Tslow为慢充的充电时长；用户选择快充和慢充两种不同充电方式下的充电效率：其中pfast为快充的充电效率；pslow为慢充的充电效率；电动汽车的正常行车状态下的消耗功率Pc；实时获取充电需求点i的时刻k下的车流量mik；充电站的充电单价u2。优选的，在所述步骤S2中，基于步骤S1得到的数据还包括对所述数据进行数据清洗，删除噪音数据及故障数据。优选的，在所述步骤S2中，所述待规划城市被划分为j个充电区块，同时对时间段划分为k段，通过BP卷积神经网络预测各充电区块得到关键充电需求点i及各关键充电需求点所对应的电动汽车平均行驶速度vik。在本优选方案中，由于智慧城市中不同区域、不同时间呈现不同的性质，因此划分为不同充电区块从而在后续制定不同区块的选址方案。优选的，步骤S3中所述约束条件中的保证充电站全天应满足其服务范围内所有充电需求，具体建立为如下第一约束方程：其中i表示第i个关键充电需求点，k表示第k时刻，其中pk*Tk表示该充电站提供的充电电能，dij表示第i个关键充电需求点到j个充电站的距离；pk*Tk＝ak*pfast*Ffast+bk*pslow*Tslow其中ak表示该充电站的快充充电桩数量，bk表示该充电站慢充充电桩数量。优选的，步骤S3中所述约束条件中的各用户在预设电量值内需到达相应的充电站进行充电，具体建立为如下第二约束方程：dij≤dmaxdij表示第i个关键充电需求点到j个充电站的距离，dmax表示充电站所能服务的区域范围。优选的，步骤S3中所述约束条件中的所述待规划城市中的任一关键充电需求点至少在一个充电站的服务范围内，具体建立为如下第三约束方程：对于待规划城市内的任一关键充电需求点i，若其在充电站j的服务范围Rj内，则yij＝1，否则yij＝0；任一关键充电需求点i应满足至少在一个充电站的服务范围内。优选的，步骤S3所述的以最小化所述待规划城市的充电站建设投入成本及用户充电成本为目标，构建充电站选址建设模型具体包括：以最小化所述待规划城市的充电站建设投入成本为目标建立第一目标方程：其中Mi＝ai*Ffast+bi*Fslow，a和b分别表示该充电站内快充充电桩、慢充充电桩的数量；Ffast为单个快充充电桩造价、Fslow为单个慢充充电桩造价；ci为充电站的基础建设成本，包括土地成本；r表示充电站的投资回收率；l表示充电站的投资回收年限；xi表示是否在i点处建设充电站，xi∈{0，1}，值为1表示是，值为0表示否。以最小化用户充电成本为目标构建第二目标方程：其中，mi，k表示第k个时间段内，充电区块i内有充电需求的电动汽车总数量；u2表示电动汽车在充电站的充电单价；g表示电动汽车单位里程消耗电量，u1表示用户的单位出行价值。优选的，步骤S3所述的以最小化所述待规划城市的充电站建设投入成本及用户充电成本为目标，构建充电站选址建设模型还包括：将所述第一目标方程及第二目标方程整合为单目标函数，得到如下充电站选址建设模型：Z3＝Z1+Z2...

【技术保护点】
1.面向智慧城市的充电站建设方法，其特征在于，包括以下步骤：/nS1.获取待规划城市内的交通信息、居民信息以及充电站的建设参数和运行参数数据；/nS2.基于步骤S1得到的数据，对所述待规划城市进行充电需求分析并进行充电区块划分，通过卷积神经网络预测各充电区块的关键充电需求点及各关键充电需求点所对应的电动汽车平均行驶速度；/nS3.以保证充电站全天应满足其服务范围内所有充电需求、各用户在预设电量值内需到达相应的充电站进行充电、以及所述待规划城市中的任一关键充电需求点至少在一个充电站的服务范围内为约束条件，以最小化所述待规划城市的充电站建设投入成本及用户充电成本为目标，构建充电站选址建设模型；/nS4.求解所述充电站选址建设模型，得到所述待规划城市的选址及建设方案。/n

【技术特征摘要】
1.面向智慧城市的充电站建设方法，其特征在于，包括以下步骤：
S1.获取待规划城市内的交通信息、居民信息以及充电站的建设参数和运行参数数据；
S2.基于步骤S1得到的数据，对所述待规划城市进行充电需求分析并进行充电区块划分，通过卷积神经网络预测各充电区块的关键充电需求点及各关键充电需求点所对应的电动汽车平均行驶速度；
S3.以保证充电站全天应满足其服务范围内所有充电需求、各用户在预设电量值内需到达相应的充电站进行充电、以及所述待规划城市中的任一关键充电需求点至少在一个充电站的服务范围内为约束条件，以最小化所述待规划城市的充电站建设投入成本及用户充电成本为目标，构建充电站选址建设模型；
S4.求解所述充电站选址建设模型，得到所述待规划城市的选址及建设方案。


2.根据权利要求1所述的面向智慧城市的充电站建设方法，其特征在于，步骤S1所述的：
交通信息包括：在所述待规划城市中各路段的起点、终点的经纬度信息、距离、路段类型以及该路段在一天内各个时刻的电动汽车通行量；
居民信息包括：所述待规划城市的人口数量表、私人机动车数量表、私人电动汽车数量、规划充电站覆盖区域的总面积；
充电站的建设参数和运行参数包括：充电站中单个快充充电桩造价、单个慢充充电桩造价：



其中Ffast为单个快充充电桩造价、Fslow为单个慢充充电桩造价；
用户选择快充和慢充两种不同充电方式下的充电时长：



其中Tfast为快充的充电时长；Tslow为慢充的充电时长；
用户选择快充和慢充两种不同充电方式下的充电效率：



其中pfast为快充的充电效率；pslow为慢充的充电效率；
电动汽车的正常行车状态下的消耗功率Pc；实时获取充电需求点i的时刻k下的车流量mik；充电站的充电单价u2。


3.根据权利要求1所述的面向智慧城市的充电站建设方法，其特征在于，在所述步骤S2中，基于步骤S1得到的数据还包括对所述数据进行数据清洗，删除噪音数据及故障数据。


4.根据权利要求2所述的面向智慧城市的充电站建设方法，其特征在于，在所述步骤S2中，所述待规划城市被划分为j个充电区块，同时对时间段划分为k段，通过BP卷积神经网络预测各充电区块得到关键充电需求点i及各关键充电需求点所对应的电动汽车平均行驶速度vik。


5.根据权利要求4所述的面向智慧城市的充电站建设方法，其特征在于，步骤S3中所述约束条件中的保证充电站全天应满足其服务范围内所有充电需求，具体建立为如下第一约束方程：



其中i表示第i个关键充电需求点，k表示第k时刻，其中pk*Tk表示该充电站提供的充电电能，dij表示第i个关键充电需求点到j个充电站的距离；
pk*Tk＝ak*pfast*Ffast+bk*pslow*Tslow
其中ak表示该充电...

【专利技术属性】
技术研发人员：钟雨沛，杨超，林芷薇，谭美健，方思凡，邹毅，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44