电动汽车充电站最优规划的两阶段方法

发布时间：2019-07-16 09:17

【摘要】：计及道路网络对电动汽车充电需求的影响,提出了充电站最优规划的两阶段方法。该方法的第一阶段基于电动汽车行驶特性,综合考虑电动汽车日剩余电量以及电动汽车动态运行状态和位置,采用随机模拟技术和最短路径法,获得道路网络上电动汽车充电需求在时间和空间上的分布;第二阶段以第一阶段获得的电动汽车充电需求为基础,以充电需求不可达率、不满足率和投资限额等为约束,充电站运行成本和投资成本综合最小为目标,建立充电站最优选址定容数学模型。针对该模型的复杂性,采用遗传算法求解混合整数非线性规划问题。通过对某区域的电动汽车充电站规划的模拟分析,表明了所提方法的有效性。
文内图片：

图片说明： )T(5)电动汽车时刻t的运行状态标记为Etk，电动汽车的运行模拟就是循环模拟各时刻电动汽车运行状态的过程，即Et－1k→Etkk=Ｒ，C，I，M;t=1，2，…，24(6)1.3电动汽车充电需求模拟步骤模拟过程以家庭车辆行驶特性统计数据［18］为基础，假设电动汽车运行速度恒定，根据式(6)和1.2节提出的马尔科夫链随机模型，能够较真实地模拟电动汽车的运行。同时考虑电动汽车的电量约束，从而可以获得道路网络上候选充电站充电需求在时间和空间上的分布情况。电动汽车运行模拟流程如图1所示。图1电动汽车运行模拟流程Fig.1Theflowchartoftheelectricvehicleoperationsimulation具体实现步骤如下:1)初始化。根据城市用地功能将城市地图划分为工业用地、居民用地、商业用地和道路4种区域。设电动汽车需要充电的充电阈值为QE，充电需求点集合Gt=鐖，剩余电量集合Bt=鄜，从第一辆电动汽车开始，模拟的电动汽车数量u=1。2)模拟电动汽车的起始运行电量和起始位置。通过式(2)模拟电动汽车的日剩余电量Q，日剩余电量即等于电动汽车的起始运行电量。根据家庭车辆行驶特性统计数据［30］，可得电动汽车的初始状态概率P(E0k)和一天内的状态转移概率Mt。根据P(E0k)采用轮盘赌法确定电动汽车初始运行状态E0k，在城市地图上找到初始状态E0k所属的区域，从该区域紧邻的道路上按照均匀分布随机选取一个地点，将该地点设为电动汽车的起始位置P0。设时间t=1。3)模拟电动汽车时刻t运行状态。按照式(5)的递推关系，采用轮盘赌法确定时刻t运行状态Etk。4)如果Etk=Et－1k且k≠M，表示这段时间内电动汽车运行状态未改变，令t=t+1，返回步骤3);
文内图片：

图片说明： ?遗传操作的特点如下:两两竞争选择、均匀交叉、均匀变异、最优个体保存策略［32］。5)返回步骤3)循环计算，若迭代次数大于最大代数，则终止。4算例分析本文以总面积约为55.2km2、人口21万、电动汽车保有量为5000辆的某城区为例，不失一般性，出于简化目的，电动汽车型号统一为比亚迪E6型。考虑工作日和节假日两个典型日类型。4.1初始参数设置1)vEV=40km/h，SEV=200km，，WEV=60kW·h。r0=0.12，m=20年，η=0，γ=0.02，Cmax=5000万元。2)工作日与节假日电动汽车状态转移概率分别如图2a和图2b所示。图2状态转移概率Fig.2Statetransitionprobability3)候选变电站基本参数见表1［21］。其中建设成本包含了变压器成本、充电机成本及其他固定成本，不包含土地成本。表1充电站基本参数Tab.1Basicparametersofchargingstation充电站等级服务能力/(辆/天)建设成本/万元充电机数量/台占地面积/m2160210816521003101533732405203069343606904510854)按照文献［33］，购电价格ptg为0.8745元/(kW·h)，充电价格ptc为1.6元/(kW·h)。4.2求解步骤1)根据规划区域的城市环境和设施情况，确定11个充电站的候选站址，如图3中正方形所示。图3候选充电站和充电需求点分布Fig.3Thedistributionofthechargingdemandandcandidatechargingstations2)根据第1节中的方法模拟区域内5000辆电动汽车的行驶，得到区域内各时刻电动汽车充电需求，限于论文篇幅，图3中只用圆点标出了工作日在t=11时刻的电动汽车充电需求分布。3)针对第2节中计及充电需求约束的充电站规划模型，采用遗传算法进行求解。算法参数选取为:种群规模取100;种群的代数取300;交叉概率取0.8;变异概
【作者单位】：华北电力大学电气与电子工程学院;国网江苏省电力公司连云港供电公司;中国长江三峡集团公司;
【基金】：国家自然科学基金资助项目(51347003)
【分类号】：U491.8

【相似文献】