CN109190832A - 一种基于重心理论的电动公交车充电站选址方法 - Google Patents

Abstract

本发明公开了一种基于重心理论的电动公交车充电站选址方法。包括：步骤1：收集基本相关信息；步骤2：初始化，确定拟选充电站的初始位置坐标；步骤3：确定第k‑1次迭代所得的充电站位置与其它公交场站的距离d_i ^(k‑1)，并排除距离过小造成的干扰；步骤4：更新拟建充电站的位置；步骤5：收敛性检验，判断是否已经得到最优选址方案，即确定充电站的最优位置，若判断条件达到，则停止计算。本发明可快速地在公交场站中选择一个最优化的场站作为电动公交车充电站的选址方法，收敛速度更快、抗干扰性更好。

Description

一种基于重心理论的电动公交车充电站选址方法

技术领域：

本发明涉及公交车充电站最优化选址技术，尤其涉及一种基于重心理论的电动公交车充电站选址方法。

背景技术：

越来越多的城市开始重视公共交通的建设和发展，特别是电动车技术的成熟为公共交通注入了新生力量。但是由于电动公交车普及度不高，以及电动汽车的电池容量小、充电慢等短板的存在，需要从规划层面弥补，以满足电动公交车的运营需求。

一般来讲，目前电动公交车的充电方式有三种：快充、夜间慢充和更换电池组。其中，快充电流大、对充电设施要求高，存在安全问题且会造成电网负荷过大；更换电池则需要额外电池组，成本高，还需要额外的人力成本，并且更换过程也可能存在安全隐患；而夜间慢充不同于前两者，慢充安全系数相对较高，利用夜间用电低谷期低负荷充电，减轻了电网负担，是目前政府和企业优先考虑的电动公交车充电方法。本文针对电动公交车的夜间慢充需求提出一种改进的基于重心理论的电动公交车站选址方法，从规划层面解决夜间慢充的设施建设问题。

目前的选址规划问题更多的是在研究区域范围内选择最优地址，其最优地址是研究区域内的某坐标点。在实际应用中，受到场地、用地性质等的限制，仅仅得到坐标往往不能满足需求，特别是充电站的选址。公交车充电站占地面积大，需要完善的电网配套，并且为了满足公交车及时充电，保证其正常运营，往往在公交场站配置充电站，所以需要在研究区域的若干个公交场站中选择某站点作为公交充电站，在该种情况下，目前主要采用遍历法。但是在复杂网络中，遍历法不适用，其花费时间长、效率低，在最优坐标点附近寻址法可能存在干扰选项且可能选择的不是最优点。

基于重心理论的选址方法已经得到广泛使用。但是传统的重心选址法在迭代过程中收敛速度慢，且若求得的坐标点距离某场站较近时容易发生突变，影响收敛速度及最优值的确定。本发明考虑收敛速度问题并增加迭代判断条件避免干扰，提出了一种改进的基于重心理论的电动公交车充电站选址方法。

发明内容

本发明的目的是提供一种基于重心理论的电动公交车充电站选址方法，以研究区域内所有场站的电动公交车辆行驶距离最短为目标，可快速地在公交场站中选择一个最优化的场站作为电动公交车充电站的选址方法，收敛速度更快、抗干扰性更好。

上述的目的通过以下技术方案实现：

一种基于重心理论的电动公交车充电站选址方法，该方法包括如下步骤：

步骤1：收集基本相关信息，具体包括：第i个公交场站的位置坐标(x_i，y_i)；第i个公交场站中需要在拟建充电站充电的电动公交车的车辆数m_i；第i个公交场站的优先级f_i；

步骤2：初始化，确定拟选充电站的初始位置坐标，初始位置坐标值由下式计算得到：

其中，为第0次迭代所得的拟建充电站的横轴坐标，为第0次迭代所得的拟建充电站的纵轴坐标；

然后计算第i个公交场站与拟建充电站之间的行驶距离d_i；

步骤3：确定第k-1次迭代所得的充电站位置与其它公交场站的距离d_i ^(k-1)，排除距离过小造成的干扰；

步骤4：更新拟建充电站的位置：根据步骤3得到的d_i ^(k-1)，通过迭代计算得到新的得充电站坐标，计算公式如下：

其中，为第k次迭代所得的拟建充电站的横轴坐标，为第k次迭代所得的拟建充电站的纵轴坐标，(d_i ^(k-1))α表示d_i ^(k-1)的α次方，得到新的拟建充电站新坐标后，计算d_i ^(k)，同时计算第k个目标值z^(k)＝∑_im_if_id_i ^(k)；

