基于電動(dòng)汽車出行鏈的城市充電站布局研究.pdf

1、當(dāng)前，中國(guó)新能源汽車的產(chǎn)銷量已位居全球第一，由于國(guó)家政策的大力支持和相關(guān)技術(shù)的不斷改進(jìn)，新能源汽車產(chǎn)業(yè)在未來(lái)很長(zhǎng)一段時(shí)間內(nèi)仍會(huì)保持快速增長(zhǎng)。2016年底，中國(guó)公共充電樁共有15萬(wàn)個(gè)，電動(dòng)汽車保有量為109萬(wàn)輛，雖然充電樁與電動(dòng)汽車的比例基本達(dá)到政府要求的最低標(biāo)準(zhǔn)1∶7，但是由于充電站選址不合理、快充樁與慢充樁配比不合理以及管理不當(dāng)?shù)仍?，充電樁的使用率非常低。因此，如何合理的選擇充電站建設(shè)數(shù)量、建設(shè)地址和優(yōu)化站內(nèi)快充與慢充充電樁的建設(shè)比

2、例成為本文研究的目標(biāo)。
　　本文以電動(dòng)汽車充電需求為核心，分析了電動(dòng)汽車出行規(guī)律和充電決策對(duì)充電需求的影響以及充電需求和充電站服務(wù)水平對(duì)充電站布局的影響。電動(dòng)汽車在時(shí)間與空間上的出行規(guī)律和用戶充電決策是影響充電需求類型和時(shí)空分布情況的直接因素。充電需求是影響充電站建設(shè)數(shù)量和選址的主要因素，充電站服務(wù)水平則是影響充電站定容的輔助性因素。
　　在模型建立及求解過(guò)程中，首先構(gòu)建電動(dòng)汽車出行時(shí)間和空間特征量的概率密度函數(shù)以及充電決策

3、機(jī)制，根據(jù)各個(gè)特征量的概率密度函數(shù)，利用蒙特卡洛模擬方法抽取隨機(jī)數(shù)，模擬電動(dòng)汽車一天的出行過(guò)程和充電需求發(fā)生情況，得到電動(dòng)汽車群體的充電需求，并給出了對(duì)需求進(jìn)行輕微聚合和去掉時(shí)間屬性的方法;然后，以平均充電距離和充電站建設(shè)成本最小為目標(biāo)，建立了充電站布局的多目標(biāo)優(yōu)化模型，并采用了非支配飛蛾火焰算法(Non-dominated Sorting Moth-flame optimization，NS-MFO)對(duì)模型進(jìn)行求解。
　　本文最