如何選擇蓄電池充電機-充電站的安裝地址？種群競爭預測模型來幫忙
2019-2-27 10:16:16??????點擊：
隨著人們環保意識的加強，在政府相關政策的大力鼓勵之下，電動汽車無疑在未來會越來越受歡迎，因此，電動汽車的蓄電池充電機-充電站選址與布局便顯得尤為重要。
本文通過分析電動汽車與傳統燃油汽車的數量關系，提出了種群競爭預測模型，在此預測模型的基礎上，建立了考慮收費站的建設、運行費用及交通流狀況的規劃模型，求出了最優的構建蓄電池充電機-充電站的數目，在充電需求點附近確定蓄電池充電機-充電站地址。依據選址畫出Voronoi圖，得出每個蓄電池充電機-充電站所服務的范圍。案例分析驗證了本模型的實用性與可行性。
近年來，全球石油能源的短缺，環境污染危害加劇，全球氣候劇烈變化，節能和減排勢必將會成為未來汽車發展的主要方向。根據有關數據統計顯示，汽車尾氣排放量占全球污染氣體排放量的16%，若汽車需求量不斷增大，則這個數據還將繼續增大。
在當前電動車及相關技術迅猛發展的背景下，國家對此給予大力扶持，人們對環境污染的關注度也越來越高，因此能源的短缺和人們對生活質量的更高要求是電動車發展的主要推動力，電動汽車可能會成為未來占主導地位的車輛技術。
文獻[5]基于現有的交通網絡，利用最短路徑的思想，對蓄電池充電機-充電站的布局進行了優化。文獻[6]主要是基于現有的電動汽車數目下，通過兩步篩選的方法確定了電動汽車蓄電池充電機-充電站的最佳位置，并考慮了電動汽車蓄電池充電機-充電站的環境因素和服務半徑。在此基礎上，提出了一種針對電動汽車蓄電池充電機-充電站最優規模的數學模型，并將其作為目標函數的總成本最小化。
文獻[7]提出了蓄電池充電機-充電站兩階段最優算法：第一階段考慮電動汽車日剩余電量和電動汽車運行狀態和位置，通過最短路徑法和隨機模擬技術，取得電動汽車在交通網絡上充電需求在時間和空間的分布；第二階以蓄電池充電機-充電站總成本最小化為目的，建立蓄電池充電機-充電站最優選址定容模型。文
獻[8]利用便捷行和充電次數的引力關系構建了電動汽車蓄電池充電機-充電站布局與規劃的引力模型。文獻[9]運用區域交通流量守恒定理，基于區域現有的交通流量，以建立蓄電池充電機-充電站總費最小化為目標，并且利用遺傳算法對模型進行求解。
目前關于電動汽車蓄電池充電機-充電站選址研究，大多集中在利用已知充電汽車數量進行蓄電池充電機-充電站布局的規劃上，然而充電汽車數量增長很快，僅依靠現有的車輛數目去進行蓄電池充電機-充電站布局規劃，那么幾年之后便不再能滿足需求。本文提出了采用種群競爭模型對未來的充電汽車數目進行預測，得知充電汽車數目后，通過整數規劃求出最優的蓄電池充電機-充電站的數目；在充電需求點附近確定蓄電池充電機-充電站地址；最后再依據選址畫出Voronoi圖，得出每個蓄電池充電機-充電站所服務的范圍。
圖1 Voronoi原理圖
圖6 蓄電池充電機-充電站服務范圍劃分圖
結論
針對電動汽車蓄電池充電機-充電站規劃問題，與國內外大部分的文獻不同，本文加入了生態學種群競爭的思想， 認為燃油汽車與電動汽車可類比于同屬的兩個種群，兩個種群數目的上升與下降都相互制約。基于種群競爭模型，本文對充電汽車數目進行了預測，隨后運用整數規劃模型以收費站的建設和運行、交通流狀況為約束條件求出了最優的構建蓄電池充電機-充電站的數目。
但是由于單一的整數規劃誤差較大，利用基于加油站選址規劃，我們進行了模型的改進，把電動汽車負荷全部集中到交通道路的路口，最后運用路網圖與Voronoi圖完成蓄電池充電機-充電站布局與規劃。
