【技術實現步驟摘要】
本專利技術涉及電動汽車充電站選址定容，尤其涉及一種多目標充電站選址定容方法、裝置、設備及介質。
技術介紹
1、隨著電動汽車保有量的迅速增長，充電站的選址與容量配置已成為電動汽車基礎設施建設的關鍵問題，為了滿足不同區域內電動汽車用戶的充電需求，優化充電站的布局和容量配置，現有的技術通常會考慮排隊論和需求預測等因素，使用不同的方法來確定充電站的最優位置和所需的充電樁數量。
2、現有技術中，主要采用基于排隊論的選址和定容模型，對電動汽車用戶到達充電站的概率和充電需求進行建模，通過此類方法，可以計算出車輛在充電站的平均等待時間和充電時長，并結合充電站的運營成本和用戶充電便利性，優化充電設備的配置，然而，隨著電動汽車數量的快速增長，現有技術在選址和定容方案的制定過程中仍存在一些不足：
3、在實際應用中，充電樁設備的故障率和會顯著影響充電站的服務效率和用戶體驗，進而影響充電站的收益，而現有技術中，常常忽略了對充電樁故障率的建模及其成本評估，導致充電設備的配置與實際使用情況不匹配，影響了充電站的長期運營效率。
4、公開于該
技術介紹
部分的信息僅僅旨在加深對本專利技術的總體
技術介紹
的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域技術人員所公知的現有技術。
技術實現思路
1、本專利技術提供了一種多目標充電站選址定容方法、裝置、設備及介質，從而有效解決
技術介紹
中的問題。
2、為了達到上述目的，本專利技術所采用的技術方案是：一種多目標充電站選址
3、s10：基于m/m/c排隊論模型，基于電動汽車用戶到達充電站和使用充電站的概率分布，求出電動汽車在充電站的平均排隊長度、平均等待時間和逗留時間，確定充電站內充電設備的初步配置；
4、s20：基于所述充電站內充電設備的初步配置，對充電站內充電樁的故障率進行建模，并基于平均維修時間、保障延誤時間和元件修復率，構建考慮充電樁設備故障率的故障成本模型，并結合電動汽車用戶的滿意度以及充電站的建設和運行成本，形成多目標充電站選址定容優化模型；
5、s30：基于voronoi圖論確定各個充電站的服務范圍，通過規劃區域內電動汽車用戶的充電需求，確定充電站的初始坐標，結合所述多目標充電站選址定容優化模型與所述voronoi圖論調整充電站的位置，確定最終充電站的選址定容方案，通過劃分的各個充電站的服務范圍，可知范圍內的充電容量總需求，確定充電站所安裝的充電樁需求，建立各個充電站的容量模型；
6、s40：基于所述各個充電站的容量模型，結合所述電動汽車用戶的滿意度和所述充電站的建設和運行成本，構建綜合評估指標，并通過模擬退火智能算法對選址定容模型進行迭代求解，得到多目標最優的充電站選址定容方案。
7、進一步地，在步驟s10中，基于m/m/c排隊論模型，對于大量電動汽車用戶到達充電站和使用充電站的概率分布，求出電動汽車在充電站的平均排隊長度、平均等待時間和逗留時間，確定充電站內充電設備的初步配置；包括：
8、s11：基于m/m/c排隊論模型，描述電動汽車用戶到達充電站的泊松分布特性和充電時長的負指數分布規律，建立系統狀態轉移差分方程，形成充電站的排隊系統的統計模型；
9、s12：基于所述統計模型，統計充電站內充電需求的概率，得到充電站內無車輛需求充電的概率和n輛電動汽車需要充電的概率模型；