步骤5：收敛性检验，判断是否已经得到最优选址方案，即确定充电站的最优位置，若判断条件达到，则停止计算，判断条件如下：

|z^(k)-z^(k-1）|≤ε？

其中，ε是目标值的判断阈值，判断条件等价于：若在可接受误差ε内，z(k)与z(k-1)的值相等，则停止计算，即为最优选址，若上面判断条件不满足，则令k＝k+1，并返回步骤3。

所述的基于重心理论的电动公交车充电站选址方法，步骤2中所述的计算第i个公交场站与拟建充电站之间的行驶距离d_i采用空间中的欧氏距离简化计算，即：

式中n为研究区域内公交场站的个数，用d_i ^(k)代表第k次迭代计算所得的d_i，由和计算d_i ⁽⁰⁾，并求出对应的目标值z⁽⁰⁾＝∑_im_if_id_i ⁽⁰⁾，该选址方法的最终目的是使z值最终取得最小值，设置迭代次数的标签k＝1。

所述的基于重心理论的电动公交车充电站选址方法，步骤3中所述的排除距离过小造成的干扰的具体方法是：

若δ_l＜d_i ^(k-1)＜δ_u，则令d_i ^(k-1)＝M；

若d_i ^(k-1)＜δ_l，则终止计算，即为所求最优解，

其中δ₁，δ_u为阈值，δ₁是一个能对所求选址问题的迭代过程产生干扰的下临界距离值，δ_u是一个能对所求选址问题的迭代过程产生干扰的上临界距离值，M是一个无穷大的正自然数，使得1/M≈0，即若第i个公交场站与之间的距离介于δ_l和δ_u之间，则在步骤4中计算拟建充电站的第k次新坐标时不考虑第i个公交场站；若第i个公交场站与之间的距离小于δ₁，则认为已经找到最优充电站选址点，终止计算，该公交场站即为所求的最优充电站选址点，接下来计算第k-1个目标值z^(k-1)＝∑_im_if_id_i ^(k-1)。

所述的基于重心理论的电动公交车充电站选址方法，步骤4中所述的为α＝5。

有益效果：

本发明与现有技术相比，具有以下优点：

本发明考虑使用重心法求解的收敛过程中由于迭代分母中距离值过小产生的突变问题，以得到更好效果的收敛。在迭代步骤中加入距离判断条件，当距离值太小的时候跳过该步，避免了除数过小带来的数值异常偏大的问题，减少了迭代计算中的波动，使模型能更快地收敛至最优值。

本发明改进了重心法选址中的迭代公式，将距离的幂调至合理值，提高了算法的收敛速度，并且能够解决选取某个公交场站作为电动公交车充电站的选址问题，比起遍历算法更快，特别是复杂路网环境下，大大减少了计算各个场站之间最短路的次数，使得选址模型更加简单、高效。

附图说明

图1为本发明方法的流程图。

具体实施方式

一种基于重心理论的电动公交车充电站选址方法，该方法包括如下步骤：

步骤1：收集基本相关信息。收集基本相关信息步骤可为后续步骤提供数据支持。其中，具体收集以下信息：第i个公交场站的位置坐标(x_i，y_i)；第i个公交场站中需要在拟建充电站充电的电动公交车的车辆数m_i；第i个公交场站的优先级f_i，f_i主要为了保证充电站尽可能地离一些比较重要的公交场站近，可优先保证重要场站的正常运营，实际使用中其他一些可变因素也可通过调整f_i实现。

