CN114021880A - 一种基于电动汽车保有量的充电站选址定容方法 - Google Patents

一种基于电动汽车保有量的充电站选址定容方法 Download PDF

Info

Publication number
CN114021880A
CN114021880A CN202111138419.XA CN202111138419A CN114021880A CN 114021880 A CN114021880 A CN 114021880A CN 202111138419 A CN202111138419 A CN 202111138419A CN 114021880 A CN114021880 A CN 114021880A
Authority
CN
China
Prior art keywords
charging
charging station
cost
station
electric vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111138419.XA
Other languages
English (en)
Inventor
刘晓东
李娜
刘芳亮
于加晴
孙小飞
顾思思
王淼
王宇
毛幸全
刘洋
田龙飞
杨璐
李文云
崔营营
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China University of Technology
Original Assignee
North China University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China University of Technology filed Critical North China University of Technology
Priority to CN202111138419.XA priority Critical patent/CN114021880A/zh
Publication of CN114021880A publication Critical patent/CN114021880A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于电动汽车保有量的充电站选址定容方法，该方法首先统计规划区域的电动汽车保有量，根据采集的电动汽车保有量数据，计算规划区域的充电需求，然后确定充电需求点的充电需求和充电站候选点，以充电站建设运营成本和用户充电成本之和最小为优化目标构建约束问题，求解该约束问题，得到规划区域充电站最优选址定容方案。本发明依据规划区域电动汽车保有量规划充电站建设方案，在节约资源的同时，最大化用户和充电站建设运营者利益，具有一定的工程实用意义。

