基于GPU并行计算的城市电动出租车充电设施优化选址研究

发布时间：2020-07-13 08:34

【摘要】：电动汽车作为一种绿色交通工具,在运行过程中可以基本实现无污染运行,是缓解我国能源危机、解决当前气候问题的有效措施,故而得到我国政府的大力推广。出租车作为城市公共交通的重要组成部分,是推动电动汽车快速发展的重要媒介之一。然而,电动出租车续航里程短、充电困难等问题是制约其大规模普及的首要原因。在电动汽车电池性能没有巨大突破的现实条件下,对电动出租车充电站进行合理布局规划,缓解出租车司机的“里程焦虑”是当前推广城市电动出租车急需解决的问题。本文在现有充电站布局的基础上,对城市新建电动出租车充电站进行了优化选址研究。论文的主要工作包括:(1)总结了与城市公共设施选址相关的理论和技术现状,以未满足的电动出租车充电需求量和新建充电站的固定成本为目标函数,提出了电动出租车新建单个充电站的多目标选址模型,描述了其目标函数的计算方法。并基于该模型设计了新建多个充电站的优化选址策略。(2)提出了一种改进的多目标粒子群算法(BMOPSO),用于求解新建单个充电站的选址模型。根据设计的优化选址策略,设计并实现了新建多个充电站的优化选址算法。(3)为解决未满足充电需求量计算的性能瓶颈问题,设计了一个基于GPU的未满足充电需求量并行计算算法,并利用PyCUDA接口调用CUDA计算架构实现了该算法。(4)进行了电动汽车充电站优化选址模型应用示例分析。采用蒙特卡洛模拟仿真方法,计算某个城市电动出租车充电需求量的日平均最大值;收集、预处理与该城市电动出租车充电站选址相关的多源数据;详细描述了电动出租车新建充电站的优化选址模型求解过程及结果。结果分析表明,本文所提出的充电站优化选址方案灵活兼顾未满足充电需求量和固定成本投资,具有可行性。本文研究旨在深入探索电动出租车充电站优化选址布局的可行解决方案,为相关管理部门或企业提供辅助决策方法和手段。
【学位授予单位】：石家庄铁道大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U491.8
【图文】：

示意图,高斯投影,示意图,分带

图 2-1 高斯投影示意图图 2-2 高斯投影分带高斯投影坐标系中，南北方向为 X 轴，以北为正，东西方向为 Y 轴，以东为正。每条投影分带中，我国设定赤道的 X 值为 0。在设定 Y 轴参数时，为避免横向 Y 值出现负数，设定中央子午线为 500,000，同时在将 Y 轴坐标前加两位带号，例如 Y=39,500,000 表示当前坐标位于第 39 度带中，Y 值为 500,000 米

高斯投影,分带

-14-图 2-2 高斯投影分带高斯投影坐标系中，南北方向为 X 轴，以北为正，东西方向为 Y 轴，以东为正。每条投影分带中，我国设定赤道的 X 值为 0。在设定 Y 轴参数时，为避免横向 Y 值出现负数，设定中央子午线为 500,000，同时在将 Y 轴坐标前加两位带号，例如 Y=39,500,000 表示当前坐标位于第 39 度带中，Y 值为 500,000 米。我国首都的三度带坐标位于东经 39,447,672、北纬 4,419,516 附近，属于 39 带。2.2.3 基于 Vincenty 嵌入系数法的大地主题反算Vincenty 嵌入系数法是由 Thaddeus Vincenty 于 1975 提出的用于计算地球椭球体表面上两点之间距离的两种迭代方法[40]。第一种是已知一个点的坐标和另一个点与它之间的方位角和距离，求这个未知点位置的方法。第二种是计算两个

航线图,椭球,航线,大地线

离和方位角的方法。由于这两种方法的计算精度可广泛地用于大地测量等方面。Vincenty 嵌入系数法的。 WGS-84 椭球航线的模型，起点 P1(Lat1, Lon1)、终点球体上的两个点，两点之间的连线为大地线，其距经线与大地线之间的夹角，α2为终点经线与大地线

【相似文献】