1.一种电动汽车充电站优化布局方法,其特征在于,包括:获取电动汽车在区域内的充电需求点以及各个充电需求点上的每日充电需求量;
初始化混合优化算法DEPSO的基本参数,所述基本参数包括种群规模M、最大迭代次数t令建站数N=N
令迭代次数t=0,以充电站地址为中心构造Voronoi图,根据Voronoi图划分区域内充电站的服务范围,并判断服务范围是否满足预设的约束条件,若不满足,则重置本步骤;
对初始种群的个体进行个体位置进行寻优并记录相应的适应度,所述寻优包括对初始种群的个体进行变异、杂交以及选择操作,对操作后的个体进行位置和速度更新,对更新后的个体再进行变异、杂交以及选择操作;
判断迭代次数t是否等于最大迭代次数t若是,则判断建站数N是否等于最大建站数N若是,则将最大迭代次数t
2.根据权利要求1所述的一种电动汽车充电站优化布局方法,其特征在于,所述最大建站数N式中,ceil(·)为向上取整函数,P
3.根据权利要求1所述的一种电动汽车充电站优化布局方法,其特征在于,所述确定初始种群的个体位置包括采用均匀分布的随机函数生成,个体i的位置在维度j的值式中,t=0,rand(0,1)为[0,1]区间内服从均匀分布的随机数,x
4.根据权利要求1所述的一种电动汽车充电站优化布局方法,其特征在于,所述区域内充电站的服务范围为:V(k)={q∈R
式中,V(k)为充电站k的服务范围,d(q,k)和d(q,l)为任一充电需求点q到充电站k和充电站l在Voronoi图上的欧式距离,N为建站数,R
5.根据权利要求1所述的一种电动汽车充电站优化布局方法,其特征在于,所述预设的约束条件包括:充电总需求约束:
式中,T
充电站服务范围约束和覆盖约束:max(d
R
式中,d
最大功率约束:
式中,P
6.根据权利要求1所述的一种电动汽车充电站优化布局方法,其特征在于,所述变异、杂交以及选择操作包括:通过“DE/rand/1”变异策略对个体位置进行变异操作,则变异向量取个体速度,迭代次数t+1的个体速度式中,r
通过杂交操作对目标个体位置式中,rand
通过预构建的适应度函数对目标个体位置式中,f(·)为适应度函数。
7.根据权利要求6所述的一种电动汽车充电站优化布局方法,其特征在于,所述适应度函数以全社会成本最低进行构建:式中,
所述运营商的固定设施建设成本式中,r
所述运营商的后期运行维护成本式中,ε
所述电动汽车充电时的年损耗成本式中,T
所述电动汽车充电前的年损耗成本式中,
所述电动汽的车年电量损耗成本式中,Q
所述电动汽车的年行驶时间损耗成本式中,v
所述电动汽车的年排队等待时间损耗成本式中,w
8.根据权利要求7所述的一种电动汽车充电站优化布局方法,其特征在于,所述电动汽车采用M/G/c排队模型,电动汽车到达时间服从参数为λρ
式中,ρ
9.根据权利要求1所述的一种电动汽车充电站优化布局方法,其特征在于,所述位置和速度更新包括:式中,ω为惯性权重,
k
10.根据权利要求1所述的一种电动汽车充电站优化布局方法,其特征在于,在寻优过程中,若在迭代次数等于迭代停滞次数τ内,个体位置最优解未发生变化,则对个体位置进行随机变异:式中,rand(0,1)为[0,1]区间内服从均匀分布的随机数,x