[发明专利]基于三维时空网络的新能源货运充电站选址-路径优化方法

权利要求书

1.一种基于三维时空网络的新能源货运充电站选址-路径优化方法，其特征在于，包括如下步骤：

S10，在地理空间网络上增加时间维度，构建用于描述时间和空间的时空二维网络，将时空二维网络增设车辆电量维度，以构建三维时空网络；

S20，在三维时空网络，将客户货物运输需求和新能源汽车的充电过程表示在交通路段上，以在三维时空网络中形成多个路段需求和充电路段；

S30，根据三维时空网络的输入参数、客户货物运输需求和各个充电路段将充电过程抽象为数学规划公式，根据数学规划公式构建初始充电站选址-路径优化模型；

S40，利用拉格朗日松弛算法构建初始充电站选址-路径优化模型的对偶模型，利用拉格朗日分解算法将对偶模型分解为2个子问题，利用预设的动态规划算法1和动态规划算法2分别用于求解2个子问题，利用拉格朗日松弛分解算法求解初始充电站选址-路径优化模型的目标函数值上界和下界的差值，根据目标函数值上界和下界的差值在设定范围内确定最小的目标函数值上界最优值，根据上界最优值确定新能源货运充电站选址-路径优化模型；

S50，在地理信息系统中使用新能源货运充电站选址-路径优化模型获取新能源货运充电站选址优化方案和车辆路径优化方案。

2.根据权利要求1所述的基于三维时空网络的新能源货运充电站选址-路径优化方法，其特征在于，S10，在地理空间网络上增加时间维度，构建用于描述时间和空间的时空二维网络，将时空二维网络增设车辆电量维度，以构建三维时空网络包括：

S11，将待优化时段从连续型时段处理为离散型时段T＝{T₀，T₁，T₂，…T_n}，将车辆电量从连续型电量值处理为离散型电量值E＝{E₀，E₁，E₂，…E_n}；其中E₀和E_n分别是最小电量和最大电量；其中T₀表示初始时刻，T_n表示结束时刻始时刻，T_i表示第i个时刻，i的取值范围是大于或者等于0，且小于或者等于n的整数；

S12，确定三维时空网络的输入参数；所述输入参数包括地理空间网络的道路节点与路段、离散化后的待优化时间段、备选充电站节点、时变出行时间、车辆行驶中的电量消耗变化函数、车辆总数、每辆车的起始节点、每辆车的起始电量、最大电量、最小电量、客户需求的起点O和终点D、每个需求时间窗、单个充电站能同时容纳充电的车辆数、每个充电站类型、单个充电站建设成本、以及总体建设预算；

S13，构建以时间为X轴、物理位置为Y轴、车辆电量为Z轴的三维时空网络，将步骤S12中的输入参数转变为时空三维数据形式；在三维时空网络中，生成STE节点(i，t，e)，含义为该新能源车辆在物理节点i，时刻t的电量水平为e；在此三维时空网络中，生成STE路径(i，j，t，t′，e，e′)，含义为车辆通过物理路径(i，j)进行行驶或充电活动，时间间隔(t′-t)，车辆电量变化(e′-e)；A是所有STE路径构成的集合。

3.根据权利要求1所述的基于三维时空网络的新能源货运充电站选址-路径优化方法，其特征在于，S20，在三维时空网络，将客户货物运输需求和新能源汽车的充电过程表示在交通路段上，以在三维时空网络中形成多个充电路段包括：

S21，生成客户的路段需求，该步骤具体包括：

根据客户需求的起点O和终点D以及需求时间窗，在三维时空网络中生成出行请求函数出行请求函数为客户在时间窗(t，t′)内，存在从节点i到节点j的运输请求，需一新能源货运车辆，在对应的时间窗内，经过该路段(i，j)，若该客户路段需求被服务，若未被服务，

S22，生成备选充电站的充电路段，该步骤具体包括：

根据备选充电站节点、电量消耗变化函数，构造以实际备选充电站节点为起点、达到最大电量的虚拟充电站节点为终点D的充电路段。