如何选择蓄电池充电机-充电站的安装地址？种群竞争预测模型来帮忙
2019-2-27 10:16:16 点击：
随着人们环保意识的加强，在政府相关政策的大力鼓励之下，电动汽车无疑在未来会越来越受欢迎，因此，电动汽车的蓄电池充电机-充电站选址与布局便显得尤为重要。
本文通过分析电动汽车与传统燃油汽车的数量关系，提出了种群竞争预测模型，在此预测模型的基础上，建立了考虑收费站的建设、运行费用及交通流状况的规划模型，求出了最优的构建蓄电池充电机-充电站的数目，在充电需求点附近确定蓄电池充电机-充电站地址。依据选址画出Voronoi图，得出每个蓄电池充电机-充电站所服务的范围。案例分析验证了本模型的实用性与可行性。
近年来，全球石油能源的短缺，环境污染危害加剧，全球气候剧烈变化，节能和减排势必将会成为未来汽车发展的主要方向。根据有关数据统计显示，汽车尾气排放量占全球污染气体排放量的16%，若汽车需求量不断增大，则这个数据还将继续增大。
在当前电动车及相关技术迅猛发展的背景下，国家对此给予大力扶持，人们对环境污染的关注度也越来越高，因此能源的短缺和人们对生活质量的更高要求是电动车发展的主要推动力，电动汽车可能会成为未来占主导地位的车辆技术。
文献[5]基于现有的交通网络，利用最短路径的思想，对蓄电池充电机-充电站的布局进行了优化。文献[6]主要是基于现有的电动汽车数目下，通过两步筛选的方法确定了电动汽车蓄电池充电机-充电站的最佳位置，并考虑了电动汽车蓄电池充电机-充电站的环境因素和服务半径。在此基础上，提出了一种针对电动汽车蓄电池充电机-充电站最优规模的数学模型，并将其作为目标函数的总成本最小化。
文献[7]提出了蓄电池充电机-充电站两阶段最优算法：第一阶段考虑电动汽车日剩余电量和电动汽车运行状态和位置，通过最短路径法和随机模拟技术，取得电动汽车在交通网络上充电需求在时间和空间的分布；第二阶以蓄电池充电机-充电站总成本最小化为目的，建立蓄电池充电机-充电站最优选址定容模型。文
献[8]利用便捷行和充电次数的引力关系构建了电动汽车蓄电池充电机-充电站布局与规划的引力模型。文献[9]运用区域交通流量守恒定理，基于区域现有的交通流量，以建立蓄电池充电机-充电站总费最小化为目标，并且利用遗传算法对模型进行求解。
目前关于电动汽车蓄电池充电机-充电站选址研究，大多集中在利用已知充电汽车数量进行蓄电池充电机-充电站布局的规划上，然而充电汽车数量增长很快，仅依靠现有的车辆数目去进行蓄电池充电机-充电站布局规划，那么几年之后便不再能满足需求。本文提出了采用种群竞争模型对未来的充电汽车数目进行预测，得知充电汽车数目后，通过整数规划求出最优的蓄电池充电机-充电站的数目；在充电需求点附近确定蓄电池充电机-充电站地址；最后再依据选址画出Voronoi图，得出每个蓄电池充电机-充电站所服务的范围。
图1 Voronoi原理图
图6 蓄电池充电机-充电站服务范围划分图
结论
针对电动汽车蓄电池充电机-充电站规划问题，与国内外大部分的文献不同，本文加入了生态学种群竞争的思想， 认为燃油汽车与电动汽车可类比于同属的两个种群，两个种群数目的上升与下降都相互制约。基于种群竞争模型，本文对充电汽车数目进行了预测，随后运用整数规划模型以收费站的建设和运行、交通流状况为约束条件求出了最优的构建蓄电池充电机-充电站的数目。
但是由于单一的整数规划误差较大，利用基于加油站选址规划，我们进行了模型的改进，把电动汽车负荷全部集中到交通道路的路口，最后运用路网图与Voronoi图完成蓄电池充电机-充电站布局与规划。
