面向多目标优化的充电站选址定容方法.pdfVIP

第４０卷第２期福建师范大学学报(自然科学版)Ｖｏｌ４０ꎬＮｏ２

(２０２４年３月)ＪｏｕｒｎａｌｏｆＦｕｊｉａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ(ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ)Ｍａｒ２０２４

ＤＯＩ:１０１２０４６/ｊｉｓｓｎ１０００￣５２７７２０２４０２００３文章编号:１０００￣５２７７(２０２４)０２￣００２３￣１３

面向多目标优化的充电站选址定容方法

１１ꎬ２１ꎬ３１３

黄子晴ꎬ林兵ꎬ卢宇ꎬ刘对ꎬ王明芬

(１福建师范大学物理与能源学院ꎬ福建福州３５０１１７ꎻ

２福建省网络计算与智能信息处理重点实验室ꎬ福建福州３５０１１６ꎻ

３福建师范大学协和学院ꎬ福建福州３５０１１７)

摘要:为了给电动汽车(ＥＶꎬｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅ)出行提供充足的能源支持ꎬ对充电站进行合理部署至关重

要ꎬ但在规划时不同主体间存在难以耦合的利益冲突ꎬ为此兼顾投建经济性与用户充电便利性ꎬ提出一种

基于遗传算法的自适应粒子群算法(ＡＰＳＯＧＡ)用于选址定容ꎮ首先ꎬ通过分析ＥＶ日行驶规律ꎬ预测ＥＶ日

充电负荷分布情况ꎬ以确定充电站数量范围ꎻ其次ꎬ构建兼顾ＥＶ和充电站承包商利益的充电站选址定容

规划模型ꎻ最后ꎬ将遗传算法的交叉和变异操作引入粒子更新环节ꎬ设计了ＡＰＳＯＧＡ算法ꎬ以寻优求解生

成最佳的选址定容方案ꎮ实验结果表明ꎬ与经典的充电站选址定容方法相比ꎬ所提方法综合成本降低了

７１９％~１４３７％ꎬ充电站利用率提升了１４２８％~２９０３％ꎬ能够为用户提供高质量充电服务ꎮ

关键词:电动汽车ꎻ充电站ꎻ选址优化ꎻ容量规划ꎻ粒子群优化算法

中图分类号:ＴＰ３９１文献标志码:Ａ

Ｍｕｌｔｉ￣ＯｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎ￣ＢａｓｅｄＣｈａｒｇｉｎｇＳｔａｔｉｏｎＳｉｔｅ

ＳｅｌｅｃｔｉｏｎａｎｄＣａｐａｃｉｔｙＤｅｔｅｒｍｉｎａｔｉｏｎＭｅｔｈｏｄ

１１ꎬ２１ꎬ３１３

ＨＵＡＮＧＺｉｑｉｎｇꎬＬＩＮＢｉｎｇꎬＬＵＹｕꎬＬＩＵＤｕｉꎬＷＡＮＧＭｉｎｇｆｅｎ

(１ＣｏｌｌｅｇｅｏｆＰｈｙｓｉｃｓａｎｄＥｎｅｒｇｙꎬＦｕｊｉａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙꎬＦｕｚｈｏｕ３５０１１７ꎬＣｈｉｎａꎻ

２ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＮｅｔｗｏｒｋＣｏｍｐｕｔｉｎｇａｎｄＩｎｔｅｌｌｉｇｅｎｔＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇｉｎＦｕｊｉａｎＰｒｏｖｉｎｃｅꎬ

Ｆｕｚｈｏｕ３５０１１６ꎬＣｈｉｎａꎻ３ＣｏｎｃｏｒｄＵｎｉｖｅｒｓｉｔｙＣｏｌｌｅｇｅꎬＦｕｊｉａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙꎬＦｕｚｈｏｕ３５０１１７ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｔｏｐｒｏｖｉｄｅｓｕｆｆｉｃｉｅｎｔｅｎｅｒｇｙｓｕｐｐｏｒｔｆｏｒｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅ(ＥＶ)ｔｒａｖｅｌꎬｉｔｉｓｃｒｕｃｉａｌ

ｔｏｄｅｐｌｏｙｃｈａｒｇｉｎｇｓｔａｔｉｏｎｓｒｅａｓｏｎａｂｌｙ.Ｈｏｗｅｖｅｒꎬｔｈｅｒｅａｒｅｄｉｆｆｉｃｕｌｔ￣ｔｏ￣ｒｅｃｏｎｃｉｌｅｉｎｔｅｒｅｓｔｃ