基于模擬粒子群算法的充電站選址定容模型及算例分析案例目錄TOC\o"1-3"\h\u20570基于模擬粒子群算法的充電站選址定容模型及算例分析案例 [66]提出的線性遞減策略對(duì)慣性權(quán)重進(jìn)行調(diào)整。慣性在整個(gè)算法的迭代過(guò)程中，首先給慣性權(quán)重賦予一個(gè)較大值使算法實(shí)現(xiàn)較好的全局搜索；在運(yùn)行中后期，減小慣性權(quán)重使種群更傾向于局部搜尋，更能精確地尋找區(qū)域內(nèi)的最優(yōu)值。其中慣性權(quán)重為：ωt=ωstart式中，t為迭代的次數(shù)；tmax為能夠迭代最大次數(shù)；ωstart為最初的慣性權(quán)重，ωend為最終的慣性權(quán)重，通常取ωstart為0.9，ωend為0.4。首先，粒子群算法過(guò)程描述如下。首先初始化參數(shù)：首先需要確定充電站站址xn和充電站規(guī)模yn。設(shè)定粒子編碼形式如下：X=［x1，x2，…，xn，y1，y2，…，yn］n∈(nmin，nmax)。隨機(jī)生成粒子種群，初始化粒子位置和速度，設(shè)置種群數(shù)和迭代次數(shù)。執(zhí)行基本粒子群搜索，根據(jù)式（5.28）（5.29）更新種群位置和速度；計(jì)算當(dāng)前條件下的粒子的適應(yīng)度值，從個(gè)體最優(yōu)中選擇一個(gè)最優(yōu)位置作為種群最優(yōu)位置；根據(jù)已經(jīng)設(shè)置好的慣性權(quán)重，更新粒子位置和速度，記錄全局最優(yōu)適應(yīng)值；通過(guò)已經(jīng)設(shè)置好的迭代次數(shù)，執(zhí)行迅游。找到最優(yōu)解后，通過(guò)已經(jīng)輸入的成本函數(shù)，得到總社會(huì)最小成本。圖5.6粒子群算法執(zhí)行流程在最后matble中建立充電站選址數(shù)學(xué)模型中，對(duì)前文的數(shù)學(xué)模型公式做了一些簡(jiǎn)化，也對(duì)用戶充電需求等函數(shù)模型做了一些簡(jiǎn)化，便于建立數(shù)學(xué)模型。最終帶入數(shù)學(xué)模型，整理如下：對(duì)于社會(huì)總成本，主要包括電動(dòng)汽車充電站建設(shè)運(yùn)行成本和用戶充電成本。（1）平均每年電動(dòng)汽車的充電站i的投資總費(fèi)用：式中fCSj表示充電站j每年的平均投資費(fèi)用；C表示充電站建站所需必需固定投資成本；a等效投資系數(shù)；b為充電機(jī)平均單價(jià)；Nchrg為充電站j所需安裝充電機(jī)數(shù)量；r0為貼現(xiàn)率；Y為運(yùn)行壽命。（2）電動(dòng)汽車充電站j每年運(yùn)行以及維護(hù)費(fèi)用，此費(fèi)用可以按初期總投資的百分比進(jìn)行表示計(jì)算，表達(dá)式如下：式中frj表示電動(dòng)汽車充電站j的每年運(yùn)行投資費(fèi)用；σ表示等效比例系數(shù)。（3）用戶的充電成本其matble配置代碼如下：算例分析算例說(shuō)明本文模擬南京某區(qū)域，模擬該地區(qū)共有交通節(jié)點(diǎn)25個(gè)，規(guī)劃區(qū)模擬圖用5X5網(wǎng)格近似代替，即一個(gè)單元格的物理距離6km。每座充電站固定投資成本C設(shè)定為100萬(wàn)元；假設(shè)市場(chǎng)上充電機(jī)單價(jià)b取10萬(wàn)元／每臺(tái)；設(shè)定貼現(xiàn)率r0為0.08；公式中的等效投資系數(shù)a（與充電機(jī)數(shù)量有關(guān)）取2萬(wàn)元／臺(tái)2；充電機(jī)使用年限為20年。該地區(qū)道路曲折系數(shù)β近似取1.3；充電電價(jià)為0.7元／kW·h；假設(shè)電動(dòng)汽車平均每公里的耗電量E1km取0.15kW·h／km；假設(shè)該地區(qū)用戶的出行成本為20元／ｈ；每臺(tái)充電機(jī)平均功率設(shè)定為96ｋＷ；指標(biāo)要求最大充電站充電機(jī)數(shù)為25臺(tái)，最小充電機(jī)數(shù)為6臺(tái)。