步骤2：初始化，确定拟选充电站的初始位置坐标，坐标值由下式计算得到：

其中，为第0次迭代所得的拟建充电站的横轴坐标，为第0次迭代所得的拟建充电站的纵轴坐标。

然后计算第i个公交场站与拟建充电站之间的行驶距离d_i，为了便于说明本发明的算法，本发明中d_i，采用空间中的欧氏距离简化计算，即：式中n为研究区域内公交场站的个数，用d_i ^(k)代表第k次迭代计算所得的d_i。由和计算d_i ⁽⁰⁾，并求出对应的目标值z⁽⁰⁾＝∑_im_if_id_i ⁽⁰⁾，该发明的最终目的是使z值最终取得最小值。设置迭代次数的标签k＝1。

步骤3：确定第k-1次所得的充电站位置与其它公交场站的距离，排除距离过小造成的干扰。若δ₁＜d_i ^(k-1)＜δ_u，则令d_i ^(k-1)＝M；若d_i ^(k-1)＜δ₁，则终止计算，即为所求最优解。其中δ₁，δ_u为阈值，δ₁一个能对所求选址问题的迭代过程产生干扰的下临界距离值，δ_u是一个能对所求选址问题的迭代过程产生干扰的上临界距离值，M是一个无穷大的正自然数，使得1/M≈0。即若第i个公交场站与之间的距离介于δ₁和δ_u之间，则在步骤4中计算拟建充电站的第k次新坐标时不考虑第i个公交场站；若第i个公交场站与之间的距离小于δ₁，则认为已经找到最优充电站选址点，终止计算，该公交场站即为所求的最优充电站选址点。接下来计算第k-1个目标值z^(k-1)＝∑_im_if_id_i ^(k-1)。

步骤4：更新拟建充电站的位置。根据步骤3得到的d_i ^(k-1)，通过迭代计算得到新的充电站坐标，计算公式如下：

其中，为第k次迭代所得的拟建充电站的横轴坐标，为第k次迭代所得的拟建充电站的纵轴坐标，(d_i ^(k-1))α表示d_i ^(k-1)的α次方。得到新的拟建充电站新坐标后，计算d_i ^(k)，同时计算第k个目标值z^(k)＝∑_im_if_id_i ^(k)。

步骤5：收敛性检验，判断是否已经得到最优选址方案，即确定充电站的最优位置，若判断条件达到，则停止计算。判断条件如下：

|z^(k)-z^(k-1)|≤ε？

其中，ε是目标值的判断阈值。判断条件等价于：若在可接受误差ε内，Z^(k)与z^(k-1)的值相等，则停止计算，即为最优选址。若上面判断条件不满足，则令k＝k+1，并返回步骤3。

说明：经过大量的实验证明，使用本发明所述方法时，根据不同的应用场景设置合适的α值，最终迭代计算会收敛至某个公交场站的坐标点。推荐的默认值为α＝5。

下面结合图1并采用实例对本发明方法作更进一步的说明。如图1所示为一路一线模式下行人过街信号协同控制方法的总体流程图。

步骤1，收集基本相关信息，如下表所示：

且本例中设定阈值δ_l为0.01，δ_u为1，k_max为20，ε为100。

步骤2：初始化，确定拟选充电站的初始位置坐标，由下式计算得到：

令k＝1。

步骤3：确定第k-1次所得的充电站位置与其它公交场站的距离，排除距离过小造成的干扰。由式可得与各个公交场站的距离d_i ⁽⁰⁾分别为：52.153，53.532，55.018，53.158，48.798，53.327，27.577，25.875，9.976，26.838，74.689，67.154，89.363，81.118，11.544，17.896。显然对于任意i＝1，2，3，...，16，d_i ⁽⁰⁾＞1＞0.01，故继续接下来步骤。

同时，由式z^(k)＝∑_im_if_id_i ^(k)可得z⁽⁰⁾＝748024.320。

步骤4：更新拟建充电站的位置，由下式计算得到新的充电站坐标：

与各个公交场站的距离d_i ⁽¹⁾分别为59.672，61.866，62.670，61.213，56.771，61.524，21.551，18.971，2.7431，16.945，69.406，59.196，93.959，71.782，6.293，9.434。同时计算z⁽¹⁾＝∑_im_if_id_i ⁽¹⁾＝734005.66。