本文通过分析电动汽车与传统燃油汽车的数量关系，提出了种群竞争预测模型，在此预测模型的基础上，建立了考虑收费站的建设、运行费用及交通流状况的规划模型，求出了最优的构建蓄电池充电机-充电站的数目，在充电需求点附近确定蓄电池充电机-充电站地址。依据选址画出Voronoi图，得出每个蓄电池充电机-充电站所服务的范围。案例分析验证了本模型的实用性与可行性。
近年来，全球石油能源的短缺，环境污染危害加剧，全球气候剧烈变化，节能和减排势必将会成为未来汽车发展的主要方向。根据有关数据统计显示，汽车尾气排放量占全球污染气体排放量的16%，若汽车需求量不断增大，则这个数据还将继续增大。
在当前电动车及相关技术迅猛发展的背景下，国家对此给予大力扶持，人们对环境污染的关注度也越来越高，因此能源的短缺和人们对生活质量的更高要求是电动车发展的主要推动力，电动汽车可能会成为未来占主导地位的车辆技术。
文献[5]基于现有的交通网络，利用最短路径的思想，对蓄电池充电机-充电站的布局进行了优化。文献[6]主要是基于现有的电动汽车数目下，通过两步筛选的方法确定了电动汽车蓄电池充电机-充电站的最佳位置，并考虑了电动汽车蓄电池充电机-充电站的环境因素和服务半径。在此基础上，提出了一种针对电动汽车蓄电池充电机-充电站最优规模的数学模型，并将其作为目标函数的总成本最小化。
文献[7]提出了蓄电池充电机-充电站两阶段最优算法：第一阶段考虑电动汽车日剩余电量和电动汽车运行状态和位置，通过最短路径法和随机模拟技术，取得电动汽车在交通网络上充电需求在时间和空间的分布；第二阶以蓄电池充电机-充电站总成本最小化为目的，建立蓄电池充电机-充电站最优选址定容模型。文
献[8]利用便捷行和充电次数的引力关系构建了电动汽车蓄电池充电机-充电站布局与规划的引力模型。文献[9]运用区域交通流量守恒定理，基于区域现有的交通流量，以建立蓄电池充电机-充电站总费最小化为目标，并且利用遗传算法对模型进行求解。
目前关于电动汽车蓄电池充电机-充电站选址研究，大多集中在利用已知充电汽车数量进行蓄电池充电机-充电站布局的规划上，然而充电汽车数量增长很快，仅依靠现有的车辆数目去进行蓄电池充电机-充电站布局规划，那么几年之后便不再能满足需求。本文提出了采用种群竞争模型对未来的充电汽车数目进行预测，得知充电汽车数目后，通过整数规划求出最优的蓄电池充电机-充电站的数目；在充电需求点附近确定蓄电池充电机-充电站地址；最后再依据选址画出Voronoi图，得出每个蓄电池充电机-充电站所服务的范围。
图1 Voronoi原理图
图6 蓄电池充电机-充电站服务范围划分图
结论
针对电动汽车蓄电池充电机-充电站规划问题，与国内外大部分的文献不同，本文加入了生态学种群竞争的思想， 认为燃油汽车与电动汽车可类比于同属的两个种群，两个种群数目的上升与下降都相互制约。基于种群竞争模型，本文对充电汽车数目进行了预测，随后运用整数规划模型以收费站的建设和运行、交通流状况为约束条件求出了最优的构建蓄电池充电机-充电站的数目。
但是由于单一的整数规划误差较大，利用基于加油站选址规划，我们进行了模型的改进，把电动汽车负荷全部集中到交通道路的路口，最后运用路网图与Voronoi图完成蓄电池充电机-充电站布局与规划。
- 上一篇：什么是一块好的智能充电机充电锂电池？ 2019/2/27
- 下一篇：浅析充电机充电锂离子蓄电池低温性能决定性因素 2019/2/19