每臺(tái)充電機(jī)的平均充電效率為90%。現(xiàn)目標(biāo)建立四座充電站。規(guī)劃假設(shè)：將規(guī)劃區(qū)路網(wǎng)中所有路徑存在充電需求的電動(dòng)汽車整合到距離其最近的路網(wǎng)節(jié)點(diǎn)，并將每個(gè)路網(wǎng)節(jié)點(diǎn)視作充電需求點(diǎn)。每個(gè)網(wǎng)格該規(guī)劃區(qū)域的交通網(wǎng)絡(luò)結(jié)構(gòu)如下圖所示。各個(gè)交通節(jié)點(diǎn)的交通流量如表1所示。圖二規(guī)劃區(qū)交通結(jié)構(gòu)示意圖節(jié)點(diǎn)序號(hào)XY車流量11.05.095922.05.0281333.05.0359544.05.0349355.05.0447065.04.0430474.04.0268483.04.0410092.04.04329101.04.02404111.03.04210122.03.03408133.03.02265144.03.01327155.03.02085165.02.03055174.02.02034183.02.04495192.02.01242201.02.03040211.01.02660222.01.02099233.01.01314244.01.01712255.01.02012表一各節(jié)點(diǎn)坐標(biāo)和交通流量規(guī)定該規(guī)劃區(qū)域目標(biāo)建立四座充電站。首先分析，隨著充電站數(shù)量的增加，用戶充電成本逐漸減小，基建成本、運(yùn)維成本及損耗成本逐漸增加，總規(guī)劃成本呈現(xiàn)先減小后增加的趨勢(shì)；這是由于充電站數(shù)量較小時(shí)，基建、運(yùn)維及損耗成本都較小，而用戶到充電站行駛的距離大，導(dǎo)致用戶充電成本高；隨著充電站數(shù)量的增加，用戶到充電站所花費(fèi)的排隊(duì)時(shí)間成本和行駛損耗成本減小，而基建、運(yùn)維、損耗成本不斷增大；促使全社會(huì)總成本隨著充電站數(shù)量的增加整體呈現(xiàn)先減小后增加的趨勢(shì)。按照上文所給算法的流程，以及所提出的規(guī)劃方案，配置粒子群算法，通過(guò)計(jì)算得到其最小社會(huì)成本。仿真結(jié)果及分析充電站選址定容其基本配置如下如根據(jù)仿真結(jié)果可以得到，當(dāng)該地區(qū)修建四座充電站時(shí)，其全社會(huì)的最小成本為572.3萬(wàn)元。其選址配置位置圖如下：圖三充電站最小成本及電機(jī)配置由于充電站建設(shè)對(duì)用戶路徑選擇產(chǎn)生影響，形成不同路段不同交通流量，因而各充電站服務(wù)分析吸引的電動(dòng)汽車數(shù)量不一，各充電站日累計(jì)服務(wù)電動(dòng)汽車不同，充電機(jī)數(shù)量配置和規(guī)劃成本也不同。其選址配置位置圖如下：圖四充電站最優(yōu)規(guī)劃方案及服務(wù)區(qū)域示意圖從圖四可看出，規(guī)劃區(qū)域內(nèi)充電站站址的布局相對(duì)均勻，在滿足用戶充電需求的基礎(chǔ)上，既能較好地服務(wù)于電動(dòng)汽車用戶，同時(shí)也避免了充電站過(guò)于集中而導(dǎo)致資源浪費(fèi)。綜上所述，本文對(duì)于充電站的選址定容模型方法同時(shí)考慮了用戶充電及充電站的經(jīng)濟(jì)效益，有效的提升電動(dòng)汽車用戶充電便利性，合理配置了充電站內(nèi)的充電機(jī)數(shù)目，建立了合理的充電站選址定容模型，對(duì)于推動(dòng)充電設(shè)施可持續(xù)發(fā)展，具有一定的現(xiàn)實(shí)意義。算例總結(jié)為響