步骤5：收敛性检验，判断是否已经得到最优选址方案。|z⁽¹⁾-z⁽⁰⁾|＝14108.7＞100，故令k＝2，返回步骤3。

经过循环计算，最终经过3次迭代计算，达到停止条件，得到最优选址位置：(42，55)，即第9个公交场站。计算过程结果如下所示：

检验：使用遍历法，依次假设第i个公交场站是充电站，分别计算目标函数值，计算结果如下表：

由表可见，遍历法求得的最优选址方案也是第9个公交场站作为充电会展。因此，本发明所提出的改进的基于重心理论的电动公交车充电站选址方法所得电动公交车充电站的地址为最优选址方案。

Claims (4)

1.一种基于重心理论的电动公交车充电站选址方法，其特征在于，该方法包括如下步骤：

步骤1：收集基本相关信息，具体包括：第i个公交场站的位置坐标(x_i，y_i)；第i个公交场站中需要在拟建充电站充电的电动公交车的车辆数m_i；第i个公交场站的优先级f_i；

步骤2：初始化，确定拟选充电站的初始位置坐标，初始位置坐标值由下式计算得到：

其中，为第0次迭代所得的拟建充电站的横轴坐标，为第0次迭代所得的拟建充电站的纵轴坐标；

然后计算第i个公交场站与拟建充电站之间的行驶距离d_i；

步骤3：确定第k-1次迭代所得的充电站位置与其它公交场站的距离d_i ^(k-1)，排除距离过小造成的干扰；

步骤4：更新拟建充电站的位置：根据步骤3得到的d_i ^(k-1)，通过迭代计算得到新的充电站坐标，计算公式如下：

其中，为第k次迭代所得的拟建充电站的横轴坐标，为第k次迭代所得的拟建充电站的纵轴坐标，(d_i ^(k-1))^α表示d_i ^(k-1)的α次方，得到新的拟建充电站新坐标后，计算d_i ^(k)，同时计算第k个目标值z^(k)＝∑_im_if_id_i ^(k)；

步骤5：收敛性检验，判断是否已经得到最优选址方案，即确定充电站的最优位置，若判断条件达到，则停止计算，判断条件如下：

|z^(k)-z^(k-1)|≤ε？

其中，ε是目标值的判断阈值，判断条件等价于：若在可接受误差ε内，z(k)与z(k-1)的值相等，则停止计算，即为最优选址，若上面判断条件不满足，则令k＝k+1，并返回步骤3。

2.根据权利要求1所述的基于重心理论的电动公交车充电站选址方法，其特征在于，步骤2中所述的计算第i个公交场站与拟建充电站之间的行驶距离d_i采用空间中的欧氏距离简化计算，即：

式中n为研究区域内公交场站的个数，用d_i ^(k)代表第k次迭代计算所得的d_i，由和计算d_i ⁽⁰⁾，并求出对应的目标值z⁽⁰⁾＝∑_im_if_id_i ⁽⁰⁾，该选址方法的最终目的是使z值最终取得最小值，设置迭代次数的标签k＝1。

3.根据权利要求1所述的基于重心理论的电动公交车充电站选址方法，其特征在于，步骤3中所述的排除距离过小造成的干扰的具体方法是：

若δ_l＜d_i ^(k-1)＜δ_u，则令d_i ^(k-1)＝M；

若d_i ^(k-1)＜δ_l，则终止计算，即为所求最优解，

其中δ₁，δ_u为阈值，δ₁是一个能对所求选址问题的迭代过程产生干扰的下临界距离值，δ_u是一个能对所求选址问题的迭代过程产生干扰的上临界距离值，M是一个无穷大的正自然数，使得1/M≈0，即若第i个公交场站与之间的距离介于δ_l和δ_u之间，则在步骤4中计算拟建充电站的第k次新坐标时不考虑第i个公交场站；若第i个公交场站与之间的距离小于δ₁，则认为已经找到最优充电站选址点，终止计算，该公交场站即为所求的最优充电站选址点，接下来计算第k-1个目标值z^(k-1)＝∑_im_if_id_i ^{(k -1)}。

4.根据权利要求1所述的基于重心理论的电动公交车充电站选址方法，其特征在于，步骤4中所述的为α＝5。