基于历史行驶路线的电动汽车充电站布局优化

被引：20

作者：

付凤杰 ^{[1
]}

方雅秀 ^{[1
]}

董红召 ^{[1
]}

陈炜烽 ^{[2
]}

机构：

[1] 浙江工业大学机械工程学院

[2] 杭州数元信息科技有限公司

来源：

电力系统自动化 | 2018年 / 42卷 / 12期

基金：

浙江省自然科学基金;

关键词：

历史行驶路线; 充电需求; 电网负荷; 遗传算法; 充电站布局;

D O I：

暂无

中图分类号：

TM910.6 [充电方式、充电设备]; U491.8 [路侧服务设施];

学科分类号：

0808 ; 082302 ; 082303 ;

摘要：

由于电动汽车面临着续航里程不足的问题,充电设施的合理布设显得至关重要。利用基于自动车辆识别数据的历史行驶路线来模拟电动汽车出行,给定一种充电站布局方案,即可利用基于出行特征的典型充电选择模式来模拟电动汽车的充电行为,继而准确地计算电动汽车的充电需求、充电成本和运营商利润。然后,以电动汽车的充电—出行成本比与运营商的成本—收益比之和最小为优化目标,以用户心理和电网负荷等因素为约束条件,确定充电站的最优布局方案。最后,以一个区域(151个信号交叉口)为例,验证了该方法的有效性,同时分析了工作日/非工作日以及交通需求增长和电池发展对布局方案的影响。

引用

页码：72 / 80

页数：9

共 17 条

[11] 基于量子粒子群优化算法的城市电动汽车充电站优化布局 [J].

刘自发 ;

张伟 ;

王泽黎 .

中国电机工程学报, 2012, 32 (22) :39-45+20

[12] 基于排队论的电动汽车充电设施优化配置 [J].

李如琦 ;

苏浩益 .

电力系统自动化, 2011, 35 (14) :58-61

[13]

A data-driven optimization-based approach for siting and sizing of electric taxi charging stations.[J].Jie Yang;Jing Dong;Liang Hu.Transportation Research Part C.2017,

[14]

Optimizing the locations of electric taxi charging stations: A spatial–temporal demand coverage approach.[J].Wei Tu;Qingquan Li;Zhixiang Fang;Shih-lung Shaw;Baoding Zhou;Xiaomeng Chang.Transportation Research Part C.2016,

[15]

VAPA: Vehicle Activity Patterns Analysis based on Automatic Number Plate Recognition System Data.[J].Yuyan Sun;Hongsong Zhu;Xinyun Zhou;Limin Sun.Procedia Computer Science.2014,

[16]

An approach for the optimal planning of electric vehicle infrastructure for highway corridors.[J].Nakul Sathaye;Scott Kelley.Transportation Research Part E.2013,

[17]

Simulation–optimization model for location of a public electric vehicle charging infrastructure.[J].Xiaomin Xi;Ramteen Sioshansi;Vincenzo Marano.Transportation Research Part D.2013,

← 1 2 →