两阶段机场多特种车辆协同充电调度策略

在机场区域内,新能源特种车辆充电具有很大的随机性,且不同种类特种车辆充电情况各不相同,造成飞行区内各充电桩利用率相差过大,影响机场配电网的健康运行。针对上述现象,设计了十一车型两阶段特种车辆协同充电调度策略。第一阶段通过分析不同车辆对航班的保障流程,以同一车辆对相邻航班保障起始时间差值最小为目标,生成存在充电需求的车辆序列。第二阶段以减小飞行区各区充电桩时间利用率方差和车辆充电排队时间为目标,在上一阶段车辆序列基础上采用改进的自适应变异粒子群算法进行模型求解,并以国内某枢纽机场的实际车辆充电数据进行对比验证。实验表明,采用该算法后,车辆充电时的等待时间降低了93.5%、飞行区充电桩时间利用率的整体方差下降了88.7%,达到了均衡使用充电桩的目标。     

基于免疫算法的电动自行车充电桩选址研究

为避免电动自行车充电不规范引发的火灾等危害,在社区内安装公共充电桩势在必行。在社会调研的基础上,分析了电动自行车实际充电特点和人群的充电需求特征。引入充电需求满足系数概念a,建立以运营商成本最小为目标的电动自行车充电桩选址数学模型,并采用免疫算法求解模型。仿真结果验证了该方法的可行性和有效性,对社区内安装充电桩及使用管理具有一定的借鉴意义。     

基于MAS的机场特种车辆实时调度问题的研究

机场特种车辆的优化调度,对提高航班正点率和机场车辆资源利用率有重要作用。针对机场特种车辆实时调度的动态规划问题,结合MAS（Multi Agent System）交互中协作的优越性,设计了基于MAS的整体架构模型,其中,对于MAS模型结构,采用基于AUML的AOA方法进行描述,协作采用合同网协议机制,对于车辆调度模块,采用了基于动态规划时间窗的车辆调度算法;应用机场实际数据测试,通过对实验结果的分析,验证了本文所建模型及求解算法的有效性。     

基于多目标优化的机场行李运输车辆调度问题研究

行李装卸是指将旅客的托运行李装上飞机或从飞机上卸载下来的一种机场地面保障服务,行李运输车是民航使用的在机场地面运输旅客托运行李的特种车辆。目前机场普遍采用的单车服务单航班的车辆调度方式,车辆的使用成本高、效率较低,且无法保证任务量的均衡。在建立的机场行李运输车辆调度模型的基础上,首先利用最邻近算法构建由一个出港航班和一个到港航班组成的车辆行驶总路程最短的子路径集合;然后依据子路径间的时间衔接关系对子路经进行优化组合,将所有子路径任务合理分配给行李运输车,实现所需车辆数最少和车辆任务量均衡的目标;最后,应用机场实际算例进行仿真试验,通过对试验结果的分析,验证了所建模型及求解算法的合理性和有效性。     

铁路车辆修理布局集中化研究

针对全路车辆修理量逐渐减少,各修理点修理能力严重过剩的现状,提出铁路车辆修理布局集中化方法。分析铁路车辆修理布局集中化的内涵,提出铁路车辆修理布局集中化双层规划模型的构建思路;以修理点改扩建费用、运营费用、运输费用之和最小为目标构建上层规划模型,以车辆运输费用最小为目标构建下层规划模型,并利用迭代思想,设计基于改进后的蚁群算法的双层迭代优化算法求解该双层规划模型。借助MATLAB软件进行算例分析,验证了模型的有效性。     

实现多目标优化的机场特种车辆调度算法

为保证航班正常运行,机场特种车辆必须高效完成地面保障服务任务。目前机场特种车辆的调度方式是单车单航班服务的人工调度方式,成本较高,且效率较低。针对该问题提出一种基于节约算法的解决方案。该方案分为两个阶段:第一阶段,利用节约算法求出满足行驶总路程最短的子路径集合;第二阶段,通过构建的新方法将每个子路径任务合理分配给所有车辆,实现车辆数目最少和任务量差异最小的目标。以国内某机场实际航班数据做算例进行实验,与单车单航班服务相比,总路程节省49.28%;与不加任务量约束相比,任务均衡度由43.55%提高到95.16%。实验结果表明,利用该算法调度特种车辆可大幅降低服务成本,且能实现任务均衡。     

机场特种车辆指挥调度系统设计

基于GPS／GIS／GPRS技术,设计了机场特种车辆指挥调度系统,建立了车载终端与监控中心之间的信息传输,实现了机场特种车辆的实时动态位置定位。建立了机场特种车辆指挥调度的数学模型,利用遗传算法求解指挥调度方案,验证了调度模型的收敛性、有效性。该系统为机场特种车辆指挥调度提供了一种新的高效调度方法。     

