【技术实现步骤摘要】
一种充电站选址适应性评估的层次模糊评价方法
[0001]本专利技术涉及智能选址
，尤其是涉及一种充电站选址适应性评估的层次模糊评价方法。
技术介绍
[0002]目前，电动汽车做为清洁能源行动工具，对促进城市的低碳发展、绿色交通有着至关重要的作用，逐步成为新的主流代步工具，但充电站位置设置不合理，电动汽车存在着充电难的问题，使电动汽车的推广受到限制。
[0003]城市各区域因为分布的功能不同，划分为不同的功能区，如居住区、商业服务区、行政商务区、工业仓储区、工业制造区等，对于不同的功能区，电动汽车的行驶习惯和充电模式有所差异，充电设施的布局选址也应差异化规划。
[0004]而传统的模糊综合评价法仅通过专家打分值标定，存在一定缺陷性。
[0005]因此，如何根据各区域的功能，科学合理地布局充电设施位置，有效提高充电设施的利用率，是目前亟待解决的问题。
技术实现思路
[0006]本专利技术的目的是提供一种充电站选址适应性评估的层次模糊评价方法，对充电设施候选地址进行多种因素的评价，采用...
【技术保护点】
【技术特征摘要】
1.一种充电站选址适应性评估的层次模糊评价方法，其特征在于：构建候选地址区域的评价因素集，基于各评价因素构建成对比较阵列，计算每个评价因素的权重，建立模糊综合评价指标评语集V，对候选地址区域打分，采用三角隶属函数，计算候选地址区域的每个因素指标在评价域中对应的隶属度，基于各隶属度建立评判矩阵，采用算子算法，对评判矩阵与评价因素权重进行模糊合成，得到综合评价矩阵，将综合评价指标评语集与综合评价矩阵合成，得到综合评价结果，用于判断候选地址区域是否适合建设充电设施。2.根据权利要求1所述充电站选址适应性评估的层次模糊评价方法，其特征在于：构建候选地址区域的两级评价因素集，基于各评价因素构建成对比较阵列，计算每个评价因素的权重；其中各一级评价因素的子因素组成该一级评价因素的子因素组，所有的子因素组成二级评价因素集；建立模糊综合评价指标评语集V，对候选地址区域打分，采用三角隶属函数，计算候选地址区域的每个子因素指标在评价域中对应的隶属度，基于各隶属度建立子因素评判矩阵；采用算子算法，对子因素评判矩阵与子因素权重进行模糊合成，得到第一级综合评价矩阵B
k
，再由第一级综合评价矩阵B
k
构成子因素总评价矩阵R；继续采用算子算法，对子因素总评价矩阵R与一级评价因素的权重进行模糊合成，得到第二级综合评价矩阵B；将综合评价指标评语集V与第二级综合评价矩阵B合成，得到综合评价结果，用于判断候选地址区域是否适合建设充电设施。3.根据权利要求2所述充电站选址适应性评估的层次模糊评价方法，其特征在于：分析每个因素的重要程度，对各一级评价因素及各子因素组中的子因素，利用1
‑
9级比例标度，进行重要程度标定，评价一级评价因素之间的相对重要性及同一个子因素组中的各子因素之间的相对重要性，构建成对比较阵列P
l
，其中，l＝(1，2......n，n+1)。4.根据权利要求3所述充电站选址适应性评估的层次模糊评价方法，其特征在于：一级评价因素的成对比较阵列P
n+1
如下式所示：式中，a
dq
＝1/a
qd
，a
dq
表示一级评价因素中各因素之间的相对重要性，a
dq
表示因素c
d
重要程度与因素c
q
重要程度的比值，n表示一级评价因素数量，d/q＝(1，2......n)；各子因素组的成对比较阵列P
k
如下式所示：式中，a
gf
＝1/a
fg
，a
gf
表示子因素c
kg
重要程度与因素c
kf
重要程度的比值，h表示子因素数量，k＝(1，2......n),g/f＝(1，2......h),c
kg
、c
kf
表示第k个子因素组中的子因素。5.根据权利要求2所述充电站选址适应性评估的层次模糊评价方法，其特征在于：基于每个成对比较阵列，计算最大特征根λ
lmax
和对应的特征向量ω
l
，利用一致性指标、随机一致
性指标和一致性比率，对每个评价因素权重做一致性校验。6.根据权利要求5所述充电站选址适应性评估的层次模糊评价方法，其特征在于：一致性指...
【专利技术属性】
技术研发人员：杨剑峰，李骏，朱江峰，章剑光，王华慧，赏炜，张建浩，陈烨洪，董杰，
申请(专利权)人：国网浙江省电力有限公司绍兴供电公司，
类型：发明
国别省市：
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。