资金约束条件下高速公路充电桩选址与定容优化

【目的】讨论带有资金约束和服务能力约束的高速公路快速充电站选址与定容规划问题。【方法】应用效用理论分析了电动汽车驾驶员在高速公路上选择充电站的策略,给出了充电设施不充足情况下的车流平衡状态迭代计算方法。建立了充电站选址定容问题的数学优化模型,并设计了一种改进遗传算法对问题进行求解。最后,提出了模拟实际高速公路网的随机网络生成方法,并通过实例对算法进行验证。【结果】测试结果表明:充电桩充电能力的提高可以有效增加高速路网上服务的车流量。【结论】改进后的遗传算法在求解不同规模网络下的选址与定容问题时,都能给出较为稳定的结果。随着网络规模扩大,算法求解的稳定性越好。
     

资金约束条件下高速公路充电桩选址与定容优化

【目的】讨论带有资金约束和服务能力约束的高速公路快速充电站选址与定容规划问题。【方法】应用效用理论分析了电动汽车驾驶员在高速公路上选择充电站的策略,给出了充电设施不充足情况下的车流平衡状态迭代计算方法。建立了充电站选址定容问题的数学优化模型,并设计了一种改进遗传算法对问题进行求解。最后,提出了模拟实际高速公路网的随机网络生成方法,并通过实例对算法进行验证。【结果】测试结果表明:充电桩充电能力的提高可以有效增加高速路网上服务的车流量。【结论】改进后的遗传算法在求解不同规模网络下的选址与定容问题时,都能给出较为稳定的结果。随着网络规模扩大,算法求解的稳定性越好。     

高速公路充电站选址定容问题的多目标优化方法（英文）

【目的】高速公路充电站位置选择和容量确定对电动汽车应用推广具有重要意义。【方法】针对高速公路充电站选址定容问题,通过引入充电站的平均适配率,即电动汽车的充电需求与当前充电站总容量之间的匹配程度,以充电站的建设成本最小和充电站的平均适配率最大为目标建立了新的多目标优化模型。【结果】利用多目标优化问题的NSGA-Ⅱ算法对模型进行了数值实验,验证了模型的有效性。此外,本文也进一步研究了出行车辆数量、充电桩功率以及续航里程对充电站的建设成本和适配率的影响。【结论】数值实验表明:本文提出的多目标优化方法可以得到更高的充电站利用率和更低的建设成本,为高速公路充电站的选址定容问题提供了更加科学合理的决策参考。     

城市中电动汽车临时充电站选址和定容模型

【目的】为城市街道环境下解决拥堵城市道路中的电动汽车临时充电站的选址与每个充电站的充电桩的定容优化问题提供解决方案。【方法】考虑纯电动汽车的警戒行驶里程和城市道路中车辆行驶具有双向性的特点，基于截流选址模型（Flow refueling location model, FRLM）构建电动汽车的充电站选址模型；为使电动汽车等待充电时间最短为优化目标，基于排队论构建了充电桩的定容模型。最后以北京市西城区车公庄大街的水平线道路充电桩设施进行了实例研究。【结果】FRLM仿真结果显示随着电动汽车续航能力的提高，城市主干路上充电桩的个数将会减少，并呈现出了指数衰减的形态；充电桩的定容模型仿真结果显示随着电动汽车保有量的提高，如果不增加电动汽车的等待时间，已有充电站需要进一步扩容，在同等等待时间下电动汽车的车流量和充电桩数量呈现出线性关系。【结论】研究结果对北京市未来城市内电动汽车充电桩的合理网络布局及北京市电动汽车产业发展具有理论指导意义。     

