純電動汽車充換電站建設(shè)布局方案

1、純電動汽車充換電站建設(shè)布局方案一.相關(guān)技術(shù)參數(shù)充換電站的技術(shù)參數(shù)包括充電技術(shù)參數(shù)和換電技術(shù)參數(shù)兩大部分，由于目前國家尚未出臺電動汽車充換電站型配置。1 充電參數(shù)技術(shù)標準，相關(guān)技術(shù)參數(shù)參考了江蘇省電動汽車充電設(shè)施建設(shè)典根據(jù)充換電站的功能、容量以及充電設(shè)備的數(shù)量，充換電站可劃分為大型、中型和小型三類，各種類型對具體的配電容量、占地面積、充電設(shè)備有明確的要求。其中大型充換電站占地面積約 2100 平方米，配備 12 臺充電機（2 臺大型充電機，4 臺中型充電機，2 臺小型充電機和 4 臺交流充電樁）。中型充換電站占地面積約 1200 平方米，配備 8 臺充電機（2 臺中型充電機，2 臺小型充電機和

2、4 臺交流充電樁）。小型充電站占地面積約 50100 平方米，設(shè)置 12臺小型充電機和 23臺交流充電樁，根據(jù)因地制宜原則進行場地布置。2. 換電參數(shù)目前尚無的規(guī)范，從電池的更換時間來看，每次電池更換時間約 510 分鐘，電動汽車進出充換電站的平均時間按 10 分鐘考慮。因此，每臺電動汽車更換時間按 20分鐘進行考慮。接下來.本文計劃使用粒子群優(yōu)化算法進行充換電站的選址于規(guī)模建模二. 粒子群優(yōu)化算法1.算法簡介粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）是由 Eberhart 博士和 Kennedy 博士通過對鳥群覓食行為的研究而發(fā)明的，是近年來發(fā)展起來的一

3、種新的進化算法，它是一種基于種群搜索的自適應(yīng)進化計算機技術(shù)。在優(yōu)化過會隨機產(chǎn)生一群粒子，每個粒子代表優(yōu)化問題的解，粒子的維數(shù)即是所求解的維數(shù)。每個粒子有自己的位置和飛行速度，假設(shè)粒子是 D 維的，則每個粒子的速度和位置均可用一個維向量表示。所有的粒子還有一個適應(yīng)度值，該值由目標函數(shù)決定。在優(yōu)化過，粒子根據(jù)最優(yōu)粒子進行迭代直到找到最優(yōu)解。在每一次迭代中，粒子通過兩個極值來更新自己的速度和位置，一個是粒子目前所找到的最優(yōu)解，即極值 pbest 另一個是整個群體所有粒子找到的最優(yōu)解，即全局極值 gbest。設(shè)粒子速度為 = (1, 2, , )，位置為 = (1, 2 , , ), 其它向量類似。粒

4、子速度和位置的迭代如式(2-1)、(2-2)所示.+1 = + 1( ) + 2( )(2-1)(2-2)12+1 = + +1丨 是粒子 i 在第k 次迭代中第 d 維的速度；w 是慣性權(quán)重；c1 和 c2 是學(xué)習(xí)因子，調(diào)節(jié)向最好粒子方向飛行的最大步長，若取值太小，則粒子可能遠離目標區(qū)域，若取值太大，則可能導(dǎo)致粒子突然向目標區(qū)域飛走，或者飛過目標區(qū)域，通常令1 = 2 = 2, 是粒子 i 在第 k 次迭代中第 d 維的位置；1,2是0,1之間的隨機數(shù)；是粒子i 在第 d 維的最優(yōu)位置；是整個群在第 d 維的最優(yōu)位置。粒子群優(yōu)化算法分如下幾步：步驟 1：初始化。初始粒子的位置和速度，將該位置

