[发明专利]基于改进的鲸鱼算法的电动汽车充电站选址建模方法

权利要求书

1.基于改进的鲸鱼算法的电动汽车充电站选址建模方法，其特征在于：通过下述步骤完成：

步骤一：构建最小化成本且限制服务容量的电动汽车充电站选址模型；

步骤二：从三个方面对鲸鱼算法进行改进，如下：

(1)通过引入高斯变异算子的方法对全局搜索的鲸鱼位置信息变异，提高鲸鱼的全局搜索探能力；

(2)通过差分进化修正方法，从而来提高鲸鱼算法的收敛速度；

(3)结合人工鱼群算法，引入拥挤度因子的概念，预防最优值附近过于拥挤；

步骤三：结合改进的鲸鱼算法构建电动汽车充电站选址模型。

2.如权利要求1所述基于改进的鲸鱼算法的电动汽车充电站选址建模方法，其特征在于：步骤一中电动汽车充电站选址模型为：

min C＝C₁+C₂+C₃+C₄＝O∑_i∈IX_i+B∑_i∈IX_iI_i+βQ(I_i)+βω∑_i∈I∑_k∈KX_id_ik (1)

I_i≤WX_i (3)

∑_n∈NZ_in≤HX_i (4)

Q(I_i)＝EI_i (6)

其中:

目标函数(1)表示min C为充电站总成本最小化；

约束(2)表示同一车辆n每次只能前往一个充电站i解决充电需求；

约束(3)表示只有在候选点i处建设了充电站，才可以建设充电桩；

约束(4)表示车辆n在充电站i处接受服务进行充电的前提是点i建立了充电站；

约束(5)(6)(7)表示充电站服务容量限制：

约束(5)表示每个充电站至少有一个充电桩，未选为充电站的候选点没有充电桩；

约束(7)表示充电站i的服务容量不能超过其总的用电配额，其中用电配额表达式为约束(6)；

约束(8)(9)(10)表示电动汽车充电逻辑：

约束(8)表示确保用户抵达任何一条路径的任一点时，剩余电量非负。也就说明了电动汽车n在上一个地点i是有能力到达下一地点j的；

约束(9)表示电动汽车n的充电情况；

约束(10)表示对电动汽车n在充电站i的充电量进行了限制。

决策变量：Z_in＝{0,1}，当车辆n到候选点i接受充电服务则为1，否则为0；X_i＝{0,1}，当候选点i处建设充电站则为1，否则为0；

且上式中，I为充电站候选点集，I＝{i|i＝1,2,...,j,...,m}；N为用户车辆集，N＝{n|n＝1,2,......,n}；H为发电厂集，H＝{h|h＝1,2,......,e}；O为单个充电站建设价格；B为单个充电桩价格；I_i为充电站i处充电桩数量；E为充电桩最大用电额度；Q(I_i)为充电站i处用电配额；β为单位电价；ω为线损因子；Q为单位行驶距离耗电量；W为正整数，定义为10000；V为电动车最大容量；d_ik为候选点i到最近发电厂k的距离；d_in为用户n到候选点_i的距离；d_ij为候选点i到候选点j的距离；R_in为用户n在充电站i处的充电量；S_in为用户n到达候选点i时的剩余电量；

上述充电站总成本最小化包括固定成本、可变成本、运营费用和线损成本，其中，

a、固定成本C₁为：

C₁＝O∑_i∈IX_i (11)

b、可变成本C₂为：

C₂＝B∑_i∈IX_iI_i (12)

c、运营费用C₃为：

C₃＝βQ(I_i) (13)

d、线损C₄为：

由于本发明中最小化成本且限制服务容量的电动汽车充电站选址模型中线损仅考虑距离因素，因此，引入线损因子ω表示线损与候选点i到发电厂k之间的距离成线性相关关系：

C₄＝βω∑_i∈I∑_k∈KX_id_ik (14)