带硬时间窗的冷链电动车辆路径问题研究

【目的】针对电动汽车应用于冷链物流配送的情形，充分考虑电动汽车能耗特点和社会充电桩的充电需求，研究了带硬时间窗的冷链电动车辆路径问题。【方法】首先构建以配送总成本最少为优化目标的规划模型；然后基于蚁群算法，设计了充电站优化算法和局部优化策略，形成混合蚁群算法求解问题；最后，改编形成硬时间窗冷链电动车辆路径问题的算例集，通过实验比较验证了蚁群算法和混合算法的性能。【结果】搜索解的改进率达到11-82%。【结论】带局部优化策略的混合蚁群算法能较大程度改进求解能力，算法性能总体得到大幅提升，且结果更稳定。     

基于用户综合满意度的电动汽车充电诱导优化模型

随着电动汽车(electric vehicle, EV)在城市交通系统不断普及，充电诱导服务成为在充电设施有限条件下解决充电问题的有效手段。在分析电动汽车用户充电满意度的基础上，提出一种综合用户绕行距离、排队时间和充电费用的电动汽车充电诱导优化模型。为准确推导用户在充电站的排队时间，充分考虑电动汽车用户充电站选择决策的相互影响，建立充电站运营状态预测模型。针对模型特点，结合免疫算法求解模型。通过面向多充电请求的优化算例验证模型的可行性和有效性，结果表明：通过求解模型可以获得用户综合满意度最大化情况下的用户最优充电站决策及其行驶路径；与绕行距离最小、排队时间最短和充电费用最少等单目标优化方案相比，所提模型的充电诱导方案的用户综合满意度分别提升了15.0%、 17.8%和11.4%。     

电动公交车线路和充电设施及策略规划方法研究

针对电动公交车充电设施配置不合理的现象,对电动公交车线路和充电设施及策略规划方法进行研究。综合考虑充电站及充电桩配置与公交线路运营特征设计参数两者的相互影响,以充电等待时间和运力为约束条件,建立社会福利最大化模型。基于两种不同的充电策略,讨论其对充电站内车辆排队充电等待时间的影响。以拉格朗日函数求解算法和遗传算法对模型进行求解,并以苏州市931路纯电动公交线路为算例对模型与算法进行了验证。研究结果表明,相比于遗传算法,基于拉格朗日函数的求解算法效率更高,求解结果更稳定。根据所构建模型设计的充电桩数量及线路运营特征参数,在满足充电等待时间约束的条件下可以实现社会福利最大。该研究所提出的模型可为电动公交车线路规划提供决策依据。     

基于用户行为和分时电价的充电定价策略优化

考虑用户充电行为和竞争对手定价等因素,研究公共充电站的充电定价问题.建立用户价格响应模型,量化分析充电价格与用户需求的内在关系.基于用户价格响应和分时电价,提出一种两阶段充电定价策略:第1阶段基于用户的充电频率分布,采用K-means聚类算法将一天划分为峰时段、平时段和谷时段;第2阶段,分析各时段的充电供需,峰时段以充电站利润最大化为优化目标,平谷时段以充电站利润和利用率最大化为目标,构建分段式定价优化模型,并分别采用遗传算法和NSGA-Ⅱ算法求解模型.基于某市充电站的运营数据,完成案例分析.结果 表明:峰时段总体利润提升约13.4％,充电桩利用率提高约26.8％;平谷时段共获得17组Pareto最优解,均优于固定电价机制.所提出的充电定价策略可以为充电站运营与规划提供决策参考.     

计及配电网络与交通网络双重特性的电动汽车充电站选址规划

电动汽车充电站既是交通服务设施也是公用电力设施,因此充电站的规模与选址是电动汽车大规模应用中一个重要的考虑因素.建立多目标模型,考虑普通充电和快速充电两种充电站,对电动汽车充电站和配电网规划进行了联合建模,使得在交通网络中最大化捕获交通流的同时最小化配电网络中的功率损耗.构建了模糊隶属函数处理所建立的多目标优化问题,采用遗传算法进行求解.最后,采用33节点的配电系统和25节点的交通网络验证了所提出模型的有效性.     