5、賦值給粒子的計算出其相應(yīng)的個體極值（即極值點的適應(yīng)度值），而全局極值（即全局極值點的適應(yīng)度值）就是極值中最好的，該最好粒子的序號，并將該最好粒子的當(dāng)前位置賦值給gbest步驟 2 評價每一個粒子。計算粒子的適應(yīng)度值，如果該值好于粒子當(dāng)前的極值，則將其設(shè)置為粒子的位置，且更新極值。如果所有粒子極值中最好的好于當(dāng)前的全局極值，則將其設(shè)置為該粒子的位置，該粒子的序號，且更新全局極值。步驟 3 粒子的更新。用式(2-1)和(2-1)對每一個粒子的位置和速度進行更新。步驟 4 檢驗是否符合結(jié)束條件。如果滿足預(yù)先設(shè)定的收斂條件，則停止迭代，輸出最優(yōu)值，否則轉(zhuǎn)到步驟，其流程。本文將利用粒子群優(yōu)化算法的全局尋

6、優(yōu)能力對充換電站、配送站及大型集中充電站的數(shù)量、站址和規(guī)模等進行優(yōu)化規(guī)劃，以使充換電服務(wù)網(wǎng)絡(luò)總成本最小。三. 充電樁的選址規(guī)劃模型因充電樁結(jié)構(gòu)簡單，占地面積小，安裝方便，在居民區(qū)停車位、大型停車場均可建設(shè)，因此有文獻提出充電樁的建設(shè)采用“一車一樁”式。因一般情況下只有行駛里程較短，停駛時間較長的電動汽車，或因購物而需較長時間停駛的車輛采用充電樁充電，每次充電量較小，充電時間較短，若按“一車一樁”式建設(shè)充電樁，雖然能夠很好地滿足電動汽車用戶的充電需求，提高用戶充電的便利性，但會使充電樁大部分時間處于“空閑”狀態(tài)，造成資源的極大浪費。所以，本次研究假設(shè)兩輛電動汽車配置一臺充電樁，即“兩車一樁”式。

7、一個城市往往有多個行政分區(qū)，每個分區(qū)的經(jīng)濟發(fā)展水平不盡相同，經(jīng)濟指標在一定程度上反應(yīng)了該區(qū)電動汽車的使用數(shù)量，因此本文提出根據(jù)該行政分區(qū)占城市總的比例將得到的充電柱數(shù)量分配到各個行政分區(qū)。每個行政分區(qū)應(yīng)建充電樁數(shù)量計算公式如式(3-2)。 = (3-1)式中， 為城市第 i 個行政分區(qū)應(yīng)建充電樁數(shù)量； 為城市第 i 個行政分區(qū)GDP,GDP 為該城市GDP 總量；為得到的全市充電樁所需數(shù)量。一個行政分區(qū)內(nèi)又由商業(yè)區(qū)、居民區(qū)、工業(yè)區(qū)等，同一行政分區(qū)內(nèi)這些不同用地性質(zhì)地塊上經(jīng)濟發(fā)展水平不同，但相同用地性質(zhì)地塊上經(jīng)濟發(fā)展水平可認為基本相同。因此可首先將該行政分區(qū)規(guī)劃建設(shè)的充電樁總數(shù)按一定的比例分到不

8、同用地性質(zhì)區(qū)域（工業(yè)區(qū)、商業(yè)區(qū)及居民區(qū)等）內(nèi)，然后再按面積比（該地塊面積占同種用地性質(zhì)地塊總面積）將該用地性質(zhì)上充電樁數(shù)量分到各個地塊上。首先，根據(jù)一定的比例將該行政分區(qū)內(nèi)應(yīng)建設(shè)充電樁總數(shù)分到各種用地性質(zhì)上。此處引入分散系數(shù)，即表示該用地性質(zhì)上應(yīng)建設(shè)充電樁的數(shù)量占該行政分區(qū)充電樁總數(shù)的比例，其值應(yīng)根據(jù)該用地性質(zhì)上經(jīng)濟發(fā)展狀況以及電動汽車保有量等來確定。某用地性質(zhì)上應(yīng)建充電樁數(shù)量計算公式如式(3-2)。 = ( = 1,2, , )其中 j=1,2,3,n 依次表示商業(yè)區(qū)、工業(yè)區(qū)和居民區(qū)等且之和為 1, 表示在行政分區(qū) i 內(nèi)用地性質(zhì) j 上應(yīng)建設(shè)充電樁數(shù)量；為行政分區(qū) i 內(nèi)充電樁總數(shù)在用地性

