System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及新能源车,尤其涉及一种基于粒子群的充电站建站方法、基于粒子群的充电站建站装置、存储介质及电子设备。
技术介绍
1、随着新能源车辆的迅速发展,电动车充电站越来越多。充电站是为电动汽车提供动力电池充电的能源站。电动汽车为了连续行驶就要求其电能得到补充。为此,充电站便为电动车提供充电服务。随着电动车辆越来越多,充电站的充电任务越来越大。有时候需要进行充电桩扩充,以满足用户充电需要。但如果充电桩设置过多,则会造成资源浪费。为此,在一个区域内建设充电站时需要合理设置充电桩数量。
技术实现思路
1、有鉴于此,本公开实施例期望提供一种基于粒子群的充电站建站方法、基于粒子群的充电站建站装置、存储介质及电子设备。
2、本公开的技术方案是这样实现的:
3、第一方面,本公开提供一种基于粒子群的充电站建站方法。
4、本公开实施例提供的基于粒子群的充电站建站方法,包括:
5、确定充电站建站时进行充电桩分配的目标函数;其中,所述目标函数用于基于充电桩的类型和数量,确定所述充电站在预定时段内的最大收益;
6、基于粒子群模型,通过速度和位置的更新,对所述目标函数中的充电桩的类型和数量进行调整,以使得所述充电站在预定时段内的收益最大;其中,所述粒子群模型中位置的更新用于对所述目标函数中的充电桩的类型和数量进行优化,所述粒子群模型中速度的更新用于表征位置的更新速率。
7、在一些实施例中,所述目标函数为:
8、其中,yi为第i
9、其中,ti充为第i笔订单的充电时长,pi为第i笔订单的充电过程中对应的电价;
10、其中,确定所述目标函数时,基于预定时段内的可产生的历史订单数,根据所述充电站的充电桩建桩情况,按照订单产生的时间顺序,进行依次充电,确定在预定时段内的最终收益。
11、在一些实施例中,所述基于粒子群模型,通过速度和位置的更新,对所述目标函数中的充电桩的类型和数量进行调整,包括:
12、获取速度更新函数和位置更新函数;
13、基于第t次更新的位置及所述速度更新函数,进行第t+1次更新速度更新;
14、基于第t+1次更新后的速度,及所述位置更新函数,进行第t+1次位置更新;
15、基于第t+1次更新后的位置,对所述目标函数中的充电桩的类型和数量进行第t+1次调整。
16、在一些实施例中,所述速度更新函数为:
17、其中,
18、其中,w为惯性权重,wmax和wmin分别为最大惯性权重和最小惯性权重;tmax为最大迭代次数,r为个体学习因子,为粒子i在第t次迭代中第j维的速度向量,为粒子i在第t次迭代中第j维的位置向量,为粒子i在第t+1次迭代中第j维的速度向量,
19、为粒子i在第t次迭代中第j维的历史最优位置,即在第t次迭代后,第i个粒子(个体)搜索得到的最优解,
20、为群体在第t次迭代中第j维的历史最优位置,即在第t次迭代后,整个粒子群体中的最优解;
21、其中,
22、在一些实施例中,位置更新函数为:
23、为粒子i在第t次迭代中第j维的位置向量,为粒子i在第t+1次迭代中第j维的位置向量,为粒子i在第t+1次迭代中第j维的速度向量,粒子i代表目标函数中的充电桩的类型和每个类型充电桩对应的数量,维代表充电桩的类型;
24、
25、其中,c为0-1之间服从均匀分布的随机数。
26、在一些实施例中,所述基于第t次更新的位置及所述速度更新函数,进行第t+1次更新速度更新前,所述方法包括:
27、通过种群初始化,得到对所述目标函数中的充电桩的类型和数量进行调整时的初始位置其中,
28、代表第i个粒子位置的最大值,代表第i个粒子位置的最小值,p为0-1之间服从均匀分布的随机数。
29、第二方面,本公开提供一种基于粒子群的充电站建站装置,包括:
30、目标函数确定模块,用于确定充电站建站时进行充电桩分配的目标函数;其中,所述目标函数用于基于充电桩的类型和数量,确定所述充电站在预定时段内的最大收益;
31、目标函数更新模块,用于基于粒子群模型,通过速度和位置的更新,对所述目标函数中的充电桩的类型和数量进行调整,以使得所述充电站在预定时段内的收益最大;其中,所述粒子群模型中位置的更新用于对所述目标函数中的充电桩的类型和数量进行优化,所述粒子群模型中速度的更新用于表征位置的更新速率。
32、在一些实施例中,所述目标函数为:
33、其中,yi为第i笔订单的收益,xi为所述充电站内第i种充电桩的建桩数量,ci为第i种充电桩的平均维修和损耗费用,n为所述充电站内的充电桩的类型数,n为所述充电站所在区域在预定时段内的可产生的历史订单数;其中,不同类型的充电桩对应的最大充电功率不同;
34、其中,ti充为第i笔订单的充电时长,pi为第i笔订单的充电过程中对应的电价;
35、其中,确定所述目标函数时,基于预定时段内的可产生的历史订单数,根据所述充电站的充电桩建桩情况,按照订单产生的时间顺序,进行依次充电,确定在预定时段内的最终收益。
36、第三方面,本公开提供一种计算机可读存储介质,其上存储有基于粒子群的充电站建站程序,该基于粒子群的充电站建站程序被处理器执行时,实现上述第一方面所述的基于粒子群的充电站建站方法。
37、第四方面,本公开提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的基于粒子群的充电站建站程序,所述处理器执行所述基于粒子群的充电站建站程序时,实现上述第一方面所述的基于粒子群的充电站建站方法。
38、根据本公开实施例的基于粒子群的充电站建站方法,包括:确定充电站建站时进行充电桩分配的目标函数;其中,目标函数用于基于充电桩的类型和数量,确定充电站在预定时段内的最大收益;基于粒子群模型,通过速度和位置的更新,对目标函数中的充电桩的类型和数量进行调整,以使得充电站在预定时段内的收益最大;其中,粒子群模型中位置的更新用于对目标函数中的充电桩的类型和数量进行优化,粒子群模型中速度的更新用于表征位置的更新速率。本申请中,通过确定充电站建站时进行充电桩分配的目标函数,基于粒子群模型,通过速度和位置的更新,对目标函数中的充电桩的类型和数量进行调整,以使得充电站在预定时段内的收益最大,有利于在区域内建充电站时,选择出合适的建桩类型和数量,从而进行合理建站。
39、本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践本文档来自技高网...
【技术保护点】
1.一种基于粒子群的充电站建站方法,其特征在于,包括:
2.根据权利要求1所述的基于粒子群的充电站建站方法,其特征在于,所述目标函数为:
3.根据权利要求1所述的基于粒子群的充电站建站方法,其特征在于,所述基于粒子群模型,通过速度和位置的更新,对所述目标函数中的充电桩的类型和数量进行调整,包括:
4.根据权利要求3所述的基于粒子群的充电站建站方法,其特征在于,
5.根据权利要求4所述的基于粒子群的充电站建站方法,其特征在于,位置更新函数为:
6.根据权利要求4所述的基于粒子群的充电站建站方法,其特征在于,所述基于第t次更新的位置及所述速度更新函数,进行第t+1次更新速度更新前,所述方法包括:
7.一种基于粒子群的充电站建站装置,其特征在于,包括:
8.根据权利要求7所述的基于粒子群的充电站建站装置,其特征在于,所述目标函数为:
9.一种计算机可读存储介质,其特征在于,其上存储有基于粒子群的充电站建站程序,该基于粒子群的充电站建站程序被处理器执行时,实现权利要求1-6中任一项所述的基于粒
10.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的基于粒子群的充电站建站程序,所述处理器执行所述基于粒子群的充电站建站程序时,实现权利要求1-6中任一项所述的基于粒子群的充电站建站方法。
...【技术特征摘要】
1.一种基于粒子群的充电站建站方法,其特征在于,包括:
2.根据权利要求1所述的基于粒子群的充电站建站方法,其特征在于,所述目标函数为:
3.根据权利要求1所述的基于粒子群的充电站建站方法,其特征在于,所述基于粒子群模型,通过速度和位置的更新,对所述目标函数中的充电桩的类型和数量进行调整,包括:
4.根据权利要求3所述的基于粒子群的充电站建站方法,其特征在于,
5.根据权利要求4所述的基于粒子群的充电站建站方法,其特征在于,位置更新函数为:
6.根据权利要求4所述的基于粒子群的充电站建站方法,其特征在于,所述基于第t次更新的位置及所述速度更新函数,进行第t+1...
【专利技术属性】
技术研发人员:刘帆,朱晓彬,温金雄,
申请(专利权)人:协鑫电港云科技海南有限公司,
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。