10、s13：利用所述統計模型和所述概率模型，計算充電站排隊系統的平均排隊長度、平均等待時間和平均逗留時間，并以最小化平均等待時間為優化目標，構建充電設備的初步配置優化目標函數模型。
11、進一步地，在步驟s13中，計算充電站排隊系統的平均排隊長度、平均等待時間和平均逗留時間的模型包括：
12、
13、式中，lq表示平均排隊長度，wq表示平均等待時間，ws表示平均逗留時間，λ表示泊松參數，k表示累加函數下標，μ表示每小時每個充電樁服務數量，nch表示充電站內充電樁數量，p0表示充電站內沒有需要充電的概率，ρ＝λ/μnch表示充電樁服務強度，且其值小于1。
14、進一步地，在步驟s13中，并以最小化平均等待時間為優化目標，構建充電設備的初步配置優化目標函數模型，包括：
15、f1＝c0nchi0+cwwq；
16、wq≤wmax；
17、nch,min≤nch≤nch,max；
18、式中，c0表示充電設施閑置成本，cw表示充電服務損耗成本，nch表示充電站內充電樁數量，nch,min和nch,max分別表示最小充電樁數量和最大充電樁數量，wq表示平均等待時間，wmax表示車輛最大等待時間，i0表示充電站排隊系統的設備空閑概率，i0等于
19、
20、進一步地，在步驟s20中，基于所述充電站內充電設備的初步配置，對充電站內充電樁的故障率進行建模，并基于平均維修時間、保障延誤時間和元件修復率，構建考慮充電樁設備故障率的故障成本模型，并結合電動汽車用戶的滿意度以及充電站的建設和運行成本，形成多目標充電站選址定容優化模型；包括：
21、s21：基于威布爾分布對元件故障率、元件修復率建模，由所述元件故障率和所述元件修復率對元件平均保障延誤時間進行推導，得到平均保障延誤時間；
22、s22：根據所述元件故障率，基于二項分布對所述元件故障率進行建模，計算充電樁元件的失效概率，并推導出充電站的故障成本模型；
23、s23：綜合考慮用戶的路途距離、充電時間和充電費用，構建用戶的滿意度指標；
24、s24：基于所述充電站的故障成本模型和所述用戶的滿意度指標，綜合充電站的建設和運維成本，構建充電站的建設總成本，所述充電站的建設總成本為多目標充電站選址定容優化模型的目標函數。
25、進一步地，在步驟s22中，根據所述元件故障率，基于二項分布對所述元件故障率進行建模，計算充電樁元件的失效概率，并推導出充電站的故障成本，模型包括：
26、
27、f2＝(1-pl,ch+pf,ch)pre,evcb,evtmldt；
28、式中，f2表示充電站的故障成本，pf,ch表示充電樁元件故障率，pl,ch表示充電樁故障元件失效概率，l表示正在運行的充電樁數量，pre,ev表示充電樁的預期出力，cb,ev表示單位充電電價，λa表示可靠性常數，ω(t)表示元件故障率，γ表示威布爾形狀參數，θ表示特征壽命。
29、進一步地，在步驟s23中，綜合考慮用戶的路途距離、充電時間和充電費用，構建用戶的滿意度指標，模型包括：
30、
31、式中，f3表示用戶的滿意度指標，dij表示電動汽車i到目標充電站j之間的距離，tij表示電動汽車i到目標充電站j所花費的時間，cij表示充電總費用，表示充電站j的充電總價格，表示充電站j的基礎停車費用，tc,i表示電動汽車i的充電時長本文檔來自技高網...
