1.考虑充电站选址与出行路径耦合的充电站两层规划方法,其特征在于,包含以下步骤:步骤1),基于电动汽车出行模型生成用户出行数据:
步骤1.1),令用户当日首次出行时电动汽车为满电,获取用户的日出行次数;
步骤1.2),令用户出行链包含若干节点,下一节点为用户在上一节点的出行目的地,采用马尔科夫过程确定用户出行目的地的概率,将用户从当前节点前往下一个节点视为一个状态转移过程,每次状态转移只与前一时刻的状态有关而与过去的状态无关;
步骤1.3),采用用户的日行驶里程约束其目的地的选取,得到经过约束后的用户出行目的地概率;
步骤1.4),基于用户的日出行次数、用户的日行驶里程、经过约束后的用户出行目的地建立电动汽车出行模型;
步骤1.5),基于电动汽车出行模型获得用户所有以家为起始点的闭环出行链作为用户出行数据;
步骤2),建立上层模型并对其进行求解;
步骤2.1),对于每一条以家为起始点的闭环出行链,对其各个节点之间考虑用户途经充电站的多种可能路径:令出行链中每段路程最多进行1次快充,否则出行失败;
令路程起止点分别为Di和Di+1,采用Dijkstra最短路径算法可得起止点间最短路径,记其长度为 以Di和Di+1为起止点,途经充电站Ck的可能路径包含由Di到Ck的最短路径和由Ck到Di+1的最短路径,路径长度分别为 和 则相对于最短路径该路径的绕路距离da和绕路距离约束如下式,若不满足绕路距离约束,则排除该路径:da≤λR
式中,λ为绕路系数,R为电动汽车续驶里程,λR为最大绕路距离;
步骤2.2),对于闭环出行链中各个节点之间途经充电站的多个出行路径,记用户出行目的地数为nt,第u段路程的可能路径数为nu,用户出行的可能出行链的数目由下式计算得到:步骤2.3),模拟用户前往充电站充电过程,确定用户选择前往哪一个充电站进行充电;
其中R’为用户开始里程焦虑时所对应的已行驶里程;
(1)[0,R]区间内没有充电站时,用户无法到达下一目的地,该出行链出行失败;
(2)[R′,R]区间内存在充电站时,优选接近起点的充电站;
(3)[0,R′]区间内存在充电站时,优选距离起点最远的充电站;
步骤2.4),分析用户出行可行性:
若用户在充电站Ck成功充电,则将充电站Ck置为起点O,重复步骤2.3),直至继闭环出行链中所有节点之间路程均分析完毕;
若该出行链失败,则继续判断下一条出行链,直到判断完该用户所有可能出行链,若所有可能出行链都无法满足出行需要,则该用户出行失败;
步骤2.5),计算上层模型目标函数值,即计算出行成功率r1:定义二元决策变量yq表示用户出行成功或失败,出行成功取1,失败则取0;
记nc为用户出行总快充次数,ncmax为用户最大充电次数;
则上层模型数学表达式如下:
s.t.dkk'≥dmin
da≤λR
nc≤ncmax
xnt≤1
式中,nev为日行驶里程大于电动汽车续驶里程的电动汽车数量,即有快充需求的电动汽车数,dkk'为相邻充电站最短路径距离,dmin为充电站最小相邻距离,xnt为节点nt充电站数量;
步骤2.6),采用算法求解上层模型:
采用离散粒子群算法求解上层模型,得到出行成功率最高的充电站选址可行解;记算法前一次迭代出行成功率最大值为r1′,每迭代一次,若max(r1)>r1′,则更新最优解集,否则新增出行成功率同为当前最大值的可行解到最优解集;
步骤3),在上层模型的M组选址结果下:
步骤3.1),选择用户出行最优路径:
基于上层模型快速充电站最优解集中选址结果,分析各用户所有可能出行链,可得用户在各可能出行链所需充电次数nc与绕路距离da;取充电次数最少且绕路距离最小的出行链为最优路径,从而确定各用户最终出行路径与各充电站所服务电动汽车数;
步骤3.2),采用引入贪心算法的排队论定容:
采用引入贪心算法的M/M/c排队论定容,采用充电站k所服务电动汽车数nev,k相关的线性函数表示充电站k的到达率λk,在具体定容计算时,用nev,k代替λk从而正确反映各充电站服务强度的大小关系:λk=f2(nev,k)
记充电站k配置充电机数量为ck,充电站k的服务率μk与服务强度ρk如下:式中,tc,k为充电站k的平均充电时间,tc为电量耗尽的电动汽车充满电所需时间,d′avc,k为到达充电站k充电的电动汽车平均已行驶里程,d′k,j为电动汽车j到达充电站k时的已行驶里程,nev,k为到达充电站k充电的电动汽车数;
在引入贪心算法的排队论中,总规划区域内快速充电机总数Cav是固定的,根据各充电站服务强度大小分配充电机,每次选择为服务强度最大即最繁忙的充电站配置一台充电机,直到所有充电机分配完毕;
步骤3.3),计算用户出行满意度r2:
式中,da,u,j为用户j第u段路程的绕路距离,nc,j为用户j出行总快充次数;
步骤3.4),计算充电站建设投资成本,p座充电站总建设投资成本C如下:Ck=Cinit+s×Clan×ck+Pch×Ccon×(ck-1)式中,Ck为充电站k的建设投资成本,Cinit为充电站固定投资成本,s为单个快速充电机占地面积,包括电动汽车充电停车位,Clan为土地成本,ck为充电站k内充电机配置数量,Ccon为充电机建设成本,Pch为充电机的输出功率;
步骤3.5),基于出行满意度与充电站建设成本两个指标评估所有可行解,取最优解为最终规划结果,若存在pareto最优解,则采用TOPSIS综合评价法确定最终规划方案。
2.根据权利要求1所述的考虑充电站选址与出行路径耦合的充电站两层规划方法,其特征在于,步骤1.2)中,所述出行目的地包含居民区、工业区和商业区;
用户在居民区、工业区、商业区之间的空间状态转移概率矩阵P如下式所示:式中,pwm代表用于从w转移到m的概率,w、m均为大于等于1小于等于3的整数,w、m等于1时代表居民区,w、m等于2时代表工业区,w、m等于3时代表商业区。
3.根据权利要求1所述的考虑充电站选址与出行路径耦合的充电站两层规划方法,其特征在于,步骤1.3)中,所述用户的日行驶里程的概率密度函数f1(x)为:式中,x为用户的日行驶里程,μ1为用户的日行驶里程期望值,σ1为用户的日行驶里程标准差,μ1=3.2,σ1=0.88。