[发明专利]一种目标充电站的信息优选方法及系统

权利要求书

1.一种目标充电站的信息优选方法，其特征在于：所述目标充电站的优选方法包括以下步骤：

获取驾驶员的主观实际出行需求及充电站选取的客观需求；

采用灰色关联分析法作为客观权重赋权法确定充电站优选方案中各子指标的权重系数；

采用层次分析法作为主观权重赋权法确定充电站优选方案中各子指标的权重系数；

结合利用主观权重赋权法以及客观权重赋权法所求解的权重系数；

利用偏差函数构造单目标优化模型即求解多因素约束的目标充电站，完成指标权重向量ω＝(ω₁,ω₂,ω₃)^T的确定；以及

通过对方案综合属性值的排序比较，由各方案的综合属性值大小决定方案的优劣。

2.根据权利要求1所述的目标充电站的信息优选方法，其特征在于：其中，所述驾驶员的主观实际出行需求包括选取理想充电站以及决定充电时长；充电站选取的客观需求包括驶往充电站时间、充电排队时间和充电服务时间，其中，所述充电站选取的客观需求通过归一化方法将驶往充电站时间、充电排队时间和充电服务时间量纲转换为[0，1]区间上的值。

3.根据权利要求1所述的目标充电站的信息优选方法，其特征在于：通过对方案综合属性值的排序比较，由各方案的综合属性值大小决定方案的优劣具体为：目标充电站选择模型可表示为：G＝min{ω₁(T_ij)+ω₂(T_wait,ij)+ω₃(T_charge,ij)}，

ω1+ω2+ω3＝1，且ω1、ω2、ω3均大于0，

其中，T_ij、T_wait,ij、T_charge,ij分别表示驶往充电站时间、充电排队时间和充电服务时间的各评价指标数值，ω₁、ω₂和ω₃分别表示T_ij、T_wait,ij、T_charge,ij的权重系数。

4.根据权利要求1所述的目标充电站的信息优选方法，其特征在于：采用灰色关联分析法作为客观赋权法确定充电站优选方案中各子指标的权重系数包括如下步骤：

建立分析数据列和参考数据列；

确定各指标间的关联程度；以及

确定各评价指标的权重系数。

5.根据权利要求4所述的目标充电站的信息优选方法，其特征在于：其中，建立分析数据列和参考数据列包括：将已检索充电站C_i(i＝1,2,3)的备选方案及各方案的评价指标(j＝1,2,3)构成分析数据列，记为X＝{x_i(j)}；由备选方案中同一评价指标最优值确定参考数据列，记为X₀＝{x₀(j)}；各指标间的关联程度的计算公式为：

其中，Δ(min)为第二级最小差；Δ(max)为第二级最大差；ρ为分辨系数；ξ_i(j)为x_i对参考数据列x₀的第j各评价指标的关联系数，比较数据列x_i(j)指标与参考数据列x₀(j)指标的接近程度，其中，第j个指标的关联度r_j计算公式为确定各评价指标的权重系数即第k个评价指标的权重值m_k为：得出评价指标的权重向量M＝(m₁,m₂,m₃)^T。

6.根据权利要求1所述的目标充电站的信息优选方法，其特征在于：其中，采用采用层次分析法作为主观权重赋权法确定充电站优选方案中各子指标的权重系数包括如下步骤：

建立目标充电站评价体系；

构造重要性判断矩阵；以及

计算重要性判断矩阵A的特征向量，其中，所述特征向量是驶往充电站时间、充电排队时间以及充电服务时间的权重系数。