基于收益分析的充电站选址规划模型

为了解决电动汽车充电站建站选址过程中出现的重复投入、资源浪费等问题,使其一方面可以满足电动汽车用户的充电需求,另一方面还可以提高自身经济收益,本文依据某公司车桩一体平台所采集的新能源车运行数据和充电桩充电数据,结合公司的实际投资建设需求,在充分考虑了充电站的经济收入和各类投资费用后,以最小扭亏为盈年限作为目标函数,建立了充电站选址规划模型。为了验证模型的正确性,我们在初步给定的15个预选站点中,采用差分进化算法进行模型求解,得出各站点最小扭亏为盈年限以及所需配备的充电桩的个数。根据模型求解结果,发现站点6是以收回投资成本的最短年限为依据的最佳站点,而以年均收入为依据的最佳站点是站点1,这是与实际工作经验想吻合的。     

基于GPU并行计算的电动出租车新建充电站选址模型

针对电动出租车充电站优化选址问题，构建了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最小为目标函数的电动出租车新建充电站选址模型，并提出基于改进的多目标粒子群算法的模型求解方法。为解决未满足充电需求量计算的性能瓶颈问题，设计了一个基于图形处理器（GPU）的未满足充电需求量并行计算算法，并通过实验验证其运行时间约为基于CPU串行算法运行时间的10%~12%。以北京为例，收集、处理相关多源数据，对提出的选址模型进行了应用示例分析，表明所提出的充电站优化选址方案具有可行性。     

多配送中心下生鲜农产品同步取送选址-路径优化

多配送中心下生鲜农产品配送工作中配送中心选址和车辆取送是两项最为重要的工作，故本文研究带同步取送的生鲜农产品选址?路径问题。首先，建立考虑车辆容量、货物作业时间、取送作业时间窗等约束条件的非线性规划模型，模型以各配送区域内产生的运输成本、惩罚费用、货损费用总和最小为目标函数。然后，根据模型特点设计融合中心评估指数和改进遗传算法的启发式算法，算法先利用中心评估指数确定配送中心和车辆的配送区域，将区域划分的信息传递给改进遗传算法进行各区域内的路径优化。最后，通过对比取送分离和同步取送两种配送方式验证本文提出的配送模式及模型是合理有效的，可为企业的生鲜农产品配送提供决策依据。     

基于区块链技术的电动汽车充电链

近年来,为了降低对石油能源的消耗、对环境的污染,中国积极推动新能源汽车的发展,取得了很好的成效,电动汽车保有量连年激增。但是针对电动汽车的配套基础设施(充电桩)的发展却严重落后,电动汽车与充电桩的布局极不均衡,充电难已经逐渐成为制约电动汽车发展的主要因素。区块链技术具有去中心化、可追溯、不可篡改等技术优势,被广泛应用到金融、地产、医疗、物联网、教育等各个领域。针对电动汽车面临的“有车无桩,有桩无车”的现象,对电动汽车充电联盟链的可行性与创新性进行了深入的分析。系统阐述了区块链的技术背景,在此基础上提出了基于区块链技术的充电桩共享方案。详细阐述了充电桩共享系统的各个模块,包括底层区块链类型、区块链节点类型以及系统所采用的共识机制。最后提出系统实现的整个系统架构,系统动态模型。充电联盟链的建设,有利于消除电动汽车企业与充电桩运营商之间的信任壁垒,实现电动汽车车主与充电桩运营商之间的公平的价值转移,有效缓解现阶段电动汽车充电难的困境。     

基于用户数据的电动汽车充电桩网络攻击模型

电动汽车(electrical vehicle, EV)的用户数据是优化EV充电成本的关键数据,对用户数据的操纵可能导致错误的充电成本,使充电桩运营商蒙受经济损失。针对EV充电桩,提出了一种基于用户数据的网络攻击模型,该模型通过篡改接入EV充电桩的用户数据生成虚假的充电计划,从而提高充电桩的充电成本。所提出的攻击模型为一种基于混合整数线性规划的两层优化模型,在上层生成注入EV充电桩的恶意用户数据,下层为EV充电计划优化算法,通过应用KKT条件使两层优化模型转化为单层优化攻击模型。仿真以一个虚拟充电站场景为例,相较于无攻击情况,该攻击模型通过提高EV的充电能量或移动EV的充电时段增加了充电站的总充电成本,验证了该攻击模型的可行性和危害性。     

共享充电桩下负荷时间分布均衡的小区电动汽车充电方案优化

针对电动汽车充电负荷增加、电网安全性降低,以及停车困难小区只能使用共享充电桩等问题,提出了一种充电桩选择与电动汽车充电优化的组合模型。该模型以共享充电桩之间充电时间标准差和全天充电负荷标准差之和最小为目标。考虑到电动汽车充电桩分配方案以及电动汽车充电方案两者的重要程度并不相同,提出了一种随着迭代次数的增加,变化概率不断改变的动态概率遗传算法。将改进后的遗传算法求解该模型,通过求解一个算例,进一步阐述所提算法的原理和过程,验证了该算法的可行性和有效性。     