Description

一种基于电动汽车保有量的充电站选址定容方法
技术领域
本发明属于城市智能交通规划与优化领域，具体涉及一种基于电动汽车保有量的充电站选址定容方法。
背景技术
相比于传统燃油汽车，电动汽车具有环保、绿色、节约能源等优点，是解决环境污染问题的重要手段。目前世界各国都在大力推进汽车电气化。随着电动汽车数量快速增长，充电设施的数量也在快速增长。我国充电桩是世界上充电桩保有量最多的国家，但是仍然远远满足不了日益增长的充电需求，“有车无桩，有桩无车，充电困难”现象普遍存在。充电设施选址的不合理，不仅影响用户的充电需求也大大造成资源的浪费。可以预见，将来电动汽车保有量必将进一步提高，因此如何科学合理的规划充电站位置和容量是需要研究的重要问题。
在城市交通路网中，每辆电动汽车都从一个起点抵达一个终点，但是由于电动汽车电池容量的限制，其单次行驶里程往往不足以使其抵达终点，必须在中途进行充电。因此，有必要提供一种电动汽车充电站规划方法，而科学合理的充电站规划，有助于我国电动汽车的快速发展。
发明内容
本发明的主要目的是提供一种基于电动汽车保有量的选址定容方法，该测定方法基于规划区域的电动汽车保有量，合理选择充电站建设位置和站内充电桩数量，使在相应的成本下，既能节约资源也能满足用户的充电需求。
为达到上述目的，本发明提出的基于电动汽车保有量的选址定容方法为：
一种基于电动汽车保有量的充电站选址定容方法，该方法包括如下步骤：
1)统计规划区域的基础信息：电动汽车保有量，各种类型的土地价格，快充桩和慢充桩单价，电动汽车额定电池容量，电网每度电单价，各类型充电站参数信息；
2)根据步骤1)统计的规划区域的基础信息，设定规划区域的充电需求点位置和充电站候选点位置，并设定用户选择距离自己最近的充电站充电，用户行驶费用与行驶距离、电量消耗成正比，电动汽车用户按照到达顺序排队充电；
3)建立充电站建设运行成本与用户充电成本之和即综合总成本最小的目标函数：
minFcost＝∑j(Bj+Aj)xj+U
s.t.
Q≤∑j(CfjWf+CsjWs)tη
∑iQi＝Q
Fcost≤Fmax
xj＝0或1
其中，Fcost为综合总成本；Bj为充电站年均建设成本；Aj为充电站年均运营成本；U为用户年充电成本；xj为0-1变量，xj＝1表示在充电站候选点j建站，xj＝0表示不在充电站候选点建站；Q为规划区域平均每天的充电需求；Cfj为充电站候选点j的快充充电桩数量；Csj为充电站候选点j的慢充充电桩数量；Wf为快充充电桩功率；Ws为慢充充电桩功率；t为每台充电机平均每天工作时间；η为充电机充电效率；Qi为平均每天充电需求点i的需求量；Fmax为可投入最大成本；i为充电需求点；j为充电站候选点；
4)根据步骤3)计算得到规划区域内电动汽车充电站最优选址位置和站内充电桩容量。
规划区域充电需求是在该区域电动汽车保有量统计数据基础上计算得到。
综合总成本Fcost由项目可投入最大成本和充电站建设运行成本和用户充电成本共同确定。
步骤3)通过离散二进制粒子群算法求解目标函数，得到j值，进而确定充电站内充电桩数量，最后确定充电站规划方案。
dij为第i个充电需求点到第j个充电站候选点的几何中心之间的欧式距离。
所述综合总成本计算公式如下：
Figure BDA0003282918490000021
Q＝EγP
Aj＝(CfjWf+CsjWs)tηpc
Qi＝Qδi
U＝365∑i∑jQidijpd
其中，Bj为充电站年均建设成本；Aj为充电站年均运营成本；U为用户年充电成本；r0为投资回收率；m为充电站运营年限；Lj为充电站候选点j的单位面积土地价格；Sj为充电站候选点j的占地面积；Cfj为充电站候选点j的快充充电桩数量；Sf为快充充电桩单价；Csj为充电站候选点j的慢充充电桩数量；Ss慢充充电桩单价；Fj为充电站j固定成本；Q为规划区域平均每天的充电需求；E为电动汽车保有量；γ为电动汽车中每天需要充电的电动汽车比例；P为电动汽车额定电池容量；Wf为快充充电桩功率；Ws为慢充充电桩功率；t为每台充电机平均每天工作时间；η为充电机充电效率；pc为电网每度电单价；Qi为平均每天充电需求点i的需求量；δi为充电需求点i的权重；dij为充电需求点i到充电站候选点j最短距离；pd为电动汽车每千米行驶花费。
本发明确定的电动汽车充电站规划方案既能降低用户充电成本也能降低充电站建设运营者的成本。基于规划区域的电动汽车保有量，计算该区域充电需求，科学合理的选择最优建站候选点及配置站内充电桩数量，大大降低了双方的成本，具有一定的工程实用意义。
附图说明
图1为本发明公开的电动汽车充电站选址定容方法的流程图；
图2为实施例中的规划区域示意图；
图3为实施例中的充电站规划方案图。
具体实施方式
下面结合附图对本发明的具体实施方式作详细说明。
为使本发明实施例的目的、技术方案和优点更加清晰，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供的一种基于电动汽车保有量的充电站选址定容方法，如图1所示，包括：
(1)统计规划区域电动汽车保有量；
统计规划区域的基础信息：电动汽车保有量，各种类型的土地价格，快充桩和慢充桩单价，电动汽车额定电池容量，电网每度电单价，各类型充电站参数信息。
(2)计算充电需求；
根据目标函数计算得到规划区域的充电需求。
(3)确定充电需求点的充电需求和充电站候选点；
根据统计的规划区域的基础信息，设定规划区域的充电需求点位置和充电站候选点位置，并设定用户选择距离自己最近的充电站充电，用户行驶费用与行驶距离、电量消耗成正比，电动汽车用户按照到达顺序排队充电。
(4)确定充电站数量和容量；
建立充电站建设运行成本与用户充电成本之和即综合总成本最小的目标函数：
minFcost＝∑j(Bj+Aj)xj+U
s.t.
Q≤∑j(CfjWf+CsjWs)tη
∑iQi＝Q
Fcost≤Fmax
xj＝0或1
其中，Fcost为综合总成本；Bj为充电站年均建设成本；Aj为充电站年均运营成本；U为用户年充电成本；xj为0-1变量，xj＝1表示在充电站候选点j建站，xj＝0表示不在充电站候选点建站；Q为规划区域平均每天的充电需求；Cfj为充电站候选点j的快充充电桩数量；Csj为充电站候选点j的慢充充电桩数量；Wf为快充充电桩功率；Ws为慢充充电桩功率；t为每台充电机平均每天工作时间；η为充电机充电效率；Qi为平均每天充电需求点i的需求量；Fmax为可投入最大成本；i为充电需求点；j为充电站候选点；
Figure BDA0003282918490000041
Q＝EγP
Aj＝(CfjWf+CsjWs)tηpc
Qi＝Qδi
U＝365∑i∑jQidijpd
其中，Bj为充电站年均建设成本；Aj为充电站年均运营成本；U为用户年充电成本；r0为投资回收率；m为充电站运营年限；Lj为充电站候选点j的单位面积土地价格；Sj为充电站候选点j的占地面积；Cfj为充电站候选点j的快充充电桩数量；Sf为快充充电桩单价；Csj为充电站候选点j的慢充充电桩数量；Ss慢充充电桩单价；Fj为充电站j固定成本；Q为规划区域平均每天的充电需求；E为电动汽车保有量；γ为电动汽车中每天需要充电的电动汽车比例；P为电动汽车额定电池容量；Wf为快充充电桩功率；Ws为慢充充电桩功率；t为每台充电机平均每天工作时间；η为充电机充电效率；pc为电网每度电单价；Qi为平均每天充电需求点i的需求量；δi为充电需求点i的权重；dij为充电需求点i到充电站候选点j最短距离；pd为电动汽车每千米行驶花费。
通过离散二进制粒子群算法求解目标函数，得到j值，进而确定充电站内充电桩数量。
(5)充电站规划方案；
通过(4)计算得到的充电站位置和站内充电桩容量即为充电站规划方案。

