一种大规模路网中智能网联共享电动车充电站的优化布设求解方法技术

本发明专利技术属于智能交通技术领域，公开了一种大规模路网中智能网联共享电动车充电站的优化布设求解方法，1：建立一套以系统运行总成本最小化为目标的充电站布设混合整数线性规划模型；2：结合时间窗口滚动的分阶段动态规划方法与遗传算法求解所建模型；本发明专利技术上层运用遗传算法，生成包含若干个体的初始种群，其中每个个体代表一种充电站布设方案。根据下层问题提供的个体适应度评价值，对每一代种群进行选择、杂交、变异等遗传进化操作，并经重插入后，形成新一代种群。如此迭代进化，直到种群中个体适应度的最小值达到收敛为止。通过时间阶段不断滚动的方法来将原大规模问题在时间维度进行拆分，高维度降为低维度，从而有效地对原问题进行了求解。问题进行了求解。问题进行了求解。

An optimal layout solution method of intelligent network shared electric vehicle charging station in large-scale road network

【技术实现步骤摘要】
一种大规模路网中智能网联共享电动车充电站的优化布设求解方法


[0001]本专利技术属于智能交通
，尤其涉及一种大规模路网中智能网联共 享电动车充电站的优化布设求解方法。

技术介绍

[0002]从系统的角度，车辆的智能网联共享有望极大地改善交通出行，如，可 以减少车辆平均保有率，缓解交通拥挤，扩大交通服务的人口覆盖面，提高 了车辆利用率，降低了土地占用率等；从出行者的角度，车辆的网联共享可 以减少人们购买车辆的资金成本和维护车辆的费用，但是同样能享到类似于 私家车的出行舒适水平，对于里程较短的出行者来说，与拥有私家车相比， 汽车共享是一种成本更低的选择，同时也比公交服务更灵活。因此，智能网 联车辆共享具有显著的社会效益。
[0003]另一方面，电动化是汽车进化的重要方向。然而，电动汽车的推广应用 受到了诸多限制，如有限的行驶里程、不足的充电设施、较长的充电时间和 较高的前期购买成本等。充电设施短缺和布局不合理问题，是制约电动汽车 快速发展的重要因素之一。在智能网联共享系统中，每辆电动车都需要不间 断地完成连续的出行服务，在此过程中将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大规模路网中智能网联共享电动车充电站的优化布设求解方法，其特征在于，包括如下步骤：C1：建立一套以系统运行总成本最小化为目标的充电站布设混合整数线性规划模型(MILP)；C2：结合时间窗口滚动的分阶段动态规划方法与遗传算法求解所建模型；上层运用遗传算法，生成包含若干个体的初始种群，其中每个个体代表一种充电站布设方案；根据下层问题提供的个体适应度评价值，对每一代种群进行选择、杂交、变异的遗传进化操作，并经重插入后，形成新一代种群；如此迭代进化，直到种群中个体适应度的最小值达到收敛为止；适应度值最小的个体所代表的充电站布设方案即为最优布局；下层运用时间窗口滚动的分阶段动态规划方法，在个体布设方案给定后求解混合整数线性规划模型(MILP)，从而获得各个体的适应度；在每个个体方案下，将模型(MILP)涵盖的时间段分成多个小阶段，同时将大规模的乘客出行数据按照各时间阶段分成若干小份数据；在每一个阶段内，根据路网当前各车辆状态和该阶段内的乘客出行需求信息，求解规模缩小后的混合整数线性规划模型(MILP)，各阶段求解结束后，相应地更新车辆路径调度和充电决策，以及所有车辆所处的状态信息，作为下一个阶段求解的初始值；以此类推，通过时间阶段不断滚动的方法来将原大规模问题在时间维度进行拆分，高维度降为低维度；计算获得的各阶段目标函数值相加得到每个种群个体的适应度值，该值即为此个体所代表的充电站布局策略的总成本；C3：大规模路网求解方法总结。2.根据权利要求1所述的大规模路网中智能网联共享电动车充电站的优化布设求解方法，其特征在于，所述混合整数线性规划模型(MILP)包括交通网络模块、目标函数模块、电动车接送客路径模块、行程时间模块、电动车排队等待时间模块、电动车电量模块和充电站模块的搭建；C1.1：交通网络模块的搭建：用参数O表示电动车的可选出发点、P表示所有乘客上车点的集合，D表示所有乘客下车点的集合，U表示所有充电站备选点编号的集合，表示n号充电站备选点所能安装的最大充电桩数；V