考虑用户选择偏好的电动汽车充电站规划研究

在国家大力发展新能源汽车的过程中,充电问题一直阻碍着电动汽车的发展,充电基础设施尤其是快速充电站的规划和建设尤为重要。大规模发展电动汽车（electric vehicle,EV）的关键是根据用户的充电选择偏好,建立完善的充电基础设施,减少用户的里程焦虑,彻底解决充电不方便的问题。在考虑了各方面社会因素并确定一定数量的候选节点背景研究的基础上,提出了一种双目标规划模型,在满足需求、距离、容量等约束条件下,分析了建设充电站总成本和充电覆盖范围之间的关系,寻找最优的充电站建设方案,并以A城市B区为例,通过多目标粒子群算法进行求解,求出充电站的最佳节点和数量。用不同算法进行求解,通过对结果进行分析比较,表明多目标粒子群算法（MOPSO）在求解双目标问题时更具有实际意义。     

基于改进GRU模型的直流充电桩故障预测

直流充电桩作为电动汽车有效的供电设备,其故障频发对电动汽车充电安全带来隐患.对充电桩的故障进行准确预测将有效地确保电动汽车充电过程的安全.本文提出了一种改进门控循环单元(gate recurrent unit, GRU)直流充电桩的故障预测模型.首先,分析充电过程中直流充电桩的常见故障类型,考虑到实际采集过程中具体故障数据样本量少的情况,利用变分自编码器(variational auto-encoder, VAE)数据增强方法对样本数据进行扩充;然后,基于GRU网络模型的故障预测方法,利用粒子群优化(particle swarm optimization, PSO)算法优化GRU网络参数,采用支持向量机(support vector machine, SVM)模型改善网络输出的分类函数,提出了PSO-GRU-SVM直流充电桩故障诊断模型;最后,利用算例对比改进前后的预测精度,分析对比混淆矩阵热力图,并且与常用的两种网络模型进行对比,结果表明了文中方法有效地提高了预测精度,验证了文章中方法的可行性.     

基于区块链的共享充电桩安全监管方案

共享充电桩可缓解当前电车充电难的现状。然而,基于第三方平台的共享充电桩平台面临着信任问题;而基于区块链的共享充电桩平台虽可提供信任环境,但缺乏对用户、桩主、充电量等信息核查。为解决以上问题,提出了一种基于区块链的共享充电桩安全监管方案。该方案通过基于双链的共享充电信任模型,安全地存储用户、桩主或运营商的关键信息,并在该模型上设计穿透式监管方案,向上核查用户、桩主或运营商的身份,向下核查充电量、充电速度等信息正确性。实验评估表明,该方案能够以不大的开销提高平台的安全性。     

基于循环神经网络的空载电动出租车的充电桩推荐方法

提出了一种基于循环神经网络的空载电动出租车的充电桩推荐方法（CPRM-IET,charging pile recommendation method for idle electric taxis）,来为空载状态下的电动出租车推荐最佳充电桩。空载状态下的电动出租车移动一般依赖于驾驶人的潜意识移动倾向和驾驶习惯,因此需要根据其历史移动轨迹来预测其未来移动,从而找到充电额外移动最小的若干充电桩。在CPRM-IET中,使用了一种基于双阶段注意力机制的循环神经网络（DA-RNN,dual-stage attention-based recurrent neural network）模型来预测电动出租车的未来轨迹,DA-RNN模型包括输入注意力机制和时间注意力机制。输入注意力机制在每个时刻为输入的行驶记录分配权重,而时间注意机制为编码器的隐藏状态分配权重。根据预测轨迹,再选择额外移动最小的若干充电桩,并推荐给电动出租车驾驶人。仿真结果表明,CPRM-IET可以在额外移动和均方根误差方面取得较好的结果,反映了CPRM-IET可以准确地预测空载电动出租车的未来轨迹,并向这些电动出租车推荐合适的充电桩。     

风力发电与电动汽车充放电协同优化调度策略

大规模电动汽车无序充电以及风力发电在电网中的渗透率不断提高,给电力系统带来安全经济运行问题。在考虑电动汽车电池容量约束、充放电功率约束以及24 h的电动汽车运行行为特性基础上,建立了风力发电及电动汽车负荷平抑、降低电动汽车充放电费用和负荷峰谷差率的多目标协调优化调度模型;采用传统遗传算法和自适应非线性遗传算法对所建模型进行求解。仿真结果验证了模型的合理性以及算法的正确性。     

基于窄带物联网的电动汽车智能充电系统

电动汽车充电基础设施建设尚不完善已经成为制约电动汽车发展的一个重要因素,面对电动汽车充电桩建设成本高以及监管难的困境,在"互联网+"的背景下提出了基于NB-IOT的电动汽车充电解决方案。分析了现阶段充电系统存在的问题,给出了智能充电桩+云平台管理的系统框架,定义了系统的功能需求,阐述了充电桩的硬件、软件设计方法以及云平台管理系统的设计思路。测试结果表明,系统运行稳定,较好地解决了充电桩建设运营中的组网及监管难题,节约了建设和维护成本,提升了充电服务水平,具有较好的应用前景。