Claims (5)

1.一种基于电动汽车保有量的充电站选址定容方法，其特征在于，包括如下步骤：
1)统计规划区域的基础信息：电动汽车保有量，各种类型的土地价格，快充桩和慢充桩单价，电动汽车额定电池容量，电网每度电单价，各类型充电站参数信息；
2)根据步骤1)统计的规划区域的基础信息，设定规划区域的充电需求点位置和充电站候选点位置，并设定用户选择距离自己最近的充电站充电，用户行驶费用与行驶距离、电量消耗成正比，电动汽车用户按照到达顺序排队充电；
3)建立充电站建设运行成本与用户充电成本之和即综合总成本最小的目标函数：
minFcost＝∑j(Bj+Aj)xj+U
s.t.
Q≤∑j(CfjWf+CsjWs)tη
Figure FDA0003282918480000011
Fcost≤Fmax
xj＝0或1
其中，Fcost为综合总成本；Bj为充电站年均建设成本；Aj为充电站年均运营成本；U为用户年充电成本；xj为0-1变量，xj＝1表示在充电站候选点j建站，xj＝0表示不在充电站候选点建站；Q为规划区域平均每天的充电需求；Cfj为充电站候选点j的快充充电桩数量；Csj为充电站候选点j的慢充充电桩数量；Wf为快充充电桩功率；Ws为慢充充电桩功率；t为每台充电机平均每天工作时间；η为充电机充电效率；Qi为平均每天充电需求点i的需求量；Fmax为可投入最大成本；i为充电需求点；j为充电站候选点；
4)根据步骤3)计算得到规划区域内电动汽车充电站最优选址位置和站内充电桩容量。
2.根据权利要求1所述的基于电动汽车保有量的充电站选址定容方法，其特征在于，规划区域充电需求是在该区域电动汽车保有量统计数据基础上计算得到。
3.根据权利要求1所述的基于电动汽车保有量的充电站选址定容方法，其特征在于，综合总成本Fcost由项目可投入最大成本和充电站建设运行成本和用户充电成本共同确定。
4.根据权利要求1所述的基于电动汽车保有量的充电站选址定容方法，其特征在于，步骤3)通过离散二进制粒子群算法求解目标函数，得到j值，进而确定充电站内充电桩数量，最后确定充电站规划方案。
5.根据权利要求1所述的基于电动汽车保有量的充电站选址定容方法，其特征在于，所述综合总成本计算公式如下：
Figure FDA0003282918480000021
Q＝EγP
Aj＝(CfjWf+CsjWs)tηpc
Figure FDA0003282918480000022
其中，Bj为充电站年均建设成本；Aj为充电站年均运营成本；U为用户年充电成本；r0为投资回收率；m为充电站运营年限；Lj为充电站候选点j的单位面积土地价格；Sj为充电站候选点j的占地面积；Cfj为充电站候选点j的快充充电桩数量；Sf为快充充电桩单价；Csj为充电站候选点j的慢充充电桩数量；Ss慢充充电桩单价；Fj为充电站j固定成本；Q为规划区域平均每天的充电需求；E为电动汽车保有量；γ为电动汽车中每天需要充电的电动汽车比例；P为电动汽车额定电池容量；Wf为快充充电桩功率；Ws为慢充充电桩功率；t为每台充电机平均每天工作时间；η为充电机充电效率；pc为电网每度电单价；Qi为平均每天充电需求点i的需求量；δi为充电需求点i的权重；dij为充电需求点i到充电站候选点j的距离；pd为电动汽车每千米行驶花费。
CN202111138419.XA 2021-09-27 2021-09-27 一种基于电动汽车保有量的充电站选址定容方法 Pending CN114021880A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111138419.XA CN114021880A (zh) 2021-09-27 2021-09-27 一种基于电动汽车保有量的充电站选址定容方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111138419.XA CN114021880A (zh) 2021-09-27 2021-09-27 一种基于电动汽车保有量的充电站选址定容方法