基于范数标量化方法的多目标次梯度算法

【目的】提高多目标优化问题的收敛速率及解的精度。【方法】在欧式空间中基于范数标量化方法提出了求解多目标优化问题的次梯度算法。【结果】在每个目标函数与相应最小值的差的平方为凸函数的假设下，证明了多目标次梯度算法的Pareto弱有效解的收敛性。【结论】数值实验结果表明：提出的多目标次梯度算法在求解多目标线性优化模型时具有更快的收敛率，并且在求解非光滑多目标优化问题时具有更高的解的精度。     

高速公路充电站选址定容问题的多目标优化方法

[目的]高速公路充电站位置选择和容量确定对电动汽车应用推广具有重要意义.[方法]针对高速公路充电站选址定容问题,通过引入充电站的平均适配率,即电动汽车的充电需求与当前充电站总容量之间的匹配程度,以充电站的建设成本最小和充电站的平均适配率最大为 目标建立了新的多目标优化模型.[结果]利用多 目标优化问题的NSGA-Ⅱ算法...     

基于ADMM的分布式有序充电调度算法

随着电动汽车数量不断增加,大量电动汽车的无序充电行为会导致电网过载和电池寿命损耗。虽然当前已有很多研究关注电动汽车的有序充电行为,但如何在大规模有序充电过程中实现最大化车主便捷性同时减少电池寿命损耗尚未被研究。研究关注充电便捷性和减少电池损坏的充电服务调度优化对充电站充电服务质量和用户满意度提升具有重要意义。笔者提出一个实时充电服务调度策略来协调大量电动汽车的充电行为,以实现最大化车主便捷性同时降低电池损耗。为减少充电过程中信息直接交换造成隐私泄露,同时降低算法计算复杂度,基于交替方向多乘子(ADMM,alternating direction method of multipliers)的分布式算法被提出。大量实验表明所提算法比已有算法有显著提升,能减少33.0%的电池寿命损耗和18.3%的电费支出。     

非均衡空间下考虑性能退化的充电设施联合检修路径

充电设施属于新兴运营系统,受运营成本、充电需求、场地等条件限制,使得该系统呈现出低覆盖度、布局疏密非均衡性等状态。充电设施在技术上的性能退化规律尚不明确,但固有的性能退化属性依然存在。为了保证充电设施保持良好工作状态,满足新能源汽车用户充电需求,提出建立专业维护团队定期对不同运营商的充电设施进行联合检修。首先建立联合检修最短路径模型;然后引入基于密度的聚类算法(density-based spatial clustering of applicaitons with noise, DBSCAN)将区域内充电设施按照分布密度进行聚类,将其聚类结果设置为充电设施虚拟检修点,以虚拟检修点的地址位置信息为基础建立车行距离矩阵,并运用3种算法求解联合检修路径,使维护团队单次检修的总路径最短;最后以重庆主城八区的充电设施为例进行计算分析。     

电动汽车充电站火灾多目标实时检测与预警方法

电动汽车在充电过程中易发生火灾事故,为了提高电动汽车充电站火灾检测实时性,提出一种基于YOLOv4-Tiny-CBAM的电动汽车充电站火焰烟雾多目标实时检测与预警算法：选用YOLOv4-Tiny轻量级网络模型实现在低算力平台流畅运行;引入Kmeans-GA算法重新计算锚框值;引入卷积注意力机制模块（CBAM）以加强网络对火焰烟雾特征提取能力以提升检测精度;将电动汽车充电站监控视频作为模型检测输入源,实现就地端实时检测。实验结果表明：该改进算法模型参数量为6.143M,视频检测FPS值为43,mAP值为86.76%,具有较好的目标连续跟踪能力,满足实时检测的需求,对无人化电动汽车充电站安全运行以及火灾应急处置具有重要意义。     

电动汽车快速充电站需求分析与设备优化方法

电动汽车快速充电站是城市未来重要的基础设施,其规划建设是否合理直接影响到城市交通体系的运行和电动汽车产业的发展.以城市电动汽车日充电量为基础对快速充电站总量进行了预测,通过分析电动汽车快速充电站车辆到达及充电时间的特征,引入了随机服务系统,建立了排队系统模型,计算了平均逗留时间和充电机空闲时间的比例等指标.采用愿望模型分析方法,优化确定充电站的设备数量,既减少顾客的等待时间、解决排队拥挤现象,又有效减少充电站的投资.最后通过MATLAB实例仿真验证了该方法的有效性.     

