[发明专利]一种考虑电池续航能力的EV储能充电网络规划方法

权利要求书

1.一种考虑电池续航能力的EV储能充电网络规划方法，其特征在于，包括以下步骤：

S1：设定规划边界条件，所述规划边界条件包括：交通网络拓扑结构与参数、储能充电站候选地址、储能充电站建设总数和充电行驶里程阀值；所述储能充电站候选地址均为交通网络中的交通节点；

S2：建立考虑电池续航能力的EV储能充电网络规划模型；

所述EV储能充电网络规划模型的优化目标为同时考虑EV平均充电行驶距离最短和EV电池续航概率最大；

所述EV平均充电行驶距离的计算公式如下：

其中，D_ave为交通网络中所有EV至最近充电站的平均行驶距离；Ω_R为交通网络中的道路集合；T_i为道路i的车流量；d_av,i为道路i上行驶EV的平均充电行驶距离；

所述EV电池续航概率为整个交通网络中EV的充电行驶距离不超过所述充电行驶里程阀值的概率，所述EV电池续航概率的计算公式如下式所示：

其中，P_ev表示整个交通网络中EV的充电行驶距离不超过所述充电行驶里程阀值的概率，p_i为道路i上EV充电行驶里程不超过充电行驶里程阀值的概率；

所述EV储能充电网络规划模型的机会约束为储能充电站建设数目约束；所述储能充电站建设数目约束是指EV储能充电网络中储能充电站建设数目为所述储能充电站建设总数；

S3：根据所述规划边界条件，采用遗传算法对所述EV储能充电网络规划模型进行求解，得到可实现EV平均充电行驶距离最短和EV电池续航概率最大的EV储能充电站最优建设方案。

2.根据权利要求1所述的EV储能充电网络规划方法，其特征在于，所述道路i上行驶EV的平均充电行驶距离的计算公式如下：

其中，l_d,i为道路i的长度；f_i(x)为道路i上某EV的充电行驶距离。

3.根据权利要求1所述的EV储能充电网络规划方法，其特征在于，所述道路i的车流量由交通网络最短路径集合Ω_q中经过道路i的最短路径车流量求和而得；

所述最短路径车流量的计算公式如下：

式中，W_S,q与W_E,q分别为最短路径q的起点与终点权系数；Ω_q为交通网络最短路径集合；d_q为最短径q的长度。

4.根据权利要求2所述的EV储能充电网络规划方法，其特征在于，所述道路i上EV的充电行驶距离的计算公式如下：

f_i(x)＝min[x+l₁,l_d,i-x+l₂]0≤x≤l_d,i；

其中，x为随机变量，表示道路i上行驶的EV与道路i的起点的距离；l_d,i表示道路i的长度；l₁表示距道路i起点最近的储能充电站与道路i起点的距离；l₂为距道路i终点最近充电站的距离。

5.根据权利要求1所述的EV储能充电网络规划方法，其特征在于，道路i上EV的充电行驶距离不超过充电行驶里程阀值的概率可由下式计算：

其中，g_i(x)为判断EV在道路i上距端点x处充电行驶距离是否不超过充电行驶里程阀值的辅助函数，d_cha-lim为充电行驶里程阀值。

6.根据权利要求1所述的EV储能充电网络规划方法，其特征在于，所述储能充电站建设数目约束如下式所示：

其中，M为储能充电站建设总数；N为交通网络中的储能充电站候选地址；y_j为储能充电网络规划模型中的优化变量，取“1”表示在储能充电站候选地址j建设储能充电站，取“0”表示未在储能充电站候选地址j建设储能充电站。

7.根据权利要求1所述的EV储能充电网络规划方法，其特征在于，所述采用遗传算法对所述EV储能充电网络规划模型进行求解具体包括以下步骤：

S31：设定遗传算法参数，包括：种群规模N_pop，交叉率P_c，变异率P_m与最大进化代数G_max；

S32：随机生成由N_pop条染色体组成的初始种群；所述初始种群中的染色体为N个码位组成的二进制码串，第j个码位取值为“1”时在储能充电站候选地址j建设充电站，否则不在储能充电站候选地址j建设充电站；各染色体中，有且仅有M个码位取值为“1”，其余的码位取值为“0”；

S33：令g＝0，g为进化代数索引；

S34：计算当前种群中的所有染色体代表的规划方案下EV至最近充电站的平均行驶距离与EV充电行驶距离不超过给定里程阀值的概率；并根据如下公式计算当前种群中各条染色体的适应度；

其中，V_fit,k、D_ave,k和P_ev,k分别表示第k条染色体的适应度、EV至最近充电站的平均行驶距离和EV充电行驶距离不超过给定里程阀值的概率，k＝1，……，N_pop；λ为给定的权系数；

S35：判断进化代数索引g是否等于最大进化代数G_max；若g＝G_max，则继续执行步骤S36；否则，以适应度为依据，采用“锦标赛”法对当前种群进行复制、交叉与变异操作，更新种群，令g＝g+1，并跳转至步骤S34；

S36：将当前种群中适应度最高的染色体对应的充电网络建设方案作为EV充电网络最优规划方案输出。