9、質(zhì) j 上的分散系數(shù)。然后根據(jù)各地塊面積占該行政分區(qū)同種用地性質(zhì)地塊總面積的比例將該用地性質(zhì)上充電樁數(shù)量分到各個地塊的，計算公式如式(3-3)所示。 = (3-3)式中，為第 i 個行政分區(qū)第j 種用地性質(zhì)上第 k 個地塊應(yīng)建充電樁數(shù)量；為第i 個行政分區(qū)內(nèi)第 j 種用地性質(zhì)上第k 個地塊面積； 為第個 i 行政分第 j 種用地性質(zhì)地塊總面積.充電樁優(yōu)化規(guī)劃流程。四.優(yōu)化規(guī)劃數(shù)學(xué)模型在滿足城市電動汽車換電總需求的前提下，因換電負荷非均勻分布以及不同性質(zhì)地（如商業(yè)用地、工業(yè)用地和居民用地等）地價不同等，使得充換電服務(wù)網(wǎng)絡(luò)的建設(shè)運營等成本各不相同。本文在已知標準充換電站和配送站規(guī)模、應(yīng)服務(wù)換電負荷

10、大小、換電負荷點位置以及不同地區(qū)地價等信息的條件下，利用粒子群優(yōu)化算法的全局尋優(yōu)能力，對充換電站位置，建站規(guī)模等進行優(yōu)化規(guī)劃，以使充換電服務(wù)網(wǎng)絡(luò)總成本最小。充換電服務(wù)網(wǎng)絡(luò)總成本包括充換電設(shè)施建設(shè)成本、運行成本以及換電成本等，其成本。充換電站優(yōu)化規(guī)劃的目標函數(shù)及約束條件如下。min _ = 1 + 2 + 3 . . = 0其中1為充換電站折算為年值的建設(shè)成本；2表示充換電站的年運行成本；3表示電動汽車用戶的年換電成本，包括耗電費用和在站內(nèi)因等待而產(chǎn)生的誤工費；式 2 表示充換電站和配送站內(nèi)總的換電流水線數(shù)等于優(yōu)化得到的換電流水線總數(shù)，其中表示第 i 個站內(nèi)換電流水線數(shù)量，K 含義同上；式 3

11、表示充換電站服務(wù)半徑不大于電動汽車電池最大續(xù)航里程，其中 R 表示充換電站或配送站服務(wù)半徑，0表示電動汽車電池允許的最大續(xù)航里程。下面運用粒子群優(yōu)化算法對充換電站和配送站數(shù)量、站址等優(yōu)化布局，步驟如下：步驟一：初始化算法參數(shù)初始化優(yōu)化規(guī)劃過程所需的原始數(shù)據(jù)，并根據(jù)該城市所需換電流水線總數(shù) K 以及標準充換電站和配送站內(nèi)換電流水線數(shù)量k 確定該城市所需充換電站和配送站總數(shù)的變化區(qū)間，所需站的最小數(shù)量 、最大數(shù)量 計算公式如下。=式中： 為站內(nèi)換電流水線數(shù)量的最大值；為站內(nèi)換電流水線數(shù)量的最小值。步驟二:初始化針對不同的隨機產(chǎn)生個站址的位置。步驟三:換電負荷的分配對于每一個值，將城市內(nèi)換電負荷按就近原則分配到離它最近的站址，當(dāng)該站址所帶換電負荷達到最大限制值時，將該換電負荷分到次近的站址，依次類推，將區(qū)域內(nèi)換電負荷分到各待選站址。最后根據(jù)各待選站址所服務(wù)電動汽車負荷的大小確定該待選站址建設(shè)充換電站還是配送站，以及建設(shè)多大等級的充換電站。步驟四:適應(yīng)度的計算根據(jù)每個待選站的位置，該待選站