【技術保護點】
1.一種多目標充電站選址定容方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的多目標充電站選址定容方法，其特征在于，在步驟S10中，基于M/M/c排隊論模型，對于大量電動汽車用戶到達充電站和使用充電站的概率分布，求出電動汽車在充電站的平均排隊長度、平均等待時間和逗留時間，確定充電站內充電設備的初步配置；包括：
3.根據權利要求2所述的多目標充電站選址定容方法，其特征在于，在步驟S13中，計算充電站排隊系統的平均排隊長度、平均等待時間和平均逗留時間的模型包括：
4.根據權利要求2所述的多目標充電站選址定容方法，其特征在于，在步驟S13中，并以最小化平均等待時間為優化目標，構建充電設備的初步配置優化目標函數模型，包括：
5.根據權利要求1所述的多目標充電站選址定容方法，其特征在于，在步驟S20中，基于所述充電站內充電設備的初步配置，對充電站內充電樁的故障率進行建模，并基于平均維修時間、保障延誤時間和元件修復率，構建考慮充電樁設備故障率的故障成本模型，并結合電動汽車用戶的滿意度以及充電站的建設和運行成本，形成多目標充電站選址定容優
6.根據權利要求5所述的多目標充電站選址定容方法，其特征在于，在步驟S22中，根據所述元件故障率，基于二項分布對所述元件故障率進行建模，計算充電樁元件的失效概率，并推導出充電站的故障成本，模型包括：
7.根據權利要求5所述的多目標充電站選址定容方法，其特征在于，在步驟S23中，綜合考慮用戶的路途距離、充電時間和充電費用，構建用戶的滿意度指標，模型包括：
8.根據權利要求1所述的多目標充電站選址定容方法，其特征在于，在步驟S30中，基于Voronoi圖論確定各個充電站的服務范圍，通過規劃區域內電動汽車用戶的充電需求，確定充電站的初始坐標，結合所述多目標充電站選址定容優化模型與所述Voronoi圖論調整充電站的位置，確定最終充電站的選址定容方案，通過劃分的各個充電站的服務范圍，可知范圍內的充電容量總需求，確定充電站所安裝的充電樁需求，建立各個充電站的容量模型；包括：
9.根據權利要求1所述的多目標充電站選址定容方法，其特征在于，在步驟S40中，并通過模擬退火智能算法對選址定容模型進行迭代求解，得到多目標最優的充電站選址定容方案，包括：
10.一種故障率影響和排隊論的多目標充電站選址定容裝置，其特征在于，使用如權利要求1至9中任一項所述的方法，包括：
11.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時，實現如權利要求1-9中任一項所述的方法。
12.一種存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1-9中任一項所述的方法。
...【技術特征摘要】
1.一種多目標充電站選址定容方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的多目標充電站選址定容方法，其特征在于，在步驟s10中，基于m/m/c排隊論模型，對于大量電動汽車用戶到達充電站和使用充電站的概率分布，求出電動汽車在充電站的平均排隊長度、平均等待時間和逗留時間，確定充電站內充電設備的初步配置；包括：
3.根據權利要求2所述的多目標充電站選址定容方法，其特征在于，在步驟s13中，計算充電站排隊系統的平均排隊長度、平均等待時間和平均逗留時間的模型包括：
4.根據權利要求2所述的多目標充電站選址定容方法，其特征在于，在步驟s13中，并以最小化平均等待時間為優化目標，構建充電設備的初步配置優化目標函數模型，包括：
5.根據權利要求1所述的多目標充電站選址定容方法，其特征在于，在步驟s20中，基于所述充電站內充電設備的初步配置，對充電站內充電樁的故障率進行建模，并基于平均維修時間、保障延誤時間和元件修復率，構建考慮充電樁設備故障率的故障成本模型，并結合電動汽車用戶的滿意度以及充電站的建設和運行成本，形成多目標充電站選址定容優化模型；包括：
6.根據權利要求5所述的多目標充電站選址定容方法，其特征在于，在步驟s22中，根據所述元件故障率，基于二項分布對所述元件故障率進行建模，計算充電樁元件的失效概率，并推導出充電站的故障成本，模型包括：
【專利技術屬性】
技術研發人員：呂舒康，繆惠宇，王明深，潘益，韓華春，袁曉冬，郭雅娟，曾飛，劉航，吳寒松，袁偉，徐曉偉，謝照軍，丁曄，古泉，萬達，郝犇珂，郭輝，
申請(專利權)人：國網江蘇省電力有限公司電力科學研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。