Publications (1)

Publication Number Publication Date
CN114021880A true CN114021880A (zh) 2022-02-08

Family

ID=80055168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111138419.XA Pending CN114021880A (zh) 2021-09-27 2021-09-27 一种基于电动汽车保有量的充电站选址定容方法

Country Status (1)

Country Link
CN (1) CN114021880A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114862018A (zh) * 2022-05-05 2022-08-05 南京理工大学 考虑充电行驶距离的电动汽车充电站选址和定容规划方法
CN115271550A (zh) * 2022-09-26 2022-11-01 国网浙江慈溪市供电有限公司 电动汽车公共充电站选址定容方法、计算设备及存储介质
CN116777517A (zh) * 2023-07-27 2023-09-19 苏州德博新能源有限公司 一种电池箱位置确定方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114862018A (zh) * 2022-05-05 2022-08-05 南京理工大学 考虑充电行驶距离的电动汽车充电站选址和定容规划方法
CN115271550A (zh) * 2022-09-26 2022-11-01 国网浙江慈溪市供电有限公司 电动汽车公共充电站选址定容方法、计算设备及存储介质
CN116777517A (zh) * 2023-07-27 2023-09-19 苏州德博新能源有限公司 一种电池箱位置确定方法
CN116777517B (zh) * 2023-07-27 2024-06-04 苏州德博新能源有限公司 一种电池箱位置确定方法

Similar Documents

Publication Publication Date Title
CN111641207B (zh) 一种区域能源综合体虚拟聚合***及方法
CN114021880A (zh) 一种基于电动汽车保有量的充电站选址定容方法
CN103915869B (zh) 一种基于移动设备的电动汽车智能充电***及方法
Moradzadeh et al. A new MILP formulation for renewables and energy storage integration in fast charging stations
CN102880921B (zh) 一种电动汽车充电站选址优化方法
CN108573317B (zh) 一种换电站充放电策略优化控制的方法
CN103241130B (zh) 一种电动公交车充换电站的能量管理方法及***
CN106651059B (zh) 一种电动汽车充电站优化配置的方法
CN109398149A (zh) 基于分布式能源应用的智能电动汽车充放电***及其运行控制方法
Afshar et al. A literature review on mobile charging station technology for electric vehicles
CN109840635B (zh) 基于电压稳定性和充电服务质量的电动汽车充电站规划方法
Liu et al. A multi-objective decision-making approach for the optimal location of electric vehicle charging facilities
CN112183882B (zh) 一种基于电动汽车快充需求的智慧充电站充电优化方法
CN110189025A (zh) 考虑不同负荷增长的电动汽车充电站规划方案获取方法
CN106849143A (zh) 一种基于概率分布统计和最优电池充放电调度的储能***容量配置方法
CN115130727A (zh) 一种新能源纯电公交车夜间充电调度方法
Amer et al. Stochastic planning for optimal allocation of fast charging stations and wind-based DGs
CN108932558B (zh) 一种对外开放型电动公交充电站负荷预测方法
CN110443406B (zh) 一种电动汽车充电设施与分布式电源的分层规划方法
CN111682538A (zh) 一种考虑时空特性的充电需求管理方法及***
CN115330043A (zh) 一种城市充电站的选址规划方法及***
US20230369857A1 (en) Methods and systems for power-supply management in smart urban based on internet of things
He et al. Optimal Site Selection Planning of EV Charging Pile Based on Genetic Algorithm
CN115330062A (zh) 一种社区场景下的新能源汽车有序充电服务调度优化方法
CN109146135B (zh) 一种共享电动自行车站点车桩配备的优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination