一种面向电动重卡的充电站及换电站联合选址方法技术

本发明专利技术涉及一种面向电动重卡的充电站及换电站联合选址方法，属于电力方法技术领域

【技术实现步骤摘要】
一种面向电动重卡的充电站及换电站联合选址方法


[0001]本专利技术涉及一种面向电动重卡的充电站及换电站联合选址方法，属于电力方法

。

技术介绍

[0002]基于电池租赁的换电模式在以色列
、
加拿大
、
澳大利亚
、
丹麦等国家已经有了实际的应用和推广
。
作为电动重卡产业的积极参与方，国家电网公司和南方电网公司也准备采用换电为主的电动重卡发展模式，在充电方面，国家电网公司还明确“集中充电
、
统一配送”的商业模式
。
[0003]电动重卡电池换电站的选址定容在“集中充电
、
统一配送”模式中起到至关重要的作用，不仅会因集中充电站与电池换电站的配送距离影响电池配送成本，还会对交通流量
、
用户换电便利程度和换电成本等因素造成影响
。
面对我国电动重卡不断飞速发展的整体趋势，如何改进优化面向电动重卡的换电站选址方法，使之更好地与时代背景相适应，是当前亟待开展的工作
。

技术实现思路

[0004]本专利技术目的是提供一种面向电动重卡的充电站及换电站联合选址方法，通过建立充电站及换电站选址的多目标决策模型，引入模糊熵权法和
Voronoi
图等多种基础理论方法，有效提升换电站选址效率，有效地解决了
技术介绍
中存在的上述问题
。
[0005]本专利技术的技术方案是：一种面向电动重卡的充电站及换电站联合选址方法，包含以下步骤：
[0006]S101、
收集换电站选址基本参数信息，预测换电需求点的日换电需求量；
[0007]S102、
运用泰森多边形划分电池配送区域，根据各配送区域的日换电需求总量预测集中式充电站及分散式换电站设施规模；
[0008]S103、
在电池配送区域随机生成多组集中式充电站和分散式换电站联合选址方案；
[0009]S104、
计算各组联合选址方案的建设投资成本和换电运营成本；
[0010]S105、
计算各组联合选址方案接入配电网的承载能力；
[0011]S106、
计算建设投资成本
、
换电运营成本和配电网承载能力的熵权重和模糊权重，通过加权汇总求解最优联合选址方案
。
[0012]所述步骤
S101
具体包括如下步骤：
[0013]S201、
收集各换电需求点的位置坐标，以及日换电需求负荷预测
、
电动重卡保有量预测和交通流量权重的参数信息；
[0014]S202、
计算各个换电需求点的电动重卡日换电需求量
。
[0015]所述步骤
S102
具体包括如下步骤：
[0016]S301、
根据各换电需求点的坐标作出
Voronoi
图，划分出电池配送区域；
[0017]S302、
根据各配送区域的日换电需求负荷预测总量，计算各换电站内相关设施的配套规模；
[0018]S303、
根据各换电站内相关设施的配套规模，计算集中充电站内相关设施的配套规模
。
[0019]所述步骤
S103
具体包括如下步骤：
[0020]S401、
在配送区域内随机生成若干换电站，对其位置坐标进行编码；
[0021]S402、
根据已生成的若干换电站坐标，生成相应的集中充电站，对其位置进行编码
。
[0022]所述步骤
S104
具体包括如下步骤：
[0023]S501、
根据集中充电站和换电站的总体规模，计算建设投资成本；
[0024]S502、
根据换电站配套规模及换电服务强度计算换电运营成本
。
[0025]所述步骤
S105
具体包括如下步骤：
[0026]S601、
根据充电站接入电网位置，计算其对谐波的影响，并计算配电网相应承载力；
[0027]S602、
根据充电站接入电网位置，计算其对电压的影响，并计算配电网相应承载力；
[0028]S603、
根据充电站接入电网位置，计算其对线损的影响，并计算配电网相应承载力；
[0029]S604、
根据充电站接入电网位置，计算其对负荷的影响，并计算配电网相应承载力；
[0030]S605、
综合评估各维度的配电网承载力，以最小值作为约束条件
。
[0031]所述步骤
S106
具体包括如下步骤：
[0032]S701、
将建设投资成本
、
换电运营成本和配电网承载能力作为模糊熵权法的评价指标数据，计算各目标的熵权重和模糊权重；
[0033]S702、
计算基于模糊熵权法的各目标权重，构建新目标函数；
[0034]S703、
将新目标函数进行循环迭代计算，直到完成收敛，求解最优方案组合
。
[0035]本专利技术的有益效果是：通过建立充电站及换电站选址的多目标决策模型，引入模糊熵权法和
Voronoi
图等多种基础理论方法，有效提升换电站选址效率
。
附图说明
[0036]图1是本专利技术的总流程图；
[0037]图2是本专利技术步骤
S101
的方法流程图；
[0038]图3是本专利技术步骤
S102
的方法流程图；
[0039]图4是本专利技术步骤
S103
的方法流程图；
[0040]图5是本专利技术步骤
S104
的方法流程图；
[0041]图6是本专利技术步骤
S105
的方法流程图；
[0042]图7是本专利技术步骤
S106
的方法流程图
。
具体实施方式
[0043]下面结合附图与实施例对本专利技术技术方案作进一步详细的说明，这是本专利技术的较佳实施例
。
应当理解，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例；需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合
。
基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围
。
[0044]一种面向电动重卡的充电站及换电站联合选址方法，包含以下步骤：
[0045]S101、
收集换电站选址基本参数信息，预测换电需求点的日换电需求量；
[0046]S102、
运用泰森多边形划分电池配送区域，根据各配送区域的日换电需求总量预测集中式充电站及分散式换电站设施规模；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种面向电动重卡的充电站及换电站联合选址方法，其特征在于包含以下步骤：
S101、
收集换电站选址基本参数信息，预测换电需求点的日换电需求量；
S102、
运用泰森多边形划分电池配送区域，根据各配送区域的日换电需求总量预测集中式充电站及分散式换电站设施规模；
S103、
在电池配送区域随机生成多组集中式充电站和分散式换电站联合选址方案；
S104、
计算各组联合选址方案的建设投资成本和换电运营成本；
S105、
计算各组联合选址方案接入配电网的承载能力；
S106、
计算建设投资成本
、
换电运营成本和配电网承载能力的熵权重和模糊权重，通过加权汇总求解最优联合选址方案
。2.
根据权利要求1所述的一种面向电动重卡的充电站及换电站联合选址方法，其特征在于：所述步骤
S101
具体包括如下步骤：
S201、
收集各换电需求点的位置坐标，以及日换电需求负荷预测
、
电动重卡保有量预测和交通流量权重的参数信息；
S202、
计算各个换电需求点的电动重卡日换电需求量
。3.
根据权利要求1所述的一种面向电动重卡的充电站及换电站联合选址方法，其特征在于：所述步骤
S102
具体包括如下步骤：
S301、
根据各换电需求点的坐标作出
Voronoi
图，划分出电池配送区域；
S302、
根据各配送区域的日换电需求负荷预测总量，计算各换电站内相关设施的配套规模；
S303、
根据各换电站内相关设施的配套规模，计算集中充电站内相关设施的配套规模
。4.
根据权利要求1所述的一种面向电动重卡的充电站及换电站联合选址方法，其特征在于：所述步骤
...

【专利技术属性】
技术研发人员：袁天梦，沈朝辉，陈学伟，廉杰，卢泽汉，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：