时空需求下的电动汽车充电设施选址优化模型

针对电动汽车充电站布局位置不合理、充电利用率较低等问题，提出了一种时空需求下的充电设施选址优化模型STDM。通过对电动汽车出行数据的时空分布特征进行挖掘，结合电动汽车的出行与充电行为构建充电需求预测模型来获得区域内时空需求分布；采用基于时空统计量的方法获取需求热点区域，考虑到充电站服务覆盖问题，定义充电覆盖率作为模型评估参数；在此基础上从用户角度与运营和社会角度综合构建电动汽车到站距离成本、充电站建设运行成本和碳排放成本的优化模型。最后通过实际数据验证模型的可行性和有效性。结果表明，模型得出了区域内12个充电站的选址方案降低综合成本，同时确定充电站的布局位置与充电桩数量；此外，采用所提方法得到的模型选址结果相比于其他文献方法能够有效缩短电动汽车到站距离，并提高到站覆盖率。     

基于混合整数线性规划的充电桩群优化调度

针对充电站内电动汽车充电成本过高的问题，提出了一种基于混合整数线性规划（MLP）的充电桩群优化调度的方法。在满足电I动汽车充电需求的前提下该调度方法以充电站内总充电成本最低为优化目标，并采用模型预测控制器（MPC）模拟电动汽车行程，利用MLP求解器求解充电站各个时间段I内的充电功率，并按照充电时间顺序将每个时段内充电功率分配给对应时段内在充电站内停车场充电的电动汽车。实验结果表明，基于MLP的充放电调度方法有效降低了充电站内的总充电成本，达到了优化电动汽车充放电调度的目的。     

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。     

电动网约车充电站布局优化研究

电动网约汽车的出现使得人们的交通出行方式更加灵活,也更大程度满足出行个性化和高品质的需求,但是由于电动汽车电池特性,如何合理布局充电站成为关键。因此在建立总出行时间最短模型基础上,通过Python对充电站布局进行多Agent仿真优化,平衡交通密度和充电需求,考虑电动网约车司机充电行为决策问题,构建电动汽车行为模型,并以北京市13座充电站为例,分别从访问频率、绕行时间和等待时间等因素分析充电站布局的合理性,对充电站布局以及充电桩个数进行优化,保证各个充电站访问频率较平均。     

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。     

基于轨迹数据的出租车充电站选址方法

针对目前电动汽车充电桩利用率低、充电站盈利困难的问题,提出了一种基于轨迹数据的出租车充电站选址方法.分析了出租车停留状态的轨迹数据特性,提取可支持车辆充电时长的出租车停留点.对停留点进行地图匹配,筛选掉在道路上的停留点.对非道路区域停留点进行聚类,得出多辆车停留密集区域作为充电站地点区域.分析了停留点的时间分布,以充电...     

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。     

考虑充电桩最优效率的电动汽车有序充电模型

在电动汽车有序充电过程中,充电效率的评估和优化有助于提升调度模型的精确度。提出一种考虑直流充电桩最优充电效率的电动汽车有序充电模型。首先,分别对直流充电桩中Vienna整流器部分与双有源桥DC-DC部分进行损耗建模,并使用Pareto优化方法求取最优充电效率。然后,以电网运行、电池电量、充电功率和用户行为作为约束条件,构建最优负荷波动率目标函数,并通过粒子群优化方法进行求解。最后以南京城区某大型充电站的夏季负荷历史数据为参考,利用MATLAB软件分析有序充电模型的执行效果,负荷波动率从0.912降低到0.833。实验结果表明,考虑直流充电桩最优充电效率的有序充电模型能较好地降低负荷波动率。     

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。     

基于阿里云的电动汽车充电站数据网关

随着电动汽车技术的发展,电动汽车决策研究中的数据来源成为一大难题,针对充电决策研究难以直接获取电动汽车充电站日 负荷曲线问题,设计并实现了一种用于电动汽车充电站的数据网关.设备以STM32F407主控系统以及EMW3080通信模块为核心,通过RS485总线接入电动汽车充电站现场总线监听总线的Modbus RTU数据包获取现场数据,并通过MQTT协议将充电桩运行数据上传到云平台,用户能够通过Web端数据显示界面查看各充电站相关运行数据,为电动汽车充电预约配对算法提供了一个可靠数据获取途径.     

计算智能在电动车充电站规划的应用研究综述

虽然近年来电动汽车销售市场在不断扩大,但过低的充电桩利用率使得电动汽车充换电服务运营商的收益并不乐观。通过大数据分析充电站的部署方式可以有效提升充电桩利用率。阐述了演化计算和群体智能主要算法的原理,研究了充电站规划的多目标优化数学模型,论述了演化计算和群体智能在充电站规划中的应用,研究了演化计算和群体智能在充电站规划过程中的改进方式,讨论了人工神经网络和模糊系统应用于充电站规划的可能性,并对发展现状和未来趋势进行了总结与展望。     

基于实时路况的电动汽车充电调度算法

随着电动汽车行业在我国蓬勃发展, 电动汽车的"充电难"问题逐渐显现, 已经逐步成为限制电动汽车行业发展的瓶颈. 电动汽车充电时间长, 城市充电桩数目不足且时空分布不均等问题是导致"充电难"的直接原因. 本文提出一种基于路况的电动汽车充电调度算法, 通过综合考虑路网内的实际情况, 对充电车辆进行统一调度. 文章建立了车辆调度模型并进行了仿真模拟, 结果表明: 该算法能够有效降低电动汽车的充电时间、平衡区域内充电站的负载、提升全局的充电效率.     

引导电动汽车用户驾驶行为的充电导航策略

电动汽车充电导航便于用户合理选择充电站,降低用户自身的时间成本和经济成本,缓解配电网端的负荷压力.在电网分时电价的基础上,考虑电动汽车充电路径的选择与车主的驾驶行为密切相关,通过对电动汽车的负荷设备分类建模,根据不同设备类型的重要程度及用户的电动汽车实际工况和地形因素,利用遗传算法分析最佳出行路径,提出以时间成本与经济成本之和最优为目标,引导用户驾驶行为的充电导航策略.在20kmtimes10km含3个充电站的区域内,通过3种不同充电导航策略仿真结果对比,验证所提出的导航策略的可行性和有效性.     

基于POF-CAN通信总线的充电桩/站监测系统的设计

为解决电动汽车充电站总线通信问题,设计了一种基于塑料光纤(POF,Polymer Optical Fiber)通信总线的电动汽车充电桩/站监控系统。研究了塑料光纤传输介质的通信特性,开发了POF与CAN总线的POF-CAN转换模块。结合电动汽车充电站装置应用,设计了相应的硬件系统、嵌入式软件和POFCAN系统应用层协议。在实验室环境下搭建虚拟充电站测试平台进行验证实验,结果表明该系统能够满足对实时性、可靠性的要求,且具有抗电磁干扰、施工维护灵活经济的特点,为提高电动汽车充电站监控系统的可靠性和抗干扰性提供了一种新的解决方案。     

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。     

资金约束下单向共享电动汽车系统的充电站选址

针对单向共享电动汽车系统提出了一种充电站位置优化的方法,充电站的容量和服务范围内的需求量相适应;该方法基于混合整数规划模型,其目标考虑了满足服务的收入,车辆折旧成本和充电站的充电桩运行成本,目标函数为最大化共享电动汽车服务商的利润.最后进行了模拟仿真来测试方法的松弛度和性能,模型能够在合理的时间内解决较大规模的问题.     

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。