max
表示最多允许投放在网络中的电动汽车数；C
max
表示允许在路网中建立充电站数量限制；C
n
表示n号充电站备选点所有备选充电桩的集合；Q
max
表示投放路网中充电桩的数量限制；C表示所有充电站充电桩备选点集合；T表示电动车的返回点，其为虚拟终点，到其它各节点的距离为0；N表示所有节点的集合；V表示所有备选电动车的集合，建立物理交通路网的数字化模型；C1.2：目标函数模块的搭建：通过参数c
t
、c
w
、c
e
、c
q
、c
f
、c
r
、t
ij
、、a
i
、E、r
j
计算各个阶段的总成本之和的最小化值；即电动车的行驶时间成本、自动驾驶电动车和充电桩的使用成本、电动车在充电站的充电费用、电动车在充电站的等待时间成本、因无法准时到达节点而产生的惩罚成本之和的最小化值，其中，c
t
表示电动车行驶单位时间的时间成本；c
w
表示因电动车延误而导致乘客在上车点等待的单位等待时间惩罚成本；c
e
表示每单位电量的能耗成本；c
q
表示电动车在充电桩排队的单位排队时间成本；c
f
表示每辆电动车的购买和使用成本；c
r
表示每个充电桩的建设和使用成本；t
ij
表示从节点i∈
N到节点j∈N的行驶时间；表示电动车v∈V实际到达节点i∈N处的时间；表示电动车v∈V在充电桩i∈C开始充电的时间；表示电动车v∈V从乘客上车点i∈P出发的时间；a
i
表示乘客到达上车点i∈P的时间；E表示电动车的最大电量；表示电动车v∈V到达节点i∈N处时的电量；表示0
‑
1变量，如果电动车v∈V直接从节点i∈N到达节点j∈N，等于1；否则，等于0；r
j
表示0
‑
1变量，若在充电桩备选点j∈C安装充电桩，等于1；否则，等于0；C1.3：电动车接送客路径模块的搭建：通过公式计算约束生成共享电动车的接送客路径，使车辆按照规定路径规则来完成各阶段的接送客任务：在每个阶段，电动车v从出发点O出发，前往乘客上车点P接乘客，并将其运送到对应的乘客下车点D；若电动车v电量不足以完成接下来的接送客任务，则前往充电桩C进行充电，然后再前往其他乘客上车点P接客，依次类推；当电动车v完成了该阶段所有接送客需求时，将停留在乘客下车点D，指引电动车v返回虚拟终点T表示电动车v结束此阶段的接送客任务；电动车v在此阶段最后停留的乘客下车点D即为下一阶段的出发点O；C1.4：行程时间模块的搭建：通过参数g、v_start、v0_charged、s0、c0、y0_charged、计算自动驾驶电动汽车在各节点的行程时间；其中g表示充电桩的充电效率，即单位时间的充电量；v_start表示跟踪记录每一阶段前所有电动车离开出发点的出发时间，初始化所有电动车的v_start＝0；v0_charged表示记录每一阶段内每一次充电的电动车编号，初始化其为空集；s0表示记录每一阶段内电动车v0_charged在充电桩开始充电的时间，初始化其为空集；c0表示记录每一阶段内电动车v0_charged充电时对应的充电桩编号，初始化其为空集；y0_charged表示记录每一阶段内电动车v0_charged到达充电桩时的电量，初始化其为空集；C1.5：电动车排队等待时间模块的搭建：通过C1.1
‑
C1.4所述参数以及参数和计算电动车在各充电站的排队等待时间；其中为0
‑
1变量；C1.6：电动车电量模块的搭建：通过C1.1
‑
C1.4所述参数以及参数v_energy、d
ij
、h描述共享电动车在运行过程中的电量消耗及充电情况，其中，v_energy表示跟踪记录每一阶段前所有电动车在出发点时的电量，初始化所有电动车的v_energy＝E，d
ij
表示节点i∈N和节点j∈N之间的最短距离，h表示电动车的电量消耗率，即单位时间电动车消耗的电量；C1.7：充电站模块的搭建：通过参数决定共享电动车在充电桩的充电情况。3.根据权利要求1所述的大规模路网中智能网联共享电动车充电站的优化布设求解方法，其特征在于，所述步骤C2包括如下步骤：C2.1：个体编码；C2.2：使用进化操作进行迭代。4.根据权利要求3所述的大规模路网中智能网联共享电动车充电站的优化布设求解方法，其特征在于，所述步骤C2.1包...

【专利技术属性】
技术研发人员：尚夏，戴钰超，章立辉，王亦兵，
申请(专利权)人：浙江大学，
类型：发明
国别省市：