基于聚类非支配排序的电动物流车路径规划及充电策略

电动物流车电池容量有限、充电时间长以及配套设施不健全等问题制约着其在物流配送领域中有效推广.为此,提出基于聚类非支配排序算法(AP-NSGA-Ⅱ)来解决电动物流车的多目标路径优化问题,建立了一种充电策略,通过设计加权AP聚类划分配送簇,避免初始种群的随机性和盲目性,簇内配送点规模降低了非支配排序算法的运行时间和复杂度,根据充电站的分布和距离关系,电动物流车执行部分充电策略.最后,通过仿真实验证明该算法的有效性,比较了电动物流车满充和部分充电条件的差异.     

基于不停车计重收费系统的动态称重传感器优化方法研究

重车的不停车计重收费模式,是一种能够解决高速公路收费站点拥堵的有效方法,但其在实施过程中困难很大,其中最主要原因在于:现有动态汽车衡无法在重车高速通过或不规范行驶时保证称量的精度。经研究发现,称量精度与车辆行驶状态有很大关系,而通过优化传感器的布局能够抵消车辆在高速行驶中带来的误差。通过研究传感器的数量、间距对动态称量精度和速度的影响提出了传感器的优化方法。拟在福银高速长武收费站依托其改扩建工程进行实地安装测试。初步目标为:重车在30 km/h的车速下通过收费站点时称量精度保持在±2.5%以内,并能够克服各种违规操作带来的误差,为实现重车的不停车计重收费提供保障。     

电动汽车弹性充电策略的研究

为了缓解电动汽车里程焦虑问题，降低因充电时间过长对日常使用的影响，对家用电动汽车的充电策略进行了研究.针对家用汽车使用场景的离散性，提出弹性充电的方法，利用使用间隙规划充电方案，降低对行程的延误.并提出选择充电站和充电量的最优算法，根据电动汽车自身电池特性和周边充电站的资源竞争情况计算最优的充电决策.通过对真实车型数据和用车场景的模拟，验证了算法的有效性.这表明弹性充电策略能够大幅度节省行程时间，消除用户的里程焦虑.     

架空输电线路巡检机器人塔上充电系统设计及充电策略研究

为满足架空输电线路巡检机器人全天候在线工作的要求,本文根据架空输电线路的环境特点,设计出一种架空输电线路巡检机器人塔上充电系统。优化的充电接口设计结合对接位置微调算法,有效提高了机器人充电对接的成功率;基于不同工况下的机器人功耗分析,建立机器人工作能耗模型,得出了科学的充电站布局方式及机器人充电策略。通过系统运行和充电测试结果表明,机器人塔上充电系统运行稳定,机器人充电对接准确、高效,满足机器人塔上自主充电的需求。     

半开放式的多车场移动充电车路径优化

为解决移动充电平台投入运营成本高的问题,考虑应急服务点时间窗、流量平衡及充电车里程限制等约束,建立包括移动充电车为应急服务点提供充电服务的车辆启动成本、行驶成本和违反应急服务点的时间窗惩罚成本三者总和最小的混合整数非线性规划模型,通过分支定界法和遗传算法研究了半开放式的多车场移动充电车路径优化问题。结果表明：对半开放式的多车场移动充电车路径优化问题进行10次求解,GAP均值为1.22%,说明遗传算法具有良好的稳定性;与单车场独立服务模式对比分析,半开放式多车场联合服务可为移动充电车提供更多路径选择,减少充电车行驶里程,降低平台运营成本;对比顾客点集中分布情形,在顾客点随机分布和混合分布情形下,移动充电平台的成本节约效果更为显著。