[发明专利]电动汽车充电站智能选址定容方法

说明书

本发明公开了一种电动汽车充电站智能选址定容方法，解决了现有电动汽车选址和定容不智能的技术问题，本发明属于电动汽车充电站智能规划技术领域，具体技术方案为：首先建立充电站建设花费费用、运行维护费用、服务用户充电的费用、排队等候时间成本和用户行驶过程耗电成本最小的多目标多约束的充电站选址及定容模型，然后运用BP神经网络，以选址土地租金为评价指标，对研究区域进行选址，其次利用蚁群算法对预选地址进行定容，得出电动汽车充电站最佳选址及其最优定容，最后使用选址定容算例验证BP神经网络对研究区域进行预选址的有效性，采用蚁群算法进行最优选址定容的可行性，对选址定容进行了预判，具有预测精准、选址速度快的特点。

技术领域

本发明属于电动汽车充电站智能规划技术领域，涉及电动汽车充电站智能规划模型及基于BP神经网络预选址后的蚁群算法选址定容方法。

背景技术

近10多年来，随着科学技术在动力电池方面的快速发展，电动汽车也受到了极大的关注，其在欧美等国家已经初步形成规模市场，当前中国电动汽车的保有量在快速增长。与传统汽车相比，电动汽车低碳环保、经济高效，得到广泛应用。根据2021年数据统计我国电动汽车销售量350万辆，连续七年是全球销量第一，我国电动汽车的保有量是784万辆。销量的高速增长带来了巨大的充电需求，因此刺激了电动汽车充电站基础设施的全面部署和快速增长。

在以上背景下，电动汽车充电站最优化规划成为了一个值得研究的重要问题。通过对充电站进行科学的布局规划，有利于最优化电力资源配置、提高电网效率、降低经济成本和电网损耗、提高用户使用便利性。

目前对电动汽车充电站规划问题的研究主要分为充电站选址定容模型的建立和模型求解方法的研究。

在模型方面，仅研究单一的选址或定容；另一方面充电站选址定容涉及到电动汽车的充电设施、服务对象、及其它诸多约束条件，当前已有模型均仅考虑其关注的因素，不够全面。本发明从服务对象、影响因素进行讨论，建立充电站建设花费费用、运行维护费用、服务用户的充电费用、用户行驶耗电成本和排队等候时间成本最小的多目标多约束的规划充电站选址定容模型。比较科学全面地反映了中国电动汽车充电站的整体规划格局。

在模型求解算法方面，目前多采用仿生智能算法和优化理论算法，存在计算量大，收敛速度慢的缺点。本发明，首先以租金为评价指标，用BP神经网络预选出若干建站地址，然后在预选址基础上的用蚁群算法求解最优地址及其容量。计算量小，收敛快。

发明内容

为解决现有技术存在的技术问题，本发明提供了一种电动汽车充电站智能选址定容方法，分析约束条件，建立关于充电站选址定容模型，利用BP神经网络和蚁群算法求解出充电站优化模型，得到充电站最佳选址和定容。

为实现上述目的，本发明所采用的技术方案为：电动汽车充电站智能选址定容方法，具体步骤如下：

一、优化充电站的规划目标，投资成本的计算：

根据充电建设总成本最小化建立充电优化模型，充电站的建设投资费用：

式(1)中，T为充电站的使用时限，M为电动汽车充电站的个数，CI_g,i为第i个充电站的建设花费费用，P_ch,i为充电桩的额定容量，C_r为一个充电桩的建设费用，c_i为第i个充电站的充电桩数量，s_i为第i个充电站的占地面积，C_f,i为使用时限内第i个充电站的租金；

充电站运行维护费用：

式(2)中，k为比例因子，运行维护一般为建设成本的1.5倍，k＝1.5％。

服务用户的充电费用：