本文通過分析電動汽車與傳統燃油汽車的數量關系，提出了種群競爭預測模型，在此預測模型的基礎上，建立了考慮收費站的建設、運行費用及交通流狀況的規劃模型，求出了最優的構建蓄電池充電機-充電站的數目，在充電需求點附近確定蓄電池充電機-充電站地址。依據選址畫出Voronoi圖，得出每個蓄電池充電機-充電站所服務的范圍。案例分析驗證了本模型的實用性與可行性。
近年來，全球石油能源的短缺，環境污染危害加劇，全球氣候劇烈變化，節能和減排勢必將會成為未來汽車發展的主要方向。根據有關數據統計顯示，汽車尾氣排放量占全球污染氣體排放量的16%，若汽車需求量不斷增大，則這個數據還將繼續增大。
在當前電動車及相關技術迅猛發展的背景下，國家對此給予大力扶持，人們對環境污染的關注度也越來越高，因此能源的短缺和人們對生活質量的更高要求是電動車發展的主要推動力，電動汽車可能會成為未來占主導地位的車輛技術。
文獻[5]基于現有的交通網絡，利用最短路徑的思想，對蓄電池充電機-充電站的布局進行了優化。文獻[6]主要是基于現有的電動汽車數目下，通過兩步篩選的方法確定了電動汽車蓄電池充電機-充電站的最佳位置，并考慮了電動汽車蓄電池充電機-充電站的環境因素和服務半徑。在此基礎上，提出了一種針對電動汽車蓄電池充電機-充電站最優規模的數學模型，并將其作為目標函數的總成本最小化。
文獻[7]提出了蓄電池充電機-充電站兩階段最優算法：第一階段考慮電動汽車日剩余電量和電動汽車運行狀態和位置，通過最短路徑法和隨機模擬技術，取得電動汽車在交通網絡上充電需求在時間和空間的分布；第二階以蓄電池充電機-充電站總成本最小化為目的，建立蓄電池充電機-充電站最優選址定容模型。文
獻[8]利用便捷行和充電次數的引力關系構建了電動汽車蓄電池充電機-充電站布局與規劃的引力模型。文獻[9]運用區域交通流量守恒定理，基于區域現有的交通流量，以建立蓄電池充電機-充電站總費最小化為目標，并且利用遺傳算法對模型進行求解。
目前關于電動汽車蓄電池充電機-充電站選址研究，大多集中在利用已知充電汽車數量進行蓄電池充電機-充電站布局的規劃上，然而充電汽車數量增長很快，僅依靠現有的車輛數目去進行蓄電池充電機-充電站布局規劃，那么幾年之后便不再能滿足需求。本文提出了采用種群競爭模型對未來的充電汽車數目進行預測，得知充電汽車數目后，通過整數規劃求出最優的蓄電池充電機-充電站的數目；在充電需求點附近確定蓄電池充電機-充電站地址；最后再依據選址畫出Voronoi圖，得出每個蓄電池充電機-充電站所服務的范圍。
圖1 Voronoi原理圖
圖6 蓄電池充電機-充電站服務范圍劃分圖
結論
針對電動汽車蓄電池充電機-充電站規劃問題，與國內外大部分的文獻不同，本文加入了生態學種群競爭的思想， 認為燃油汽車與電動汽車可類比于同屬的兩個種群，兩個種群數目的上升與下降都相互制約。基于種群競爭模型，本文對充電汽車數目進行了預測，隨后運用整數規劃模型以收費站的建設和運行、交通流狀況為約束條件求出了最優的構建蓄電池充電機-充電站的數目。
但是由于單一的整數規劃誤差較大，利用基于加油站選址規劃，我們進行了模型的改進，把電動汽車負荷全部集中到交通道路的路口，最后運用路網圖與Voronoi圖完成蓄電池充電機-充電站布局與規劃。
- 上一篇：什么是一塊好的智能充電機充電鋰電池？ 2019/2/27
- 下一篇：淺析充電機充電鋰離子蓄電池低溫性能決定性因素 2019/2/19
